Premature Ovarian Failure Related to SARS-CoV-2 Infection
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) infection is known to have a wide spectrum of effects on the respiratory, cardiac, neurological, hematopoietic, gastrointestinal, ocular and urological systems, but there is very little information on its effects on the human ovary. Our aims are to describe a unique case that developed amenorrhea during and after SARS-CoV-2 infection and to push researchers to do more researches to understand the effects of SARS-CoV-2 infection on the ovaries. A 27-year-old female patient presented with amenorrhea. She had fever on the second day of the menstrual cycle, and her cycle had been interrupted on the same day. The patient had a sub-febrile temperature, myalgia, fatigue, sweating, loss of appetite, and mild sleep disorder. Based on clinical, laboratory, and reverse transcription polymerase chain reaction (RT-PCR) data of a nasopharyngeal swab sample, she had a positive result for SARS-CoV-2 infection. Till now there are limited publications on the effect of SARS-CoV-2 infection on the ovaries. In particular, the potential adverse effects of SARS-CoV-2 infection on fertility are unclear. Coronavirus disease 2019 (COVID-19) patients need to be followed up for a long time, and clinicians need to pay attention to menstrual disturbances, especially in young female patients. More evidence, through both epidemiologic and clinical studies, as well as long-term follow-up studies, is needed to understand the impact of this infection on the human ovary, especially in reproductive-aged women.
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.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
| 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 découle