%0$503"5
%&
-6/*7&34*5²
%&
506-064& %N 0RÏSENTÏE

%NVUEDELOBTENTIONDU
%0$503"5%&-6/*7&34*5²%&506-064&
$ÏLIVRÏPAR
Université Toulouse III Paul Sabatier (UT3 Paul Sabatier)
$ISCIPLINEOUSPÏCIALITÏ
Biostatistique - Epidémiologie
0RÏSENTÏEETSOUTENUEPAR
Marie WALSCHAERTS
LE jeudi 30 juin 2011
4ITRE
LA SANTE REPRODUCTIVE DE L'HOMME :
méthodologie et statistique
%COLEDOCTORALE
Mathématiques Informatique Télécommunications (MITT)
5NITÏDERECHERCHE
Equipe de recherche en fertilite humaine, EA 3694
$IRECTEURSDE4HÒSE
Philippe BESSE et Patrick THONNEAU
2APPORTEURS
Pr. Pierre JOUANNET et Pr. Jean-Michel POGGI
MEMBRESDUJURY:
Jean-Michel LOUBES - Président
Roger MIEUSSET - Membre
Eve LECONTE - Membre invité
THÈSE
pour obtenir le grade de
D OCTEUR de l’Université de Toulouse
Spécialité : Epidémiologie - Biostatistique
préparée au laboratoire Equipe de recherche en fertilité humaine, EA 3694
dans le cadre de l’École Doctorale Mathématiques Informatique et
Télécommunications de Toulouse
présentée et soutenue publiquement par
Marie WALSCHAERTS
Titre:
La santé reproductive de l’homme :
méthodologie et statistique
Directeurs de thèse : Philippe BESSE et Patrick THONNEAU
Jury
M. Pierre JOUANNET
Université René-Descartes Paris
M. Jean-Michel POGGI
Université Paris-Sud
M. Jean-Michel LOUBES Université Toulouse III
M. Roger MIEUSSET
Université Toulouse III
Mme Eve LECONTE
Université Toulouse I
M. Philippe BESSE
INSA Toulouse
M. Patrick THONNEAU
IRD Tunisie
Rapporteur
Rapporteur
Président du jury
Membre du jury
Membre invité
Directeur de thèse
Directeur de thèse
Résumé
La santé reproductive de l’homme est un indicateur de la santé générale de celui-ci. Elle est
également intimement liée aux expositions de l’environnement et du milieu de vie. Aujourd’hui,
on observe une baisse séculaire de la qualité du sperme et une augmentation des pathologies et
malformations de l’appareil reproducteur masculin.
L’objectif de ce travail est d’étudier la santé reproductive de l’homme d’un point de vue épidémiologique et par le biais de différents outils statistiques. Nous nous sommes intéressés à l’incidence et aux facteurs de risque du cancer du testicule. Ensuite, nous avons étudié le parcours
thérapeutique d’une population d’hommes ayant consulté pour infécondité masculine en analysant la relation entre leurs paramètres du sperme et leurs investigations andrologiques, ainsi que
l’issue de leur projet parental. Enfin, l’événement naissance a été analysé en tenant compte de son
délai de réalisation en utilisant des modèles de durées de vie incluant la censure à droite : modèles
de Cox et arbres de survie. En y associant des techniques de sélection stable de variables (stepwise,
pénalisation de type L1 , bootstrap), les performances prédictives de ces méthodes ainsi que leur
capacité à fournir aux cliniciens un modèle facilement interprétable ont été comparées.
Dans le sud de la France, l’incidence du cancer du testicule a doublé au cours des 20 dernières
années. L’effet cohorte de naissance, c’est-à-dire l’effet générationnel, suggère un effet délétère
des expositions environnementales sur la santé reproductive de l’homme. Toutefois, aucune exposition du milieu de vie de l’homme durant sa vie adulte ne semble être un facteur de risque
potentiel de survenue du cancer du testicule, suggérant l’hypothèse d’une exposition à des perturbateurs endocriniens in utero.
Actuellement, la responsabilité de l’homme dans des difficultés à concevoir représente 50%
des causes d’infertilité. La prise en charge de l’homme est donc essentielle. Dans notre cohorte de
couples consultant pour des problèmes d’infertilité, un examen andrologique anormal est observé
chez 85% des partenaires masculins. Une relation significative est observée entre l’examen de
sperme et l’examen andrologique, suggérant la nécessité de pratiquer des investigations cliniques
afin d’identifier les causes d’infertilité masculine. Finalement, un couple sur deux réussit à avoir
un enfant. Et l’âge des hommes de plus de 35 ans apparaît comme un facteur de risque majeur, ce
qui devrait encourager les couples à entamer leur projet parental le plus tôt possible.
En prenant en compte la composante temporelle dans l’issue reproductive de ces couples inféconds, les modèles de durée de vie obtenus sont très souvent instables du fait du grand nombre de
covariables. Nous avons intégré des techniques de rééchantillonnage (bootstrap) à des approches
de sélection de variables. Bien que l’approche Random Survival Forests soit la meilleure en qualité
de prévision, ses résultats ne sont pas facilement interprétables. Concernant les autres méthodes,
les résultats diffèrent selon la taille de l’échantillon. L’algorithme stepwise intégré au modèle de
Cox ne converge pas si le nombre d’événements est trop faible. L’approche qui consiste à choisir
la meilleure division en bootstrappant l’échantillon à chaque noeud lors de la construction d’un
arbre de survie ne paraît pas avoir une meilleure capacité prédictive qu’un simple arbre de survie
quand l’échantillon est suffisamment grand. Finalement, le modèle de Cox avec une sélection de
variables par pénalisation de type L1 donne un bon compromis entre facilité d’interprétation et
prévision dans le cas de petits échantillons.
Mots clés : infertilité masculine, andrologie, taux cumulé, modèle de Cox, arbre de survie,
stepwise, Lasso, random survival forest, bootstrap
iii
Abstract
Male reproductive health is an indicator of his overall health. It is also closely linked to environmental exposures and living habits. Nowadays, surveillance of male fertility shows a secular
decline in sperm quality and increased disease and malformations of the male reproductive tract.
The objective of this work is to study the male reproductive health in an epidemiologic aspect
and through various statistical tools. Initially, we were interested in the pathology of testicular cancer, its incidence and its risk factors. Then, we studied the population of men consulting for male
infertility, their andrological examination, their therapeutic care and their parenthood project. Finally, the birth event was analyzed through survival models : the Cox model and the survival trees.
We compared different methods of stable selection variables (the stepwise bootstrapped and the
bootstrap penalisation L1 method based on Cox model, and the bootstrap node-level stabilization
method and random survival forests) in order to obtain a final model easy to interpret and which
improve prediction.
In South of France, the incidence of testicular cancer doubled over the past 20 years. The birth
cohort effect, i.e. the generational effect,suggests a hypothesis of a deleterious effect of environmental exposure on male reproductive health. However, the living environment of man during his
adult life does not seem to be a potential risk factor for testicular cancer, suggesting hypothesis of
exposure to endocrine disruptors in utero.
The responsibility of man for difficulties in conceiving represents 50% of cases of infertility,
making the management of male infertility essential. In our cohort, 85% of male partners presented an abnormal clinical examination (either a medical history or the presence of an anomaly in
andrological examination). Finally, one in two couples who consulted for male infertility successfully had a child. The age of men over 35 appears to be a major risk factor, which should encourage
couples to start their parenthood project earlier.
Taking into account the survival time in the reproductive outcome of these infertile couples,
the inclusion of large numbers of covariates gives models often unstable. We associated the bootstrap method to variables selection approaches. Although the method of Random Survival Forests is
the best in the prediction performance, the results are not easily interpretable. Results are different
according to the size of the sample. Based on the Cox model, the stepwise algorithm is inappropriate when the number of events is too small. The bootstrap node-level stabilization method does
not seem better in prediction performance than a simple survival tree (difficulty to prune the tree).
Finally, the Cox model based on selection variables with the penalisation L1 method seems a good
compromise between interpretation and prediction.
Keywords : male infertility, andrology, cumulative rate, Cox model, survival tree, stepwise,
Lasso, random survival forest, bootstrap
iv
Table des matières
Valorisation du travail
1
Introduction
5
1
Epidémiologie du cancer du testicule
9
1
Contexte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
9
1.1
Incidence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
9
1.2
Effet cohorte de naissance . . . . . . . . . . . . . . . . . . . . .
11
1.3
Facteurs de risque . . . . . . . . . . . . . . . . . . . . . . . . .
12
1.4
Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
16
2
Objectifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
16
3
L’incidence du cancer du testicule en Midi-Pyrénées . . . . . . . . . . .
16
4
Incidence des autoconservations de sperme chez les patients atteints d’un
cancer du testicule ou d’une maladie de Hodgkin . . . . . . . . . . . . .
19
5
Facteurs de risque environnementaux et familiaux du cancer du testicule .
20
6
Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
23
2
Infertilité masculine
25
1
Contexte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
25
1.1
Qualité du sperme . . . . . . . . . . . . . . . . . . . . . . . . .
26
1.2
Facteurs de risque . . . . . . . . . . . . . . . . . . . . . . . . .
32
1.3
Issues reproductives du couple . . . . . . . . . . . . . . . . . . .
38
2
Objectifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
43
3
Recueil des données . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
45
3.1
Population de l’étude . . . . . . . . . . . . . . . . . . . . . . . .
45
3.2
Recueil des données . . . . . . . . . . . . . . . . . . . . . . . .
46
3.3
Validité des données . . . . . . . . . . . . . . . . . . . . . . . .
48
v
TABLE DES MATIÈRES
4
5
6
3
Bénéfice d’une exploration andrologique en association avec l’examen
spermiologique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
49
4.1
Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
49
4.2
Matériel et méthodes . . . . . . . . . . . . . . . . . . . . . . . .
50
4.3
Résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
52
4.4
Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
55
Taux cumulés d’un projet parental chez des couples présentant une infertilité masculine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
61
5.1
Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
61
5.2
Matériel et méthodes . . . . . . . . . . . . . . . . . . . . . . . .
62
5.3
Résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
64
5.4
Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
69
Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
72
Sélection stable de variables dans les modèles de durées de vie
75
1
Contexte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
75
1.1
Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
75
1.2
Méthodes de sélection de variables . . . . . . . . . . . . . . . . .
76
Modèle de Cox . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
77
2.1
Méthode pas à pas ou stepwise . . . . . . . . . . . . . . . . . . .
78
2.2
Méthode de pénalisation L1 ou Lasso . . . . . . . . . . . . . . .
78
Arbres de survie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
79
3.1
Arbre avec sélection de la division par bootstrapping . . . . . . .
80
3.2
Forêt aléatoire de survie . . . . . . . . . . . . . . . . . . . . . .
80
Objectifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
81
4.1
Comparaison des taux d’erreur de prédiction . . . . . . . . . . .
82
4.2
Comparaison des covariables sélectionnées . . . . . . . . . . . .
83
Comparaison sur des données réelles . . . . . . . . . . . . . . . . . . . .
84
5.1
Données sur le cancer du sein . . . . . . . . . . . . . . . . . . .
84
5.2
Données sur la fertilité . . . . . . . . . . . . . . . . . . . . . . .
87
Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
93
6.1
Temps d’exécution . . . . . . . . . . . . . . . . . . . . . . . . .
93
6.2
Taux d’erreur prédictif . . . . . . . . . . . . . . . . . . . . . . .
96
6.3
Variables sélectionnées dans le modèle final . . . . . . . . . . . .
97
2
3
4
5
6
vi
TABLE DES MATIÈRES
7
4
Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
98
Contribution à des travaux
99
1
Contexte professionnel . . . . . . . . . . . . . . . . . . . . . . . . . . .
99
2
Fragmentation de l’ADN des spermatozoïdes chez les couples infertiles . 100
3
ADN mitochondrial dans les spermatozoïdes de patients VIH . . . . . . . 102
4
Effet de la ribavirine et de l’interféron sur les paramètres du sperme chez
un sujet atteint de l’hépatite C . . . . . . . . . . . . . . . . . . . . . . . 104
5
Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
Conclusion et perspectives
107
Bibliographie
111
Appendices
139
A Epidémiologie du cancer du testicule
141
1
Doubling of testicular cancer incidence rate over the last 20 years in southern France . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
2
Sperm Cryopreservation : Recent and Marked Increase in Use for Testicular Cancer Compared With Hodgkin Disease . . . . . . . . . . . . . . 149
3
Environmental, occupational and familial risks for testicular cancer : a
hospital-based case-control study . . . . . . . . . . . . . . . . . . . . . . 153
B Infertilité masculine
163
1
Benefit of conducting both andrological exploration and semen characteristics assessment in infertile men . . . . . . . . . . . . . . . . . . . . . 163
2
Cumulative Parenthood Rates in Infertile Men : a Large Retrospective
Study of 2138 Couples . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
C Sélection stable de variables dans les modèles de durées de vie
197
D Contribution à des travaux
225
1
Sperm deoxyribonucleic acid fragmentation as assessed by the sperm
chromatin dispersion test in assisted reproductive technology programs :
results of a large prospective multicenter study . . . . . . . . . . . . . . . 225
2
Decrease of mitochondrial DNA level in sperm from patients infected
with human immunodeficiency virus-1 linked to nucleoside analogue reverse transcriptase inhibitors . . . . . . . . . . . . . . . . . . . . . . . . 234
vii
TABLE DES MATIÈRES
3
Ribavirin and pegylated interferon treatment for hepatitis C was associated not only with semen alterations but also with sperm deoxyribonucleic
acid fragmentation in humans . . . . . . . . . . . . . . . . . . . . . . . . 241
E Questionnaire pour l’étude sur la fertilité masculine
viii
249
Valorisation du travail
Publications
2010
• Walschaerts M, Bujan L, Isus F, Parinaud J, Mieusset R, Thonneau P. Cumulative
parenthood rates in infertile men : a large retrospective study of 2138 couples. Soumis à
Human Reprod.
• Pavili L, Daudin M, Moinard N, Walschaerts M, Cuzin L, Massip P, Pasquier C,
Bujan L (2010) Decrease of mitochondrial DNA level in sperm from patients infected
with human immunodeficiency virus-1 linked to nucleoside analogue reverse transcriptase inhibitors. Fertil Steril.
2009
• Pecou S, Moinard N, Walschaerts M, Pasquier C, Daudin M, Bujan L (2009) Ribavirin and pegylated interferon treatment for hepatitis C was associated not only with
semen alterations but also with sperm deoxyribonucleic acid fragmentation in humans.
Fertil Steril ;91(3) :933.e17-22.
2008
• Velez de la Calle JF, Muller A, Walschaerts M, Clavere JL, Jimenez C, Wittemer
C, Thonneau P (2008) Sperm deoxyribonucleic acid fragmentation as assessed by the
sperm chromatin dispersion test in assisted reproductive technology programs : results of
a large prospective multicenter study. Fertil Steril ;90(5) :1792-9.
• Khedis M, Nohra J, Dierickx L, Walschaerts M, Soulié M, Thonneau PF, Plante P,
Huyghe E (2008) Polyorchidism : presentation of 2 cases, review of the literature and a
new management strategy. Urol Int ;80(1) :98-101.
• Walschaerts M, Huyghe E, Muller A, Bachaud JM, Bujan, L, Thonneau P (2008)
Doubling of testicular cancer incidence rate over the last 20 years in southern France,
Cancer Causes Control ;19(2) :155-161.
