Are health-related, lifestyle, work-related, and socio-demographic factors associated with work productivity among menopausal women? A systematic review
Notice bibliographique
Résumé
An increasing number of women of menopausal age, many of whom experience menopausal symptoms, are participating in the workforce. Understanding the factors that influence work productivity in this life stage can inform the development of targeted interventions. This systematic review explores which health-related, lifestyle, work-related, and socio-demographic factors are associated with work productivity among menopausal women. A systematic search was conducted for observational studies in PubMed, PsycINFO, and Embase up to July 2024. The risk of bias was assessed using an adapted Newcastle-Ottawa scale. The GRADE framework for prognostic research was applied to evaluate the quality of evidence. A total of 29 studies were included. Menopausal symptoms in general, as well as psychological and vasomotor symptoms, and lower sleep quality were associated with lower at-work productivity, with moderate to high quality of evidence. Additionally, there was moderate quality of evidence that better (perceived) health was associated with higher at-work productivity. Regarding absenteeism, moderate evidence was found for an association with vasomotor symptoms. Inconclusive evidence was found for socio-demographic, work-related factors and remaining health-related and lifestyle factors in relation to both at-work productivity and absenteeism. This review highlights the association of menopausal symptoms and poor sleep quality with decreased work productivity in menopausal women. The evidence for other associations was limited due to the low quality of available evidence or a lack of studies. Further research on modifiable lifestyle and work-related factors is needed to improve the work functioning of women during menopause.
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 | 0,009 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,000 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,007 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».