Mood sensitivity to estradiol predicts depressive symptoms in the menopause transition
Notice bibliographique
Résumé
BACKGROUND: The risk for depression markedly rises during the 5-6 years leading up to the cessation of menstruation, known as the menopause transition. Exposure to extreme estradiol levels may help explain this increase but few studies have examined individual sensitivity to estradiol in predicting perimenopausal depression. METHOD: The current study recruited 101 perimenopausal women. During Phase 1, we quantified each woman's sensitivity to changes in estradiol using 12 weekly measures of estrone-3-glucuronide (E1G), a urinary metabolite of estradiol, and concurrent depressive symptoms. The weekly cortisol awakening response was measured to examine the hypothalamic-pituitary-adrenal (HPA) axis in mediating mood sensitivity to estradiol. In Phase 2, depressive symptoms and major depression diagnoses were assessed monthly for 9 months. The relationship between Phase 1 E1G sensitivity and Phase 2 depressive symptoms and major depressive episodes was examined. Several baseline characteristics were examined as potential moderators of this relationship. RESULTS: The within-person correlation between weekly E1G and mood varied greatly from woman to woman, both in strength and direction. Phase 1 E1G mood sensitivity predicted the occurrence of clinically significant depressive symptoms in Phase 2 among certain subsets of women: those without a prior history of depression, reporting a low number of baseline stressful life events, and reporting fewer months since their last menstrual period. HPA axis sensitivity to estradiol fluctuation did not predict Phase 2 outcomes. CONCLUSION: Mood sensitivity to estradiol predicts risk for perimenopausal depression, particularly among women who are otherwise at low risk and among those who are early in the transition.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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; 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 ».