Clinical Application of Cell Therapy in the Treatment of Female Reproductive Diseases: A Systematic Review
Notice bibliographique
Résumé
Reproductive disorders affect millions of women worldwide, playing a crucial role in determining female fertility health and quality of life. Conventional methods such as surgery, hormone therapy, and assisted reproductive technologies can be successful in some cases, but are limited by adverse effects, and limited effectiveness. In recent years, cell therapy has provided new possibilities for treating various infertility disorders. The articles extracted from PubMed and Scopus databases were based on cell therapy premature ovarian failure (POF), intrauterine adhesions, Asherman syndrome (AS), recurrent implantation failure (RIF), repeat implantation failure, polycystic ovary syndrome (PCOS), endometriosis, preeclampsia, and clinical trials. The collected articles were added to EndNote X7, and review articles along with duplicate studies were eliminated. Several studies have indicated that peripheral blood mononuclear cells, autologous platelet-rich plasma, mesenchymal stem cells (MSCs), hematopoietic stem cells (HSCs), adipose-derived stromal vascular fraction, and umbilical cord stem cells can be used to treat reproductive diseases, including POF, AS, and RIF. PCOS, endometriosis, and preeclampsia were deleted from the study, because there were no clinical cell therapy studies for these diseases. Among the 210 studies, 28 were selected as eligible for further evaluation. Various clinical trials have supported the role of cell therapy in treating reproductive disorders. Although the information from this systematic review is promising, further studies are needed to evaluate the efficacy and safety of these and other cells in treating infertility.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».