Does Molimina Indicate Ovulation? Prospective Data in a Hormonally Documented Single-Cycle in Spontaneously Menstruating Women
Notice bibliographique
Résumé
Approximately 33% of normal-length (21–35 days) cycles have subclinical ovulatory disturbances and lack sufficient progesterone, although their normal length ensures enough estrogen. Subclinical ovulatory disturbances are related to significant premenopausal spine bone loss (−0.86%/year). Molimina, non-distressing premenstrual experiences, may detect ovulation within normal-length cycles. This prospective study assessed the relationship between molimina and ovulation. After 1-cycle of daily diary and first morning urine collections, women answered the Molimina Question (MQ): “Can you tell by the way you feel that your period is coming?” and were invited to share (a) predictive premenstrual experience(s). A 3-fold increase in follicular-luteal pregnanediol levels confirmed ovulation. In 610 spontaneously menstruating women (not on hormonal contraception, mean age 31.5 ± 5.3, menarche age 12.7 ± 1.5, cycle length [CL] 29 days, MQ positive in 89%), reported premenstrual experiences which included negative moods (62%), cramps (48%), bloating (39%), and front (26%) or axillary (25%) breast tenderness. Of 432 women with pregnanediol-documented cycles, 398 (92%) were ovulatory (CL: 29 ± 5) and 34 (8%) had ovulatory disturbances (CL: 32 ± 14). Women with/without ovulatory cycles were similar in parity, body mass index, smoking, dietary restraint and the MQ; ovulatory-disturbed cycles were longer. Molimina did not confirm ovulation. A non-invasive, inexpensive ovulation indicator is needed to prevent osteoporosis.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 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 ».