MétaCan
Menu
Retour à la cohorte
Enregistrement W4409859935 · doi:10.1080/09513590.2025.2497854

Reproductive hormone characteristics of obese Chinese patients with polycystic ovarian syndrome: a meta-analysis

2025· review· en· W4409859935 sur OpenAlexaboutno aff
Zhuoni Xiao, Yuli Cai

Notice bibliographique

RevueGynecological Endocrinology · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueOvarian function and disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicinePolycystic ovaryMeta-analysisInternal medicineGynecologyEndocrinologyObesityInsulin resistance

Résumé

récupéré en direct d'OpenAlex

The aim of this analysis is to assess the effect of obesity on reproductive hormones in Chineses patients with polycystic ovarian syndrome (PCOS). Seven databases were searched. The Newcastle-Ottawa Scale (NOS) assessed the quality of included studies. A meta-analysis was performed using random-effects model. The means and standard deviations of the outcomes were synthesized as standardized mean differences (SMDs) with corresponding 95% confidence intervals (CIs). A total of 23 studies involving 4554 patients with PCOS were included. No significant differences in follicle-stimulating hormone (FSH) (p = 0.51), estradiol (E2) (p = 0.48), and prolactin (PRL) (p = 0.46) levels were found between obese and nonobese PCOS patients. However, obese PCOS patients had significantly lower levels of luteinizing hormone (LH) (p < 0.00001), LH/FSH (p = 0.001), progesterone (P) (p = 0.009), and anti-mullerian hormone (AMH) (p = 0.001). Conversely, they exhibited significantly higher testosterone (T) (p = 0.001) levels. Obese PCOS patients exhibited lower levels of LH, LH/FSH, P, and AMH, but higher T levels compared to nonobese PCOS patients, and no significant difference were observed in FSH, E2, and PRL levels in PCOS patients with and without obesity.

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)0,005
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0090,026
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
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 Opus0,036
Tête enseignante GPT0,308
Écart entre enseignants0,272 · 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'étudeMéta-analyse
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

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGynecological EndocrinologyMême sujetOvarian function and disordersTravaux en français237 207