MétaCan
Menu
Retour à la cohorte
Enregistrement W4390431769 · doi:10.4103/jhrs.jhrs_90_23

Use of Anabolic-Androgenic Steroids and Male Fertility: A Systematic Review and Meta-analysis

2023· review· en· W4390431769 sur OpenAlexaboutno aff
Prashant Motiram Mulawkar, Pankaj N. Maheshwari, Vineet Gauhar, Sumeet Gopal Agrawal, Taofiq Olayinka Mohammed, Abhishek Singh, Gopal Tak, Utsav Shah, Deepali Parthsarthi Shukla, Deepali Mamankar

Notice bibliographique

RevueJournal of Human Reproductive Sciences · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueHormonal and reproductive studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFertilityMedicineTestosterone (patch)PopulationAnabolic-Androgenic SteroidsGynecologyObservational studyMEDLINEInternal medicineDemographyAnabolismEnvironmental healthBiology

Résumé

récupéré en direct d'OpenAlex

Background: Anabolic-androgenic steroids (AASs) are often used by men for bodybuilding and to improve sports performance. The use is not limited to professional competitive athletes, but many amateur men. Objective: The objective of this study was to assess and systematically review the effects of AAS on male fertility parameters, spermiogram, testosterone, follicle-stimulating hormone (FSH) and luteinising hormone (LH) and to review reversibility and other morbidity impacting fertility. Methods: Eligibility criteria - We included studies mentioning data about adult males using supraphysiologic doses of AAS for sports performance or appearance enhancement, with comparison data from general population or matched controls if available reporting fertility parameters and sexual performance. Information sources - A systematic literature search was performed using PubMed, MEDLINE, EMBASE, Google Scholar and World of Science. Controlled clinical trials randomised or nonrandomised (if available), case series with or without matched controls, case reports, cross-sectional surveys, reports on follow-up of subjects caught in doping test and their fertility parameters when reported. Risk of bias/quality assessment - The quality assessment of the included studies was performed using the Newcastle-Ottawa Scale. Results: Included studies - Thirty-two studies were included. There were 12 cohort studies, 5 case-control studies, 9 cross-sectional surveys and 6 case reports. The study population comprised 9371 individuals, of which 2671 were AAS users. Synthesis of results - AAS users had reduced levels of FSH and LH than the naïve population. These levels remained low for 3-6 months after stopping AAS. One year after stopping AAS, the users and naïve population had insignificant differences in FSH and LH values. The total testosterone (TT) levels were comparable in users and naïve populations at baseline, 3 months and 6 months after stopping, but at 1 year, TT values were lower in AAS users. Sperm concentration in AAS users and naïve population was similar, but sperm motility was lower in AAS users. The testicular size was lower in AAS users. The erectile function improved with AAS use, but on withdrawal, there was decreased libido and erectile dysfunction. Most AAS users need additional medications to mitigate detrimental effects on fertility. Description of the effect - AAS use negatively impacted the gonadotrophin levels and had lower sperm motility and testicular size. Strength - Comprehensive review of 32 publications, study population of 9371 individuals, of which 2671 were AAS users, meta-analysis of reproductive hormones, semen parameters and testis size. Limitations: The limitations are small sample size of most of the studies, polypharmacy, lack of information on dosing and high heterogeneity. Interpretation: PROSPERO Registration No. CRD42023411294.

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)0,006
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,744
Score d'incertitude au seuil0,846

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0120,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,400
Tête enseignante GPT0,447
Écart entre enseignants0,047 · 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'étudeMéta-analyse
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

Citations22
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Human Reproductive SciencesMême sujetHormonal and reproductive studiesTravaux en français237 207