Herramienta de cribado de síntomas premenstruales para mujeres trabajadoras

1. Resumen / Abstract

La Herramienta de cribado de síntomas premenstruales para mujeres trabajadoras (conocida en la literatura internacional como Premenstrual Symptom Screening Tool for Working Women) constituye un instrumento psicométrico pionero concebido para evaluar de manera integral el impacto del síndrome premenstrual (SPM) y el trastorno disfórico premenstrual (TDPM) dentro del ámbito laboral. Históricamente, las herramientas diagnósticas tradicionales se han centrado de forma casi exclusiva en la sintomatología afectiva y en criterios psiquiátricos derivados del DSM-5, relegando a un segundo plano las quejas somáticas y su interferencia directa sobre el rendimiento laboral. Diseñada por un equipo multidisciplinar de investigadores de la Universidad de Akita en Japón (Takenoshita et al., 2025), la escala responde a una necesidad crítica en la salud ocupacional contemporánea, articulando las manifestaciones clínicas con métricas tangibles de productividad como el absentismo laboral y el presentismo.

El instrumento final consta de 27 ítems depurados a partir de un banco inicial de 47 reactivos, estructurados en cuatro dimensiones latentes robustas: síntomas somáticos (13 ítems), síntomas psicológicos (6 ítems), disminución de la eficiencia laboral (5 ítems) y síntomas abdominales (3 ítems). Cada ítem se responde mediante una escala Likert de 5 puntos graduada de 0 («sin síntomas») a 4 («síntomas muy graves»), generando una puntuación total que oscila entre 0 y 108 puntos. El proceso de estandarización psicométrica se llevó a cabo con una muestra representativa de 3.239 mujeres trabajadoras japonesas de entre 18 y 41 años, dividida aleatoriamente mediante muestreo de Bernoulli para la realización secuencial de análisis factorial exploratorio (AFE, n = 1.597) y confirmatorio (AFC, n = 1.642). Los resultados confirmaron una bondad de ajuste sobresaliente (RMSEA < 0,08, CFI > 0,90, TLI > 0,95) y una consistencia interna excepcional evaluada tanto por el alfa de Cronbach como por el omega de McDonald. Además, evidenció una validez convergente y de criterio sólida frente a constructos como el agotamiento laboral (evaluado con el Copenhagen Burnout Inventory) y el diagnóstico clínico tradicional (mediante el PSST original), consagrándose como una herramienta decisiva para la formulación de políticas de bienestar corporativo y adaptaciones ergonómicas con perspectiva de género.

2. Palabras clave / Keywords

síndrome premenstrual, salud ocupacional, absentismo laboral, presentismo, psicometría, productividad laboral, cribado premenstrual, salud femenina, agotamiento laboral, mujeres trabajadoras, evaluación psicológica, validez de constructo, consistencia interna, ergonomía psicosocial.

3. Autores / Authors

El desarrollo y validación de este instrumento psicométrico fue realizado por un equipo de investigadores adscritos al ámbito de la medicina preventiva, la salud pública y la salud ocupacional:

• Chihiro Takenoshita: Departamento de Salud Pública, Facultad de Medicina de la Universidad de Akita, Akita, Japón.
• Kisho Shimizu: Departamento de Salud Pública, Facultad de Medicina de la Universidad de Akita, Akita, Japón.
• Miho Iida: Departamento de Salud Pública, Facultad de Medicina de la Universidad de Akita, Akita, Japón.
• Fumiaki Taka: Facultad de Letras, Universidad de Toyo, Tokio, Japón.
• Eri Maeda: Departamento de Salud Pública, Facultad de Medicina de la Universidad de Akita, Akita, Japón.
• Songee Jung: Departamento de Salud Pública, Facultad de Medicina de la Universidad de Akita, Akita, Japón.
• Kyoko Nomura (Autora de correspondencia): Departamento de Salud Pública, Facultad de Medicina de la Universidad de Akita, 1-1-1 Hondo, Akita 010-8543, Japón. Correo electrónico: [email protected].

