Prevalence and severity of menopausal symptoms among menopausal women, Babol, Iran
Notice bibliographique
Résumé
Background: Understanding prevalence of various menopausal symptoms and symptom severity in Iran will enhance reproductive health care. The aim of the study was to determine the prevalence and severity of menopausal symptoms among menopausal women in Babol, Iran. Methods: A cross sectional study was conducted on the 150 healthy postmenopausal women aged between 45–65 years in Babol city (located in Northern Iran), and cluster sampling was used as a method of sampling. The questionnaires used in this study include: symptom score card for measuring the frequency and severity of menopausal symptoms and socio demographic data. Results: The mean ± SD age at natural menopause was 48.5 ± 4.1 years. The most prevalent symptoms were back pain and joint pain (48.7%), anxiety and unusual tiredness (48.0%), irritability (46.7%), muscle pains (44.0%) and hot flashes (42.7%). The average overall symptom score card in the study for menopausal symptoms was 22.1 ± 9.8. The severity of symptoms was in the range of mild to moderate in 42% of samples, and 58% of samples had moderate to severe symptoms. Conclusion: This study showed that more than half of the women had moderate to severe menopausal symptoms and an earlier mean age of menopause (48.5 y) for women in Babol, Iran.
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 | 0,008 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».