Outil de dépistage des symptômes prémenstruels pour les femmes actives

1. Résumé / Abstract

L’évaluation du syndrome prémenstruel (SPM) et du trouble dysphorique prémenstruel (TDPM) dans la sphère professionnelle s’est longtemps heurtée à l’inadéquation des outils psychométriques traditionnels. La majorité des instruments existants, développés dans un paradigme strictement nosographique ou psychiatrique (aligné sur les critères du DSM-5), surévaluent les manifestations affectives et thymiques au détriment des composantes somatiques, douloureuses et fonctionnelles. L’Outil de dépistage des symptômes prémenstruels pour les femmes actives (Premenstrual Symptom Screening Tool for Working Women), conçu par Takenoshita et ses collaborateurs (2025) à l’Université d’Akita, opère une transition méthodologique majeure en intégrant l’impact direct des manifestations prémenstruelles sur la productivité au travail.

Développé et validé auprès d’une cohorte représentative de 3 239 femmes actives japonaises âgées de 18 à 41 ans, cet instrument comporte une banque initiale de 47 items évaluant les plaintes sur une échelle de Likert à 5 points (de 0 = « Aucun symptôme » à 4 = « Symptômes très sévères »). La structure multidimensionnelle du construit a été établie par une démarche rigoureuse de validation croisée combinant une analyse factorielle exploratoire (AFE, n = 1 597) et une analyse factorielle confirmatoire (AFC, n = 1 642). L’outil s’articule autour de quatre domaines fondamentaux : les symptômes physiques, les symptômes psychologiques, le fonctionnement lié au travail et les symptômes abdominaux.

Les propriétés métrologiques de l’échelle démontrent une excellente consistance interne, documentée par le coefficient alpha de Cronbach et l’oméga de McDonald (ω), ainsi qu’une validité convergente robuste attestée par des corrélations significatives avec le Copenhagen Burnout Inventory (CBI) et l’échelle standardisée Premenstrual Symptoms Screening Tool (PSST). En outre, des modèles de régression logistique confirment sa validité prédictive à l’égard de l’absentéisme professionnel. Cet outil fournit aux chercheurs, cliniciens et ergonomes une base empirique pour instaurer des politiques de santé au travail adaptées et réguler le fardeau économique associé au SPM.

2. Mots-clés / Keywords

syndrome prémenstruel, santé au travail, absentéisme, présentéisme, psychométrie, outil de dépistage, productivité au travail, validité factorielle, ergonomie cognitive, santé des femmes, évaluation psychologique, fonctionnement professionnel

3. Auteurs / Authors

L’échelle a été conceptualisée et validée par une équipe multidisciplinaire de chercheurs en santé publique, médecine environnementale et psychologie du travail rattachés à l’Université d’Akita et à des institutions partenaires au Japon :

• Chihiro Takenoshita — Département d’Hygiène et Santé Publique, École Supérieure de Médecine de l’Université d’Akita, Akita, Japon.
• Kisho Shimizu — Département d’Hygiène et Santé Publique, École Supérieure de Médecine de l’Université d’Akita, Akita, Japon.
• Miho Iida — Département d’Hygiène et Santé Publique, École Supérieure de Médecine de l’Université d’Akita, Akita, Japon.
• Fumiaki Taka — Département de Psychologie et Sociologie, Université d’Akita, Akita, Japon.
• Eri Maeda — Département d’Hygiène et Santé Publique, École Supérieure de Médecine de l’Université d’Akita, Akita, Japon.
• Songee Jung — Département d’Hygiène et Santé Publique, École Supérieure de Médecine de l’Université d’Akita, Akita, Japon.
• Kyoko Nomura (Auteure correspondante) — Département d’Hygiène et Santé Publique, École Supérieure de Médecine de l’Université d’Akita, 1-1-1 Hondo, Akita 010-8543, Japon. Courriel : [email protected].

