Psychometric Properties of a DSM-5-Based Screening Tool for Women's Perceptions of Premenstrual Symptoms
Notice bibliographique
Résumé
A premenstrual screening tool is needed when time constraints and attrition limit the feasibility of daily ratings. The present study examines the utility of a novel, 33-item, retrospective, dimensional, DSM-5-based, screening measure developed to explore women's perceptions of premenstrual symptomatology. This is the first measure that examines perception of impairment for each DSM-5 symptom and assesses the frequency criterion. Participants (N = 331) reported symptoms ranging from none to a level consistent with a provisional DSM-5 diagnosis of Premenstrual Dysphoric Disorder (PMDD). Initial psychometric properties indicated a five-factor structure: (1) affective symptoms; (2) fatigue, sleep, and anhedonia; (3) symptom frequency; (4) impairment and severity of appetite change and physical symptoms; and (5) difficulty concentrating. The total symptom scale and the frequency, severity, and impairment subscales demonstrated high internal consistency. Strong correlations between this dimensional measure and other retrospective and prospective premenstrual symptom measures suggest strong convergent, concurrent, and predictive validity. Premenstrual symptom groups created using this screening measure (minimal, mild/moderate, severe) differed on other retrospective and prospective measures of premenstrual symptoms. There was evidence of divergent validity and lack of an acquiescence bias. We also report data describing women's perceptions of the frequency, level of impairment, and level of severity for each DSM-5 PMDD symptom over a 12-month period and discuss implications for future research on premenstrual phenomenology. Initial evidence for the reliability and construct validity of this symptom screening measure suggests potential value for assessing premenstrual symptomatology in research and practice.
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 | 0,009 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».