Relationship of Premenstrual Dysphoric Disorder With Bipolar Disorder
Notice bibliographique
Résumé
Since depression represents the most predominant mood polarity in bipolar disorder (BD), the prevalence rates of a diagnosis of premenstrual dysphoric disorder (PMDD) in women with BD and those of a diagnosis of BD in women with PMDD deserve systematic review. A systematic search of PubMed, EMBASE, CINAHL, PsycINFO, and Cochrane Reviews databases was carried out on November 19, 2021, using the terms [late luteal phase disorder OR premenstrual dysphoric disorder] AND comorbidity AND bipolar disorder. Articles from 1987-2021 were searched. Case studies, intervention studies, reviews, and systematic analyses were excluded. All studies that included a diagnosis of PMDD and BD were included. The selected articles were reviewed to extract data using a data extraction form developed for this study. A total of 5 studies were included in the review. Extant literature, although limited, suggests that PMDD is more common among women with BD than in the general population. Similarly, BD is more common among women with PMDD than in the general population. The proportion of people with PMDD and diagnosed with BD ranged from 10% to 15%. Conversely, the proportion of people with BD who received a diagnosis of PMDD ranged from 27% to 76%. Only a small number of relevant studies were available, and the findings from these were limited by the failure to employ prospective monitoring of symptoms-perhaps the most important feature necessary for confirming PMDD and differentiating it from premenstrual exacerbation of BD. Given the important clinical and heuristic implications, prospective studies are needed to clarify the relationship between the two disorders in order to improve their detection, diagnosis, and treatment.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».