MétaCan
Menu
Retour à la cohorte
Enregistrement W4399705512 · doi:10.1177/17455057241259176

Symptoms of premenstrual dysphoric disorder and cycle phase are associated with enhanced facial emotion detection: An online cross-sectional study

2024· article· en· W4399705512 sur OpenAlexaff
Bianca Boboc, Kirsten A. Oinonen

Notice bibliographique

RevueWomen s Health · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueMenstrual Health and Disorders
Établissements canadiensLakehead University
Organismes subventionnairesnon disponible
Mots-clésPremenstrual dysphoric disorderCross-sectional studyPsychologyClinical psychologyFacial expressionPhase (matter)Menstrual cycleMedicineInternal medicineCommunicationChemistryHormone

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Premenstrual dysphoric disorder is a depressive disorder affecting 5%-8% of people with menstrual cycles. Despite evidence that facial emotion detection is altered in depressive disorders, with enhanced detection of negative emotions (negativity bias), minimal research exists on premenstrual dysphoric disorder. OBJECTIVES: The goal of this study was to investigate the effect of premenstrual dysphoric disorder symptoms and the premenstrual phase on accuracy and intensity at detection of facial emotions. DESIGN: Cross-sectional quasi-experimental design. METHOD: -based measure of premenstrual dysphoric disorder. Facial emotion detection was examined both irrespective of menstrual cycle phase, and as a function of premenstrual phase (yes, no). The task used neutral-to-emotional facial expression morphs (15 images/morph). Participants indicated the emotion detected for each image within the progressive intensity morph. For all six basic emotions (sad, angry, fearful, happy, disgust, and surprise), two scores were calculated: accuracy of responses and the intensity within the morph at which the correct emotion was first detected (image number). RESULTS: Individuals reporting moderate/severe symptoms of premenstrual dysphoric disorder had more accurate and earlier detection of disgust, regardless of cycle phase. In addition, those with provisional premenstrual dysphoric disorder detected sad emotions earlier. A premenstrual dysphoric disorder group × cycle phase interaction also emerged: individuals reporting premenstrual dysphoric disorder symptoms were more accurate at detecting facial emotions during the premenstrual phase compared to the rest of the cycle, with a large effect size for sad emotions. CONCLUSION: The findings suggest enhanced facial emotion processing in individuals reporting symptoms of premenstrual dysphoric disorder, particularly for sadness and disgust. However, replication is required with larger samples and prospective designs. This premenstrual dysphoric disorder premenstrual emotion detection advantage suggests an adaptive cognitive mechanism in premenstrual syndrome/premenstrual dysphoric disorder, and challenges stigma surrounding premenstrual experiences.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,269
Score d'incertitude au seuil0,637

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,367
Écart entre enseignants0,339 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWomen s HealthMême sujetMenstrual Health and DisordersTravaux en français237 207