Evaluating the impact of repeated ovarian stimulation cycles on follicle development in patients with suboptimal response
Notice bibliographique
Résumé
OBJECTIVE: To assess if repeat ovarian stimulation improves follicle development after a canceled suboptimal cycle. METHODS: This retrospective cohort study included 162 patients who underwent two consecutive ovarian stimulation cycles between March 2018 and February 2024, with their initial cycle canceled due to the development of three or fewer follicles ≥14 mm. The primary outcome was the number of follicles ≥14 mm before ovulation triggering. RESULTS: The mean age was 36.9 years during the first cycle and 37.2 years during the second. The median antral follicle count (AFC) was 9.5, and the mean anti-Müllerian hormone (AMH) level was 1.4 ng/mL. Compared with the first cycle, the second cycle showed increased mean daily follicle-stimulating hormone dose (from 352.4 to 401.2 IU, P < 0.001), stimulation duration (from 8.9 to 10.3 days, P < 0.001), peak estradiol (from 1927.7 to 3976.5 pg/mL, P < 0.001), and endometrial thickness (from 8.8 to 9.4 mm, P = 0.035). The mean number of follicles ≥14 mm increased from 1.5 to 4.2 (P < 0.001), with 125 of 162 (77.2%) cycles showing improvement. Protocol changes occurred in 90/162 (55.6%) cycles and there was a higher dose in 44/162 (27.1%). The mean increase in follicles ≥14 mm was 1.96 (95% confidence interval [CI] 0.92-3.00) with the same protocol and dose, 3.70 (95% CI 2.24-5.15) with a higher dose, and 2.40 (95% CI 1.76-3.03) with protocol change. Patients with AMH <1 ng/mL or AFC <7 were less likely to improve. CONCLUSION: Most patients with an initial suboptimal response showed improved follicle development in subsequent cycles, particularly with protocol modifications or increased gonadotropin dosage. Patients with diminished ovarian reserve were less likely to improve and some experienced worse outcomes.
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 | 0,006 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».