MétaCan
Menu
Retour à la cohorte
Enregistrement W3160345345 · doi:10.1101/2021.05.06.21256676

Looking beyond the obvious: a critical systematic review and meta-analyses of risk factors for fertility problems in a globalized world

2021· preprint· en· W3160345345 sur OpenAlexaboutno aff
Rasha Bayoumi, Jacky Boivin, Human M. Fatemi, Lisa Hurt, Gamal I. Serour, Sheryl van der Poel, Christos Venetis

Notice bibliographique

RevuemedRxiv · 2021
Typepreprint
Langueen
DomaineMedicine
ThématiqueFemale Genital Mutilation/Cutting Issues
Établissements canadiensnon disponible
Organismes subventionnairesEconomic and Social Research CouncilUNICEFWorld Health Organization
Mots-clésFertilityMedicineBacterial vaginosisDemographyMeta-analysisPregnancyGynecologyEnvironmental healthFamily medicinePopulationInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background Well-established risk factors for fertility problems such as smoking have been included in fertility awareness efforts globally. However, these efforts neglect risks that women in low and middle-income countries (LMIC) face. Objective To address this gap, we identified eight risk factors affecting women in LMIC and the aim of the current review was to estimate the impact of these risks on fertility. Methods We conducted systematic reviews and where data was available meta-analyses. We searched Medline, Embase, Cochrane library, regional databases and key organizational websites (1946-June 2016, updated January 2018, latest update taking place in 2021). Two researchers screened and extracted data independently. We included all study designs that assessed exposure to risk in clinical or community-based samples and excluded studies without control groups. The outcome of interest was fertility problems (inability to achieve pregnancy or live birth and neonatal death). We calculated pooled effect estimates from reported effect sizes or raw data. We assessed study quality using the Newcastle-Ottawa Scale. We registered the review with PROSPERO, registration number CRD42016048497. Results We identified 2,418 studies and included 61 (57 in meta-analyses). Results revealed a nine-fold increased risk of inability to become pregnant in genital tuberculosis (OR 8.91, CI 1.89-42.12) and almost threefold in HIV (OR 2.93, CI 1.95-4.42) and bacterial vaginosis (OR 2.81, CI 1.85-4.27). A twofold increased risk of tubal-factor infertility in Female Genital Mutilation/Cutting–Type II/III (OR 2.06, CI 1.03-4.15) and increased post-natal mortality in consanguinity (stillbirth, OR 1.28, CI 1.04-1.57; neonatal death, OR 1.57, CI 1.22-2.02). Strength and limitations Reliability of results was bolstered by a rigorous systematic review methodology that is replicable but limited by methodological shortcomings of the available primary studies and the small number of studies in each meta-analysis. Conclusions The risk factors investigated appeared to impact the reproductive process through multiple biological, behavioural, and clinical pathways. Additionally, infection and pelvic inflammatory disease seemed to be common pathways for several risk factors. The complex multifactorial risk profile can be addressed by LMIC using a global health framework to determine which risk factors are significant to their populations and how to tackle them. The subsequent health promotion encompassing these relevant health indicators could translate into more prevention and effective early detection of fertility problems in LMIC. Finally, the findings of multifactorial risk reinforced the need to put fertility as an agenda in global health initiatives.

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)0,042
score de la tête « metaresearch » (Gemma)0,116
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,974
Score d'incertitude au seuil0,221

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0420,116
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0260,031
Bibliométrie0,0140,011
Études des sciences et des technologies0,0010,002
Communication savante0,0060,005
Science ouverte0,0040,003
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,134
Tête enseignante GPT0,401
Écart entre enseignants0,267 · 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.

Devis d'étudeMéta-analyse
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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetFemale Genital Mutilation/Cutting IssuesTravaux en français237 207