MétaCan
Menu
Retour à la cohorte
Enregistrement W2556742181 · doi:10.12688/f1000research.9375.1

Recent advances in understanding & managing male infertility

2016· preprint· en· W2556742181 sur OpenAlexaff
Jared M. Bieniek, Kirk Lo

Notice bibliographique

RevueF1000Research · 2016
Typepreprint
Langueen
DomaineMedicine
ThématiqueSperm and Testicular Function
Établissements canadiensUniversity of TorontoMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésInfertilityMale infertilityFertilityAzoospermiaMedicineEtiologyGynecologyPhysiologyIntensive care medicineBioinformaticsBiologyInternal medicineGeneticsEnvironmental healthPopulationPregnancy

Résumé

récupéré en direct d'OpenAlex

Male infertility remains a struggle to definitively diagnose and treat with many men labelled as "idiopathic infertility" and eventually requiring assisted reproductive techniques. Along those lines, research groups are continuing to explore current social and environmental factors, including the obesity epidemic, and their effects on male fertility potential. Novel biomarkers of natural fertility status and azoospermia etiology have additionally seen recent attention with ACRV1 and TEX101/ECM1 assays either currently or soon to be commercially available. Despite these advancements, however, medical treatment options have seen little progress. Though surgical therapies have similarly seen little transformation, groups are exploring the use of testicular sperm for couples with elevated sperm DNA fragmentation and either planned or previously failed IVF/ICSI. Concerted collaborative efforts will be needed as we move forward to better understand the challenges men face when struggling to conceive.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,651
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,157
Tête enseignante GPT0,398
Écart entre enseignants0,240 · 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 tête enseignante, pas un consensus.

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

Citations19
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueF1000ResearchMême sujetSperm and Testicular FunctionTravaux en français237 207