Fertility and reproductive outcomes following high‐energy pelvic fractures: A systematic review and meta‐analysis
Notice bibliographique
Résumé
Abstract Background There is a need to decipher the effect of pelvic fractures (PFs) upon female fertility and live birth rate, as data including treatment regimens in large, unselected populations remain scarce. Objectives To assess the effect of high energy PFs upon female fertility and live birth rate. Search strategy Literature search for relevant studies was performed up to March 2022 in five databases: Embase, MEDLINE, CAB Abstracts, ClinicalTrials.gov, and Google Scholar. Selection criteria Retrospective studies assessing live birth, infertility, and dyspareunia rates following PFs. Data collection and analysis Data were extracted from studies independently by two authors. The quality of the included studies was assessed using the Newcastle‐Ottawa Scale (NOS) for observational studies. Main results A total of 763 female patients of median age 27.8 years (95% CI 22–38 years) were included with median follow up of 5 years. Among PF patients, infertility hazard ratio (HR) 1.18 (95% CI 0.76–1.84, P = 0.47; I2 = 18%) and dyspareunia HR 0.60 (95% CI 0.34–1.08, P = 0.09; I2 = 66%), did not significantly differ from the age‐matched literature‐reported rates among non‐PF patients. Conclusions No significant differences of live birth, infertility, and dyspareunia rates across patients with PFs were found compared with non‐PF counterparts.
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 | 0,010 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,027 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».