Modeling cycle phases using hormone trajectories in women with and without polyendocrine metabolic ovarian syndrome
Cette étude utilise des données d'hormones urinaires auto-suivies pour développer un modèle de Markov caché autorégressif qui cartographie avec précision les phases du cycle menstruel, révélant des différences hormonales distinctes chez les femmes atteintes du syndrome métabolique ovarien polyendocrinien (PMOS) et démontrant le potentiel de ce modèle pour le dépistage non invasif du PMOS et l'amélioration des protocoles de tests cliniques.