MétaCan
Menu
Retour à la cohorte
Enregistrement W4307270388 · doi:10.3390/ijms232112787

Endometrium Immunomodulation to Prevent Recurrent Implantation Failure in Assisted Reproductive Technology

2022· review· en· W4307270388 sur OpenAlexaff
M. Benkhalifa, Fabien Joao, Cynthia Duval, Debbie Montjean, Molka Bouricha, Rosalie Cabry, Marie–Claire Bélanger, Hatem Bahri, Pierre Miron, Moncef Benkhalifa

Notice bibliographique

RevueInternational Journal of Molecular Sciences · 2022
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueReproductive System and Pregnancy
Établissements canadiensOttawa Fertility Centre
Organismes subventionnairesnon disponible
Mots-clésImplantation failureEndometriumMedicineBiologyInternal medicineInfertilityPregnancyGenetics

Résumé

récupéré en direct d'OpenAlex

After more than four decades of assisted reproductive technology (ART) practice worldwide, today more than 60% of women undergoing in vitro fertilization (IVF) treatments fail to become pregnant after the first embryo transfer and nearly 20% of patients are suffering from unexplained recurrent implantation failures (RIFs) and repeated pregnancy loss (RPL). The literature reported different causes of RIF-RPL, mainly multifactorial, endometrial and idiopathic. RIF remains a black box because of the complicated categorization and causes of this physio-pathological dysregulation of implantation and pregnancy process after ovarian stimulation. Many options were suggested as solutions to treat RIF-RPL with controversial results on their usefulness. In this article, we reviewed different possible therapeutic options to improve implantation rates and clinical outcomes. Based on our experience we believe that endometrium immunomodulation after intrauterine insemination of activated autologous peripheral blood mononuclear cells (PBMCs) or platelet-rich plasma (PRP) can be a promising therapeutic solution. On the other hand, peripheral lymphocyte balance typing, specific cytokines and interleukins profiling can be proposed as predictive biomarkers of implantation before embryo transfer.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,995
Score d'incertitude au seuil0,790

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,038
Tête enseignante GPT0,350
Écart entre enseignants0,312 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations30
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Molecular SciencesMême sujetReproductive System and PregnancyTravaux en français237 207