Female sexual dysfunction in androgenetic alopecia: Case-control study
Notice bibliographique
Résumé
INTRODUCTION: We sought to evaluate the association of female sexual dysfunction (FSD) with androgenetic alopecia (AGA) and metabolic syndrome (MetS) in premenopausal women. METHODS: From December 2013 to June 2015, we performed a case-control, prospective study of 115 patients with AGA and 97 age-matched control patients without AGA from among premenopausal women who visited dermatology clinics of the two reference hospitals. Comprehensive history, anthropometric measurements, and questionnaire administration were performed for each of the total of 212 women. The Female Sexual Function Index (FSFI) was used to assess the key dimensions of female sexual function. AGA was assessed and graded by an experienced dermatologist according to Ludwig's classification. The MetS assessment was made according to the NCEP-ATP III criteria. RESULTS: In univariate analysis, age, weight, waist circumference, hip circumference, waist-to-hip ratio, body mass index (BMI), AGA, MetS, cardiovascular event, marital status, hypertension, high fasting plasma glucose, high triglyceride, large waist, total testosterone, and free testosterone were associated with presence of FSD. In logistic regression analysis, age (odds ratio [OR] 1.21, 95% confidence interval [CI] 1.13-1.30; p<0.001), AGA (OR 3.42, 95% CI 1.31-8.94; p=0.017), MetS (OR 5.39, 95% CI 1.34-21.62; p=0.012), and free testosterone (OR 0.18, 95% CI 0.09-0.37; p<0.001) were independently associated with FSD. CONCLUSIONS: Our study suggests that age, AGA, MetS, and free testosterone may have strong impact on sexual function in premenopausal women. Further studies with population-based and longitudinal design should be conducted to confirm this finding.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».