2007
• Walschaerts M, Muller A, Auger J, Bujan L, Guérin JF, Le Lannou D, Clavert
A, Spira A, Jouannet P, Thonneau P (2007) Environmental, occupational and familial
risks for testicular cancer : a hospital-based case-control study. Int J Androl ;30(4) :222-9.
• Walschaerts M, Muller A, Daudin M, Hennebicq S, Huyghe E, Thonneau P (2007)
Sperm cryopreservation : recent and marked increase in use for testicular cancer compared with Hodgkin disease. J Androl ;28(6) :801-3.
1
VALORISATION DU TRAVAIL
Travaux - participation aux congrès
2010
• FFER (Fédération Française d’Etude de la Reproduction) : Congrès national à Paris.
Communication orale invitée : Projet parental à long terme (abandon, adoption) chez des
couples ayant consulté pour infécondité masculine.
• EAA (Académie Européenne d’Andrologie) : Congrès international à Athènes.
Communication orale : Cumulative parenthood rates in infertile men :a large retrospective
study of 2138 couples
2009
• SALF (Société d’Andrologie de la Langue Française) : Congrès national à Lille.
Poster primé avec communication orale : Projet parental à long terme (abandon, adoption)
chez des couples ayant consulté pour infécondité masculine.
2008
• FFER (Fédération Française d’Etude de la Reproduction) : Congrès national à Paris.
Communication orale invitée : Facteurs de risque environnementaux, professionnels et
familiaux du cancer du testicule : une étude cas-témoin.
• ADELF - EPITER (Association des Epidémiologistes de Langue Française - Association pour le développement de l’Epidémiologie de Terrain) : Congrès national à Paris.
Communication orale : Facteurs de risque environnementaux, professionnels et familiaux
du cancer du testicule : une étude cas-témoin.
• AFU (Association Française d’Urologie) : Congrès national à Paris.
Communications orales : Evaluation de la fragmentation de l’ADN par le test de dispersion chromatine du sperme dans un programme d’assistance médicale à la procréation :
résultats d’une large étude prospective et multicentrique ; Facteurs de risque environnementaux, professionnels et familiaux du cancer du testicule : une étude cas-témoin.
• SALF (Société d’Andrologie de la Langue Française) : Congrès national à Hammamet.
Poster : Description des hommes ayant consulté pour infécondité entre 2000 et 2004 au
Centre de Stérilité Masculine de Midi-Pyrénées, France.
• EAA (Académie Européenne d’Andrologie) : Congrès international à Rome.
Poster : Autoconservation de sperme : une augmentation récente et importante pour le
cancer du testicule comparée à la maladie de Hodgkin.
2007
• SALF (Société d’Andrologie de la Langue Française) : Congrès national à Colmar.
Posters : Autoconservation de sperme : une augmentation récente et importante pour le
cancer du testicule comparée à la maladie de Hodgkin ; Evaluation de la fragmentation de
l’ADN par le test de dispersion chromatine du sperme dans un programme d’assistance
médicale à la procréation : résultats d’une large étude prospective et multicentrique.
Poster primé avec communication orale : Facteurs de risque environnementaux, professionnels et familiaux du cancer du testicule : une étude cas-témoin.
• Rencontres scientifiques de l’AFSSET (Agence Française de Sécurité Sanitaire de l’Environnement et du Travail) : Rencontre à Paris.
2
VALORISATION DU TRAVAIL
Communication orale invitée : Facteurs de risque environnementaux, professionnels et
familiaux du cancer du testicule : une étude cas-témoin.
2006
• EAA (Académie Européenne d’Andrologie) : Congrès international à Toulouse.
Communication orale : Increase in testicular cancer incidence in the Midi-Pyrenees region, France
Poster : Environmental risk factors for testicular cancer.
• 6th Copenhagen Workshop on Carcinoma in situ Testis and Germ Cell Cancer : Congrès
international à Copenhague.
Poster : Increase in testicular cancer incidence in the Midi-Pyrenees region, France.
2ème journée Cancéropôle Grand Sud-Ouest - Toulouse.
Posters : Incidence du cancer du testicule en Midi-Pyrénées.
• ADELF - EPITER (Association des Epidémiologistes de Langue Française - Association pour le développement de l’Epidémiologie de Terrain) : Congrès national à Dijon.
Communication orale : Augmentation de l’incidence du cancer du testicule en MidiPyrénées.
2005
• SALF (Société d’Andrologie de la Langue Française) : Congrès national à Marseille.
Poster primé avec communication orale : Augmentation de l’incidence du cancer du testicule en Midi-Pyrénées.
3
Introduction
Contexte médical
L’andrologie, du mot grec andros qui veut dire homme, traite de la santé masculine,
en particulier des problèmes physiologiques et physiopathologiques des fonctions de l’appareil reproducteur masculin [Schill et al., 2006]. Cette spécialité médicale est le pendant
de la gynécologie, bien que l’andrologie se focalise essentiellement sur les organes reproducteurs de l’homme en cas de problème d’infertilité.
Les principaux autres aspects dont s’occupe l’andrologie sont, dans 10 à 15% des cas,
des problèmes de dysfonction érectile. Viennent ensuite les problèmes d’ordre testiculaire
(traumatisme, cancer du testicule...) et des troubles prostatiques (hypertrophie, cancer de
la prostate...), l’hypogonadisme, la puberté retardée, les effets délétères de l’exposition
environnementale et professionnelle sur la fertilité, l”autoconservation du sperme et/ou
du tissu testiculaire, et la contraception masculine.
Le terme "infertilité masculine" n’a pas de définition propre. La preuve de la fécondité
des hommes ne peut être faite que grâce à une partenaire féminine [Steinberger et al.,
1981]. Aussi l’infécondité est considérée au niveau du couple et correspond à un état dans
lequel le couple ne peut obtenir une grossesse spontanée après une période d’exposition
au risque de grossesse de 12 mois [Rowe et al., 2000].
Il existe de nombreuses causes de l’infécondité masculine, dont principalement des
causes immunologiques, des causes systémiques (maladies infectieuses, obésité...), des
anomalies congénitales (syndrome de Klinefelter...), des atteintes testiculaires acquises
(orchite...), une varicocèle et des causes iatrogènes. Ces dernières regroupent notamment
des expositions à des traitements chimiothérapiques suite à un cancer de l’appareil reproducteur masculin, par exemple le cancer du testicule. C’est un des premiers cancers de
l’homme ayant des conséquences néfastes sur sa vie reproductive, car c’est un cancer de
l’homme jeune. De plus, des études [Toppari et al., 1996] [Skakkebaek, 2003] [Bay et al.,
2006] ont montré un lien physiopathologique entre la survenue du cancer du testicule et
des atteintes de la spermatogenèse, appelé "dysgénésie gonadique". L’augmentation de
l’incidence du cancer du testicule et la diminution de l’incidence de la qualité du sperme,
au cours des 20 dernières années, penchent pour une hypothèse d’expositions aux mêmes
facteurs de risque.
5
INTRODUCTION
Epidémiologie et statistique
L’intérêt d’un travail de thèse pluridisciplinaire est d’appliquer et d’adapter des outils
méthodologiques et statistiques à des données issues du milieu médical souvent denses et
pas toujours bien "pensées" pour une utilisation optimale par le statisticien et d’apporter
des éléments de réponses auprès des médecins.
L’épidémiologie repose sur l’analyse d’importantes bases de données, comme par
exemple le suivi de cohortes. L’analyse de ces données fait appel à des modèles statistiques classiques. Parmi les les plus utilisés, nous pouvons citer la régression logistique,
la régression de Poisson, le modèle Cox. Le choix se fait en fonction des questions posées
et des objectifs poursuivis. Par exemple, dans le cas d’une étude cas-témoins, l’analyse de
facteurs de risque d’une pathologie comme le cancer du testicule fait appel à des modèles
logistiques. Par contre, l’estimation de l’incidence de cette pathologie au cours du temps
fait appel à des modèles de Poisson parce que le cancer du testicule est un événement rare.
La complexité des bases de données, leur dimension, c’est-à-dire le nombre de variables décrivant les cohortes, est à croissance rapide, à l’instar de la complexité des problèmes abordés. Dans ce contexte, l’objectif est triple :
– définir des modèles s’ajustant le mieux possible aux données,
– chercher à obtenir de bonnes qualités prédictives et donc des estimateurs associés
de faible variance,
– favoriser les qualités interprétatives des modèles pour répondre aux attentes des
cliniciens.
Ces problématiques conduisent à mettre en place des stratégies de sélection de modèles, c’est-à-dire à sélectionner parmi la multitude des covariables celles qui sont les
plus pertinentes, de façon à aboutir à un modèle simple d’interprétation. Ces techniques
de sélection de modèles sont au cœur des développements statistiques actuels.
Il existe une grande variété de méthodes de sélection qui s’adaptent à la fois à des
données binaires ou continues mais aussi à des données de survie, qui est le cas que nous
avons développé dans ce travail. Généralement utilisées dans des problèmes de génomique, ces méthodes permettent de gérer un nombre important de variables et d’obtenir
des modèles statistiques robustes et prédictifs, même dans le cas de petits échantillons. Les
méthodes classiques de régression utilisées en épidémiologie (linéaire, logistique et Cox)
peuvent être couplées avec des techniques de sélection de variables comme la méthode
pas à pas ou la méthode de pénalisation L1 (Lasso). Les arbres de survie, qui permettent de
prendre en compte des effets non linéaires entre la variable à expliquer et les covariables,
sont une alternative intéressante au modèle de Cox, mais peuvent se révéler très instables
quant au choix des variables sélectionnées. Cet instabilité, d’autant plus problématique
que la base de données est dense, peut être réduite en considérant des forêts aléatoires de
survie. Cependant, les résultats de ces méthodes sont difficiles à interpréter.
Tous ces outils statistiques sont indispensables pour traiter des données issues du milieu médical et permettent de mettre en valeur le travail de collaboration entre statisticiens,
épidémiologistes et médecins pour interpréter les résultats de ces nouvelles méthodes sur
des données souvent complexes.
6
INTRODUCTION
Travail réalisé
Cette thèse regroupe plusieurs travaux dont certains sont indépendants. L’objectif a
été d’étudier la santé reproductive de l’homme avec d’une part un aspect sur le cancer
du testicule et d’autre part un aspect sur l’infertilité masculine par le biais d’outils méthodologiques et statistiques originaux, ainsi que de proposer des méthodes statistiques
adaptées à de grands jeux de données provenant du milieu médical. Ce travail de thèse est
composé de quatre chapitres.
Le premier chapitre traite de l’épidémiologie du cancer du testicule. Ce chapitre présente un état de la littérature sur cette pathologie, suivi de trois travaux. Le premier traite
de l’incidence du cancer du testicule dans la région Midi-Pyrénées, le second de la comparaison de l’incidence d’autoconservation du sperme suite à un cancer du testicule et à
une maladie de Hodgkin, le troisième des facteurs de risques environnementaux et professionnels durant la vie adulte du cancer du testicule. Des modèles classiques de Poisson
(associé à un modèle âge-période-cohorte dans le cas de l’étude de l’incidence) ou de régression logistique (dans le cas de l’étude cas-témoin de recherche des facteurs de risque)
ont été utilisés afin d’analyser ce type de données épidémiologiques.
Le deuxième chapitre de ce travail comprend une étude de l’infertilité masculine d’un
point de vue clinique et épidémiologique en employant des méthodes statistiques originales pour le milieu médical. Après une présentation de l’état de l’art sur les causes de
l’infertilité masculine, deux questions épidémiologiques sont abordées :
1. à quoi ressemble la population masculine qui consulte pour des difficultés à concevoir ? Quelles sont les relations entre les investigations cliniques faites chez ces
hommes et leurs paramètres spermatiques ?
2. quel est le taux de succès d’un projet parental chez ces couples inféconds ?
Pour y répondre, il a fallu commencer par mettre en œuvre, suivre et gérer une enquête
portant sur 2138 patients. Dans cette partie, la méthodologie du recueil de données y est
décrite : la compilation des différentes bases de données, l’enquête téléphonique pour
joindre les patients et la collecte des informations médicales dans le dossier "papier". La
relation entre les investigations cliniques et les paramètres spermatiques chez ces hommes
inféconds fait l’objet de la première analyse sur cette base de données médicales. Il est
difficile de traiter des données issues du milieu médical qui n’ont pas été "pensées" pour
des analyses statistiques futures. Afin de les traiter, un premier travail de transformation
des variables a été nécessaire afin de les regrouper en classes avec des outils de description
multidimensionnelles (analyse factorielle des correspondances - AFC) puis de les analyser
par des régressions polytomiques. Grâce à ces outils statistiques appropriés, il est possible
de fournir des résultats robustes et facilement interprétables pour le clinicien, tout en prenant en compte l’ensemble des variables. Ensuite, une étude sur l’issue du projet parental
dans la cohorte d’hommes infertiles est réalisée. Une estimation de la probabilité de succès du projet parental au cours du temps est donnée et les principaux facteurs pronostics
de réussite sont identifiés à l’aide d’une régression logistique. Cette étude est la première
à proposer les résultats de l’issue d’un projet parental dans une grande série de couples
ayant consulté pour infertilité masculine sur une période de suivi de 5 à 9 ans.
7
INTRODUCTION
Le troisième chapitre s’intéresse à des méthodes statistiques adaptées à des données
médicales particulières, à savoir les données de survie. Ici, c’est la naissance d’un enfant
pour les couples ayant consulté pour des problèmes d’infécondité masculine qui constitue
l’événement d’intérêt :
– Est-ce que l’événement naissance se produira et si oui, au bout de quel délai ?
– Quels sont les facteurs prognostics de succès du projet parental ?
Du fait d’un grand nombre de covariables associées à l’événement naissance, les modèles
classiques de survie peuvent se révéler très instables. Ainsi nous proposons une contribution méthodologique au problème de la stabilité de la sélection de variables, dans le cas
particulier où la variable à expliquer est une variable de survie (donnée censurée). Nous
avons voulu savoir s’il était possible de construire un modèle presque aussi stable que les
forêts aléatoires de survie tout en conservant la facilité d’interprétation par des utilisateurs
non statisticiens, en particulier des cliniciens.
L’étude de la stabilité a été initialement développée dans le cadre du modèle linéaire. Les
méthodes de pas à pas [Sauerbrei and Schumacher, 1992] et de pénalisation Lasso [Bach,
2009] [Meinshausen and Buehlmann, 2010] ont été combinées à des techniques de rééchantillonnage (bootstrap). En parallèle, ces mêmes techniques, combinées à des arbres
de survie, permettent de pallier leur instabilité. Contrairement aux forêts aléatoires de
survie qui souffre de difficultés d’interprétation, la méthode de stabilisation par rééchantillonnage au niveau de chaque nœud [Dannegger, 2000] permet d’obtenir un arbre simple.
Nous avons transposé ici sans complications particulières au modèle de Cox chacune de
ces méthodes couplée à la technique de rééchantillonnage, à savoir le lasso bootstrappé,
le lasso randomisé bootstrappé et la procédure de sélection de la division de l’arbre à
chaque nœud par bootstrapping.
Deux critères de comparaisons sont proposés pour apprécier la stabilité des modèles : la
pertinence des variables sélectionnnées et le taux d’erreurs de prédiction qui permet de
quantifier la qualité prédictive des modèles finaux obtenus. Les résultats de ces deux critères de comparaisons sont donnés sur deux jeux de données : un jeu de données classique
sur le cancer du sein et un jeu de données original sur les données sur la fertilité (c’està-dire les données présentées dans le chapitre précédent). L’objectif est de construire et
d’obtenir un bon modèle prédictif qui reste simple à interpréter par le clinicien.