4. Objectif / Purpose

Les approches diagnostiques traditionnelles des troubles prémenstruels, illustrées par le Premenstrual Symptoms Screening Tool (PSST) de Steiner et al. (2011) ou le Daily Record of Severity of Problems (DRSP) de Freeman et al. (2011), ont été initialement modélisées pour satisfaire aux exigences diagnostiques de la nosologie psychiatrique (DSM-IV et DSM-5). De ce fait, ces instruments attribuent un poids prépondérant aux fluctuations affectives, à l’irritabilité et à la labilité émotionnelle. Or, dans le domaine de la santé au travail, une telle focalisation crée un angle mort métrologique substantiel : elle sous-estime systématiquement la charge des manifestations somatiques et viscérales (telles que les céphalées, les douleurs lombaires, la fatigue généralisée et les spasmes abdominaux) qui constituent pourtant les déclencheurs primaires des dégradations de la performance professionnelle, de l’absentéisme et du présentéisme (Schoep et al., 2019 ; Heinemann et al., 2010).

L’objectif fondamental de cet outil de dépistage est de combler cette lacune en opérationnalisant une mesure standardisée qui capture l’interaction complexe entre la symptomatologie cataméniale et les exigences organisationnelles. Loin de vouloir supplanter les critères nosographiques du trouble dysphorique prémenstruel (TDPM), cet instrument vise à fournir une métrique fonctionnelle, écologiquement valide et directement exploitable par les services de médecine préventive, les ergonomes et les gestionnaires de ressources humaines. Il quantifie le fardeau symptomatique prémenstruel en le reliant aux contraintes de la vie active quotidienne.

Sur le plan des applications pratiques, l’instrument permet :

• Le repérage précoce des collaboratrices souffrant de limitations professionnelles liées à la phase lutéale ;
• L’objectivation du retentissement du SPM sur la détresse professionnelle et le risque d’épuisement professionnel ;
• L’évaluation quantitative des interventions organisationnelles telles que les congés menstruels, le travail hybride, les aménagements ergonomiques des postes de travail et les programmes d’accompagnement médical spécialisé ;
• La réalisation d’études épidémiologiques rigoureuses sur les coûts directs et indirects de la santé reproductive en entreprise.

5. Construit psychologique / Construct

Le construit théorique sous-jacent à l’échelle repose sur une conceptualisation multidimensionnelle et biopsychosociale du syndrome prémenstruel en milieu organisationnel. Le SPM n’y est pas défini comme une entité purement psychopathologique, mais comme un ensemble dynamique d’interactions entre la physiologie endocrine et les stresseurs professionnels. L’instrument opérationnalise ce construit autour de quatre domaines spécifiques :

1. Symptômes psychologiques (Psychological Symptoms)

Cette sous-échelle évalue les altérations de l’état émotionnel, de la régulation cognitive et de l’humeur au cours de la phase lutéale tardive. Elle explore des manifestations telles que l’irritabilité disproportionnée, l’anxiété flottante, la labilité de l’humeur, le sentiment d’être dépassée par les exigences de la tâche, et la baisse de motivation intrinsèque. Contrairement aux échelles purement psychiatriques, ces manifestations sont contextualisées dans leur propension à détériorer le climat relationnel au travail et la prise de décision.

2. Symptômes physiques systémiques (Physical Symptoms)

Cette composante englobe les réactions somatiques diffuses qui affectent l’énergie et la motricité générale. Elle inclut la fatigabilité chronique, les céphalées de tension, la sensation de léthargie musculaire, les tensions mammaires et les perturbations du rythme veille-sommeil. Ces altérations réduisent directement l’endurance physique et intellectuelle requise pour accomplir les tâches professionnelles prolongées.

3. Symptômes abdominaux et viscéraux (Abdominal Symptoms)

Identifiés comme une dimension factorielle distincte des symptômes physiques généraux, les symptômes abdominaux regroupent les douleurs pelviennes, les crampes du bas-ventre, les ballonnements et l’inconfort gastro-intestinal prémenstruel. Ces manifestations constituent l’un des prédicteurs les plus directs du présentéisme altéré et de l’incapacité à maintenir une posture assise ou debout prolongée.

4. Fonctionnement lié au travail (Work-Related Functioning)

Cette sous-échelle constitue l’apport innovant de l’instrument. Elle mesure explicitement la détérioration de l’efficacité professionnelle, les baisses de concentration, l’augmentation du taux d’erreurs d’inattention, les difficultés d’interaction avec les collègues et la hiérarchie, ainsi que la nécessité d’interrompre temporairement son activité. Elle capture ainsi l’impact fonctionnel « en aval » causé par la convergence des trois domaines de symptômes précédents.

