Comparison of Menstruation-Related Symptoms Before and During Menstruation of University Students in Japan, a Year after the COVID-19 Pandemic
Notice bibliographique
Résumé
The coronavirus disease 2019 (COVID-19) pandemic affected the daily lifestyle of people, including many aspects affecting young women. Subsequent to the COVID-19 pandemic stress and anxiety have been reported related to menstrual disorders (Takmaz, Gundogmus, Okten, & Gunduz, 2021). The purpose of this study was to investigate the intensity and to compare menstruation-related symptoms before and during menstruation among university students in Japan. We conducted an online cross-sectional study from May to July 2021 using a menstrual distress questionnaire (MDQ) to assess symptoms experienced before and during menstruation. Our results showed that of 141 students, five students (3.5%) did not report any symptoms before menstruation and one student (0.7%) had no symptoms during menstruation. We found that the most frequently experienced symptoms before menstruation were skin blemishes or disorder, mood swings, irritability, swelling, cramps, fatigue, take naps, stay in bed, feeling sad or blue, weight gain and difficulty concentrating. The most frequently experienced symptoms during menstruation were cramps, fatigue, irritability, mood swings, take naps, stay in bed, feeling sad or blue, backache, swelling, skin blemish or disorder, and poor school/work performance. The total MDQ score was significantly higher during menstruation than before menstruation. Among the MDQ eight scales, the scores of five scales including pain, autonomic reaction, impaired concentration, behavior change, and control were significantly higher during menstruation than before menstruation. The prevalence of increased appetite and craving for sweets were higher than MDQ symptoms before menstruation. The prolonged exposure to pandemic may have more effect on psychological symptoms than on physical symptoms.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».