MétaCan
Menu
Retour à la cohorte
Enregistrement W4205639392 · doi:10.1093/aje/kwac011

A Prospective Cohort Study of COVID-19 Vaccination, SARS-CoV-2 Infection, and Fertility

2022· article· en· W4205639392 sur OpenAlexaboutno aff
Amelia K. Wesselink, Elizabeth E. Hatch, Kenneth J. Rothman, Tanran R. Wang, Mary D. Willis, Jennifer J. Yland, Holly M. Crowe, Ruth J. Geller, Sydney K. Willis, Rebecca B. Perkins, Annette K. Regan, Jessica A. Levinson, Ellen M. Mikkelsen, Lauren A. Wise

Notice bibliographique

RevueAmerican Journal of Epidemiology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Impact on Reproduction
Établissements canadiensnon disponible
Organismes subventionnairesPrecursory Research for Embryonic Science and TechnologyEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Institute of Child Health and Human DevelopmentNational Institutes of HealthAarhus UniversitetshospitalOregon State UniversityInstitut for Klinisk Medicin, Aarhus UniversitetAarhus UniversitetSchool of Medicine, Boston University
Mots-clésMedicineFertilityVaccinationConfidence intervalCohortCohort studyDemographyProspective cohort studyInternal medicineImmunologyPopulationEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Some reproductive-aged individuals remain unvaccinated against coronavirus disease 2019 (COVID-19) because of concerns about potential adverse effects on fertility. Using data from an internet-based preconception cohort study, we examined the associations of COVID-19 vaccination and severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) infection with fertility among couples trying to conceive spontaneously. We enrolled 2,126 self-identified female participants aged 21-45 year residing in the United States or Canada during December 2020-September 2021 and followed them through November 2021. Participants completed questionnaires every 8 weeks on sociodemographics, lifestyle, medical factors, and partner information. We fit proportional probabilities regression models to estimate associations between self-reported COVID-19 vaccination and SARS-CoV-2 infection in both partners with fecundability (i.e., the per-cycle probability of conception), adjusting for potential confounders. COVID-19 vaccination was not appreciably associated with fecundability in either partner (female fecundability ratio (FR) = 1.08, 95% confidence interval (CI): 0.95, 1.23; male FR = 0.95, 95% CI: 0.83, 1.10). Female SARS-CoV-2 infection was not strongly associated with fecundability (FR = 1.07, 95% CI: 0.87, 1.31). Male infection was associated with a transient reduction in fecundability (for infection within 60 days, FR = 0.82, 95% CI: 0.47, 1.45; for infection after 60 days, FR = 1.16, 95% CI: 0.92, 1.47). These findings indicate that male SARS-CoV-2 infection may be associated with a short-term decline in fertility and that COVID-19 vaccination does not impair fertility in either partner.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,061
Tête enseignante GPT0,422
Écart entre enseignants0,361 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations114
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of EpidemiologyMême sujetCOVID-19 Impact on ReproductionTravaux en français237 207