6. Cadre théorique / Theoretical Framework

Le cadre conceptuel de l’instrument s’articule à la croisée du modèle biopsychosocial de George Engel (1977) et du modèle Exigences-Ressources du travail (Job Demands-Resources Model ; Bakker & Demerouti, 2007). L’expérience des troubles prémenstruels chez la femme active est théorisée comme le résultat d’une vulnérabilité neuroendocrinienne modulée par les contraintes de l’environnement de travail.

Sur le plan physiologique et neurobiologique, les fluctuations cycliques des stéroïdes ovariens (œstrogènes et progestérone) et de leurs métabolites neuroactifs (tels que l’alloprégnanolone) modulent l’activité des circuits sérotoninergiques et gabaergiques centraux (Wei et al., 2023 ; Hantsoo & Epperson, 2015). Chez les femmes vulnérables, ces modulations induisent une hyporéactivité au stress et une hypersensibilité émotionnelle et viscérale.

Sur le plan organisationnel, le modèle JD-R postule que des exigences professionnelles élevées (charge cognitive, cadences temporelles, contraintes relationnelles) couplées à de faibles ressources d’ajustement (manque de flexibilité horaire, absence de reconnaissance des spécificités physiologiques féminines) épuisent les réserves énergétiques de l’individu. Lorsque la phase lutéale impose une charge allostatique additionnelle via des douleurs somatiques et des perturbations thymiques, la capacité d’adaptation de la salariée est saturée, conduisant à une chute de performance (présentéisme) ou à un retrait protecteur (absentéisme ; Furuichi et al., 2020 ; Goetzel et al., 2004).

7. Validité / Validity

La validation psychométrique de l’outil a fait l’objet d’un protocole méthodologique exhaustif auprès de l’échantillon de 3 239 participantes japonaises :

Validité convergente et discriminante

La validité convergente a été examinée en corrélant les scores de l’instrument avec ceux du Copenhagen Burnout Inventory (CBI ; Kristensen et al., 2005), sous l’hypothèse théorique que la détresse prémenstruelle récurrente majore l’épuisement professionnel personnel et lié au travail. Des corrélations positives et statistiquement significatives ont été établies, confirmant que le fardeau du SPM partage une variance substantielle avec les indices d’épuisement professionnel chez les soignantes et employées de bureau (Hwang & Sung, 2016 ; Ota et al., 2023).

Validité de critère (concurrente)

La validité concurrente a été évaluée par comparaison avec le Premenstrual Symptoms Screening Tool (PSST ; Steiner et al., 2011). Les dimensions psychologiques et physiques de la nouvelle échelle présentent des associations étroites avec les scores du PSST, attestant que l’outil capte adéquatement le cœur de la pathologie prémenstruelle tout en élargissant le spectre d’évaluation aux composantes professionnelles spécifiques.

Validité prédictive

La validité prédictive et de construit a été démontrée par des modèles de régression logistique ajustés sur les variables sociodémographiques et professionnelles. Les scores élevés à l’échelle se sont révélés être des prédicteurs hautement significatifs de l’absentéisme autodéclaré (jours d’arrêt ou congés maladie pris en phase prémenstruelle) et du présentéisme sévère (perte d’au moins 50 % de l’efficacité habituelle au travail).

8. Fidélité / Reliability

L’évaluation de la cohérence interne et de la fidélité de l’instrument a été conduite selon les standards contemporains de la psychométrie :

• Cohérence interne : Les coefficients alpha de Cronbach calculés pour l’échelle globale et pour chacune des quatre sous-échelles dépassent largement le seuil d’acceptabilité conventionnel de 0,80, atteignant des valeurs supérieures à 0,90 sur plusieurs dimensions.
• Coefficient Oméga de McDonald (ω) : Conformément aux recommandations méthodologiques actuelles rejetant le postulat strict de tau-équivalence (Viladrich et al., 2017), l’oméga de McDonald a été systématiquement rapporté, démontrant une excellente précision de mesure (ω > 0,88 pour tous les facteurs).
• Corrélations item-test et item-reste : L’analyse de l’homogénéité des items a confirmé que chaque énoncé présente une corrélation item-total ajustée robuste (r > 0,40), attestant de l’absence d’items redondants ou apportant un bruit résiduel à la variance du construit.

