The impact of semen processing on sperm parameters and pregnancy rates after intrauterine insemination
Notice bibliographique
Résumé
BACKGROUND: The objective of this retrospective study was to evaluate the effect of semen processing on computer analyzed semen parameters and pregnancy rates after intrauterine insemination (IUI). METHODS: Over a two-year period, a total of 981 couples undergoing 2231 IUI cycles were evaluated and the freshly collected non-donor semen was analyzed before and after density gradient centrifugation (DGC). RESULTS: DGC led to significant increases in sperm concentration by 66±74 ×106/mL (P=0.0001), percentage of motile sperm by 24±22% (P=0.0001), concentration motile by 27±58 ×106/mL (P=0.0001), and forward sperm progression by 18±14 µ/s (P=0.0001). In 95% of cases, there was a decrease in the total motile sperm count (TMSC), with an average decrease of 50±124% compared to pre-processed samples (P=0.0001). Importantly, the decrease in TMSC did not negatively affect pregnancy rates (P=0.45). CONCLUSIONS: This study proves that DGC leads to significant increases in most sperm parameters, with the exception of TMSC. Remarkably, the decrease in TMSC did not affect the pregnancy rate. This should reassure clinicians when the TMSC is negatively affected by processing.
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 | 0,000 | 0,004 |
| 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 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 ».