Diagnosis, pelvic pain, and medication mediate cognitive empathic abilities among women with endometriosis or polycystic ovary syndrome
Notice bibliographique
Résumé
Objective: Investigate how women with self-reported endometriosis, polycystic ovary syndrome (PCOS), or no known reproductive disease perform on the Reading the Mind in the Eyes task, a metric of social cognitive empathic abilities, and how these scores are mediated by self-reported pelvic pain, depression levels, and medication use. Design: Cross-sectional. Setting: Online survey. Population: Saskatchewan; mixed ethnicities. Methods: Participants ( n = 342) completed surveys on diagnoses of endometriosis and PCOS, levels of pelvic pain, medications, depression, and cognitive empathy (the Reading the Mind in the Eyes task, RMET). Results: Women with endometriosis showed lower scores on the RMET, compared to unaffected women and women with PCOS. However, among women with endometriosis, higher levels of pelvic pain and higher scores on an index of depression were associated with enhanced RMET performance. Among women with PCOS, medication with spironolactone, an androgen receptor antagonist, was associated with higher RMET scores, compared to women with PCOS who were not medicated or who were taking different medications. Conclusions: Symptoms (including pelvic pain), hormonal correlates, and some treatments of PCOS and endometriosis mediated variation in cognitive empathy.
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 | 0,001 | 0,005 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».