The Relationship Between Low Testosterone Levels and Asthenia in Adult Patients: An Original Study
Notice bibliographique
Résumé
Objectives: This study assesses the correlation between testosterone levels and fatigue severity, as measured by the NRS. Methodology: This cross-sectional study was conducted from January to July 2024 at Hayatabad Medical Complex, Peshawar. A total of 150 adult patients presenting with asthenia were included. Serum testosterone levels were measured using standardized immunoassays. Fatigue severity was quantified using the Numeric rating scale (NRS), where patients rated their Fatigue on a scale from 0 (no fatigue) to 10 (extremely fatigued). Demographic data was summarized using descriptive statistics, while the Pearson correlation coefficient (r) was employed to evaluate the relationship between testosterone levels and fatigue severity. Results: The frequency of low testosterone levels (<300 ng/dL) in the study was 40% (n=60). The average testosterone level for the low testosterone group was 250 ± 20 ng/dL, compared to 450 ± 30 ng/dL for those with normal testosterone levels. Patients with low testosterone had significantly higher Fatigue NRS scores (7.5 ± 1.5) than those with normal testosterone levels (3.2 ± 1.1) (p < 0.001). A significant negative correlation was observed between testosterone levels and fatigue NRS scores (r = -0.65, p < 0.001). Conclusion: Low testosterone levels are prevalent in adult patients with asthenia and are significantly associated with increased fatigue severity, as measured by the NRS. These findings suggest that assessing testosterone levels in patients presenting with unexplained asthenia may be valuable, and testosterone replacement therapy could offer potential therapeutic benefits.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 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 ».