Premenstrual Syndrome and Its Impact on the Quality of Life of Female Medical Students at Bisha University, Saudi Arabia
Notice bibliographique
Résumé
Objective: The severity and chronicity of PMS can lead to the impairment of studies, and it can also affect relationships, activities, quality of life (QoL), and academic performance. This study aimed to determine PMS frequency and its associated factors in order to assess the quality of life (QoL) among female medical students at Bisha University, Saudi Arabia. Methods: This study was cross-sectional and included 388 female medical students in the Faculty of Medical Applied Sciences and the Faculty of Medicine at Bisha University. The participants all filled in a self-administered questionnaire. The Premenstrual Syndrome Scale (PSS) was used based on the diagnostic and statistical criteria for PMS assessment. PMS was diagnosed after the presence of five or more severe premenstrual symptoms had been resolved following menstruation (adapted from American Psychiatric Association). Data Analysis: The data obtained were analyzed using SPSS 25.0. A chi-square test was used to test the associations between the study variables. A logistic regression analysis technique was used to select the group of variables. Participants were asked to provide consent to participate in the study. IRB was obtained from the University of Bisha, College of Medicine. Results: The participants were aged 19.5 ± 4.9 years, and the prevalence of PMS was 64.9%. Most of the female students were of extroverted personality types (35%). In addition, 13.4% were obese or overweight, and 19.5% of the 50% with PMS exercised regularly ( p < 0.05). Menstruation significantly influenced the related quality of life subscales ( p < 0.05). Conclusion: PMS significantly influenced daily activities related to quality of life and homework. Moreover, almost half of the female students experienced the effects of menstruation in their learning environment. Therefore, among female students, the modification of risk factors should be considered a critical intervention point. Keywords: PMS, medical students, quality of life, University of Bisha, Saudi Arabia
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».