9. Analyse factorielle / Factor Analysis

La structure factorielle de l’outil a été établie selon un protocole de validation croisée rigoureux sur l’échantillon total de 3 239 femmes actives, divisé de manière aléatoire par échantillonnage de Bernoulli :

1. Analyse Factorielle Exploratoire (AFE)

Conduite sur le premier sous-échantillon (n = 1 597), l’AFE a utilisé la méthode d’extraction par le maximum de vraisemblance associée à une rotation oblique Promax, permettant d’appréhender les corrélations naturelles existant entre les différents groupes de symptômes. Cette analyse a guidé l’épuration du réservoir initial de 47 items en éliminant les items présentant des saturations factorielles inférieures à 0,50 ou des saturations croisées complexes (> 0,30 sur plusieurs facteurs), dégageant ainsi une structure nette en 4 dimensions.

2. Analyse Factorielle Confirmatoire (AFC)

La structure dérivée de l’AFE a ensuite été mise à l’épreuve de manière indépendante sur le second sous-échantillon (n = 1 642) par le biais d’une modélisation par équations structurelles. Les indices d’ajustement globaux ont confirmé l’excellente adéquation du modèle à quatre facteurs corrélés :

• RMSEA (Root Mean Square Error of Approximation) < 0,08 ;
• CFI (Comparative Fit Index) > 0,90 ;
• TLI (Tucker-Lewis Index) > 0,95 ;
• AVE (Average Variance Extracted) ≥ 0,50 pour l’ensemble des dimensions latentes, attestant d’une validité convergente intrafactorielle optimale.

10. Instrument de mesure / Instrument

• Type de test : Outil de dépistage psychométrique et auto-questionnaire fonctionnel.
• Format d’administration : Questionnaire en ligne auto-administré (auto-évaluation numérique).
• Nombre d’items : 47 items initiaux développés dans le pool expérimental.
• Population cible : Femmes actives en emploi (salariées, professionnelles, employées de bureau, travailleuses du secteur des services), âgées de 18 à 41 ans, non ménopausées et non enceintes.
• Format de réponse : Échelle ordinale de Likert en 5 points :
  • 0 = Aucun symptôme (No symptoms)
  • 1 = Symptômes légers (Slight symptoms)
  • 2 = Symptômes modérés (Moderate symptoms)
  • 3 = Symptômes sévères (Severe symptoms)
  • 4 = Symptômes très sévères (Very severe symptoms)
• Cotation : Calcul de scores dimensionnels par sommation des items des sous-échelles respectives (Symptômes physiques, Symptômes psychologiques, Fonctionnement professionnel, Symptômes abdominaux) et d’un score composite global d’impact prémenstruel au travail.

11. Permissions, Tarifs et Année du test / Permissions & Fee and Test Year

L’instrument a été publié en 2025 dans la revue scientifique internationale à comité de lecture BMC Women’s Health (Takenoshita et al., 2025). Bien que les principes méthodologiques et les données psychométriques soient publiés en libre accès sous licence Creative Commons, l’inventaire textuel complet des items originaux en langue japonaise demeure protégé par le droit d’auteur des concepteurs.

L’utilisation de l’outil pour des activités de recherche académique non commerciale est généralement autorisée sur demande préalable auprès de l’équipe de recherche. Les praticiens, chercheurs et entreprises souhaitant obtenir la version officielle intégrale de l’échelle ou planifier une adaptation transculturelle sont invités à contacter directement la chercheuse principale, la Pre Kyoko Nomura ([email protected]), à l’Université d’Akita.

