Comparison of automated and manual follicle monitoring in an unrestricted population of 100 women undergoing controlled ovarian stimulation for IVF
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Ovarian response to gonadotrophin stimulation is monitored with serial ultrasound (US) examinations. Sonography-based Automated Volume Count (SonoAVC) is a relatively new three-dimensional (3D) US technology, which automatically generates a set of measurements including the mean follicular diameter (MFD) and a volume-based diameter (d(V)) for each follicle in the ovaries. The present study aimed to assess the applicability and reproducibility of this automated follicle measurement method in an IVF programme. METHODS: For this prospective method comparison study, 100 women undergoing US monitoring of a controlled ovarian stimulation cycle were recruited. Each follicle was manually measured by taking the mean of maximal diameters on three orthogonal planes with two-dimensional (2D) US. A 3D volume of each ovary was then captured. The ovarian volumes were later analysed using SonoAVC. The agreement between the two methods for the numbers of follicles and the size of the leading follicle was assessed with the Bland-Altman method. The reproducibility of SonoAVC measurements was assessed with the intraclass correlation coefficient (ICC). RESULTS: Both SonoAVC-generated MFD and d(V)-based follicle counts, as well as the leading follicle diameter, had good agreement with conventional 2D US measurements. SonoAVC measurements had very good reproducibility, with ICC ≥0.8 for most evaluations. CONCLUSIONS: Automated follicle monitoring with SonoAVC can replace or be used interchangeably with conventional 2D measurements. Automated follicle monitoring can save time, provide a method of quality control and create opportunities for developing HCG criteria based on follicular volume or for monitoring patients from a distance.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 découle