Gender diversity in adolescents with polycystic ovary syndrome
Notice bibliographique
Résumé
OBJECTIVES: The objective of our study was to describe the prevalence of gender diverse (GD) youth among adolescents with polycystic ovary syndrome (PCOS). METHODS: We conducted a retrospective chart review on patients who met NIH criteria for PCOS in our Multidisciplinary Adolescent PCOS Program (MAPP). We compared those with PCOS to MAPP patients who did not meet PCOS criteria as well as to non-PCOS patients from the Adolescent Specialty Clinic (ASC). Variables analyzed included gender identity, androgen levels, hirsutism scores, and mood disorders. We used chi-square, Fisher's exact, t-tests, and Wilcoxon rank sum tests to compare groups. Gender identities self-reported as male, fluid/both or nonbinary were pooled into the GD category. RESULTS: Within the MAPP, 7.6% (n=12) of PCOS youth self-identified as GD compared to 1.8% (n=3) of non PCOS youth (p=0.01, chi-square). When compared to non-PCOS GD adolescents from ASC (4.4%; n=3), the difference to PCOS youth was no longer significant (p=0.56). Among MAPP patients, gender diversity was associated with higher hirsutism scores (p<0.01), but not higher androgen levels. In PCOS, depression/anxiety was higher in GD vs cisgender youth (100% vs. 37.6%, p<0.01 and 77.8% vs. 35.8%, p=0.03 respectively). CONCLUSIONS: Gender diversity was observed more commonly in those meeting PCOS criteria. PCOS GD youth were more hirsute and reported more depression/anxiety. Routine screening for differences in gender identity in comprehensive adolescent PCOS programs could benefit these patients, as alternate treatment approaches may be desired to support a transmasculine identity.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».