MétaCan
Menu
Retour à la cohorte
Enregistrement W2906971690 · doi:10.1007/s40620-018-00569-9

Fertility and reproductive care in chronic kidney disease

2019· review· en· W2906971690 sur OpenAlexaff
Sandra M. Dumanski, Sofia B. Ahmed

Notice bibliographique

RevueJournal of Nephrology · 2019
Typereview
Langueen
DomaineMedicine
ThématiquePregnancy and Medication Impact
Établissements canadiensLibin Cardiovascular Institute of AlbertaAlberta Kidney Disease NetworkUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineFertilityInfertilityNephrologyReproductive medicineKidney diseasePopulationAssisted reproductive technologyReproductive endocrinology and infertilityKidney transplantationIntensive care medicineReproductive technologyReproductive EndocrinologyFertility preservationGynecologyTransplantationInternal medicinePregnancyBiologyEnvironmental healthHormone

Résumé

récupéré en direct d'OpenAlex

In both women and men, chronic kidney disease (CKD) is associated with decreased fertility. Though a multitude of factors contribute to the reduction in fertility in this population, progressively impaired function of the hypothalamic-pituitary-gonadal axis appears to play a key role in the pathophysiology. There is limited research on strategies to manage infertility in the CKD population, but intensive hemodialysis, kidney transplantation, medication management and assisted reproductive technologies (ART) have all been proposed. Though fertility and reproductive care are reported as important elements of care by CKD patients themselves, few nephrology clinicians routinely address fertility and reproductive care in clinical interactions. Globally, the average age of parenthood is increasing, with concurrent growth and expansion in the use of ART. Coupled with an increasing prevalence of CKD in women and men of reproductive age, the importance of understanding fertility and reproductive technologies in this population is highlighted. This review endeavors to explore the female and male factors that affect fertility in the CKD population, as well as the evidence supporting strategies for reproductive care.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,047
Tête enseignante GPT0,377
Écart entre enseignants0,331 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations61
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NephrologyMême sujetPregnancy and Medication ImpactTravaux en français237 207