Semen and serum platinum levels in cisplatin‐treated survivors of germ cell cancer
Notice bibliographique
Résumé
BACKGROUND: Testicular cancer survivors often have impaired gonadal function possibly related to chemotherapy. Platinum is a heavy metal that can be detected at low levels in serum many years after treatment, it is not known whether platinum also persists in semen and if platinum persistence in semen is associated with impaired fertility. METHODS: Adult cisplatin-treated testicular cancer survivors were enrolled. High-Performance Liquid Chromatography-tandem mass spectrometry was used to measure semen and serum platinum levels. Semen quality and DNA Fragmentation Index (DFI) were assessed. RESULTS: (range: 274-404). Platinum levels were higher in semen than in blood (p = 0.03). Semen platinum levels were not significantly associated with time from last cisplatin dosing (r = -0.34; p = 0.09) nor cumulative dose (r = -0.10, p = 0.63). Sperm concentration was correlated with time from last cisplatin dosing (r = 0.58, p < 0.001) but not with semen platinum level (r = -0.15, p = 0.46). DFI was not significantly associated with time from last cisplatin dosing (r = 0.55, p = 0.08) or semen platinum level (r = -0.32, p = 0.33). In four patients with serial semen samples, platinum level decreased and sperm concentration and motility increased over time. CONCLUSIONS: Platinum is detected in semen of testicular cancer survivors at higher levels than matched blood samples. These preliminary findings may have important implications for the reproductive health of survivors of advanced testicular cancer, further study is needed to assess the relationship between platinum persistence in semen and recovery of fertility postchemotherapy.
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 | 0,000 |
| 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 | 0,000 | 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) | 0,002 | 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 ».