The relationship between sperm viability and DNA fragmentation rates
Notice bibliographique
Résumé
BACKGROUND: In humans, sperm DNA fragmentation rates have been correlated with sperm viability rates. Reduced sperm viability is associated with high sperm DNA fragmentation, while conversely high sperm viability is associated with low rates of sperm DNA fragmentation. Both elevated DNA fragmentation rates and poor viability are correlated with impaired male fertility, with a DNA fragmentation rate of >30% indicating subfertility. We postulated that in some men, the sperm viability assay could predict the sperm DNA fragmentation rates. This in turn could reduce the need for sperm DNA fragmentation assay testing, simplifying the infertility investigation and saving money for infertile couples. METHODS: All men having semen analyses with both viability and DNA fragmentation testing were identified via a prospectively collected database. Viability was measured by eosin-nigrosin assay. DNA fragmentation was measured using the sperm chromosome structure assay. The relationship between DNA fragmentation and viability was assessed using Pearson's correlation coefficient. RESULTS: From 2008-2013, 3049 semen analyses had both viability and DNA fragmentation testing. A strong inverse relationship was seen between sperm viability and DNA fragmentation rates, with r=-0.83. If viability was ≤50% (n=301) then DNA fragmentation was ≥ 30% for 95% of the samples. If viability was ≥75% (n=1736), then the DNA fragmentation was ≤30% for 95% of the patients. Sperm viability correlates strongly with DNA fragmentation rates. CONCLUSIONS: In men with high levels of sperm viability≥75%, or low levels of sperm viability≤ 30%, DFI testing may be not be routinely necessary. Given that DNA fragmentation testing is substantially more expensive than vitality testing, this may represent a valuable cost-saving measure for couples undergoing a fertility evaluation.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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) | 0,003 | 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 ».