The difficult journey to treatment for women suffering from heavy menstrual bleeding: a multi-national survey
Notice bibliographique
Résumé
PURPOSE: Up to 30% of women of reproductive age experience HMB, which has a substantial impact on their quality of life. A clinical care pathway for women with HMB is an unmet need, but its development requires better understanding of the factors that characterise current diagnosis and management of the condition. MATERIALS AND METHODS: This observational, survey-based study assessed the burden, personal experiences, and path through clinical management of women with HMB in Canada, the USA, Brazil, France and Russia using a detailed, semi-structured online questionnaire. After excluding those reporting relevant organic pathology, responses to the questionnaire from 200 women per country were analysed. RESULTS: Around 75% of women with HMB had actively sought information about heavy periods, mostly through internet research. The mean time from first symptoms until seeking help was 2.9 (Standard deviation, 3.1) years. However, 40% of women had not seen a health care professional about the condition. Furthermore, 54% had never been diagnosed or treated. Only 20% had been diagnosed and received appropriate treatment. Treatment was successful in 69% of those patients currently receiving treatment. Oral contraceptives were the treatment most commonly prescribed for HMB, although the highly effective levonorgestrel-intrauterine system was used by only a small proportion of women. CONCLUSIONS: This study provides insight into the typical journey of a woman with HMB which may help patients and health care professionals improve the path to diagnosis and treatment, although further research with long-term outcomes is needed.
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 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».