Menstrual cycles during COVID-19 lockdowns: A systematic review and meta-analysis
Notice bibliographique
Résumé
Coronavirus disease 2019 lockdowns produced psychological and lifestyle consequences for women of reproductive age and changes in their menstrual cycles. To our knowledge, this is the first systematic review to characterize changes in menstrual cycle length associated with lockdowns compared to non-lockdown periods. A search on 5 May 2022 retrieved articles published between 1 December 2019, and 1 May 2022, from Medline, Embase, and Web of Science. The included articles were peer-reviewed observational studies with full texts in English, that reported menstrual cycle lengths during lockdowns and non-lockdowns. Cross-sectional and cohort studies were appraised using the Appraisal tool for Cross-Sectional Studies and the Cochrane Risk of Bias Tool for Cohort Studies, respectively. Review Manager was used to generate a forest plot with odds ratios (OR) at the 95% confidence interval (CI), finding a significant association between lockdown and menstrual cycle length changes for 21,729 women of reproductive age (OR = 9.14, CI: 3.16–26.50) with a significant overall effect of the mean (Z = 4.08, p < 0.0001). High heterogeneity with significant dispersion of values was observed (I2 = 99%, τ = 1.40, χ2 = 583.78, p < 0.0001). This review was limited by the availability of published articles that favored high-income countries. The results have implications for adequately preparing women and assisting them with menstrual concerns during lockdown periods.
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 | 0,010 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,027 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».