The many menopauses: searching the cognitive research literature for menopause types
Notice bibliographique
Résumé
OBJECTIVE: Recent evidence suggests that early or induced menopause increases the risk for cognitive impairment and dementia. Given the potential for different cognitive outcomes due to menopause types, it is important that present research on menopause and cognition distinguishes between types. The aim of this project was to determine to what extent research looking at cognition in postmenopausal women published in one year, 2016, accounted for menopausal type. METHODS: We searched MEDLINE, EMBASE, and PsychINFO using keywords and MeSH terms for menopause and cognition. We included any research paper reporting a cognitive outcome measure in a menopausal human population. Differentiation between the types of menopause was defined by four categories: undifferentiated, demographic differentiation (menopause type reported but not analyzed), partial differentiation (some but not all types analyzed), and full differentiation (menopause types factored into analysis, or recruitment of only one type). RESULTS: Fifty research articles were found and analyzed. Differentiation was distributed as follows: undifferentiated, 38% (19 articles); demographic differentiation, 16% (8); partial differentiation, 28% (14); and full differentiation, 18% (9). CONCLUSIONS: This review revealed that although some clinical studies differentiated between the many menopauses, most did not. This may limit their relevance to clinical practice. We found that when menopause types are distinguished, the differing cognitive outcomes of each type are clarified, yielding the strongest evidence, which in turn will be able to inform best clinical practice for treating all women.
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 | 0,018 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,005 |
| Études des sciences et des technologies | 0,008 | 0,005 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,005 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,007 |
| 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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».