MétaCan
Menu
Retour à la cohorte
Enregistrement W1486554864 · doi:10.3747/co.22.2334

Fertility Preservation in Reproductive-Age Women Facing Gonadotoxic Treatments

2015· article· en· W1486554864 sur OpenAlexaffvenueabout
Jill Roberts, Ruth Ronn, Niamh Tallon, Hananel Holzer

Notice bibliographique

RevueCurrent Oncology · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueReproductive Biology and Fertility
Établissements canadiensMcGill University Health CentreQueen's UniversityPacific Centre for Reproductive Medicine
Organismes subventionnairesnon disponible
Mots-clésFertility preservationFertilityOncofertilityMedicineReferralOocyte cryopreservationAssisted reproductive technologyReproductive medicineGynecologyOvarian tissue cryopreservationPregnancyInfertilityIntensive care medicineFamily medicinePopulationEnvironmental healthBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Advancements in the treatments for cancer and autoimmune and other hematologic conditions continue to improve survival and cure rates. Despite those changes, various gonadotoxic agents and other treatments can still compromise the future fertility of many women. Progress in medical and surgical reproductive technologies has helped to offset the reproductive consequences of the use of gonadotoxic therapies, and allows for future fertility and normal pregnancy. METHODS: A review of the literature was performed to outline the pathophysiology of gonadotoxicity from various treatments. The success of fertility preservation, fertility sparing, and cryopreservation options are reviewed. Barriers and facilitators to referral and oncofertility treatment in Canada are also outlined. RESULTS: According to the quality of the evidence, recommendations are made for fertility assessment, patient referral, cryopreservation, and other assisted reproductive technologies. CONCLUSIONS: To ensure ongoing fertility in women undergoing gonadotoxic treatments, assisted reproductive technologies can be combined with a multidisciplinary approach to patient assessment and referral.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,536

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,269
Tête enseignante GPT0,440
Écart entre enseignants0,171 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations37
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetReproductive Biology and FertilityTravaux en français237 207