Le quatrième chapitre présente trois contributions à des travaux réalisés dans l’équipe
de recherche : l’un montre l’intérêt du test de fragmentation de l’ADN dans la prise en
charge des couples inféconds, le deuxième traite de l’ADN mitochondrial des spermatozoïdes chez des patients HIV et le troisième a pour objet l’altération de la spermatogénèse
chez les patients traités pour une hépatite C.
L’ensemble des travaux présentés dans ces quatre chapitres est donné sous forme d’articles dans les annexes.
8
Chapitre 1
Epidémiologie du cancer du testicule
1
Contexte
Le cancer du testicule est un cancer rare, il ne représente que 1% de toutes les tumeurs
chez l’homme. C’est pourtant le premier cancer chez l’homme jeune, de 20 à 35 ans. Les
tumeurs germinales représentent 95% des cas de cancer du testicule, qui sont divisées
entre les formes les plus fréquentes, les séminomes (60%) et les tumeurs germinales non
séminomateuses (TGNS) mixtes [Bosl and Motzer, 1997].
Le cancer du testicule de type séminome survient en moyenne dix ans plus tard (30-45
ans) que le TGNS (20-40 ans) [Stone et al., 1992].
Actuellement, le taux de survie à 5 ans est supérieur à 90% mais les conséquences médicales et psychologiques après traitement peuvent être importantes, en particulier l’hypofertilité (diminution de la fertilité de 30%) et les troubles de la sexualité [Huyghe et al.,
2004].
1.1
Incidence
Les différentes études épidémiologiques menées à ce jour ont observé un taux d’incidence du cancer du testicule en constante progression depuis le milieu du XXe siècle.
Afin de rendre plus comparable les taux d’incidence dans le temps, l’incidence du cancer
du testicule est généralement standardisée sur l’âge avec comme population de référence,
la population mondiale standard, exprimée sous forme de taux pour 100 000 personnesannées (PA).
1.1.1
Amérique du Nord et Canada
Le taux d’incidence du cancer du testicule est passé de 1,5 pour 100 000 P.A. en 1935 à
5,1 en 1990 chez les 20-44 ans, selon le registre des cancers du Connecticut (USA), après
prise en compte de l’effet de l’âge, de l’ethnie et du type histologique de la tumeur [Zheng
et al., 1996]. Une étude américaine regroupant les données des registres du cancer de neuf
9
CHAPITRE 1. EPIDÉMIOLOGIE DU CANCER DU TESTICULE
régions (Connecticut, Hawaï, Iowa, new Mexico, Utah, Atlanta, Detroit, San Francisco et
Seattle) a montré une augmentation du taux d’incidence du cancer du testicule de 3,6 à 5,4
pour 100 000 entre 1973 et 1995 [McKiernan et al., 1999]. Récemment, aux Etats-Unis,
McGlynn et al. [2003] ont mené une étude à partir des registres de cancer et ont observé
une augmentation de taux différents selon l’ethnie : de 3,7 à 5,6 pour 100 000 pour la
population blanche et de 0,8 à 1,0 pour 100 000 pour la population noire, entre 1988 et
1998. Cette augmentation varie aussi selon le type histologique qui est de 31.7% pour
les TGNS contre 72% pour les séminomes sur 20 ans. Une augmentation séculaire a été
également observée par Liu et al. [1999] (2,8 à 4,2 pour 100 000 entre 1969 et 1993 dans
tout le Canada, hors province du Québec).
1.1.2
Europe du Nord
Le même phénomène d’augmentation de l’incidence est observé en Europe du Nord.
Une large étude basée sur dix registres du cancer dans neuf pays (Allemagne de l’Est et de
l’Ouest, Danemark, Norvège, Suède, Pologne, Estonie, Lettonie et Lituanie) a inclus 34
309 cas de cancer du testicule, entre 1945 et 1989. L’augmentation annuelle de l’incidence
du cancer du testicule a été de 2 à 3% sur la période d’observation, et jusqu’à 5% en
Pologne et en Allemagne. Il existe toutefois de fortes disparités entre les pays avec un
taux de 0,9 pour 100 000 en Lituanie et de 7,8 en Allemagne [Adami et al., 1994].
1.1.3
Europe de l’Ouest
En Angleterre et au Pays de Galles, l’incidence du cancer du testicule est passée de
2,9 à 5,4 pour 100 000 entre 1971 et 1994, soit une augmentation du taux d’incidence
de 79% [Power et al., 2001]. En Ecosse, une évolution a également été observée avec un
doublement du taux d’incidence du cancer du testicule depuis 1960, pour les hommes de
moins de 50 ans [Swerdlow et al., 1998].
En Suisse, Levi et al. ont montré une évolution de l’incidence de 8,5 à 10,0 pour 100 000
entre 1970-80 et 1990, à partir des registres des Tumeurs du Canton de Vaud [Levi et al.,
1990] [Levi et al., 2003].
En France, l’étude de Hedelin et Remontet a montré qu’il existe une augmentation de
l’incidence du cancer du testicule en France avec un taux passant de 3,2 à 4,8 pour 100 000
entre 1978 et 2000. De plus, cette augmentation est différente selon le type histologique
(de 1,5 à 2,46 pour 100 000 pour les séminomes, et de 1,18 à 1,95 pour les TGNS).
Actuellement en France, on estime à environ 1500 le nombre de nouveaux cas de cancer
du testicule par an dont 960 chez les hommes âgés de 15 à 40 ans. Il y a une très forte
disparité entre le Nord et le Sud en France avec des taux allant de 4 dans le sud-ouest à 8
pour 100 000 dans le nord-est [Hedelin and Remontet, 2002].
1.1.4
Europe Centrale et de l’Est
La même tendance séculaire a été observée dans les pays d’Europe de l’Est. A partir
des registres de cancers, une étude a observé une augmentation du taux d’incidence pas10
CHAPITRE 1. EPIDÉMIOLOGIE DU CANCER DU TESTICULE
sant de 1,5 à 7,0 pour 100 000 entre 1970 et 1990 en Slovaquie [Plesko et al., 1996]. Il
en est de même pour la Pologne (de 0,7 à 2,0 pour 100 000 entre 1963 et 1986 [Zatonski
et al., 1990]), la République Tchèque (de 5,5 à 16,0 pour 100 000 entre 1973 et 1989
[Fiala, 1996]) et l’Allemagne (de 2,7 à 5,8 pour 100 000 entre 1973 à 1993 [Schuz et al.,
2000]).
1.1.5
Europe du Sud
En Italie, les taux d’incidence du cancer du testicule varient entre les régions du Nord
et du Sud, de 2,3 à 3,9 pour 100 000 entre 1976 et 1995 dans la province de Varèse, de
2,9 à 3,9 pour 100 000 dans la province de Parme, et de 2,6 à 4,0 pour 100 000 à Turin
entre 1985 et 1995 [Parkin et al., 1999]. Des évolutions similaires ont été observées en
Espagne et au Portugal.
La figure 1.1 représente les taux et l’évolution de l’incidence du cancer du testicule
dans les principaux pays européens. Dans la presque totalité des pays, on observe une
augmentation avec de fortes disparités.
F IGURE 1.1 – Carte de l’Europe figurant l’incidence du cancer du testicule et sa tendance
évolutive dans les principaux pays européens [Huyghe et al., 2006]
1.1.6
Australie et Japon
Stone et al. [1991] ont observé une augmentation de l’incidence en Australie entre
1950 et 1985 passant de 1.4 à 4,2 pour 100 000. Dans la région Est du Japon, l’incidence
11
CHAPITRE 1. EPIDÉMIOLOGIE DU CANCER DU TESTICULE
a également augmenté entre 1985 et 1994 passant de 1,6 à 3,2 pour 100 000 [Nakata et al.,
1998].
1.2
Effet cohorte de naissance
Un effet cohorte de naissance a été démontré dans la majorité des études séculaires.
On parle d’effet cohorte de naissance quand l’année de naissance du patient est un facteur
déterminant de l’évolution du taux d’incidence, c’est-à-dire qu’un homme né une année
donnée a un risque différent de contracter un cancer du testicule à âge égal qu’un homme
né une autre année.
Ce phénomène a été mis pour la première fois en évidence dans une étude scandinave
rapportant une augmentation régulière du taux d’incidence pour les hommes nés après
1920 (par rapport aux cohortes précédentes) dans six pays (Allemagne de l’Est, Finlande,
Danemark, Norvège, Suède, Pologne), excepté en Scandinavie où on a assisté à une diminution pendant la Seconde Guerre mondiale [Bergstrom et al., 1996]. Dans la même
lignée, une étude menée par Moller [2001] à partir des registres danois de cancers, a mis
en évidence que les hommes nés dans les années 40 avaient 30% moins de risque de
développer un cancer du testicule que ceux nés après cette période, à âge égal.
Bray et al. [2006] ont étudié les tendances de l’incidence du cancer du testicule,
par type histologique, dans huit pays européens (République Tchèque, Danemark, Norvège, Suède, Royaume-Uni, Italie, France et Suisse), à partir d’un modèle Age-PériodeCohorte. L’effet cohorte de naissance est prédominant dans les huit pays avec une baisse
de la tendance en Suisse pour les cohortes les plus récentes, ainsi qu’une diminution pour
les cohortes entre les deux guerres. De plus, cette étude montre que les facteurs étiologiques du cancer du testicule sont les mêmes quelque soit le type histologique, les courbes
des effets de cohorte de naissance ayant les mêmes tendances.
L’effet cohorte de naissance suggère que les facteurs étiologiques du cancer du testicule interviendraient précocément dans la vie, voire au cours de la période embryonnaire.
1.3
Facteurs de risque
Plusieurs facteurs de risque ont été avancés, comme les antécédents andrologiques
(cryptorchidie...), les antécédents familiaux et les expositions environnementales et/ou
professionnelles. Deux fenêtres d’expositions joueraient un rôle majeur sur l’appareil reproducteur de l’homme : une durant son développement fœtal et une durant sa vie adulte.
Durant la vie adulte, des expositions à des produits liés à l’activité humaine [Knight
and Marrett, 1997], pourraient avoir un impact sur l’appareil reproducteur de l’homme.
In utero, une perturbation hormonale au moment de la différenciation de l’appareil
reproducteur et surtout lors de son installation progressive pourrait aboutir à son mauvais
développement, entraînant des malformations congénitales (cryptorchidie, hypospadias)
et la survenue du cancer du testicule [Skakkebaek et al., 1987].
12
CHAPITRE 1. EPIDÉMIOLOGIE DU CANCER DU TESTICULE
1.3.1
La cryptorchidie
L’antécédent de cryptorchidie est actuellement le seul facteur de risque de cancer du
testicule dument authentifié et documenté [Moller, 1997]. Le risque de développer un
cancer du testicule avec cryptorchidie a été estimé à 10 [Schottenfeld, 1996].
L’augmentation récente de l’incidence de la cryptorchidie et surtout l’existence de
relations significatives entre antécédent de cryptorchidie, hypo fécondité et cancer du testicule a fait évoquer par plusieurs auteurs (équipes anglo-saxonnes et scandinaves) la notion de "dysgénésie gonadique" survenue au cours de la vie embryonnaire, caractérisée
par une atteinte gonadique péri embryonnaire dont l’expression clinique pourrait être la
présence d’une cryptorchidie à la naissance, voire une hypo fertilité ou bien, à un stade
ultime, la survenue d’un cancer du testicule [Moller and Skakkebaek, 1999].
Récemment, McGlynn et al. [2006] ont montré dans une étude regroupant différentes
ethnies (24 664 hommes inclus) que la cryptorchidie et le cancer du testicule n’étaient pas
aussi liés dans la population noire que dans la population blanche.
De plus, l’effet de l’orchidectomie sur la diminution du risque pourrait s’intégrer dans
l’hypothèse qu’une température élevée dans les testicules serait un facteur de risque de
cancer du testicule [Clemmensen, 1969].
1.3.2
Antécédents familiaux
La notion de "composante familiale" dans le cancer du testicule a plusieurs fois été
évoquée dans la littérature. Forman et al. [1992] et Heimdal et al. [1996] ont montré que
les hommes atteints d’un cancer du testicule et ayant des antécédents familiaux de cancers
étaient plus jeunes (29 ans) que ceux n’ayant pas d’antécédents familiaux (32.5 ans). Les
mêmes chercheurs ont trouvé que l’incidence d’un cancer du testicule bilatéral était de
7.3% chez les hommes ayant des antécédents familiaux, contre 2.3% chez les autres.
Plus récemment, il a été montré que le risque de développer un cancer du testicule
était plus élevé chez les hommes dont les mères avaient contracté un cancer du poumon
[Kaijser et al., 2003] ainsi que les hommes dont le père avaient eu un cancer du testicule
[Hemminki and Li, 2004].
En 2006, Hemminki and Chen [2006] ont montré, à partir d’une base constituée de
4 586 hommes atteints d’un cancer du testicule (Family-Cancer Database), que le risque
d’avoir un cancer du testicule était 3,8 fois plus élevé si le père ou le frère en avaient euxmêmes été atteints. De plus, une association a été trouvée avec des antécédents familiaux
de mélanome, de leucémie, de cancer du rein et du colon, de cancer du poumon. Une
hypothèse basée sur un lien génétique est donc aussi à envisager et pourrait permettre de
considérer certains antécédents familiaux comme des facteurs de risque de survenue du
cancer du testicule.
13
CHAPITRE 1. EPIDÉMIOLOGIE DU CANCER DU TESTICULE
1.3.3
Les expositions environnementales et/ou professionnelles
Expositions in utero Les perturbateurs endocriniens, qui sont des produits présents
dans nos environnements (personnels, domestiques, professionnels) et ayant la capacité
par leurs actions mimétiques et/ou antagonistes de perturber le déroulement hormonal de
la reproduction masculine, pourraient être responsables de l’augmentation de l’incidence
du cancer du testicule (ainsi d’ailleurs que des autres pathologies de la sphère reproductrice masculine : augmentation de la cryptorchidie et de l’hypospadias, baisse de la
numération des spermatozoïdes, hypo fécondité). Ces produits, par leurs propriétés œstrogéniques ou anti-androgéniques, pourraient aussi être responsables de l’augmentation
de l’incidence de la cryptorchidie et donc du cancer du testicule. Par exemple, l’utilisation de pesticides, de produits synthétiques dans l’alimentation ou de produits hormonaux
pourrait être à l’origine de ces pathologies [Moller, 1997].
Le tabagisme durant la grossesse Dans les pays nordiques (Suède, Norvège, Danemark et Finlande), une étude écologique menée à partir des registres de cancer a montré
une forte corrélation (r = 0,9) entre la prévalence du tabagisme des mères et le nombre
d’hommes ayant un cancer du testicule pour les générations présumées. Cependant, les
résultats de cette étude sont à prendre avec précaution, le biais étant que les femmes
constituant les cohortes de cette étude ne sont pas forcément représentatives des mères
des hommes atteints d’un cancer du testicule [Pettersson et al., 2004].
Par ailleurs, une autre étude n’a pas montré d’association entre les mères fumant durant
la grossesse et les hommes atteints d’un cancer du testicule [Hemminki and Chen, 2006].