4. Propósito / Purpose

El propósito fundamental de la Herramienta de cribado de síntomas premenstruales para mujeres trabajadoras radica en subsanar un vacío metodológico y conceptual persistente en la evaluación del síndrome premenstrual dentro de las organizaciones laborales. Los instrumentos diagnósticos de referencia preexistentes, tales como el Premenstrual Symptoms Screening Tool (PSST; Steiner et al., 2011) y el Daily Record of Severity of Problems (DRSP; Ikeda et al., 2020; Takeda et al., 2024), fueron construidos principalmente bajo una óptica psiquiátrica estricta orientada a operacionalizar los criterios del Manual Diagnóstico y Estadístico de los Trastornos Mentales (DSM). Aunque dichos instrumentos destacan por su precisión para detectar el trastorno disfórico premenstrual, tienden a sobreponderar los síntomas afectivos y emocionales (como labilidad afectiva, anhedonia o irritabilidad intensa), subestimando las quejas somáticas y musculoesqueléticas que con frecuencia suponen el principal detonante de incapacidad en entornos profesionales cotidianos.

En el contexto ocupacional, la capacidad funcional de una empleada no se ve menoscabada únicamente por alteraciones anímicas, sino por un complejo entramado de síntomas físicos que abarcan desde cefaleas, dolor pélvico incapacitante y alteraciones gastrointestinales, hasta fatiga extrema, mareos y parestesias. Esta limitación de las escalas clásicas generaba una brecha crítica: las mujeres trabajadoras experimentaban disminuciones ostensibles en su rendimiento laboral que no alcanzaban necesariamente el umbral de diagnóstico psiquiátrico formal, pero que conllevaban un elevado coste en términos de salud personal y productividad económica. La herramienta desarrollada por Takenoshita et al. (2025) fue específicamente estructurada para visibilizar y cuantificar esta carga oculta, traduciendo la sintomatología premenstrual en parámetros medibles que interactúan de forma directa con indicadores organizacionales como el presentismo (trabajar encontrándose indispuesta, lo que resulta en una caída sustancial de la productividad) y el absentismo laboral.

En el campo de la investigación aplicada y la práctica en medicina del trabajo, este instrumento sirve a múltiples funciones cardinales:

• Detección precoz y cribado poblacional: Proporciona a los servicios de prevención de riesgos laborales una escala estandarizada, rápida y autoadministrada para estratificar el nivel de riesgo y afectación funcional en plantillas feminizadas.
• Diseño de intervenciones ergonómicas y ajustes laborales: Ofrece datos cuantitativos que respaldan la necesidad de flexibilización horaria, teletrabajo selectivo, habilitación de salas de descanso y políticas corporativas de baja o permiso menstrual fundamentadas en evidencia empírica rigurosa.
• Justificación económica y retorno de inversión en programas de salud ocupacional: Al correlacionar directamente las subescalas con la merma en la eficiencia de las tareas habituales, dota a los departamentos de recursos humanos de métricas concretas para evaluar el impacto de programas integrales de bienestar femenino y salud ginecológica en las organizaciones.

5. Constructo psicológico / Construct

El constructo evaluado por la escala se fundamenta en un modelo biopsicosocial multidimensional del malestar premenstrual, el cual postula que los síntomas que acontecen durante la fase lútea tardía del ciclo menstrual actúan de manera sinérgica para erosionar la capacidad operativa, conductual y afectiva de la mujer en su puesto de trabajo. Tras el proceso de reducción psicométrica factorial guiado por criterios de validez empírica, el constructo quedó operacionalizado en cuatro subescalas interdependientes pero conceptualmente diferenciadas:

1. Síntomas somáticos (Somatic Symptoms)

Esta dimensión comprende 13 ítems orientados a registrar una amplia gama de alteraciones físicas vegetativas, neuromusculares y cardiovasculares desencadenadas por las fluctuaciones hormonales lúteas. Evalúa manifestaciones tales como disnea o dificultad para respirar, sensaciones de mareo o inestabilidad postural, tropiezos o pérdida del equilibrio, náuseas, sofocos o rubor facial súbito, opresión o dolor torácico, acúfenos (tinnitus), palpitaciones o taquicardia refleja, entumecimiento en las extremidades, frialdad lumbar o periférica, visión borrosa o dificultad de acomodación visual, dolores articulares localizados en dedos o rodillas, y mialgias o contracturas musculares en las piernas. Desde el punto de vista psicométrico, estos síntomas reflejan la desregulación autonómica y vasomotora que menoscaba la resistencia física básica indispensable para la ejecución continua de actividades de oficina o de esfuerzo corporal moderado.

