MétaCan
Menu
Retour à la cohorte
Enregistrement W4391364756 · doi:10.5935/1518-0557.20230076

Sperm DNA Fragmentation: causes, evaluation and management in male infertility

2024· article· en· W4391364756 sur OpenAlexaff
Syed Waseem Andrabi, Anam Ara, Ankur Saharan, Mir Jaffar, Nivita Gugnani, Sandro C. Esteves

Notice bibliographique

RevueJBRA · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSperm and Testicular Function
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésDNA fragmentationInfertilityMale infertilityFertilitySpermAndrologyAssisted reproductive technologyGynecologyMedicineBiologyGeneticsPregnancyApoptosisPopulationEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Male infertility is a great matter of concern as out of 15% of infertile couples in the reproductive age, about 40% are contributed by male factors alone. For DNA condensation during spermatogenesis, constrained DNA nicking is required, which if increased beyond certain level results in infertility in men. High sperm DNA Fragmentation (SDF) majorly contributes to male infertility and its association with regards to poor natural conception and assisted reproductive technology (ART) outcomes is equivocal. Apoptosis, protamination failure and the excess of reactive oxygen species (ROS) are considered to be the main causes of SDF. It's testing came into existence because of the limitations of the conventional methods in explaining infertility in normozoospermic infertile individuals. Over the past 25 years, SDF's several testing strategies have been proposed to diagnose the aetiology of infertility. Various treatments combined with sperm selection techniques are being used alone or in combination to reduce DNA fragmentation index (DFI) and obtain spermatozoa with high quality chromatin for assisted reproduction. This review summarises SDF's main causes, its impact on fertility and clinical outcomes in assisted reproduction, the need to perform test, testing procedures, and the treatment strategies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,030
Tête enseignante GPT0,330
Écart entre enseignants0,301 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations32
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJBRAMême sujetSperm and Testicular FunctionTravaux en français237 207