Exposition hormonale Hsieh et al. [2002] ont étudié des femmes enceintes à Boston (USA, 304 femmes) et à Shangaï (Chine, 335 femmes). Le taux d’œstradiol-17β était
beaucoup plus élevé chez les femmes américaines que chez les femmes chinoises (20.7
contre 14.0 nmol− 1). De même, le taux d’incidence du cancer du testicule était plus élevé
(5.29 aux USA contre 0.74 pour 100 000 PA en Chine), ce qui pourrait laisser supposer un
lien entre exposition aux œstrogènes et cancer du testicule. Aux USA, entre 1996 et 2002,
278 enfants de moins de 15 ans atteints d’un cancer du testicule et 423 témoins ont été
recrutés. Cette étude n’a pas permis de mettre en évidence, à partir des données collectées
sur les mères lors de la grossesse, une association entre une exposition à des hormones
féminines exogènes et le cancer du testicule [Shankar et al., 2006]. Une autre étude, réalisée aux USA, a montré qu’il y avait une différence significative du risque d’être atteint
d’un cancer du testicule selon les niveaux d’hormones produits chez la mère (en l’occurrence une différence entre la femme d’ethnie blanche et la femme d’ethnie noire qui ne
produiraient pas les mêmes niveaux d’hormones) [Zhang et al., 2005].
Exposition professionnelle En 1991, une des toutes premières études cas-témoins
sur les facteurs de risque du cancer du testicule, menée à Washington, a inclus 223 cas et
212 témoins. Des chercheurs ont étudié durant les 12 mois précédant la naissance des cas
et des témoins, les expositions professionnelles des parents. Pour l’ensemble des types
14
CHAPITRE 1. EPIDÉMIOLOGIE DU CANCER DU TESTICULE
histologiques, aucune relation n’a été montrée. Toutefois, pour les séminomes, une relation significative (OR = 4,6 IC 95% = [1,1-19,1]) a été observée entre l’exposition professionnelle des mères et le cancer du testicule de leur fils. Cependant, cela n’explique pas
l’augmentation du cancer du testicule chez les hommes jeunes. Et d’autre part, aucune
association n’a été trouvée entre le cancer de type non séminomateux et les expositions
professionnelles [Kardaun et al., 1991].
En 1996, quatre cohortes d’hommes dont les parents étaient agriculteurs ont été étudiées (1952-1959, 1960-1969, 1970-1979, 1980-1991) comprenant un effectif total de 166
291 hommes (Oslo, Norvège). Parmi ces hommes, 158 cas de cancer du testicule (taux
d’incidence de 5,4 pour 100 000) ont été observés en 1989. L’exposition professionnelle
était basée sur l’activité, la production et toute information dérivant de la profession de
l’agriculteur (calcul d’un ratio d’exposition).
Kristensen et al. [1996] ont montré qu’avec un ratio d’exposition élevé, le risque d’être
atteint d’un cancer du testicule était doublé. Toutefois, le biais de cette étude provient du
fait que des cohortes d’agriculteurs n’englobaient pas l’intégralité des générations correspondant aux parents des cohortes d’hommes étudiées. Aussi, l’association observée (OR
= 2,4 IC = [1,7-3,6]) est à prendre avec précaution car le ratio d’exposition calculé ne
prend pas en compte les générations antérieures.
Exposition à des polluants En 2006, une étude menée par Hardell et al. [2006],
incluant 61 hommes atteints d’un cancer du testicule et leur mère, ainsi que 61 témoins, a
consisté à mesurer par questionnaires et analyses toxicologiques du sang les expositions
environnementales. Cette étude a fait ressortir qu’une exposition in utero à certains produits polluants pourrait être un facteur étiologique du cancer du testicule (OR = 3,8, IC =
[1,4-10,0]). Une différence entre les concentrations de produits polluants chez les mères a
été trouvée (entre les mères de cas et les mères des témoins), contrairement aux analyses
toxicologiques menées chez les hommes. Ceci conduirait à une hypothèse en faveur d’une
exposition à des facteurs de risque in utero. Toutefois les concentrations de ces polluants
dans le sang des mères ne reflètent pas entièrement l’exposition à laquelle elles étaient
exposées il y a 30 ans. De plus, le point faible de cette étude réside dans le faible effectif.
Expositions durant la vie adulte de l’homme Au Canada, une augmentation de l’incidence du cancer du testicule a été trouvée chez des officiers de police (cohorte rétrospective), ceci par rapport à la population générale ; l’auteur évoque le rôle possible des
écrans radars [Finkelstein, 1998].
En Allemagne, une étude cas-témoins a montré une augmentation significative des séminomes et des tumeurs mixtes du testicule chez des ouvriers métallurgistes (rôle avancé
du cadmium et/ou du zinc) [Rhomberg et al., 1995].
En Grande-Bretagne, une étude cas-témoins menée auprès des personnels de la Royal
Navy a mis en évidence une augmentation significative du risque de cancer du testicule
chez les personnels chargés de la maintenance des avions (rôle suspecté des éthers de
glycol) [Ryder et al., 1997].
15
CHAPITRE 1. EPIDÉMIOLOGIE DU CANCER DU TESTICULE
En Suède, une étude cas-témoins menée auprès de travailleurs exposés aux plastiques
a montré une augmentation du risque de cancer du testicule chez les patients ayant été exposés à des plastiques à base de chlorures de polyvinyle (6,6 fois plus de risque) [Hardell
et al., 1997].
En 1998, une analyse réalisée dans 22 états américains a permis de doser, à partir de
1968, les concentrations de p,p’-DDE dans des tissus humains adipeux. Cette étude n’a
pas mis en évidence de relation significative entre la contamination environnementale au
p,p’-DDE et le cancer du testicule [Cocco and Benichou, 1998].
Ces études sont intéressantes par le fait qu’elles confirment le rôle probable de certains environnements professionnels dans la survenue du cancer du testicule. Toutefois, la
plupart d’entre elles (cas-témoins, clusters) ont porté sur des petits nombres de cas et avec
des expositions très spécifiques ne permettant pas d’expliquer l’augmentation générale
d’incidence du cancer du testicule.
1.4
Conclusion
Une étude regroupant les données des registres de 21 populations sur les cinq continents, sur une période d’observation de 25 ans a conclu à une hausse de 60% de l’incidence mondiale du cancer du testicule entre 1973 et 1997 [Purdue et al., 2005]. L’exposition de l’homme à des produits environnementaux assimilables à des perturbateurs
endocriniens au cours de sa vie embryonnaire est actuellement l’hypothèse la plus probable pour expliquer cette augmentation récente et importante de l’incidence du cancer
du testicule, hypothèse appuyée par l’effet cohorte de naissance.
2
Objectifs
Dans ce contexte, nous avons réalisé trois études sur le cancer du testicule :
– la première sur l’incidence dans le temps en région Midi-Pyrénées ;
– la deuxième sur l’incidence des autoconservations de sperme avant traitement pour
cette pathologie et pour la maladie de Hodgkin ;
– et la troisième sur les facteurs de risque de l’homme adulte du cancer du testicule.
3
L’incidence du cancer du testicule en Midi-Pyrénées
Cette partie a fait l’object d’un article publié en 2008 dans la revue Cancer Causes
and Control (cf. annexe A Epidémiologie du cancer du testicule, section 1 Doubling of
testicular cancer incidence rate over the last 20 years in southern France, page 141).
L’étude menée par Hedelin et Remontet [Hedelin and Remontet, 2002], montre qu’il
existe une véritable augmentation de l’incidence du cancer du testicule en France avec un
16
CHAPITRE 1. EPIDÉMIOLOGIE DU CANCER DU TESTICULE
taux passant de 3.17 en 1978 à 4.82 pour 100000 hommes en 2000.
Les séminomes ont augmenté pour toutes les cohortes de naissance (2,4% par an) passant
de 1.5 en 1978 à 2.46 pour 100000 en 2000 alors que pour les non séminomes, l’incidence
a diminué pour les cohortes entre 2 guerres passant de 1.18 à 1.95 sur la même période
pour finalement s’ajuster à la tendance des séminomes.
Actuellement en France, on compte environ 1500 nouveaux cas de cancer du testicule par an dont 960 chez les hommes de 15 à 40 ans. Il y a une très forte disparité entre
le Nord et le Sud en France avec des taux allant de 4 dans le sud-ouest à 8 dans le nord-est.
Dans ce contexte, l’objectif de notre étude était d’évaluer les taux d’incidence du cancer du testicule au cours des 20 dernières années dans le sud-ouest de la France.
Les données sur le cancer du testicule sont issues d’un registre de Midi-Pyrénées, à
partir des cliniques privées et publiques d’urologie et du centre régional d’Oncologie.
Nous pouvons supposer que cette base de données contient plus de 90% des cancers
du testicule survenues dans la région. Dans cette série, seulement les tumeurs de type
séminome et non séminome ont été enregistrées entre 1980 et 1999.
Les taux d’incidence ont été standardisés selon l’âge de la population mondiale [Huyghe et al., 2004]. Ils ont été ensuite calculés par groupe d’âge de 5 ans et de période de
5 ans, afin d’expliciter les tendances par année de naissance et année du diagnostic. Au
total, 12 groupes d’âge ont été formés de 14-19 ans à 70-74 ans, 4 classes de période
(ou année de diagnostic) de 1980-84 à 1995-99, et 14 groupes d’années de naissance de
1910-14 à 1980-84. Chaque groupe est identifié par le nombre médian (1912 se réfère
au groupe 1910-14). Le modèle âge-période-cohorte a été ajusté par une régression de
Poisson afin d’examiner l’effet âge, l’effet période et l’effet cohorte de naissance :
log(λijk ) = αi + πj + γk ,
(1.1)
où αi , πj , γk représente, respectivement, l’effet âge, période et cohorte, et λijk est l’estimation du nombre de cas de cancer du testicule.
Ce type de modèle présente un problème de colinéarité et de non identifiabilité des paramètres estimés. C’est pourquoi, afin d’étudier les effets âge, période et cohorte, nous
avons utilisé la méthode proposé par Clayton et Schifflers [Clayton and Schifflers, 1987].
Quatre sous-modèles ont été estimés, les modèles âge-période, âge-cohorte, âge-drift (où
l’estimation de la variable drift, soit période, soit cohorte, permet d’étudier les tendances
d’une période ou d’une cohorte de naissance à l’autre) et le modèle âge seul. Cette méthode a permis de reparamétriser les effets estimés de l’âge, la période et la cohorte, en
forçant deux des paramètres (période ou cohorte) à être égaux (par exemple π1 = π5 .
Ainsi, cette reparamétrisation des coefficients estimés (appelées contrastes) permet de les
comparer entre eux. Un contraste égal à 1 indique qu’il n’y a pas d’effet, alors qu’un
contraste > 1 ou < 1 signifie une accélération ou une atténuation dans l’augmentation de
l’incidence du cancer du testicule.
Dans notre série de 506 cas de cancer du testicule, le taux d’incidence est passé de 1,27
17
CHAPITRE 1. EPIDÉMIOLOGIE DU CANCER DU TESTICULE
à 3,04 pour 100000 (personne-années) entre 1980-84 et 1995-99, soit une augmentation
annuelle moyenne de 5,70% [95%IC 1,65 ; 9,75]. Durant cette période, le taux d’incidence pour les séminomes a augmenté de 4,58% [95%IC -0,46 ; 9,63] par an, tandis que
les non séminomes de 7,86% [95%IC 3,43 ; 12,30] par an (cf. figure 1.2).
F IGURE 1.2 – Incidence du cancer du testicule au cours des 20 dernières années en MidiPyrénées
Pour les séminomes, le taux d’incidence maximum est observé pour les 35-39 ans,
soit 25,94 pour 100000, contre 4,65 chez les 40-44 ans, pour la période 1990-94. Chez les
non séminomes, le plus fort taux d’incidence est représenté par les 20-29 ans.
La figure 1.3 montre les effets cohorte de naissance pour l’ensemble des cas de cancer
du testicule, avec une diminution significative de la pente autour des années 30, c’est-àdire un moindre risque de survenue du cancer du testicule chez les hommes nés entre les
années 30 et la seconde guerre mondiale.
Les résultats de cette étude mettent en avant un saut majeur de l’incidence du cancer
du testicule dans la région Midi-Pyrénées, qui a doublé sur les 20 dernières années. Le
taux observé de 3,04 pour 100000 en 1999 est moins élevé que celui enregistré dans les
pays scandinaves (12,0 au Danemark, 8,5 en Norvège) ou qu’en Europe Centrale (9,1 en
Allemagne, 10,5 en Suisse) [Bray et al., 2002] [Jacobsen et al., 2006] [Levi et al., 2001].
Mais nous observons les mêmes tendances que celles obtenues dans les pays d’Europe du
Sud (incidence allant de 2,3 à 3,9 entre 1976 et 1995 dans la région italienne de Varèse,
et de 1,7 à 2,2 dans la région espagnole de Navarra) [Purdue et al., 2005]. Cela confirme
une réelle hétérogénéité géographique dans l’incidence de cette maladie, mais une faible
variation géographique dans les tendances temporelles.
Dans notre étude, nous observons de manière générale un taux d’incidence plus élevé
chez les non séminomes que chez les séminomes. De nombreuses publications ont analysé
ce phénomène [Richiardi et al., 2004] [McGlynn et al., 2005] [Shah et al., 2007] [Bray
18
CHAPITRE 1. EPIDÉMIOLOGIE DU CANCER DU TESTICULE
F IGURE 1.3 – Effet cohorte de naissance
et al., 2006] mais finalement il n’existe pas de conclusion robuste quant à la disparité des
taux d’incidence chez les séminomes et les non séminomes.
Rapporté par de nombreux auteurs [Bray et al., 2006] [Bergstrom et al., 1996] [McKiernan et al., 1999] [Liu et al., 1999] [Moller, 1989] et observé dans nos résultats, le risque de
survenue du cancer du testicule suit l’évolution de l’effet cohorte de naissance, suggérant
des effets générationnels c’est-à-dire des changements temporels à des périodes d’exposition limitées. Comme le cancer du testicule apparaît essentiellement entre 20 et 35 ans,
il est raisonnable d’émettre l’hypothèse de deux fenêtres d’exposition à des facteurs de
risque de survenue du cancer du testicule, in utero et durant la puberté.
4
Incidence des autoconservations de sperme chez les patients atteints d’un cancer du testicule ou d’une maladie de Hodgkin
Cette partie a fait l’object d’une publication dans la revue Journal of Andrology, en
2007 (cf. annexe A Epidémiologie du cancer du testicule, section 2 Sperm Cryopreservation : Recent and Marked Increase in Use for Testicular Cancer Compared With
Hodgkin Disease, page 149).
Bien que le cancer du testicule et la maladie de Hodgkin soient des maladies rares,
elles représentent les cancers les plus fréquents chez les adolescents et les jeunes adultes
[Bray et al., 2002], avec des effets néfastes des traitements par chimiothérapie et radiothérapie sur la fertilité future de ces hommes [Huyghe et al., 2004]. C’est pourquoi des
19
CHAPITRE 1. EPIDÉMIOLOGIE DU CANCER DU TESTICULE
banques de sperme ont été créées afin d’offrir à ces jeunes adultes la possibilité de préserver leur capacité à concevoir au travers de techniques d’assistance médicale à la procréation [Hallak et al., 1999]. Depuis 1984, 22 centres de banques de sperme (CECOS Centre
d’Etude et de Conservation des Oeufs et du Sperme) ont vu le jour en France.