2. Síntomas psicológicos (Psychological Symptoms)

Integrada por 6 ítems, esta subescala mide la esfera emocional y afectiva del espectro premenstrual. Incluye manifestaciones troncales como ánimo deprimido, ansiedad anticipatoria o flotante, sensación de inestabilidad psicológica extrema o labilidad afectiva, irritabilidad persistente, pérdida evidente de la motivación laboral y déficit de concentración atencional. Estos reactivos capturan cómo la hipersensibilidad a los cambios de alopregnanolona y estrógenos afecta la modulación del ácido gamma-aminobutírico (GABA) y la serotonina en el sistema nervioso central, traduciéndose en una fatiga cognitiva que dificulta el procesamiento de información compleja y altera la interacción interpersonal con supervisores, pares o clientes.

3. Disminución de la eficiencia laboral (Lack of Work Efficiency)

Esta dimensión, compuesta por 5 ítems, representa la innovación psicométrica más destacada de la herramienta al operacionalizar las consecuencias conductuales y funcionales directas de los síntomas sobre el desempeño diario. No evalúa el síntoma en sí, sino su impacto en la productividad laboral y cotidiana: requerir un tiempo significativamente mayor para finalizar tareas rutinarias del trabajo, experimentar una sensación acusada de bajo logro o autoeficacia laboral reducida, aumento involuntario de errores o fallos por descuido en el desempeño profesional, necesidad de invertir más tiempo y esfuerzo en concluir las labores domésticas habituales, y una merma generalizada en la capacidad de aprendizaje y rendimiento operativo. Constituye el puente psicométrico directo entre el cuadro clínico y el fenómeno del presentismo laboral.

4. Síntomas abdominales (Abdominal Symptoms)

Agrupada en 3 ítems altamente específicos, esta subescala focaliza las molestias gastrointestinales y pélvicas más prevalentes del periodo perimenstrual: diarrea o estreñimiento reactivo al influjo de prostaglandinas y progesterona, distensión abdominal subjetiva o hinchazón visible, y espasmos o dolor cólico abdominal. Aunque tradicionalmente agrupados de forma genérica junto a otros signos somáticos, el análisis factorial demostró que constituyen una entidad latente independiente con un peso diferencial extraordinario en el malestar percibido en puestos de trabajo sedentarios o que exigen bipedestación prolongada.

6. Marco teórico / Theoretical Framework

La arquitectura teórica de la Herramienta de cribado de síntomas premenstruales para mujeres trabajadoras se nutre de la confluencia entre dos paradigmas fundamentales: la psiconeuroendocrinología reproductiva y la teoría del estrés y demandas-recursos laborales (Job Demands-Resources Model; Demerouti et al., 2001).

Desde la vertiente biológica y ginecológica, el instrumento se apoya en el modelo del consenso de Montreal de la International Society for Premenstrual Disorders (ISPMD; O’Brien et al., 2011) y las directrices clínicas del American College of Obstetricians and Gynecologists (ACOG, 2023). Estas corrientes postulan que los trastornos premenstruales no se derivan de anomalías hormonales estáticas o cuantitativas en los niveles plasmáticos de estrógenos o progesterona, sino de una sensibilidad neurológica diferencial o vulnerabilidad biológica a las fluctuaciones endocrinas cíclicas normales a lo largo del eje hipotálamo-hipofisario-ovárico (HHO). Dicha ciclicidad impacta en circuitos neurales de recompensa, corteza prefrontal y amígdala (Wei et al., 2023), al tiempo que desencadena cascadas de prostaglandinas endometriales e inflamación sistémica leve responsable de la sintomatología periférica (Mohebbi Dehnavi et al., 2018).

