Treatment, perceptions and burden of vasomotor symptoms among midlife women in Japan
Notice bibliographique
Résumé
OBJECTIVE: This study aimed to investigate the association between the severity of vasomotor symptoms (VMS) and the burden of the condition in the real-world setting within Japan. METHODS: The cross-sectional survey study was administered as a web-based questionnaire involving perimenopausal and postmenopausal women. Respondents were female at birth, 40-64 years old and had ≥1 episode of VMS in the prior 12 months. The primary objective was to understand the treatment landscape related to mild to severe VMS. Secondary objectives were to understand attitudes to VMS, opinions on available treatments and impact of VMS on quality of life (QoL). RESULTS: The target population included 2188 respondents. Only 219 (10.0%) respondents visited a medical facility for VMS, and 123 (5.6%) women consulted a doctor when visiting for other treatment. Being able to cope with symptoms was the most common reason for not attending a medical institution. More than half who received treatment were prescribed traditional Chinese medicine (181/325 [55.7%] respondents) and one-third received hormone therapy (108 [33.2%] respondents). Severe VMS were associated with lower QoL, worse sleep quality and reduced work productivity. CONCLUSIONS: Women in Japan with VMS do not typically visit medical institutions or receive appropriate medical intervention even when they are aware of VMS and feel some burden.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».