Predicting the Premenstrual Syndrome Based on Alexithymia and Self-Efficacy in Women with Migraine: A Cross-Sectional Study
Notice bibliographique
Résumé
Background: Premenstrual Syndrome (PMS) is a common problem in women with migraines. Due to the importance of recognizing aspects of this issue, this study was conducted to investigate the role of alexithymia and self-efficacy factors in predicting PMS. Methods: This analytical cross-sectional study was performed on the statistical population of women with migraine referred to medical centers in Rasht in 2021. 160 women with migraines participated in convenience sampling methods from medical centers and responded to the Demographic Information Questionnaire, Premenstrual Symptoms Screening Tool (PSST), Toronto Alexithymia Scale (TAS-20) and General Self-Efficacy Scale (GSE). Data analysis was performed using IBM SPSS 21 (IBM Inc, New York, USA) statistical software. Results: The results showed that 59.6% of the women had PMS. Pearson correlation coefficient showed that PMS was negatively associated with self-efficacy (r=-0.28; p=0.001) and positively associated with alexithymia (r=0.22; P=0.001). Multiple linear regression analysis indicated that the self-efficacy variable (β=-0.27) negatively predicts 11% of the changes in the PMS variable. Conclusion: Self-efficacy and alexithymia are PMS-related factors; thus it is suggested that health care providers pay attention to the importance of these psychological factors in developing treatment plans.
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 | 0,003 | 0,001 |
| 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 | 0,000 | 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) | 0,001 | 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 ».