Desde la perspectiva de la psicología del trabajo y de las organizaciones, la escala adopta el principio de la teoría de la conservación de recursos (Hobfoll, 1989) combinada con el modelo JD-R. Durante la fase premenstrual, los síntomas físicos y afectivos actúan como demandas psicofisiológicas internas adicionales y sostenidas. La empleada debe movilizar un volumen sustancial de recursos cognitivos y autorregulatorios meramente para amortiguar el dolor, modular la labilidad afectiva y contener la fatiga vegetativa. Esta asignación compensatoria de energía reduce de forma crítica el fondo de reserva atencional disponible para las tareas ocupacionales cotidianas. Cuando las exigencias del entorno productivo permanecen inflexibles, sobreviene el estado de agotamiento funcional y burnout ocupacional (Kristensen et al., 2005; Hwang & Sung, 2016). Al conceptualizar la disminución de la eficiencia laboral como una faceta connatural del constructo premenstrual, el equipo de Takenoshita et al. supera el reduccionismo biologicista y propone un modelo plenamente interactivo entre biología ovárica, ergonomía cognitiva y desempeño organizativo.

7. Validez / Validity

La evaluación de las propiedades de validez del instrumento se diseñó siguiendo directrices metodológicas rigurosas para la validación de pruebas psicométricas ocupacionales, abarcando validez concurrente, validez de criterio, validez de constructo y validez predictiva.

Validez concurrente

Para determinar la validez concurrente, los autores examinaron la correlación lineal entre las puntuaciones de las dimensiones del cribado y el Copenhagen Burnout Inventory (CBI; Kristensen et al., 2005). La hipótesis de partida radicaba en que el sufrimiento premenstrual continuado agrava la fatiga crónica y el agotamiento psicológico en el trabajo. Se obtuvieron correlaciones estadísticamente significativas y de magnitud moderada-alta entre la subescala de disminución de la eficiencia laboral y las escalas de agotamiento personal y laboral del CBI, confirmando que la disfunción premenstrual covaría de forma coherente con el síndrome de desgaste ocupacional.

Validez de criterio

La validez de criterio se contrastó directamente frente al Premenstrual Symptoms Screening Tool (PSST; Steiner et al., 2011), el estándar clínico internacional para la detección de SPM moderado a severo y TDPM. Las puntuaciones de las cuatro subescalas de la nueva herramienta exhibieron correlaciones positivas elevadas con la clasificación de severidad clínica del PSST, lo que demuestra que, a pesar de incorporar factores ocupacionales y somáticos novedosos, el instrumento mantiene un anclaje indiscutible con los criterios diagnósticos convencionales de los trastornos premenstruales.

Validez predictiva y de constructo

Uno de los mayores hitos empíricos del estudio fue el análisis de la capacidad del test para predecir eventos organizacionales tangibles mediante modelos multivariados de regresión logística ajustados por variables sociodemográficas (edad, ocupación, estado civil y estilo de vida) (Hosmer et al., 2013). Las puntuaciones de la herramienta demostraron una capacidad predictiva estadísticamente sólida sobre el absentismo laboral autoinformado (pérdida efectiva de jornadas de trabajo debido a malestar perimenstrual). Asimismo, la varianza media extraída (AVE, Average Variance Extracted) para cada una de las dimensiones latentes superó el umbral recomendado de 0,50, demostrando una excelente validez convergente interna de los factores definidos.

8. Confiabilidad / Reliability

El análisis de la confiabilidad del instrumento se implementó bajo cánones psicométricos avanzados, yendo más allá del reporte exclusivo del coeficiente alfa de Cronbach e incorporando el omega de McDonald (ω), un estimador robusto que no asume el supuesto restrictivo de tau-equivalencia entre reactivos (Viladrich et al., 2017).