12. Références / References

• ACOG-Clinical. (2023). Management of Premenstrual Disorders: ACOG Clinical Practice Guideline No. 7. Obstetrics & Gynecology, 142(6), 1516-1533. https://doi.org/10.1097/AOG.0000000000005426
• American Psychiatric Association. (2013). Diagnostic and statistical manual of mental disorders (5e éd.). American Psychiatric Publishing. https://doi.org/10.1176/appi.books.9780890425596
• Bakker, A. B., & Demerouti, E. (2007). The Job Demands-Resources model: State of the art. Journal of Managerial Psychology, 22(3), 309-328. https://doi.org/10.1108/02683940710733115
• Chen, F., Xue, Y., Tan, M. T., & Chen, P. (2015). Efficient statistical tests to compare Youden index: Accounting for contingency correlation. Statistics in Medicine, 34(9), 1560–1576. https://doi.org/10.1002/sim.6432
• Ekblom, Ö., Ekblom-Bak, E., Bolam, K. A., Ekblom, B., Schmidt, C., Söderberg, S., Bergström, G., & Börjesson, M. (2015). Concurrent and predictive validity of physical activity measurement items commonly used in clinical settings–data from SCAPIS pilot study. BMC Public Health, 15, 978. https://doi.org/10.1186/s12889-015-2316-y
• Engel, G. L. (1977). The need for a new medical model: A challenge for biomedicine. Science, 196(4286), 129-136. https://doi.org/10.1126/science.847460
• Ferri, P., Guadi, M., Marcheselli, L., Balduzzi, S., Magnani, D., & Di Lorenzo, R. (2016). The impact of shift work on the psychological and physical health of nurses in a general hospital: A comparison between rotating night shifts and day shifts. Risk Management and Healthcare Policy, 9, 203–211. https://doi.org/10.2147/RMHP.S115326
• Freeman, E. W., Halberstadt, S. M., Rickels, K., Legler, J. M., Lin, H., & Sammel, M. D. (2011). Core symptoms that discriminate premenstrual syndrome. Journal of Women’s Health, 20(1), 29–35. https://doi.org/10.1089/jwh.2010.2161
• Fukushima, N., Amagasa, S., Kikuchi, H., Takamiya, T., Odagiri, Y., Hayashi, T., & Inoue, S. (2020). Validity and reliability of the work-related physical activity questionnaire for assessing intensity-specific physical activity and sedentary behavior in the workplace. Sangyo Eisei Gakkai Zasshi, 62(2), 61–71. https://doi.org/10.1539/sangyoeisei.2019-013-B
• Furuichi, W., Shimura, A., Miyama, H., Seki, T., Ono, K., Masuya, J., & Inoue, T. (2020). Effects of job stressors, stress response, and sleep disturbance on presenteeism in office workers. Neuropsychiatric Disease and Treatment, 16, 1827–1833. https://doi.org/10.2147/NDT.S258508
• Goetzel, R. Z., Long, S. R., Ozminkowski, R. J., Hawkins, K., Wang, S., & Lynch, W. (2004). Health, absence, disability, and presenteeism cost estimates of certain physical and mental health conditions affecting U.S. employers. Journal of Occupational and Environmental Medicine, 46(4), 398–412. https://doi.org/10.1097/01.jom.0000121151.40413.bd
• Halbreich, U., Endicott, J., Schacht, S., & Nee, J. (1982). The diversity of premenstrual changes as reflected in the Premenstrual Assessment Form. Acta Psychiatrica Scandinavica, 65(1), 46–65. https://doi.org/10.1111/j.1600-0447.1982.tb00820.x
• Hantsoo, L., & Epperson, C. N. (2015). Premenstrual dysphoric disorder: Epidemiology and treatment. Current Psychiatry Reports, 17(11), 87. https://doi.org/10.1007/s11920-015-0628-3
• Hardy, C., & Hardie, J. (2017). Exploring premenstrual dysphoric disorder (PMDD) in the work context: A qualitative study. Journal of Psychosomatic Obstetrics & Gynaecology, 38(4), 292–300. https://doi.org/10.1080/0167482x.2017.1286473
• Heinemann, L. A., Minh, T. D., Filonenko, A., & Uhl-Hochgräber, K. (2010). Explorative evaluation of the impact of severe premenstrual disorders on work absenteeism and productivity. Women’s Health Issues, 20(1), 58–65. https://doi.org/10.1016/j.whi.2009.09.005