La récente et forte augmentation de ces maladies dans la plupart des pays industrialisés est un problème de santé majeur, mettant l’accent sur la nécessité de conserver le
sperme avant traitement.
L’objectif de notre étude est d’analyser les tendances du nombre d’autoconservation
du sperme entre 1990 et 2004 suite à un cancer du testicule ou à une maladie de Hodgkin.
Les données d’autoconservation du sperme sont issues des 22 CECOS de France et les
tendances ont été ajustées sur le nombre moyen annuel de 28 165 984 personnes-années.
L’augmentation annuelle moyenne a été estimée à partir d’une régression de Poisson et le
nombre d’autoconservation de sperme après 2004 a été calculé à partir du modèle obtenu.
Pour le cancer du testicule, le nombre d’hommes faisant appel à une autoconservation
de sperme a augmenté de 299 à 837 entre 1990 et 1999, atteignant 1033 en 2004, soit une
augmentation annuelle moyenne de 7,54% [95%IC 7,08 ; 8,02]. Pour la maladie de Hodgkin, ce nombre est passé de 218 à 352 (soit une augmentation moyenne de 2,86% [95%IC
2,15 ; 3,57] par an). Après 2004, le nombre attendu d’autoconservation de sperme atteindra 5,90 [95%IC 5,84 ; 5,96] pour 100000 personnes-années pour le cancer du testicule,
contre 1,40 [95%IC 1,30 ; 1,49] pour la maladie de Hodgkin, en 2010 (cf. figure 1.4).
F IGURE 1.4 – Incidence des autoconservations de sperme chez les patients atteints d’un
cancer du testicule ou d’une maladie de Hodgkin
20
CHAPITRE 1. EPIDÉMIOLOGIE DU CANCER DU TESTICULE
Nos résultats montrent une forte disparité entre l’augmentation du nombre d’autoconservation du sperme suite à un cancer du testicule et à une maladie de Hodgkin, en accord
avec les incidences observées pour de ces deux maladies [Richiardi et al., 2004] [Clavel et al., 2006]. Cette différence ne peut pas être expliquée par une amélioration dans
le diagnostic ou une meilleure information sur les effets néfastes des traitements par les
oncologues, mais plutôt par un changement dans l’exposition aux facteurs étiologiques de
survenue du cancer du testicule [Garner et al., 2005].
En conclusion, il est toujours et encore plus important d’informer les patients par
les médecins sur la nécessité d’autoconserver leur sperme avant tout traitement pour la
préservation de leur future fertilité.
5
Facteurs de risque environnementaux et familiaux du
cancer du testicule
Un article a été publié en 2007 dans International Journal of Andrology (cf. annexe A
Epidémiologie du cancer du testicule, section 3 Environmental, occupational and familial risks for testicular cancer : a hospital-based case-control study, page 153).
Bien que de nombreuses études font état d’une corrélation entre les expositions professionnelles et la survenue du cancer du testicule, aucune ne conclut de façon formelle
sur de potentiels facteurs de risque. Des relations ont été observées entre le cancer du testicule et des expositions à certains produits environnementaux et professionnels comme
les tanneurs de cuir [Levin et al., 1987], les réparateurs de cellulaires [Ryder et al., 1997],
les policiers [Finkelstein, 1998], les hommes travaillant dans le gaz et le pétrole [O’Brien
and Decoufle, 1988], les travailleurs du textile [Andersson et al., 2003], les métallurgistes
[Rhomberg et al., 1995] ou encore les agriculteurs [Fleming et al., 1999].
L’objectif de notre étude est de rechercher les facteurs étiologiques potentiels de la
survenue du cancer du testicule, parmi les antécédents familiaux de l’homme et ses expositions environnementales et professionnelles durant sa vie adulte.
Les participants ont été recrutés dans cinq hôpitaux de France (Lyon, Rennes, Strasbourg, Toulouse et Paris). Les cas sont les hommes ayant été diagnostiqués pour un cancer du testicule entre janvier 2002 et décembre 2005, tous âgés entre 20 et 45 ans. Ils ont
été enrôlés lors de leur venue pour une autoconservation de sperme (au CECOS) avant
traitement tandis que les témoins ont été recrutés dans les unités de maternité parmi les
partenaires de femmes enceintes. Les témoins étaient âgés de 20 à 45 ans à l’inclusion et
ne présentaient pas de cancer du testicule ou n’avaient pas d’antécédent de cette maladie.
Chaque participant a complété un questionnaire dont les items concernaient les caractéristiques sociodémographiques, les antécédents andrologiques de l’homme, les antécédents familiaux de cancer, et les expositions environnementales (tabagisme, habitation
21
CHAPITRE 1. EPIDÉMIOLOGIE DU CANCER DU TESTICULE
Tableau 1.1. Environmental, occupation and reproductive health
history of men with testicular cancer, controls and their relatives
OR
95% CI
Type of environment
Urban
Rural
1.00
1.43
0.83-2.46
Regular gardening activity
(growing fruit or vegetables)
No
Yes
1.00
0.62
0.30-1.26
Foundry work
No
Yes
1.00
0.90
0.25-3.22
Metal trimming
No
Yes
1.00
1.49
0.53-4.15
Chemical industry
No
Yes
1.00
1.57
0.74-3.33
Industrial production of glue
No
Yes
1.00
1.41
0.46-4.29
Welding
No
Yes
1.00
1.49
0.53-4.15
History of cryptorchidism in the men
No
Yes
1.00
3.07
1.70-5.54
Family history of cryptorchidism
No
Yes
1.00
2.50
1.29-4.84
Family history of testicular cancer
No
Yes
1.00
15.25
3.74-62.11
Family history of prostate cancer
No
Yes
1.00
1.25
0.61-2.54
Family history of breast cancer
No
Yes
1.00
2.15
1.28-3.61
22
CHAPITRE 1. EPIDÉMIOLOGIE DU CANCER DU TESTICULE
rurale ou urbaine, activité de jardinage avec utilisation de pesticides et durée d’exposition) et professionnelles (type d’activité, durée d’exposition). Des tests paramétriques et
non paramétriques ont permis de comparer les cas et les témoins. Les odds ratio (OR) ont
été calculés au moyen d’une régression logistique.
Au total, 2949 hommes (368 cas et 2581 témoins) ont été invités à participer à l’étude
entre 2002 et 2005 et 229 cas et 800 témoins ont été recrutés. Les cas étaient en moyenne
plus jeunes que les témoins (58% des cas avaient moins de 30 ans contre 33% des témoins, p < 0, 01). En analyse univariée, une association a été observée entre la survenue
du cancer du testicule et un antécédent de cryptorchidie, un antécédent de cryptorchidie
familiale, un antécédent familial de cancer du testicule ou de cancer du sein ou de cancer de la prostate. Vivre en milieu rural ou avoir une activité de jardinage est également
statistiquement associé à la survenue d’un cancer du testicule. Concernant les expositions
professionnelles, une association significative avec le cancer du testicule a été retrouvée
pour les hommes travaillant dans l’industrie du métal, des produits chimiques, de la production de colle et de soudure.
En analyse multivariée, seules les variables suivantes sont statistiquement associées
avec un risque augmenté de cancer du testicule : un antécédent de cryptorchidie chez
l’homme (OR = 3,07 ; 95%IC : 1,70 ; 5,54), un antécédent familial de cryptorchidie (OR
= 2,50 ; 95%IC : 1,29 ; 4,84), un antécédent familial de cancer du testicule (OR = 15,25 ;
95%IC : 3,74 ; 62,11), et un antécédent familial de cancer du sein (OR = 2,15 ; 95%IC :
1,28 ; 3,61) (cf. tableau 1.1).
En conclusion, nos résultats contribuent à mettre en évidence les antécédents médicaux et familiaux comme le cancer du sein ou du testicule comme facteurs de risque majeurs du cancer du testicule. Pour la première fois, en incluant dans un modèle multivarié
à la fois des expositions environnementales et professionnelles et des variables relatives
aux antécédents médicaux et familiaux de l’homme, vivre à la campagne ou avoir des expositions professionnelles durant la vie adulte ne semblent pas être des facteurs de risque
prépondérants de la survenue du cancer du testicule.
6
Conclusion
Dans la plupart des pays européens, une tendance assez nette dans l’augmentation de
l’incidence du cancer du testicule au cours des 20 dernières années se dégage de la littérature internationale, mettant en évidence des taux d’incidence qui ne cessent de progresser.
D’après nos résultats, le taux d’incidence a doublé. Cette forte augmentation est observée
dans les autres pays européens où les taux ont également doublé au cours des dernières
décennies. En parallèle de l’augmentation de l’incidence du cancer du testicule, un gradient apparent se dessine dans les taux d’incidence entre le nord et le sud de l’Europe. Ces
deux observations suggèrent à la fois une importante hétérogénéité géographique de l’incidence, mais aussi une faible variation géographique des tendances au cours du temps.
Basé sur l’observation d’un effet cohorte de naissance, l’hypothèse actuellement dé23
CHAPITRE 1. EPIDÉMIOLOGIE DU CANCER DU TESTICULE
veloppée par le milieu scientifique est une exposition environnementale comme facteurs
de risque de survenue du cancer du testicule. Plusieurs études récentes sur le cancer du
testicule ont conclu à des facteurs de risque environnementaux limités à une exposition
durant la période in utero [Myrup et al., 2008] [Cook et al., 2010]. En effet, Myrup et al.
[2008] ont étudié, à partir d’une large cohorte de 2, 1 millions d’hommes, les cas de survenue de cancer du testicule entre 1968 et 2003. Au total 4216 cas de cancer du testicule
ont été inclus chez les immigrants de première et de seconde génération au Danemark.
Aucune différence de risque de survenue de cancer du testicule entre la seconde génération d’immigrants et les natifs du Danemark n’a été trouvée. Les auteurs concluent ainsi
à la possibilité d’expositions environnementales durant la vie in utero. Cette hypothèse
d’expositions in utero est également proposée dans la revue de la littérature de Cook et al.
[2010] qui ont analysé la relation entre les variables périnatales et le risque de cancer du
testicule. A partir de plus d’une soixantaine d’études, les auteurs ont mis en évidence,
entre autres, une association entre le cancer du testicule et un antécédent de cryptorchidie
ou un antécédent de hernie inguinale. Ces résultats plaident en faveur d’une association
entre les pathologies de la sphère reproductive et le cancer du testicule. Plusieurs études
ont ainsi observé ces potentielles associations entre, par exemple, hypospadias, cryptorchidie et cancer du testicule qui semblent avoir des étiologies communes [Toppari et al.,
1996] [Aschim et al., 2004].
Le cancer du testicule le plus fréquent est la tumeur à cellules germinales qui se différencient in utero [Skakkebaek et al., 1987]. Skakkebaek et al. [2001] ont fait l’hypothèse
du syndrome de dysgénésie gonadique (TDS, cf. figure 1.5) qui serait la conséquence
d’une perturbation dans le développement des gonades pendant la vie fœtale. Sharpe
and Skakkebaek [1993] suggèrent qu’une perturbation hormonale serait à l’origine des
troubles de la santé reproductive. Ainsi, le TDS s’appuie sur l’hypothèse d’une exposition
à des perturbateurs endocriniens à l’origine d’un effet délétère sur l’appareil reproducteur
masculin, pouvant entraîner des pathologies telles que la cryptorchidie ou l’hypospadias
et à plus long terme la survenue du cancer du testicule ou encore des atteintes moins
sévères comme l’altération de la spermatogenèse.
F IGURE 1.5 – Liens pathologiques entre les composants et les manifestations cliniques
du syndrome de dysgénésie testiculaire ([Skakkebaek et al., 2001])
24
CHAPITRE 1. EPIDÉMIOLOGIE DU CANCER DU TESTICULE
Plus récemment, Joffe [2010] a publié une discussion sur la fertilité humaine. Une
détérioration de la santé reproductive masculine au cours du 20e siècle est clairement établie, notamment avec la forte augmentation du cancer du testicule, mais pour des raisons
qui restent, selon lui, obscures. Le syndrome du TDS ne peut pas expliquer entièrement
cette forte augmentation. C’est pourquoi l’auteur suppose que les manifestations du TDS
seraient dues à des altérations génétiques des cellules germinales induites par l’environnement. De génération en génération, la détérioration initialement mineure s’amplifierait,
entraînant des effets délétères plus sévères et/ou plus nombreux sur le système reproducteur masculin.
Toutefois, peu d’études rendent compte, sur de grandes séries et avec une méthodologie rigoureuse, les principaux facteurs de risque d’infécondité masculine. Les principaux
facteurs sont les antécédents de varicocèle, de cryptorchidie, d’infection génitale ou encore de traumatismes testiculaires [Thonneau and Bujan, 1993], ainsi que les expositions
professionnelles et/ou environnementales et les facteurs génétiques [Irvine, 1998]. Il serait intéressant d’étudier et d’évaluer la population masculine infertile afin d’identifier les
principales causes d’infertilité.
25
Chapitre 2
Infertilité masculine
1
Contexte
L’analyse de la littérature montre que des études déjà anciennes objectivaient toutes
une augmentation du nombre de consultations pour des bilans d’infertilité masculine [Dubin and Amelar, 1980] et d’une baisse de la qualité spermatique, également présente chez
les hommes fertiles [Falk and Kaufman, 1950] [Farris, 1949] [Macleod and Gold, 1951],
avec une concentration de spermatozoïdes passant de 100.106 /mL en 1929 et 107.106 /mL
en 1951 à 48.106 /mL en 1974. Plus récemment, les équipes de recherche du Danemark
[Bostofte et al., 1983], de Suède [Osser et al., 1984], de Norvège [Bendvold, 1989] et
d’Afrique du Sud [Menkveld et al., 1986] ont toutes observé un déclin dans la qualité
spermatique des hommes. En France, ce déclin séculaire a été quantifié par une chute de
la concentration spermatique de 29.106 /mL entre 1973 et 1992 chez les candidats au don
de sperme [Auger et al., 1995]. Que ce soit chez les donneurs écossais [Irvine et al., 1996],
chez les couples canadiens consultant pour infécondité [Younglai et al., 1998] ou chez les
candidats américains à la vasectomie [Fisch and Goluboff, 1996], le même phénomène a
été observé.
D’après plusieurs méta-analyses majeures publiées dans des revues de référence, la
qualité du sperme aurait baissé de 50% en 50 ans [Auger et al., 1995] [Carlsen et al.,
1992]. Des études plus récentes confirment ces résultats [Swan et al., 1997, 2000], une
équipe norvégienne allant même jusqu’à alerter le monde médical qu’un point critique
avait été atteint arguant que, dans les années 40, la concentration spermatique variait entre
100 et 40.106 /mL, alors que de nos jours, 40% des hommes fertiles avaient une concentration inférieure à 40.106 /mL [Andersson et al., 2008].
La capacité pour un couple à avoir un enfant est une préoccupation majeure des individus et un élément important de la santé des populations. Même si des progrès considérables ont été réalisés dans ce domaine, les événement liés à la reproduction ont toujours
une importance sociale importante [Aitken et al., 2004]. Très peu d’études ont été réalisées pour évaluer le niveau de fertilité des populations, à savoir évaluer la prévalence
ou l’incidence des hommes consultant pour infécondité. En France, nous disposons d’une
27
CHAPITRE 2. INFERTILITÉ MASCULINE
seule étude menée en 1989, montrant qu’un couple sur sept consultera au cours de sa
vie reproductive pour des difficultés à concevoir (ceci sans préjuger de l’obtention ultérieure d’une grossesse spontanée ou après avoir eu recours à une technique d’assistance
médicale à la procréation) [Thonneau et al., 1991]. Cette étude a aussi permis de mettre
en évidence la responsabilité partagée de l’homme et de la femme dans l’infécondité du
couple [Thonneau and Bujan, 1993]. Dans les pays industrialisés, le taux de consultation
pour infertilité peut atteindre 20% [Wagner and Stephenson, 1992]. Ainsi, au début du
XXe siècle, le nombre de naissances provenant de couples infertiles pris en charge dans
les centres d’infertilité était de l’ordre de 1 à 4% du total des naissances, de nos jours, il
représente 14 à 20% des naissances [Czeizel and Toth, 1990].