Los coeficientes de consistencia interna para las cuatro subescalas y para la escala global de 27 ítems alcanzaron cifras sobresalientes:

• Escala global (27 ítems): Presentó un alfa de Cronbach (α) superior a 0,90 y un coeficiente omega de McDonald (ω) superior a 0,92, lo que constata una precisión de medida óptima tanto para investigación epidemiológica como para cribados clínicos e individuales.
• Subescala de síntomas somáticos (13 ítems): Exhibió coeficientes α y ω comprendidos entre 0,86 y 0,90, certificando una alta homogeneidad a pesar de la heterogeneidad anatómica de las manifestaciones evaluadas.
• Subescala de síntomas psicológicos (6 ítems): Arrojó valores de α y ω situados por encima de 0,88, reflejando una estrecha covariación entre los síntomas afectivos y anímicos.
• Subescala de disminución de la eficiencia laboral (5 ítems): Mostró una consistencia interna superior a 0,85 (α y ω), demostrando que las diferentes manifestaciones de merma en el rendimiento convergen sólidamente en un mismo indicador funcional.
• Subescala de síntomas abdominales (3 ítems): Pese a constar únicamente de tres elementos, alcanzó coeficientes α y ω superiores a 0,78, superando ampliamente el umbral crítico estándar de 0,70.

Adicionalmente, se calcularon las correlaciones ítem-total corregidas (ítem-rest) para la totalidad de los reactivos retenidos, comprobándose que todos los ítems mostraron valores netamente superiores a 0,40, garantizando que cada enunciado contribuye de manera sustantiva y única a su respectiva dimensión latente sin añadir redundancia ni ruido estocástico.

9. Análisis factorial / Factor Analysis

La delimitación de la estructura interna del test se ejecutó a través de un procedimiento riguroso de validación cruzada para evitar el sobreajuste muestral (Orçan, 2018). La muestra global de 3.239 trabajadoras japonesas fue dividida aleatoriamente mediante muestreo probabilístico de Bernoulli en dos submuestras independientes:

Análisis Factorial Exploratorio (AFE)

La primera submuestra (n = 1.597) se utilizó para examinar la dimensionalidad del banco inicial de 47 reactivos mediante el método de estimación por máxima verosimilitud y rotación oblicua Promax, asumiendo la interdependencia fisiológica y clínica natural existente entre las agrupaciones sintomáticas. Se establecieron criterios de depuración estrictos: retención de ítems con cargas factoriales principales iguales o superiores a 0,50 y exclusión de reactivos que presentaran cargas cruzadas sustanciales (superiores a 0,35 en factores secundarios) o comunalidades inferiores a 0,30. Este análisis derivó en la retención final de 27 ítems agrupados con nitidez en cuatro factores sustantivos que explicaron una proporción sustancial de la varianza total del fenómeno.

Análisis Factorial Confirmatorio (AFC)

La estructura de cuatro factores interrelacionados obtenida en la fase exploratoria se sometió a confirmación empírica en la segunda submuestra independiente (n = 1.642) mediante modelos de ecuaciones estructurales (SEM). Los índices de bondad de ajuste confirmaron de forma contundente la adecuación del modelo teórico tetrafactorial:

• RMSEA (Root Mean Square Error of Approximation): < 0,08, lo que denota un error de aproximación aceptable y controlado en la población diana.
• CFI (Comparative Fit Index): > 0,90, evidenciando una mejora sustantiva del ajuste respecto al modelo de independencia o nulo.
• TLI (Tucker-Lewis Index): > 0,95, confirmando un ajuste impecable penalizado por la complejidad paramétrica del modelo.
• Cargas factoriales estandarizadas (λ): Todos los reactivos mostraron coeficientes λ estadísticamente significativos (p < 0,001), con valores que oscilaron entre 0,55 y 0,88 en sus respectivos factores primarios.

El modelo tetrafactorial demostró una superioridad estadística manifiesta frente a modelos alternativos unifactoriales o bifactoriales, refrendando la naturaleza multidimensional del síndrome en mujeres activas laboralmente.

