Prevalence of Premenstrual Syndrome and Premenstrual Dysphoric Disorder among Mongolian College Students
Notice bibliographique
Résumé
Background & aims: This study aimed to determine the prevalence of premenstrual syndrome (PMS) and premenstrual dysphoric disorder (PMDD) and to investigate the association between premenstrual symptoms and dysmenorrhea among college students in Mongolia. Methods: A descriptive cross-sectional design was used to examine 593 women attending the School of Nursing at the Mongolian National University of Medical Science. A final sample of 572 questionnaires was used for data analysis. In addition to collecting demographic characteristics, we used the Premenstrual Symptoms Questionnaire (PSQ) to measure the degree of severity of premenstrual symptoms. Data were analyzed using descriptive statistics, Fisher’s exact test, and Cochran-Armitage trend test. Results: The findings showed that the prevalence of moderate to severe PMS and PMDD among Mongolian college students was 23.8％ and 4.7％, respectively. The most frequent symptoms were “fatigue or lack of energy” (86.7％), “anger or irritability” (80.9％), “tearfulness” (76.2％), “difficulty concentrating” (75.3％), and “anxiety or tension” (73.4％). A statistically significant association was found between dysmenorrhea and the severity of PMS/PMDD. Conclusion: The prevalence rate of PMS and premenstrual symptoms among Mongolian female college students was comparably higher than in other countries, while the prevalence of PMDD was comparable among both Western and Asian participants.
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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».