Increased risk of fungal infection detection in women using menstrual cups vs. tampons: a cross-sectional study
Notice bibliographique
Résumé
Abstract Objective To determine if the use of menstrual cups rather than tampons is associated with more or less health risk. Design Analysing biological, demographic, and behavioural data in a cohort of women who reported using mostly tampons ( n = 81) or menstrual cups ( n = 22). Setting A cross-sectional analysis using the inclusion data of a single centre longitudinal study. Population 149 women from 18 to 25 years old living in the area of Montpellier (France) who reported having at least one new sexual partner over the last year. Methods Statistical modelling (mainly binomial regression models and factor analyses of mixed data). Main Outcome Measures Self-reported data from questionnaires (fungal infection, urinary tract infection, stress level) and biological data (HPV screening, vaginal microbiota profiling, circulating antibodies titration, and local cytokine concentrations). Results We identify an increased risk of reporting fungal infections for women using menstrual cups over tampons. We do not detect significant differences in terms of vaginal microbiota composition or local cytokines expression profile but find that women fall into two different clusters in a factor analysis of mixed data depending on the type of menstrual product they use more (cups or tampons). Conclusions These results point to potential health risks in the use of menstrual cups and differences in local vaginal environments. In-depth studies are needed to better understand potential associations between menstrual product use and women’s health. Funding European Research Council (EVOLPROOF, grant 648963) Ethics The PAPCLEAR study ClinicalTrials.gov identifier is NCT02946346 . Tweetable abstract A cross-sectional study finds a significant association between menstrual cup use and fungal infection risk.
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 | 0,003 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».