Sexual Desire and the Female Sexual Function Index (FSFI): A Sexual Desire Cutpoint for Clinical Interpretation of the FSFI in Women with and without Hypoactive Sexual Desire Disorder
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: A validated cutpoint for the total Female Sexual Function Index scale score exists to classify women with and without sexual dysfunction. However, there is no sexual desire (SD) domain-specific cutpoint for assessing the presence of diminished desire in women with or without a sexual desire problem. AIMS: This article defines and validates a specific cutpoint on the SD domain for differentiating women with and without hypoactive sexual desire disorder (HSDD). METHODS: Eight datasets (618 women) were included in the development dataset. Four independent datasets (892 women) were used in the validation portion of the study. MAIN OUTCOME MEASURES: Diagnosis of HSDD was clinician-derived. Receiver-operator characteristic (ROC) curves were used to develop the cutpoint, which was confirmed in the validation dataset. RESULTS: The use of a diagnostic cutpoint for classifying women with SD scores of 5 or less on the SD domain as having HSDD and those with SD scores of 6 or more as not having HSDD maximized diagnostic sensitivity and specificity. In the development sample, the sensitivity and specificity for predicting HSDD (with or without other conditions) were 75% and 84%, respectively, and the corresponding sensitivity and specificity in the validation sample were 92% and 89%, respectively. CONCLUSIONS: These analyses support the diagnostic accuracy of the SD domain for use in future observational studies and clinical trials of HSDD.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle