Having a baby in your 40s with assisted reproductive technology: The reproductive dilemma of autologous versus donor oocytes
Notice bibliographique
Résumé
BACKGROUND: Increasing numbers of women ≥40 years old are accessing assisted reproductive technology (ART) due to age-related infertility. There is limited population-based evidence about the impact on the cumulative live birth rate (CLBR) of women aged ≥40 years using their own oocytes, compared to women of a similar age, using donor oocytes. AIMS: To compare the CLBR for women ≥40 years undergoing ART using autologous oocytes and women of similar age using donor oocytes. MATERIALS AND METHODS: This population-based retrospective cohort study used data from all women aged ≥40 years undergoing ART with donated (n = 987) or autologous oocytes (n = 19 170) in Victoria, Australia between 2009 and 2016. A discrete-time survival model was used to evaluate the CLBR following ART with donor or autologous oocytes. The odds ratio, adjusted for woman's age; male age; parity; cause of infertility; and the associated 95% confidence intervals (CI), were calculated. The numbers needed to be exposed (NNEs) were calculated from the adjusted odds ratio (aOR) and the CLBR in the autologous group. RESULTS: The CLBR ranged from 28.6 to 42.5% in the donor group and from 12.5% to 1.4% in the autologous group. The discrete-time survival analysis with 95% CI demonstrated significant aOR on CLBR across all ages (range aOR: 2.56, 95% CI: 1.62-4.01 to aOR: 15.40, 95% CI: 9.10-26.04). CONCLUSIONS: Women aged ≥40 years, using donor oocytes had a significantly higher CLBR than women using autologous oocytes. The findings can be used when counselling women ≥40 years about their ART treatment options and to inform public policy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».