Hormonal contraceptive use and prevalence of premenstrual symptoms in a multiethnic Canadian population
Notice bibliographique
Résumé
BACKGROUND: Hormonal contraceptive use may be associated with a reduction in some premenstrual symptoms, however, the evidence remains equivocal. The objectives of the present study were to investigate the associations between ethnicity and hormonal contraceptive use with premenstrual symptoms. METHODS: One thousand one hundred two women participating in the Toronto Nutrigenomics and Health Study provided data on their premenstrual symptoms and hormonal contraceptive use. Severity of symptoms was classified as none, mild, moderate, or severe. Prevalence of premenstrual symptoms was determined in the total population and among major ethnic groups. Logistic regressions were used to determine the association between ethnicity and prevalence of premenstrual symptoms. Logistic regressions were used to determine the associations between hormonal contraceptive use, and premenstrual symptoms, adjusting for ethnicity and other covariates. RESULTS: Prevalence of individual symptoms varied, and the most commonly reported were cramps (75%), bloating (75%), mood swings (73%), increased appetite (64%), and acne (62%). Prevalence of cramps differed between ethnic groups with East Asians reporting a lower prevalence than Caucasians and South Asians (p < 0.05). Use of hormonal contraceptives was associated with a lower RR (95% CI) of experiencing moderate/severe: cramps (0.82, 0.72-0.93), clumsiness (0.22, 0.07-0.73), confusion (0.22, 0.09-0.54) and desire to be alone (0.45, 0.28-0.73). Hormonal contraceptive use was not associated with the risk of premenstrual symptoms at mild severity. Hormonal contraceptive use was not associated with symptoms of anxiety, bloating, mood swings, increased appetite, acne, fatigue, sexual desire, depression, nausea, headache and insomnia. CONCLUSION: This study demonstrates that East Asians may be at a lower risk of experiencing premenstrual cramps and that hormonal contraceptive use is associated with a lower risk of experiencing many, but not all, premenstrual symptoms at moderate/severe severity.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».