Predicting low testosterone in aging men: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Physicians diagnose and treat suspected hypogonadism in older men by extrapolating from the defined clinical entity of hypogonadism found in younger men. We conducted a systematic review to estimate the accuracy of clinical symptoms and signs for predicting low testosterone among aging men. METHODS: We searched the MEDLINE and Embase databases (January 1966 to July 2014) for studies that compared clinical features with a measurement of serum testosterone in men. Three of the authors independently reviewed articles for inclusion, assessed quality and extracted data. RESULTS: Among 6053 articles identified, 40 met the inclusion criteria. The prevalence of low testosterone ranged between 2% and 77%. Threshold testosterone levels used for reference standards also varied substantially. The summary likelihood ratio associated with decreased libido was 1.6 (95% confidence interval [CI] 1.3-1.9), and the likelihood ratio for absence of this finding was 0.72 (95% CI 0.58-0.85). The likelihood ratio associated with the presence of erectile dysfunction was 1.5 (95% CI 1.3-1.8) and with absence of erectile dysfunction was 0.83 (95% CI 0.76-0.91). Of the multiple-item instruments, the ANDROTEST showed both the most favourable positive likelihood ratio (range 1.9-2.2) and the most favourable negative likelihood ratio (range 0.37-0.49). INTERPRETATION: We found weak correlation between signs, symptoms and testosterone levels, uncertainty about what threshold testosterone levels should be considered low for aging men and wide variation in estimated prevalence of the condition. It is therefore difficult to extrapolate the method of diagnosing pathologic hypogonadism in younger men to clinical decisions regarding age-related testosterone decline in aging men.
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 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 | 0,005 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 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 | 0,001 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».