The impact of sperm protamine deficiency and sperm DNA damage on human male fertility: a systematic review and meta-analysis
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
Existing literature suggests evidence that protamine deficiency is related to DNA damage and male fertility. In this meta-analysis, we analyzed the relationship between the ratio of protamine-1 and protamine-2 with male fertility and the association of protamine deficiency with sperm DNA damage. Quality of available cohort studies was evaluated using the Newcastle-Ottawa Scale checklist. Summary effect estimates with 95% confidence intervals (CI) were derived using a random effects model. The effect of the protamine ratio on male fertility was analyzed in nine studies demonstrating a significantly higher value of the protamine ratio in subfertile men (n = 633) when compared with controls (n = 453, SMD = 0.46, 95% CI 0.25-0.66, Z = 4.42, p < 0.00001). Both protamine mRNA (SMD = 0.45, 95% CI 0.11-0.79, Z = 2.63, p = 0.009) and protein ratio (SMD = 0.46, 95% CI 0.25-0.68, Z = 4.22, p < 0.0001) showed significantly increased values in subfertile patients. The association between protamine deficiency and DNA damage was analyzed in 12 studies (n = 845) exhibiting a combined overall correlation coefficient (COR) of 0.53 (95% CI 0.28-0.71, Z = 3.87, p < 0.001). Protamine deficiency measured by CMA3 staining was significantly associated with sperm DNA damage (COR = 0.71, 95% CI 0.48-0.85, Z = 4.87, p < 0.001), whereas the P1/P2 ratio was not (COR = 0.17, 95% CI -0.16 to 0.46, Z = 0.99, p = 0.33). It is concluded that the protamine ratio represents a suitable biomarker for the assessment of sperm quality and protamine deficiency is closely related with sperm DNA damage.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,002 |
| 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) | 0,001 | 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