• Heinemann, L. A., Minh, T. D., Heinemann, K., Lindemann, M., & Filonenko, A. (2012). Intercountry assessment of the impact of severe premenstrual disorders on work and daily activities. Health Care for Women International, 33(2), 109–124. https://doi.org/10.1080/07399332.2011.610530
• Hosmer, D. W., Lemeshow, S., & Sturdivant, R. X. (2013). Applied logistic regression (3e éd.). John Wiley & Sons. https://doi.org/10.1002/9781118548387
• Hwang, J. H., & Sung, M. H. (2016). Impacts of menstrual attitudes, premenstrual syndrome and stress on burnout among clinical nurses. Korean Journal of Women Health Nursing, 22(4), 233–240. https://doi.org/10.4069/kjwhn.2016.22.4.233
• Ikeda, Y., Egawa, M., Hiyoshi, K., Ueno, T., Ueda, K., Becker, C. B., Takahashi, Y., Nakayama, T., & Mandai, M. (2020). Development of a Japanese version of the Daily Record of Severity of Problems for diagnosing premenstrual syndrome. Women’s Health Reports, 1(1), 11-16. https://doi.org/10.1089/whr.2019.0004
• Kristensen, T. S., Borritz, M., Villadsen, E., & Christensen, K. B. (2005). The Copenhagen Burnout Inventory: A new tool for the assessment of burnout. Work & Stress, 19(3), 192–207. https://doi.org/10.1080/02678370500297720
• Miyaoka, Y., Akimoto, Y., Ueda, K., Ujiie, Y., Kametani, M., Uchiide, Y., & Horiguchi, J. (2011). Fulfillment of the premenstrual dysphoric disorder criteria confirmed using a self-rating questionnaire among Japanese women with depressive disorders. Biopsychosocial Medicine, 5, 5. https://doi.org/10.1186/1751-0759-5-5
• Mohebbi Dehnavi, Z., Jafarnejad, F., & Sadeghi Goghary, S. (2018). The effect of 8 weeks aerobic exercise on severity of physical symptoms of premenstrual syndrome: A clinical trial study. BMC Women’s Health, 18(1), 80. https://doi.org/10.1186/s12905-018-0565-5
• Moos, R. H. (1968). The development of a menstrual distress questionnaire. Psychosomatic Medicine, 30(6), 853–867. https://doi.org/10.1097/00006842-196811000-00006
• Naik, S. S., Nidhi, Y., Kumar, K., & Grover, S. (2023). Diagnostic validity of premenstrual dysphoric disorder: Revisited. Frontiers in Global Women’s Health, 4, 1181583. https://doi.org/10.3389/fgwh.2023.1181583
• Namavar Jahromi, B., Pakmehr, S., & Hagh-Shenas, H. (2011). Work stress, premenstrual syndrome and dysphoric disorder: Are there any associations? Iranian Red Crescent Medical Journal, 13(3), 199–202.
• O’Brien, P. M., Bäckström, T., Brown, C., Dennerstein, L., Endicott, J., Epperson, C. N., Eriksson, E., Freeman, E., Halbreich, U., Ismail, K. M., Panay, N., Pearlstein, T., Rapkin, A., Reid, R., Schmidt, P., Steiner, M., Studd, J., & Yonkers, K. (2011). Towards a consensus on diagnostic criteria, measurement and trial design of the premenstrual disorders: The ISPMD Montreal consensus. Archives of Women’s Mental Health, 14(1), 13–21. https://doi.org/10.1007/s00737-010-0201-3
• Orçan, F. (2018). Exploratory and confirmatory factor analysis: Which one to use first? Eğitimde ve Psikolojide Ölçme ve Değerlendirme Dergisi, 9(4), 414–421. https://doi.org/10.21031/epod.394323
• Ota, Y., Nomura, K., Hirayama, J., Maeda, E., Komatsu, J., Nakamura, M., Takenoshita, C., & Takahashi, K. (2023). Relationship between somatic symptoms with menstruation and intention to leave work among university hospital nurses in Japan: A cross-sectional study. International Archives of Occupational and Environmental Health, 96(1), 155–166. https://doi.org/10.1007/s00420-022-01905-0
• Perumalswami, C. R., Takenoshita, S., Tanabe, A., Kanda, R., Hiraike, H., Okinaga, H., & Nomura, K. (2020). Workplace resources, mentorship, and burnout in early career physician-scientists: A cross sectional study in Japan. BMC Medical Education, 20(1), 178. https://doi.org/10.1186/s12909-020-02072-x
