$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Van de 121 deelnemers aan het onderzoek (gemiddelde leeftijd: 32,5 ± 4,9 jaar; bereik: 26–44 jaar), werd bij 28 een diagnose van asthenozoo spermie en bij 4 een diagnose van oligozoospermie gesteld. Demografische kenmerken bij baseline en parameters van de zaadvloeistofanalyse worden samengevat in Tabel 1.
Zoals aangetoond in Figuur 4, toonde de Bland-Altman-plot aan dat de resultaten van de sperma DFI verkregen door de PGG- en CFG-methoden een uitstekende consistentie vertoonden (r = 0,9667, p = 0,0000). Slechts twee monsters vertoonden discrepanties groter dan +10% en drie monsters vertoonden discrepanties kleiner dan -10%, met de proporties 1,7% en 2,5%, respectievelijk.
Tabel 2 toont een sterke positieve correlatie tussen DFIp van PGG en elk van de drie door CFG afgeleide parameters: DFIm, DFIs en DFIc. De correlatiecoëfficiënten waren respectievelijk 0,6497, 0,9404 en 0,9667, en de p-waarden waren allemaal kleiner dan 0,05. De HDS-resultaten die door de PGG-methode werden gedetecteerd, vertoonden een significante negatieve correlatie met de DFIs en DFIc die door de CFG-methode werden gedetecteerd. De correlatiecoëfficiënten waren respectievelijk -0,3042 en -0,2120, en de p-waarden waren allemaal kleiner dan 0,05. Het onderzoek toonde geen correlatie aan tussen HDS en DFIm (p-waarde was meer dan 0,05).
Zoals weergegeven in Tabel 3, was het percentage progressief beweeglijke spermacellen significant negatief gecorreleerd met DFIp, DFIm, DFIs en DFIc (alle p-waarden waren kleiner dan 0,05), maar niet gecorreleerd met HDS (p-waarde was groter dan 0,05). Het zaadvolume vertoonde een significante positieve correlatie met DFIp, DFIs en DFIc (alle p-waarden waren kleiner dan 0,05), maar niet met HDS (p-waarde was groter dan 0,05). Spermaconcentratie en totaal aantal spermacellen bleken niet gecorreleerd te zijn met de resultaten van de analyse van PGG en CFG (p-waarde was meer dan 0,05).
De CFG-methode toont een uitstekende consistentie met PGG voor DFI-beoordeling. CFG maakt onderscheid mogelijk in de mate van DNA-schade, en de DFI-parameters zijn significant gecorreleerd met spermabeweeglijkheid. De indicatoren van ernstige sperma-DNA-schade, bekend als DFIs, zijn geschikter voor wijdverbreid gebruik in de klinische routinepraktijk.
Beschikbaarheid van gegevens:
De datasets die in de loop van dit onderzoek zijn geproduceerd en/of geanalyseerd, bevatten klinische gegevens op patiëntniveau en worden niet openbaar gemaakt vanwege institutionele privacy en ethische overwegingen. Na het indienen van een redelijke aanvraag en het verkrijgen van goedkeuring van het ethische comité van het Huai'an No. 1 People's Hospital van Nanjing Medical University, is de corresponderende auteur gemachtigd om geanonimiseerd gegevens en analytische bevindingen te verstrekken. Dit onderzoek omvatte niet de ontwikkeling van enige aangepaste code.

Figuur 1: Algemeen schematisch diagram van de workflow. Klik hier om een grotere versie van deze afbeelding te bekijken.

Figuur 2: Cruciform gating (CFG) van flow cytometry voor het detecteren van DFI. Q1 – Normale spermacellen. Q2 – Milde DNA-fragmentatie (DFIm). Q3 – niet-specifieke fluorescentie die is afgetrokken. Q4 – Ernstige DNA-fragmentatie (DFIs). Spermacellen met DNA-schade vallen in zowel Q2 als Q4. Hun som vertegenwoordigt de totale DNA‑gefragmenteerde spermapopulatie (DFIc). Klik hier om een grotere versie van deze afbeelding te bekijken.

Figuur 3: Polygonal gating (PGG) van flow cytometry voor het detecteren van DFI. P3: spermacellen met gedenatureerd DNA. P4: Hoge DNA-kleuring (HDS) Klik hier om een grotere versie van deze afbeelding te bekijken.

Figuur 4: Bland-Altman-plots van de resultaten van PGG en CFG-assays voor DFI. X - as: Gemiddelde van meetresultaten verkregen door de PGG-methode en de CFG-methode. Y - as: Verschil in meetresultaten tussen de PGG-methode en de CFG-methode Klik hier om een grotere versie van deze afbeelding te bekijken.