A Survey of Attitude on Sperm Banking and Barriers to Its Use among Testicular Cancer Patients in a Multicultural Asian Population
Notice bibliographique
Résumé
Introduction and Objectives: In the modern context, where fertility is crucial for couples, male factors contribute 40–50% to subfertility. Testicular cancer survivors facing subfertility due to treatments like orchidectomy and chemotherapy can benefit from sperm banking. However, awareness is lacking, especially in culturally sensitive Asian populations where sex and fertility discussions are taboo. This study aims to assess attitudes and utilization of sperm banking, evaluate its impact on pregnancy outcomes, and identify implementation obstacles. Materials and Methods: A phone interview survey targeted testicular cancer patients treated at Hospital Sultanah Aminah Johor Bahru and Sarawak General Hospital in Malaysia (2019–2023). Of the 102 identified patients, 62 participated. Investigators, using contact details from medical records, conducted interviews with a blend of quantitative and qualitative inquiries. Bivariate analysis identified factors linked to the decision to pursue sperm banking. Results: Out of 62 participants, 58.1% were aware of sperm banking, yet 90.3% chose not to utilize it. Reasons for declining included physician non-offer (41.1%), cost concerns (21.4%), a desire for prompt treatment (16.1%), lack of interest (14.3%), and other factors (7.1%). Among six patients opting for sperm banking, 50% utilized banked sperm, resulting in successful progeny for two-thirds. Notably, one case led to multiple pregnancies. Ethnicity (p = 0.046) and religion (p = 0.026) significantly influenced decisions, with Muslim Malays being the least likely to utilize sperm banking. Conclusion: Sperm banking emerges as a cost-effective strategy for safeguarding fertility in testicular cancer patients. Healthcare providers should proactively offer this option before treatment, ensuring patients are well-informed and addressing concerns to foster informed decisions.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».