MétaCan
Menu
Retour à la cohorte
Enregistrement W2157129285 · doi:10.1093/humrep/dep411

High prevalence of subtle and severe menstrual disturbances in exercising women: confirmation using daily hormone measures

2009· article· en· W2157129285 sur OpenAlexaff
Mary Jane De Souza, Rebecca J. Toombs, Jennifer L. Scheid, Emma O’Donnell, Sarah West, Nancy I. Williams

Notice bibliographique

RevueHuman Reproduction · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueExercise and Physiological Responses
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMenstrual cycleAmenorrheaAnovulationMedicineLuteal phaseOvulationHormoneGynecologyPhysiologyObstetricsInternal medicinePregnancyBiologyObesity

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The identification of subtle menstrual cycle disturbances requires daily hormone assessments. In contrast, the identification of severe menstrual disturbances, such as amenorrhea and oligomenorrhea, can be established by clinical observation. The primary purpose of this study was to determine the frequency of subtle menstrual disturbances, defined as luteal phase defects (LPD) or anovulation, in exercising women, with menstrual cycles of 26-35 days, who engage in a variety of sports, both recreational and competitive. Secondly, the prevalence of oligomenorrhea and amenorrhea was also determined via measurement of daily urinary ovarian steroids rather than self report alone. METHODS: Menstrual status was documented by daily measurements of estrone and pregnanediol glucuronide and luteinizing hormone across two to three consecutive cycles and subsequently categorized as ovulatory (Ovul), LPD, anovulatory (Anov), oligomenorrheic (Oligo) and amenorrheic (Amen) in sedentary (Sed) and exercising (Ex) women. RESULTS: Sed (n = 20) and Ex women (n = 67) were of similar (P > 0.05) age (26.3 +/- 0.8 years), weight (59.3 +/- 1.8 kg), body mass index (22.0 +/- 0.6 kg/m2), age of menarche (12.8 +/- 0.3 years) and gynecological maturity (13.4 +/- 0.9 years). The Sed group exercised less (P < 0.001) (96.7 +/- 39.1 versus 457.1 +/- 30.5 min/week) and had a lower peak oxygen uptake (34.4 +/- 1.4 versus 44.3 +/- 0.6 ml/kg/min) than the Ex group. Among the menstrual cycles studied in the Sed group, the prevalence of subtle menstrual disturbances was only 4.2% (2/48); 95.8% (46/48) of the observed menstrual cycles were ovulatory. This finding stands in stark contrast to that observed in the Ex group where only 50% (60/120) of the observed menstrual cycles were ovulatory and as many as 50% (60/120) were abnormal. Of the abnormal cycles in the Ex group, 29.2% (35/120) were classified as LPD (short, inadequate or both) and 20.8% (25/120) were classified as Anov. Among the cycles of Ex women with severe menstrual disturbances, 3.5% (3/86) of the cycles were Oligo and 33.7% (29/86) were Amen. No cycles of Sed women (0/20) displayed either Oligo or Amen. CONCLUSIONS: This study suggests that approximately half of exercising women experience subtle menstrual disturbances, i.e. LPD and anovulation, and that one third of exercising women may be amenorrheic. Estimates of the prevalence of subtle menstrual disturbances in exercising women determined by the presence or absence of short or long cycles does not identify these disturbances. In light of known clinical consequences of menstrual disturbances, these findings underscore the lack of reliability of normal menstrual intervals and self report to infer menstrual status.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,300
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations299
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman ReproductionMême sujetExercise and Physiological ResponsesTravaux en français237 207