• Reilly, M. C. (2018). Work Productivity and Activity Impairment Questionnaire: General Health V2.0 (WPAI:GH). Mapi Research Trust.
• Schoep, M. E., Adang, E. M. M., Maas, J. W. M., De Bie, B., Aarts, J. W. M., & Nieboer, T. E. (2019). Productivity loss due to menstruation-related symptoms: A nationwide cross-sectional survey among 32 748 women. BMJ Open, 9(6), e026186. https://doi.org/10.1136/bmjopen-2018-026186
• Steiner, M., Haskett, R. F., & Carroll, B. J. (1980). Premenstrual tension syndrome: The development of research diagnostic criteria and new rating scales. Acta Psychiatrica Scandinavica, 62(2), 177–190. https://doi.org/10.1111/j.1600-0447.1980.tb00605.x
• Steiner, M., Peer, M., Palova, E., Freeman, E. W., Macdougall, M., & Soares, C. N. (2011). The premenstrual symptoms screening tool revised for adolescents (PSST-A): Prevalence of severe PMS and premenstrual dysphoric disorder in adolescents. Archives of Women’s Mental Health, 14(1), 77–81. https://doi.org/10.1007/s00737-010-0202-2
• Takeda, T., Imoto, Y., Nagasawa, H., Takeshita, A., & Shiina, M. (2016). Stress fracture and premenstrual syndrome in Japanese adolescent athletes: A cross-sectional study. BMJ Open, 6(10), e013103. https://doi.org/10.1136/bmjopen-2016-013103
• Takeda, T., Yoshimi, K., Kai, S., & Inoue, F. (2024). The Japanese version of the Daily Record of Severity of Problems for premenstrual symptoms: Reliability and validity among the general Japanese population. International Journal of Women’s Health, 16, 299-308. https://doi.org/10.2147/IJWH.S450300
• Takenoshita, C., Shimizu, K., Iida, M., Taka, F., Maeda, E., Jung, S., & Nomura, K. (2025). Premenstrual Symptom Screening Tool for Working Women. BMC Women’s Health, 25, 4092. https://doi.org/10.1186/s12905-025-04092-5
• Tanaka, E., Momoeda, M., Osuga, Y., Rossi, B., Nomoto, K., Hayakawa, M., & Kokubo, K. (2013). Burden of menstrual symptoms in Japanese women: Results from a survey-based study. Journal of Medical Economics, 16(11), 1255–1266. https://doi.org/10.3111/13696998.2013.830974
• Uchibori, M., Eguchi, A., Ghaznavi, C., Tanoue, Y., Ueta, M., Sassa, M., & Nomura, K. (2023). Understanding factors related to healthcare avoidance for menstrual disorders and menopausal symptoms: A cross-sectional study among women in Japan. Preventive Medicine Reports, 36, 102467. https://doi.org/10.1016/j.pmedr.2023.102467
• Viladrich, C., Angulo-Brunet, A., & Doval, E. (2017). A journey around alpha and omega to estimate internal consistency reliability. Anales de Psicología, 33(3), 755–782. https://doi.org/10.6018/analesps.33.3.268401
• Wei, S., Tang, Y. Y., Wang, F., Wang, Y., & Geng, X. (2023). Neural circuits and neuroendocrine mechanisms of depression and premenstrual dysphoric disorder: Towards precise targets for translational medicine and drug development, volume II. Frontiers in Psychiatry, 14, 1216689. https://doi.org/10.3389/fpsyt.2023.1216689
• Yonkers, K. A., O’Brien, P. M., & Eriksson, E. (2008). Premenstrual syndrome. The Lancet, 371(9619), 1200–1210. https://doi.org/10.1016/S0140-6736(08)60527-9

13. Questions et items du questionnaire / Scale Items

Les items individuels de l’Outil de dépistage des symptômes prémenstruels pour les femmes actives sont protégés par le droit d’auteur et ne sont pas reproduits intégralement dans le domaine public ouvert. Les chercheurs et cliniciens souhaitant administrer la version originale complète en japonais ou en obtenir une traduction officielle sont invités à contacter directement les auteurs (Pre Kyoko Nomura, Université d’Akita).

L’instrument structure ses 47 items autour de l’échelle d’évaluation ordinale et des quatre domaines dimensionnels décrits ci-dessous :