MétaCan
Menu
Retour à la cohorte
Enregistrement W2473839013 · doi:10.5935/1518-0557.20160002

Elective single embryo transfer: Is frozen better than fresh?

2016· article· en· W2473839013 sur OpenAlexaffabout
Hala Gomaa, R. Baydoun, Sakina Sachak, Ilyn Lapana, Samuel Soliman

Notice bibliographique

RevueJBRA · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueAssisted Reproductive Technology and Twin Pregnancy
Établissements canadiensCReATe Fertility Centre
Organismes subventionnairesnon disponible
Mots-clésSingle Embryo TransferEmbryo transferAndrologyCryopreservationTransfer (computing)EmbryoComputer scienceBiologyMedicineCell biologyOperating system

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Single embryo transfer (SET) has been recommended to avoid multiple births following assisted reproductive technology (ART) procedures. Many studies have shown that frozen embryo transfer may yield better pregnancy rates than fresh embryo transfer. This study looked into pregnancy rates following fresh versus frozen single embryo transfer procedures in age-matched patients. METHODS: This retrospective case control study was carried out at a private clinic [NewLife Fertility Clinic, ON, Canada]. Patient groups included infertile women treated with IVF/ICSI and elective single embryo transfer (eSET) given either fresh or frozen embryos. Cycle outcomes were compared between patient groups matched by age. The primary endpoints were positive testing for ß-hCG and viable ongoing pregnancy. The secondary endpoints were live birth and miscarriage rates. RESULTS: A total of 583 eSET cycles (212 fresh transfer cycles and 371 frozen transfer cycles) were performed. Significantly higher pregnancy and live birth rates were observed among patients aged ≤ 39 years given frozen embryos. CONCLUSION: Frozen single embryo transfer was associated with higher pregnancy and live birth rates when compared to fresh single embryo transfer.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,015
Tête enseignante GPT0,246
Écart entre enseignants0,231 · 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 source (Gemma direct ou Codex distillé), 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

Citations12
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJBRAMême sujetAssisted Reproductive Technology and Twin PregnancyTravaux en français237 207