The association between oral inflammatory load and semen and sperm functional analysis: A cross-sectional study
Notice bibliographique
Résumé
Background. Studies have suggested a correlation between periodontitis and reduced male fertility. Inflammation has been described as the link between these ailments. Oral inflammatory load (OIL) can be measured through oral polymorphonuclear neutrophil (oPMN) count, which is associated with periodontal diseases. This cross-sectional study assessed the possible correlation between OIL and the functional parameters of sperm cells. Methods. In 229 volunteers, oral rinse and semen samples were assessed for oPMN, semen polymorphonuclears (sPMNs), sperm concentration, total sperm count, motility, morphology, and sperm DNA fragmentation index (SDFi). A multiple linear regression model was conducted to evaluate the relationships between oPMN and semen parameters. Results. The effect of elevated oPMN counts on total motility rate, progressive rate, and percentage of sperm cells with normal morphology was significant (P<0.001), with an inverse relationship, i.e., with every unit increase in oPMN count, the mentioned parameters would decline by 0.573, 0.367, and 0.407 units, respectively. oPMN counts also correlated positively with sPMN counts and SDFi (P<0.001), i.e., with every unit increase in the oPMN measures, sPMN counts would increase by 0.126 million/mL, with an 0.733% increase in SDFi. However, there was no significant association between oPMN counts and sperm concentration. Conclusion. OIL, as represented by oPMN counts, might affect male fertility as there is a positive correlation between the levels of these inflammatory cells and decreased sperm motility, abnormal morphological changes, increased sPMN counts, and increased SDFi.
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 | 0,014 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».