10. Instrumento de medición / Instrument

A continuación se sintetizan las características formales y operativas del instrumento:

• Tipo de prueba: Herramienta de cribado y evaluación psicométrica de autoinforme (screening tool).
• Población diana: Mujeres trabajadoras adultas en edad fértil (empleadas activas de sectores administrativos, de servicios, comerciales y técnico-profesionales).
• Rango etario de validación: De 18 a 41 años (edad media en el estudio fundacional = 32,6 años, DE = 5,3).
• Criterios de exclusión de uso: Mujeres embarazadas, en puerperio o en menopausia confirmada.
• Número total de ítems: 27 ítems en la versión validada final (reducidos a partir de un banco original de 47 reactivos).
• Estructura dimensional:
  • Síntomas somáticos: Ítems 1 al 13 (13 ítems; rango de puntuación: 0 a 52).
  • Síntomas psicológicos: Ítems 14 al 19 (6 ítems; rango de puntuación: 0 a 24).
  • Disminución de la eficiencia laboral: Ítems 20 al 24 (5 ítems; rango de puntuación: 0 a 20).
  • Síntomas abdominales: Ítems 25 al 27 (3 ítems; rango de puntuación: 0 a 12).
• Escala de respuesta: Escala Likert de 5 puntos clasificada de la siguiente manera:
  • 0 = No symptoms (Sin síntomas)
  • 1 = Slight symptoms (Síntomas leves)
  • 2 = Moderate symptoms (Síntomas moderados)
  • 3 = Severe symptoms (Síntomas graves)
  • 4 = Very severe symptoms (Síntomas muy graves)
• Regla de puntuación e interpretación:
  • No existen ítems invertidos; todos los enunciados puntúan de manera directa de 0 a 4.
  • La puntuación total se obtiene sumando los 27 ítems del instrumento, con un rango de 0 a 108 puntos.
  • Puntuaciones más elevadas reflejan una severidad clínica superior y una interferencia más acusada en la funcionalidad productiva.
• Modalidad de administración: Cuestionario autoadministrado en formato digital o en papel, con un tiempo promedio de cumplimentación estimado entre 5 y 8 minutos.
• Idioma de validación original: Japonés (con versión internacional adaptada y publicada en inglés).

11. Permisos, Tarifas y Año del test / Permissions & Fee and Test Year

El estudio original y la formalización psicométrica de la escala fueron publicados en el año 2025 en la revista científica de acceso abierto BMC Women’s Health (Takenoshita et al., 2025). Conforme a las directrices de la licencia internacional Creative Commons Attribution 4.0 (CC BY 4.0), el artículo y sus hallazgos se encuentran disponibles para uso académico y de investigación sin cobro de tarifas de acceso (sin costo / open access).

No obstante, respecto a la aplicación, reproducción institucional y uso de los reactivos específicos en entornos corporativos o clínicos, los autores originales conservan los derechos morales de autoría. Por ello, se recomienda a investigadores y profesionales de la salud ocupacional ponerse en contacto directo con el equipo investigador liderado por la Dra. Kyoko Nomura en el Departamento de Salud Pública de la Universidad de Akita ([email protected]) para solicitar formalmente las versiones operativas del cuestionario, directrices actualizadas de baremación y autorización para adaptaciones transculturales a otros idiomas.

12. Referencias / References

• American College of Obstetricians and Gynecologists. (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 (5.ª ed.). American Psychiatric Publishing. https://doi.org/10.1176/appi.books.9780890425596
• 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
• Demerouti, E., Nachreiner, F., Bakker, A. B., & Schaufeli, W. B. (2001). The job demands-resources model of burnout. Journal of Applied Psychology, 86(3), 499–512. https://doi.org/10.1037/0021-9010.86.3.499
• Ekblom, Ö., Ekblom-Bak, E., Bolam, K. A., Ekblom, B., Schmidt, C., Söderberg, S., & Bergström, G. (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
• 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 & Gynecology, 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
• Hobfoll, S. E. (1989). Conservation of resources: A new attempt at conceptualizing stress. American Psychologist, 44(3), 513–524. https://doi.org/10.1037/0003-066X.44.3.513
• Hosmer, D. W., Lemeshow, S., & Sturdivant, R. X. (2013). Applied logistic regression (3.ª ed.). 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., Heinemann, L. A., Rapkin, A., Soares, C. N., Steiner, M., & 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, S. (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
• 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, Artículo 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). Un viaje alrededor de alfa y omega para estimar la fiabilidad de la consistencia interna. 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. Ítems de la escala (Scale Items)