Historiquement, c’est le versant féminin de l’infertilité qui a été exploré en premier,
les recherches sur la fertilité masculine sont plus récentes et moins développées. Aujourd’hui, la surveillance de la fertilité masculine et surtout la compréhension des facteurs
d’infécondité sont d’autant plus d’actualité que de nombreuses publications internationales ont récemment souligné la baisse séculaire de la concentration spermatique et une
augmentation des pathologies et malformations de l’appareil reproducteur masculin (cancer du testicule, cryptorchidie, hypospadias) [Carlsen et al., 1992] [Huyghe et al., 2003]
[Thonneau et al., 2003] dans les pays industrialisés. De plus, si l’aptitude pour un couple à
avoir un enfant fait bien évidemment intervenir la fertilité de la femme, nos connaissances
sur la physiopathologie et les facteurs de risque d’infécondité ainsi que les parcours thérapeutiques demeurent beaucoup moins bien établis chez l’homme que chez la femme
[Joffe, 2003].
Dans le cas de couples ayant des difficultés à concevoir pour infertilité masculine,
avoir un enfant est plus qu’une préoccupation majeure, c’est un véritable parcours, qui
peut s’avérer parfois difficile et long pour l’homme infécond. A partir de la première
consultation pour infertilité masculine, selon ses antécédents médicaux et familiaux, l’examen clinique et les résultats des examens biologiques (par exemple les caractéristiques
spermatiques, le bilan hormonal), des traitements médicamenteux et chirurgicaux lui sont
proposés. Ils peuvent être associés à des techniques en Assistance Médicale à la Procréation (AMP) (insémination intra-utérine - IIU, fécondation in vitro - FIV, injection
intracytoplasmique - ICSI, insémination avec donneur - IAD) [Olivennes et al., 2006].
Par exemple, Rowe et al. [2000] ont proposé une schématisation de la prise en charge de
l’infertilité masculine selon les paramètres spermatiques (cf. figure 2.1).
Ainsi, l’évaluation de l’infertilité masculine est étudiée au travers des issues reproductives selon trois indicateurs potentiels : la qualité du sperme de l’homme, les facteurs de
risque de l’infécondité masculine et les issues reproductives du couple quelle que soit la
cause de l’infertilité masculine.
1.1
Qualité du sperme
La qualité spermatique est définie à partir de plusieurs critères : la concentration de
spermatozoïdes, la numération totale, le volume de l’éjaculat, la mobilité et la morphologie. C’est le critère de jugement le plus couramment utilisé dans la presse scientifique trai28
CHAPITRE 2. INFERTILITÉ MASCULINE
F IGURE 2.1 – Prise en charge et lignes de conduite générale [Rowe et al., 2000]
* Sperm morphology is assessed as described in the WHO Laboratory Manual [World
Health Organization, 1999]
** Sperm preparation yield is defined as the number of progressively motile spermatozoa
that may be recovered after processing an entire ejaculate from the man
*** If available, epididymal spermatozoa can be aspirated for ICSI as part of the
microepididymal sperm aspiration procedure
tant de la fertilité de l’homme, et c’est en 1929 que la concentration spermatique a d’abord
été étudiée en pratique clinique dans les laboratoires d’infertilité [Macomber and Sanders,
1929]. C’est une équipe américaine, qui, en 1974, a commencé à suspecter une augmentation des problèmes en relation avec la fertilité masculine car le nombre de consultations
pour bilan d’infertilité augmentait [Nelson and Bunge, 1974]. Par la suite, d’autres laboratoires d’infertilité ont analysé des données rétrospectives de la qualité du sperme de
leurs patients (venus consulter pour un bilan médical après échec de conception dans leur
couple). A partir de ces constatations sur les changements dans les paramètres spermatiques, des recherches ont été entreprises sur une potentielle relation existant entre les
caractéristiques spermatiques, succès et temps d’obtention de grossesse [Bostofte et al.,
1982b]. Des conduites à tenir ont alors été proposées pour une meilleure prise en charge
du couple, à partir, entre autres, de la qualité du sperme de l’homme.
1.1.1
Corrélation entre la qualité du sperme et la survenue d’une grossesse
Dès les années 80, Bostofte et al. [1982b] ont montré une relation entre la numération,
la morphologie des spermatozoïdes et le temps de conception/le taux de succès de grossesses parmi 1 077 hommes. Avoir un grand nombre spermatozoïdes (>80% vs. <20%)
avec des formes anormales diminuait significativement le temps d’obtention de la grossesse ainsi que la chance d’avoir un enfant (4.5% vs 21.3%) [Bostofte et al., 1982a]. Une
relation a également été observée entre la concentration spermatique et les issues de gros29
CHAPITRE 2. INFERTILITÉ MASCULINE
sesse (pour un seuil de 5.106 spz/mL) parmi 1 639 échantillons de sperme obtenus entre
1950 et 1952. Bien qu’aucune corrélation n’ait été montrée entre le volume de sperme
et les issues de grossesse, plus le volume de sperme était grand, meilleur était le temps
d’obtention de la grossesse.
En 1988, Jouannet et al. [1988] ont étudié les paramètres spermatiques en tant que
facteurs prédictifs des issues de grossesse chez les couples où l’homme présentait une infertilité. Ils ont observé que le taux de grossesse augmentait avec la mobilité spermatique
mais diminuait significativement dès que la concentration spermatique était en dessous
d’un seuil de 5.106 sp/ml. Cette étude a aussi permis de mettre en avant un nouvel indicateur prédictif, le MAI (Multiple Anomalies Index : nombre moyen d’anomalies par spermatozoïde de forme anormale). Dans la même thématique, des chercheurs ont souhaité
développé un score de la qualité spermatique auprès d’hommes avec un facteur d’infertilité, suite à une IIU. Sur 192 cycles, 14% ont abouti à une grossesse qui était étroitement
corrélée aux scores développés [Bedaiwy et al., 2003]. Une autre étude, portant sur 566
couples venus consulter entre 1989 et 1996, a défini des classes pour les concentrations
de spermatozoïdes en tant que facteurs prédictifs de la survenue d’une grossesse après des
IIU, avec des taux allant de 4,6% si la concentration était inférieure à 2.106 /ml à 11,3%
lorsque la concentration était supérieure à 10.106 /mL [van der Westerlaken et al., 1998].
En 1996, une étude suédoise, menée sur 332 couples ayant eu une IIU a montré que
le succès de grossesse était lié à l’âge de la femme (≤ 39 ans) et aussi en relation avec
le nombre total de spermatozoïdes mobiles [Campana et al., 1996]. En 1998, une étude
menée à partir de 160 couples a aussi retrouvée, parmi l’ensemble des caractéristiques
spermatiques, la mobilité spermatique comme principal facteur de prédiction de survenue
de la grossesse [Shulman et al., 1998]. Plusieurs études plus récentes ont, depuis, confirmé
l’importance de la mobilité spermatique dans le taux de succès [Miller et al., 2002] [Zhao
et al., 2004], notamment la mobilité spermatique après lavage du sperme dans le cadre
IUU [Hendin et al., 2000a] [Hendin et al., 2000b] [Pasqualotto et al., 1999].
Le délai d’abstinence inférieur à trois jours semble également un bon indicateur dans
le succès d’une grossesse après des IIU [Jurema et al., 2005]. En 2006, une étude portant
sur 56 hommes fertiles, 91 candidats au don de sperme, 406 consultant dans un centre
d’infertilité et 166 patients présentant un facteur d’infertilité a permis de comparer les
données biologiques de ces différentes populations. Les auteurs ont mis en évidence le
rôle prépondérant de la concentration spermatique et de la mobilité dans l’évaluation de
la fertilité, contrairement à la morphologie, et en conclusion, ils ont proposé de modifier les valeurs seuil proposées par le WHO (World Health Organization) [Nallella et al.,
2006]. Il est intéressant de noter que ces résultats sont en contradiction avec l’étude développée par une équipe française, portant sur 889 couples ayant réalisés un total de 2 564
cycles d’IIU. Cette étude a mis en évidence un meilleur succès des IIU si le nombre de
spermatozoïdes mobiles inséminés était supérieur à 5.106 /mL avec une morphologie du
sperme après préparation au Percoll inférieure à la normale [Wainer et al., 2004]. Résultat
en contradiction avec les études citées ci-dessus, un article publié en1995 n’a pas montré
de corrélation entre les trois paramètres spermatiques basiques (la concentration, la numération et la morphologie du sperme) et l’issue de 966 ICSI [Nagy et al., 1995b]. Le
même résultat a été observé dans une étude hollandaise, portant sur 1 315 couples ayant
30
CHAPITRE 2. INFERTILITÉ MASCULINE
effectué un total de 2 985 cycles de FIV/ICSI entre 1991 et 1997 [Stolwijk et al., 2000].
1.1.2
Prise en charge en fonction de la qualité du sperme
L’évidence de relations existant entre la qualité du sperme et la survenue d’une grossesse a amené les équipes médicales à proposer une prise en charge des hommes selon leur
qualité spermatique (oligospermie, asthénospermie, tératospermie, nécrospermie, azoospermie) soit par des traitements médicamenteux, soit par le recours à l’AMP.
Oligospermie L’oligospermie se définit comme une concentration de spermatozoïdes
comprise entre 5 et 20.106 /mL.
Traitements par AMP En 1995, parmi une population de 92 couples dont l’homme
présentait une oligospermie sévère, Oehninger et al. [1995] ont étudié les facteurs pouvant
influencer le taux de succès de grossesse à la suite d’une ICSI. Parmi les 1163 ovocytes
obtenus, un taux de fertilisation de 60,9% a été obtenu, et un taux de grossesse de 26,8%.
Aucune corrélation entre les paramètres spermatiques et l’issue de l’ICSI n’a été observée
contrairement à l’âge de la femme (48,9% de taux de grossesse chez les moins de 34 ans
vs. 5,9% chez les plus de 40 ans).
Plus récemment, en 2007, une étude incluant 4928 couples débutant une prise en
charge en FIV/ICSI a permis d’évaluer le taux de succès de survenue d’une grossesse
en fonction de l’âge de la femme, le temps d’infécondité, les antécédents de grossesse et
la cause d’infertilité. Sur ces 4928 couples, 709 ont été inclus dans une prise en charge
FIV pour une oligospermie modérée contre 1265 dans une prise en charge de type ICSI
pour oligospermie sévère. En terme de succès de grossesse, aucune différence n’a été
observée quelque soit la cause d’infertilité, pour les couples ayant eu recours à la FIV.
Concernant les couples inclus dans un processus d’ICSI et dont l’homme présentait une
oligospermie sévère, le taux de succès de grossesse était amélioré de 22% (Hazard Ratio = 1,22 [1,07-1,39]) par rapport à d’autres types d’infertilité. Bien que ce résultat soit
en faveur d’une prise en charge en ICSI pour les oligospermies sévères, il pourrait s’expliquer par l’absence de facteurs d’infertilité parmi les femmes sélectionnées pour cette
technique [Lintsen et al., 2007].
Traitements médicamenteux En Italie, une étude de type cas-témoins a été menée
chez 135 hommes présentant une oligospermie sévère à modérée et chez 20 témoins appariés sur l’âge. Trois groupes ont été considérés chez ces 135 hommes (âgés de 27 à 38
ans) : le groupe A caractérisé par une FSH et une inhibine B normales (n=77), le groupe
B caractérisé par une FSH élevée et une inhibine B normale (n=25), et le groupe C caractérisé par une FSH élevée et une inhibine B basse (n=25). Différentes doses de FSH,
un jour sur deux ou tous les jours, ont été administrées à chacun des quatre groupes (A,
B, C et les témoins) et des prélèvements sanguins et de sperme ont été réalisés toutes les
trois semaines. Dans le groupe A, aucune différence significative n’a été observée entre
31
CHAPITRE 2. INFERTILITÉ MASCULINE
les paramètres spermatiques avant et après traitement de 3 mois (concentration avant =
9,8 ±3, 9.106 /mL ; concentration après = 14,0 ±7, 3.106 /mL). Toutefois, une analyse testiculaire cytologique dans ce groupe a montré que parmi des patients avec une hypo spermatogenèse modérée (n=28), la concentration de sperme avait doublé significativement.
Dans les groupes B et C, aucune variation dans la concentration de sperme n’a été mise en
évidence. Bien que la population de cette étude soit faible, elle suggère que le traitement
par FSH pouvait avoir un rôle chez les patients atteints d’une oligospermie mais n’ayant
aucune perturbation dans la maturation de leur spermatogenèse [Foresta et al., 2000].
Une même étude a été réalisée en 2002, sur une plus petite population d’hommes
oligospermes (n=45), divisés en trois groupes : 15 patients recevant de la FSH tous les
jours, 15 patients recevant de la FSH un jour sur deux et 15 patients sans traitement.
Les mêmes résultats ont été trouvés, avec une augmentation des spermatogonies et de la
production de spermatozoïdes chez des patients ayant une hypo spermatogenèse modérée
et un bilan hormonal normal [Foresta et al., 2002].
Azoospermie et/ou oligozoospermie L’azoospermie est définie à partir de la numération ou de la concentration de spermatozoïdes dans l’éjaculat, qui montre l’absence totale
de spermatozoïdes. La prise en charge en cas d’azoospermie diffère selon son type qui
peut être sécrétoire ou excrétoire. Avec l’avènement des techniques d’ICSI en 1992, le
traitement des patients azoospermes a pu être envisagé.
En 1995, une analyse rétrospective sur 1 034 cycles a décrit l’issue d’ICSI avec l’utilisation de sperme éjaculé (965 cycles), de sperme épididymaire frais (43 cycles) ou
congelé (9 cycles), ou de sperme testiculaire (17 cycles) en terme de fertilisation, de qualité de l’embryon et de taux de grossesse. Le sperme éjaculé provenait à la fois d’hommes
ayant des caractéristiques spermatiques normales (6,3%) mais aussi d’hommes ayant une
ou plusieurs anomalies dans le sperme. Une brève description des caractéristiques spermatiques montrait des concentrations allant de 17, 85.106 /mL pour du sperme éjaculé,
à 0, 54.106 /mL pour du sperme testiculaire, le sperme épididymaire congelé ayant une
concentration moyenne de 0, 15.106 /mL et le sperme épididymaire frais de 46, 20.106 /mL.
En terme d’issue des ICSI, les taux de fertilisation étaient élevés avec du sperme épididymaire frais (56%), congelé (56%) ou éjaculé (48%) mais moins par rapport à du sperme
testiculaire (70%). De plus, le taux de transfert était plus faible pour des injections avec
du sperme testiculaire qu’avec du sperme éjaculé. Dans cette étude, aucune différence
significative n’a été observée en terme de succès de grossesse qui allait de 30% pour du
sperme éjaculé à 46% pour du sperme testiculaire. Il est à noter que les groupes comportaient à la fois des caractéristiques spermatiques très différentes, et des effectifs non
équilibrés pouvant influencer les résultats statistiques [Nagy et al., 1995a].
