Helping Patients to Predict and Confirm Ovulation with the Use of Combined Urinary Hormonal and Smartphone Technology: A Proof-of-Concept Retrospective Descriptive Case Series
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Smartphone-based fertility awareness methods with home-based urinary hormonal testing are gaining popularity for fertility tracking. In our university-affiliated family practice, we integrated a previously developed ovulation tracking application into a protocol for monitoring urinary sex hormones and cervical secretions. Serum progesterone was used to confirm the luteal phase, with levels ≥ 15.9 nmol/L ensuring confirmation. Data from 110 women seen for infertility treatment (n = 95) or family planning advice (n = 15) and using our ovulation prediction protocol showed that most opted for a combination of cervical mucus and luteinizing hormone testing (n = 86). Among those using it for family planning, the median usage among women spanned 56 cycles, and 13 cycles per woman required progesterone testing for confirmation. Thirteen patients are still using the method without unintended pregnancies. No unintended pregnancies occurred. Confidence in tests based on serum progesterone was high (93%). For infertility, the method helped in the identification of anovulation, evaluating treatment response, and in diagnosing subfertility causes. This proof-of-concept retrospective descriptive case series suggests the potential for smartphone-based monitoring in fertility management, urging further studies for application enhancements and prospective validation.
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.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| 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 découle