Predictive factors of aneuploidy in infertile patients undergoing IVF: a retrospective analysis in a private IVF practice
Notice bibliographique
Résumé
Abstract Background PGT-A has become an important part of IVF treatments. Despite its increased use, there are contradicting results on its role in improving reproductive outcomes of ART cycles. Given that aneuploidy is a main limiting factor for IVF success, we aimed to study the predictive factors of aneuploidy in infertile patients undergoing IVF and hence highlight the patients who would benefit the most from genetic testing. Results A retrospective analysis of 1242 blastocysts biopsied in the setting of PGT-A cycles was performed. The euploid group included 703 embryos, while the aneuploid group had 539 embryos. The factors included in the analyses were the couple’s history as well as the embryo characteristics. The primary outcome was the rate of aneuploid embryos per patient’s history as well as per embryo characteristics. The aneuploidy rate (AR) in our cohort was 43.4%. The woman’s age was found to be a significant predictor (OR 1.045, 95% CI 1.008–1.084, p = 0.016). Biopsy on day 5 as well as degree of expansion 3 was also found to affect significantly (OR 0.724, 95% CI .541–.970, p = 0.03 and OR 2.645, 95% CI 1.252–5.585, p = 0.011). Lack of consanguinity decreased the AR by an OR 0.274 with 95% CI .137–.547, p < 0.001. The number of blastocysts available, trophectoderm quality, embryo grade, gonadotropins as well as trigger used were not found to be significant predictors ( p = 0.495, 0.649, 0.264, 0.717 and 0.659 respectively). Conclusion Advanced female age, consanguinity, the day of embryo biopsy, and the degree of blastocyst expansion were all found to affect the incidence of AR. The age of the male partner, cause of infertility, and grade of embryo at biopsy were not found to correlate with aneuploidy.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».