Aux Etats-Unis, sur une plus petite population, 15 patients ayant une azoospermie
sécrétoire (confirmée histologiquement et ayant une FSH élevée) ont été inclus dans un
protocole d’ICSI avec prélèvement de sperme testiculaire. Sur les 15 patients, 13 avaient
des spermatozoïdes dans le prélèvement testiculaire et chez 12 d’entre eux, un embryon a
pu être transféré, avec un taux d’implantation de 18,7% [Devroey et al., 1995a]. Dans une
plus petite série (7 patients), Devroey et al. [1995b] se sont intéressé à l’issue d’ICSI à
32
CHAPITRE 2. INFERTILITÉ MASCULINE
partir de sperme épididymaire congelé, avec des résultats montrant un taux de fertilisation
de 45%, et la survenue de trois grossesses.
En 2002, Friedler et al. [2002] ont comparé l’issue d’ICSI chez 52 patients avec une
azoospermie excrétoire et 123 patients avec une azoospermie sécrétoire, à partir de sperme
épididymaire (55 cycles) ou testiculaire (142 cycles). Parmi les 52 patients ayant une
azoospermie excrétoire, il a été retrouvé des spermatozoïdes dans 100% des prélèvements
épididymaires, alors que parmi les 123 patients ayant une azoospermie sécrétoire, seulement 45,8% des prélèvements testiculaires ont permis de retrouver des spermatozoïdes.
L’origine du sperme (épididymaire et testiculaire), son état (frais ou congelé), l’âge de
l’homme et son taux de FSH n’avaient pas d’influence sur le succès de l’ICSI (57% de
taux de fertilisation chez les azoospermes excrétoires, 51% chez les sécrétoires), contrairement à l’âge de la femme et de sa réserve ovarienne.
Asthénoazoospermie L’asthénospermie correspond à une mobilité inférieure à 40% de
spermatozoïdes mobiles rapides, définie par le WHO.
Bien que les techniques de FIV semblent un bon compromis en cas d’asthénoazoospermie sévère [Terriou et al., 1993], l’ICSI est le traitement le plus couramment utilisé de
nos jours, encouragé par des taux de fertilisation et des taux de grossesse plus importants
[Palermo et al., 1992].
En 1996, Kahraman et al. [1996] ont étudié le taux de succès de grossesse auprès de
24 couples dont l’homme présentaient une asthénoazoospermie, confirmé par le test du
Percoll. Parmi ces 24 hommes, 14 ont été également diagnostiqués avec une tératospermie. Le sperme était éjaculé pour 10 patients et testiculaire pour les 14 autres. Le taux de
fertilisation et le taux de grossesse dans le groupe de sperme testiculaire et dans le groupe
de sperme éjaculé étaient de 53,5% et 54,5%, et de 20,0% et 57,1% respectivement. Statistiquement, aucune différence n’a été trouvée entre le sperme et le taux de fertilisation
avec du sperme éjaculé ou testiculaire. Ce résultat est toutefois à prendre avec précaution,
le nombre de sujets étant faible et aucune grossesse n’est arrivée à terme dans le groupe
de sperme testiculaire.
Plus récemment, une équipe américaine a analysé l’impact de la mobilité des spermatozoïdes dans le sperme épididymaire et testiculaire auprès de 67 couples dont l’homme
présentait une azoospermie ou une oligoazoospermie. Entre 1995 et 2004, 100 cycles
de FIV/ICSI ont été réalisés auprès de ces couples. Les groupes avec sperme mobile et
sperme non mobile différaient dans le nombre d’ovocytes matures obtenus (10,7 vs. 13,4),
mais aucune différence n’a été observée pour le taux de fertilisation (56,7% vs. 59,1%)
et le taux d’embryons congelés (35,9% vs. 39,3%). Et bien que la mobilité des spermatozoïdes eut été plus élevée dans le sperme épididymaire que dans le sperme testiculaire
(100% vs. 39,3%, respectivement), il n’y avait aucune différence statistique dans le taux
de succès de grossesse [Moghadam et al., 2005].
Dans l’étude de Park et al. [2003], il a été a mis en évidence un taux de fertilisation
plus élevé avec du sperme testiculaire frais mobile versus non mobile (77,0% vs. 29,3%),
auprès de 160 couples (261 cycles de FIV/ICSI) dont l’homme a été diagnostiqué azoosperme. La même constatation a été observée concernant le taux de succès de grossesse
33
CHAPITRE 2. INFERTILITÉ MASCULINE
(44,3% vs. 20,0%).
Tératospermie La tératospermie correspond à un pourcentage de formes normales des
spermatozoïdes inférieur à 30%, selon la classification de Kruger (WHO).
Dans ces cas d’infertilités masculines, la pratique actuelle privilégie le recours à
l’ICSI. Dans une petite série de 45 patients avec une tératospermie égale à 0% de formes
normales (classification de Kruger), 21 ont obtenu une grossesse, avec la naissance d’un
enfant en bonne santé [McKenzie et al., 2004]. Toutefois, les résultats de l’issue d’une
ICSI diffèrent selon le type d’anomalies du spermatozoïde. Dans une étude récente où 21
couples ont été inclus dans un processus d’ICSI, Mitchell et al. [2006] ont analysé l’influence des anomalies structurelles des spermatozoïdes sur le taux d’obtention de grossesse. Tous ces hommes étaient porteurs d’une asthénozoospermie sévère (<15% de mobilité), avec un caryotype et un bilan hormonal normaux. Dans le cas d’une anomalie de
l’axonème de type 9+0, mauvais assemblage de la structure du flagelle, défaut de croissance de l’axonème, le taux de grossesse (14,8%), le taux de naissance (14,8%) et le taux
d’implantation (8,3%) étaient plus bas que pour ceux obtenus dans la population toutes
anomalies confondues (26,9%, 20,6% et 15,2% respectivement). L’hypothèse envisagée
serait qu’un spermatozoïde de morphologie anormale aurait un effet délétère sur la division mitotique après fertilisation [Palermo et al., 1997].
Paramètres spermatiques normaux Dans la prise en charge pour infécondité masculine avec sperme normal, la FIV est la plus adaptée, car moins contraignante que l’ICSI.
Une étude portant sur 486 hommes ayant une infécondité inexpliquée a montré qu’aucune
différence significative entre les deux techniques, FIV versus FIV+ICSI, n’a été observée
pour le taux d’échec de fertilisation (3% vs. 4%, respectivement), le taux de grossesse
(30% vs. 23%) et le taux de naissance (22% vs. 17%) [Kim et al., 2007].
1.1.3
Conclusion
L’analyse de ces travaux fait ressortir plusieurs éléments majeurs. D’une part, le type
d’infertilité masculine et la concentration spermatique sont étroitement liés au taux de
grossesse. D’autre part, le taux de succès d’une grossesse et son temps d’obtention semblent
corrélés aux caractéristiques spermatiques, notamment à la mobilité spermatique.
1.2
Facteurs de risque
Nous ne disposons que de peu d’études ayant analysé, sur de grandes séries et avec une
méthodologie rigoureuse, les principaux facteurs de risque d’infécondité masculine. De
plus, il existe une certaine confusion entre "facteurs de risque d’infécondité masculine"
d’une part et "paramètres spermatiques", d’autre part (ces derniers étant un reflet indirect
des premiers), la majorité des travaux publiés sur ce sujet mettant surtout en avant les
résultats du spermogramme.
34
CHAPITRE 2. INFERTILITÉ MASCULINE
Toutefois, la prise en charge de l’infertilité masculine doit également inclure des investigations cliniques qui contiennent des éléments clés, déjà établis par l’Organisation
mondiale de la Santé (OMS) depuis 1987 [Rowe et al., 2000] [Rowe et al., 1993] [World
Health Organization, 1987], ou par quelques auteurs qui ont proposé une évaluation de
l’infertilité masculine, en posant des diagnostics et des traitements et de traitement de
l’infertilité [Comhaire et al., 1995] [Comhaire et al., 1988] [Quallich, 2006], Kolettis et
Sabanegh suggérant que les renseignements recueillis durant l’enquête clinique permet
de détecter les principales causes de l’infertilité [Kolettis and Sabanegh, 2001]. En 2000,
Pierik et al. [2000] ont examiné l’ensemble des pathologies médicales rencontrées lors
d’un examen andrologique chez 1549 hommes, entre 1990 et 1995. Dans 66 % des cas,
une cause d’infertilité a été spécifiée. Sur la base de la classification de l’OMS, ils ont
observé que, en présence d’un sperme anormal, près de 39% des patients présentaient
un facteur de causalité comme une varicocèle, une hernie inguinale, une vasectomie, un
antécédent de cryptorchidie, un ABCD, et/ou une anomalie acquise des testicules... . Les
auteurs ont conclu sur la nécessité de proposer une base de données structurée afin de
faciliter l’évaluation des diagnostics et des modalités thérapeutiques.
Une revue, publiée en 1993, a montré que les principaux facteurs de risque d’infécondité masculine étaient les antécédents de varicocèle, de cryptorchidie, d’infection génitale
ou encore de traumatismes testiculaires [Thonneau and Bujan, 1993]. Ces facteurs de
risque ont été confirmés plus tard dans un article résumant les différents types d’infertilité
masculine et les différents facteurs de risque, intégrant de plus les expositions professionnelles et/ou environnementales ainsi que les facteurs génétiques [Irvine, 1998].
1.2.1
La varicocèle
Incidence et facteurs de risque La varicocèle est une dilatation variqueuse des veines
(varices) du cordon spermatique (située dans les bourses, au dessus et autour de chaque
testicule).
Bien que la présence d’une varicocèle ne soit pas systématiquement liée à l’infertilité
masculine, une étude a observé que son incidence était doublée chez les hommes présentant une infécondité. Cette même étude a montré que cette pathologie est particulièrement
associée aux hommes ayant une infécondité secondaire (81%), suggérant un déclin progressif de la fertilité causé par la varicocèle [Gorelick and Goldstein, 1993]. Ce facteur
de risque s’expliquerait par le fait que la varicocèle entraînerait une augmentation de la
température testiculaire (par augmentation du flux vasculaire), en partie à l’origine des
altérations du sperme [Kaufman and Nagler, 1988].
La varicocèle peut être primaire liée à la présence des facteurs de risque vasculaire
notamment le tabac, la sédentarité, l’obésité. Elle peut aussi révéler une malformation
vasculaire. Elle peut être aussi consécutive à d’autres pathologies en citant par ordre de
fréquence la pathologie testiculaire tumorale bénigne ou maligne, kystique ou inflammatoire et le cancer du rein dans 2% des cas de varicocèle.
35
CHAPITRE 2. INFERTILITÉ MASCULINE
Traitements La microchirurgie inguinale qui consiste en une ligature de la veine testiculaire et l’embolisation, gestes ambulatoires, sont deux options possibles de traitement
de la varicocèle. La varicocélectomie peut être considérée comme la première ligne de
conduite chez un patient ayant une oligo-asthéno-tératospermie modérée. En cas d’association avec un facteur d’infertilité féminine, les techniques de FIV et d’ICSI seront les
plus adaptées [Wagner and Tostain, 2007].
Avant/Après varicocélectomie Une méta-analyse récente a regroupé 17 études traitant d’hommes opérés d’une varicocèle. Dix études ont examiné les paramètres spermatiques montrant une augmentation de la concentration de 9, 7.106 /mL et de la mobilité
de 9,9% après microchirurgie. Cette étude a montré une amélioration des caractéristiques
spermatiques suite à une varicocélectomie, avec une augmentation de la concentration
du sperme de 9, 71.106 /mL (95%IC 7,34-12,8) et de la mobilité de 9,92% (95%IC 4,9014,95), après varicocélectomie microchirurgicale (10 études). Cette augmentation était
de 12, 03.106 /mL (95%IC 5,71-18,35) pour la concentration et de 11,72% (95%IC 4,3319,12) pour la mobilité, après varicocélectomie par ligature haute (7 études) [Agarwal
et al., 2007]. Concernant la morphologie, les études sont partagées. Aucune amélioration
n’a été montrée pour la morphologie (classification de Kruger), parmi une population de
30 hommes ayant eu une varicocélectomie [Seftel et al., 1997], alors que l’étude de Kibar
et al, plus récente, a observé à la fois une amélioration de la densité, de la mobilité et de la
morphologie (classification de Kruger) spermatique, parmi une population de 90 hommes
[Kibar et al., 2002]. Ce résultat est conforté par l’étude de Zini et al. [2008], qui a comparé
deux groupes d’hommes opérés d’une varicocèle (115 hommes de plus de 40 ans et 466
hommes de moins de 40 ans). Aucune différence entre les plus de 40 ans et les moins de 40
ans n’a été observée concernant l’augmentation de la concentration spermatique (8, 4.106
spz/mL vs. 5, 7.106 spz/mL), de la mobilité (8,8% vs. 6,4%), de la morphophologie (4,4%
vs. 2,4%) et de l’obtention de grossesse (49% vs. 39%). Dans le cas d’infertilité masculine
présentant une oligospermie, une asthénospermie, une tératospermie ou une combinaison
de ces facteurs, une étude a suivi 167 patients opérés pour une varicocèle sur une durée de 7 ans. Une augmentation du volume (0,7mL 95%IC 0,4-1,1), de la concentration
(16, 7.106 /mL 95%IC 7,8-25,5), de la mobilité (7,2% 95%IC 3,8-10,7) et de la vitalité
(7,9% 95%IC 4,0-11,8) a été observée pour l’ensemble des patients, sauf pour la morphologie (1,8% 95%IC -0,8-4,3) [Okeke et al., 2007]. Dans le cas de crypto-zoospermie
(101 patients inclus), après embolisation, il a été noté une amélioration significative de la
concentration spermatique (de 0,2 à 9, 8.106 spz/mL), de la mobilité (de 8,7 à 29,5%) et
de la morphologie (3,7 à 13,7%), ainsi que du taux d’obtention de grossesse qui s’élèvait
à 34% (14% par AMP, 20% spontanée) [Gat et al., 2005]. Dans le cas d’azoospermie,
après chirurgie de la varicocèle, une étude a observé une apparition de spermatozoïdes
dans l’éjaculat chez 43% des 28 patients opérés après 4 mois [Kim et al., 1999].
Opérés/Non opérés Une méta-analyse publiée en 1997 a observé, parmi sept études,
que 33% des hommes après varicocélectomie avaient obtenu une grossesse, contre 18%
pour des hommes non opérés [Evers and Collins, 2003]. Dans une étude comparative auprès d’hommes présentant une infécondité primaire et une varicocèle gauche, 62 hommes
36
CHAPITRE 2. INFERTILITÉ MASCULINE
sur 146 (62,2%) opérés par varicocélectomie ont obtenu une grossesse au bout d’un an,
contre 8 hommes sur 62 (12,9%) ayant refusé l’intervention (traités par tamoxifène).
Concernant les paramètres spermatiques, une amélioration a été observée chez 83,2%
des hommes opérés, contre 32,3% chez les non opérés [Perimenis et al., 2001].
