Does Type 1 Diabetes Affect Male Infertility: Type 1 Diabetes Exchange Registry-Based Analysis
Notice bibliographique
Résumé
Introduction: The prevalence of type 1 diabetes (T1D) has been increasing over the last few decades and is commonly believed to negatively impact male fertility. We aimed to estimate the prevalence of infertility among men with T1D and to characterize potential clinical predictors for male infertility among men with T1D. Methods: We used data collected from the T1D Exchange Registry from 2012 to 2017. Men with T1D completed an infertility questionnaire indicating whether they had ever had problems conceiving a child or had ever received abnormal results from infertility testing. Collected data included age at questionnaire, age at diagnosis of T1D, duration of T1D, race/ethnicity, insurance status, education level, annual household income, hemoglobin A1c (HbA1c), low density lipoprotein (LDL), diabetic retinopathy, micro/macroalbuminuria, and renal failure. Results: The survey was completed by 2171 registry members, 33 (1.5%) of whom reported male infertility. Mean age at questionnaire was 38 and 56 years in the fertile and infertile groups, respectively (P < 0.001). There was no statistically significant difference in the mean age at T1D diagnosis (16 and 27 years), mean duration of T1D at questionnaire (22 and 30 years), white non-Hispanic ethnicity (1906/2138, 89% versus 30/33, 91%), private insurance (1509/2138, 79% versus 30/33, 91%), and annual household income in US dollars ≥ $100,000 (757/2138, 45% versus 16/33, 55%) in the fertile and infertile men, respectively. On multivariate analysis, for each year of advancing age, men were 5% more likely to experience infertility. Age at questionnaire was the only significant predictor of infertility (OR 1.05; 95%CI 1.03 to 1.08). Age at T1D diagnosis (OR 1.01; 95%CI 0.99 to 1.04), duration of T1D (OR 0.99; 95%CI 0.96 to 1.01), mean HbA1C (OR 1.03; 95%CI 0.77 to 1.37), diabetic retinopathy (OR 1.04; 95%CI 0.50 to 2.15), and mean LDL (OR 1.01; 95%CI 0.99 to 1.02) failed to independently predict infertility; however, presence of renal failure (OR 3.38; 95%CI 0.94 to 12.13) and micro/macroalbuminuria (OR 1.27; 95%CI 0.42 to 3.82) trended toward increased odds of infertility. Conclusions: This study highlights the prevalence of male infertility among men with T1D. Beyond age, there were no independent clinical predictors for male infertility among men with T1D; however, men with clinical evidence of diabetes-associated renal compromise trended toward greater odds of infertility. Further studies of fertility in this growing, at-risk population are warranted.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».