1.2.2
La cryptorchidie
Incidence et facteurs de risque Concernant la cryptorchidie, cette pathologie correspond en une absence de la descente des testicules dans les bourses. Parmi des couples
ayant consulté pour infertilité, le pourcentage d’hommes avec un antécédent de cette pathologie représentait entre 5 et 10% [Mieusset and Bujan, 1995]. Il est actuellement établi
que l’incidence de la cryptorchidie est en augmentation récente dans les pays industrialisés et plusieurs auteurs ont suggéré comme facteur de risque la conséquence d’un effet délétère de certaines expositions environnementales et/ou professionnelles (rôle des
perturbateurs endocriniens) [Skakkebaek, 2003] sur la sphère reproductrice masculine,
considérant que la cryptorchidie pourrait être un excellent indicateur pour suivre de possibles détériorations de la santé reproductive masculine [Gracia et al., 2005] [Huyghe
et al., 2003] [Thonneau et al., 1992] [Thonneau et al., 2003].
Traitements Parfois, la descente des testicules se réalise de manière spontanée dans les
premiers mois après la naissance. Si ce n’est pas le cas, les traitements chirurgicaux (orchidopexie) et les traitements médicamenteux sont deux options pour prendre en charge
une cryptorchidie. L’âge de prise en charge de la cryptorchidie par orchidopexie est un critère important pour la fertilité future de l’homme. Il est préférable que l’intervention soit
effectuée avant la puberté pour une meilleure qualité spermatique plus tard. C’est ce que
Lenzi et al. [1997] ont observé dans une étude cas-témoins, où les cas étaient 71 patients
opérés pour cryptorchidie unilatérale entre l’âge de 6 mois et 12 ans (groupe A). Deux
groupes appariés sur l’âge ont servi de témoins : 20 hommes sans pathologie (groupe B)
et 20 patients opérés pour cryptorchidie unilatérale entre 15 et 19 ans, sans autre pathologie (groupe C). Une différence significative a été montrée entre les trois groupes, le
groupe A (34, 0.106 spz/mL ± 25,3) ayant des paramètres spermatiques moins bons que
le groupe B (59, 0.106 spz/mL ± 17,7), mais meilleurs que le groupe C (23, 1.106 spz/mL
± 14,0). Une autre étude plus récente a observé un lien entre le stade du développement
des cellules germinales, l’âge de l’opération pour cryptorchidie et l’infertilité auprès de
218 hommes cryptorchides. Il a été observé que la présence de Ad spermatogonies lors de
la chirurgie réservait un bon pronostic pour la fertilité future de l’homme [Hadziselimovic
et al., 2007]. Dans le cas de cryptorchidie associée, des techniques d’assistance médicale
à la procréation peuvent être proposées, en association avec, parfois, des interventions
chirurgicales (biopsie testiculaire). En 1996, une étude a comparé, parmi 48 couples infertiles dont l’homme avait un antécédent uni ou bilatéral de cryptorchidie, les résultats
en terme d’obtention de grossesse chez les patients ayant recours à l’AMP et ceux ayant
recours à l’IIU. Sur 861 cycles, il y a eu 1% de grossesses spontanées, 6,1% de grossesses par IIU, 8,7% de grossesses par FIV et 46,7% de grossesses ont été obtenues par
ICSI [Mahmoud et al., 1996]. Le recours à l’ICSI pour 79 couples dont l’homme avait
37
CHAPITRE 2. INFERTILITÉ MASCULINE
des antécédents d’orchidopexie et une azoospermie sécrétoire a montré de bons résultats.
Des spermatozoïdes ont été retrouvés chez 52% des patients, par prélèvement testiculaire.
Au total, 64 cycles d’ICSI ont été réalisés chez ces patients, et 92 cycles ont été réalisés
chez des couples dont l’homme avait uniquement une azoospermie sécrétoire. Les mêmes
succès de grossesse, de taux de fertilisation et de taux d’implantation ont été obtenus dans
les deux populations [Vernaeve et al., 2004].
1.2.3
L’hypospadias
Incidence, facteurs de risque L’hypospadias est un développement anormal de l’urètre,
la sévérité de cette pathologie variant selon le niveau de positionnement du méat urinaire
sur la face ventrale du pénis. Avec la cryptorchidie, l’hypospadias est une des anomalies génitales les plus fréquentes chez l’homme [Fredell et al., 2002]. Aucune étude ne
mentionne le taux d’incidence d’hommes infertiles et ayant cette pathologie, les études
se concentrant essentiellement sur le nombre d’enfants nés avec un hypospadias, malformation dont la prévalence a augmenté allant de 0,37 à 41 cas pour 10000 [Toppari
et al., 1996]. Les principaux facteurs de risque sont la prématurité, un petit poids à la
naissance [Fredell et al., 2002] [Hussain et al., 2002], le tabagisme paternel [Pierik et al.,
2004], l’héritage génétique [Brouwers et al., 2007] [Schnack et al., 2008], certaines expositions environnementales [Abdullah et al., 2007], l’alimentation maternelle [Giordano
et al., 2008] ainsi que les enfants issus des techniques d’AMP (risque relatif par rapport à
des enfants créés naturellement de 3 (95%IC 1,09-6,50) [Wennerholm et al., 2000] ; RR
de 5 dans l’étude de [Silver et al., 1999]).
Traitements La reconstruction chirurgicale de l’urètre se fait grâce à l’utilisation de la
peau du prépuce, du pénis ou du scrotum, permettant ainsi de replacer le méat urétral à
proximité du gland. Cette opération se déroule généralement en plusieurs temps et doit se
faire avant la scolarisation du petit garçon. Quelquefois, le méat urétral se situe à proximité de la vessie : dans ce cas, la réparation chirurgicale est plus délicate. Une revue de
la littérature, publiée en 2005, a analysé les conséquences psychosociales, sexuelles et
reproductives de l’hypospadias durant la vie adulte. Cette étude a mis en évidence une association entre cette pathologie et d’autres anomalies de l’appareil reproducteur telles que
la mauvaise descente des testicules (fréquence entre 4% et 13%) ainsi que la hernie inguinale (fréquence entre 4% et 9%). Elle suggère également la présence d’hypofertilité chez
les hommes ayant un antécédent d’hypospadias [Mieusset and Soulie, 2005]. Il existe une
seule étude, datant de 1993, qui suggère comme ligne de conduite en cas d’hypospadias
associé à une infertilité, le recours à des IIU [Royere, 1993].
1.2.4
Le cancer du testicule
Incidence, facteurs de risque Les tumeurs germinales représentent 95% des cas de
cancer du testicule, qui sont divisées entre les formes les plus fréquentes, les séminomes
(60%) et les tumeurs germinales non séminomateuses (TGNS) mixtes [Bosl and Motzer,
38
CHAPITRE 2. INFERTILITÉ MASCULINE
1997]. Bien que la présence d’un cancer du testicule ne soit pas systématiquement liée
à l’infertilité masculine, il arrive que lors d’un bilan d’infertilité dans un couple, on découvre l’existence de cette pathologie dans 0,7% des cas [Phillips and Jequier, 2007] à
2,2% chez les Danois consultant pour infécondité [Olesen et al., 2007]. Depuis quelques
années, une forte augmentation de l’incidence du cancer du testicule a été observée dans
les pays industrialisés [Huyghe et al., 2003]. Aux Etats-Unis, l’incidence de l’ensemble
des tumeurs du testicule a augmenté de 44%, avec un taux allant de 3,35 pour 100 000
personnes-années en 1973-78 à 4,84 pour 100 000 en 1994-98. Néanmoins, l’augmentation est plus prononcée pour les formes séminomateuses (64%) que pour les non séminomateuses (24%) et pour les ethnies blanches que pour les ethnies noires (52% versus 25%)
[McGlynn et al., 2005] [McGlynn et al., 2003]. En Grande-Bretagne, le même phénomène
a été observé avec un doublement de l’augmentation du taux d’incidence, atteignant 11
pour 100 000 en 1991, par rapport à 6 pour 100 000 en 1974 [Toledano et al., 2001].
En France, une étude a suggéré que le taux d’incidence du cancer du testicule a aussi
augmenté, essentiellement dans les régions du nord-est [Hedelin and Remontet, 2002]
[Remontet et al., 2003]. Ce résultat est confirmé aussi pour les régions du sud-ouest de la
France avec un taux atteignant 3,04 pour 100 000 en 1999 [Walschaerts et al., 2008]. Les
équipes scandinaves suggèrent un rôle délétère des perturbateurs endocriniens durant la
formation de l’appareil reproducteur masculin in utero qui entraînerait l’apparition d’anomalies génitales telles que la cryptorchidie et à plus long terme d’un cancer du testicule
[Toppari et al., 1996]. Les antécédents familiaux de cancer du testicule ou de cancer du
sein sembleraient également être des facteurs de risque de survenue du cancer du testicule
[Walschaerts et al., 2007a].
Traitements Selon le stade de la tumeur et son type, la chirurgie est pratiquée et/ou la
chimiothérapie et/ou la radiothérapie. Avant les traitements, la bonne pratique clinique
exige une autoconservation du sperme de l’homme, pratique de plus en plus effective
avec l’augmentation du cancer du testicule et les effets délétères des traitements [Walschaerts et al., 2007b]. Huyghe et al. [2004] a observé un déclin de la fertilité de l’homme
après traitement de l’ordre de 30%. Le couple peut faire appel à l’utilisation des paillettes
congelées avant traitement du cancer, grâce aux techniques d’AMP. Dans le cas contraire,
une étude récente a suggéré l’utilisation de l’ICSI avec du sperme testiculaire pour deux
patients étant azoospermes après traitement. Pour l’un des patients, cela a conduit à une
grossesse [Sakamoto et al., 2007]. Dans une série plus large, tout type de cancer compris
(cancer du testicule, maladie de Hodgkin’s, sarcome, ...) 30 hommes pris en charge entre
1996 et 2003 ont eu recours à l’ICSI avec extraction de sperme testiculaire. Comparé à
l’issue de l’ICSI avec sperme éjaculé obtenu auprès de 360 hommes, il n’y avait pas de
différence statistique (p=0,06 pour le taux de grossesse, p=0,28 pour le taux de fausse
couche spontanée), bien que le taux de fausse couche chez les hommes aspermes et azoospermes de type sécrétoire semblât plus important [Zorn et al., 2006]. Ces résultats sont
comparables à ceux de la littérature [Chan et al., 2001] [Damani et al., 2002]. En 2003,
67 patients ayant eu un traitement pour un cancer (dont 36 pour un cancer du testicule,
les autres étant pour un Hodgkin, un cancer du colon ou une leucémie) ont été inclus
dans une procédure d’AMP. Avant traitement, 55 patients ont eu une autoconservation
39
CHAPITRE 2. INFERTILITÉ MASCULINE
de sperme, les 12 autres étant trop jeunes). Après traitement, 57% des patients sont devenus azoospermes. Les procédures d’AMP ont pu être réalisées soit à partir du sperme
congelé, soit à partir de sperme testiculaire, soit à partir de sperme éjaculé. Un total de
151 cycles ont été réalisés : 55 IIU, 81 ICSI, 14 transferts d’embryon congelé et une ICSI
avec du sperme testiculaire. Les taux de grossesse et les taux de naissance étaient respectivement de 34,7% et 30,6% après ICSI avec du sperme congelé, de 42,4% et 30,3%
après ICSI avec du sperme frais, de 25,0% et 21,0% après transfert d’embryon congelé,
de 16,7% et 12,5% après IIU avec du sperme congelé et de 12,9% et 9,7% après IIU avec
du sperme frais. Aucune différence n’a été observée entre l’utilisation de sperme congelé
ou de sperme frais [Schmidt et al., 2004].
1.2.5
Les anomalies génétiques
Incidence Un autre facteur étiologique de l’infertilité masculine est la composante génétique qui, pour certains auteurs, pourrait expliquer jusqu’à 20% des cas d’infécondités
dites idiopathiques (principalement des anomalies chromosomiques de type syndrome de
Klinefelter et des micro-délétions du chromosome Y). Ainsi, les différentes aberrations
chromosomiques pourraient être responsables de 2% à 6% des infécondités de type oligozoospermie, voire 15% chez les patients présentant une azoospermie [Vincent et al.,
2002].
Traitements Les possibilités de traitement en matière de fertilité, pour les hommes atteints du syndrome de Klinefelter se réduisent à la procréation avec sperme de donneur
ou à l’adoption. Une étude a montré que parmi 148 hommes Klinefelter, 46% des couples
ont opté pour une technique d’AMP avec sperme de donneur, et aucun n’a choisi l’adoption [Okada et al., 1999]. Quelques études ont observé une obtention de grossesse grâce
à du sperme testiculaire. C’est le cas dans les études de Kyono et Okada, qui ont observé, chacun, l’issue d’ICSI parmi 6 Japonais où la présence de spermatozoïdes a été
retrouvée dans le prélèvement testiculaire. Respectivement, 7 et 3 naissances ont eu lieu,
avec des enfants en bonne santé [Kyono et al., 2007] [Okada et al., 2005]. Selon les types
de micro-délétions du chromosome Y, des méthodes de FIV et d’ICSI peuvent être proposées. En 2002, 18 naissances ont été obtenues grâce aux techniques de l’ICSI avec
sperme éjaculé, parmi une population de 42 hommes oligo ou azoospermes et identifiés
avec une micro-délétion du chromosome Y AZFc [Oates et al., 2002]. Deux études comparatives entre des patients atteints et non atteints d’une micro-délétion du chromosome
Y ont montré des résultats contradictoires. Celle publié en 2001 a observé un taux de fertilisation plus bas dans le groupe des hommes avec une délétion Y (55% 95%IC 41-69 ;
parmi 8 couples) que dans le groupe témoin (71% 95%CI : 67-74 ; parmi 107 couples),
ainsi que pour la qualité embryonnaire. Ce résultat est à prendre avec précaution du fait
du faible effectif dans le groupe des cas [van Golde et al., 2001]. L’autre étude a comparé des issues de FIV et d’ICSI (avec sperme testiculaire ou sperme éjaculé) entre 17
patients atteints d’une micro-délétion du chromosome Y et un groupe témoin apparié sur
les paramètres spermatiques (oligospermie sévère et oligoazoospermie). Des spermatozoïdes dans le prélèvement testiculaire ont été trouvés uniquement chez les porteurs de
40
CHAPITRE 2. INFERTILITÉ MASCULINE
l’anomalie AZFc (6 patients), et chez un patient ayant un AZFb partiel, parmi 11 patients.
Le taux de grossesse obtenu par cycle était de 33,3% chez les cas avec sperme testiculaire
contre 37,5 chez les témoins et de 33,3% chez les cas avec sperme frais contre 46,7%
chez les témoins ; aucune différence statistique n’a été trouvée [Choi et al., 2004]. Dans
le cas de délétions autres que l’AZFc où l’ICSI est impossible ou déconseillée, le couple
est orienté vers une AMP avec sperme de donneur [Stouffs et al., 2005].
1.2.6
Conclusion
L’ensemble de ces études fait état d’une augmentation des pathologies de l’appareil
reproducteur masculin et donc d’un développement des techniques de prise en charge des
hommes inféconds. Cependant, pour certaines pathologies, il existe peu d’études sur la
prise en charge de ces hommes, ou encore, pour d’autres, les effectifs sont faibles.
1.3
Issues reproductives du couple
Essentiellement étudiées à partir des rapports fournis par les centres d’AMP, les issues reproductives se résument très souvent à la naissance vivante d’un enfant. Toutefois, le traitement des couples infertiles n’est pas limité à l’AMP. Par exemple, chez la
femme, le recours aux stimulations hormonales est une pratique médicale extrêmement
répandue, sur laquelle nous avons très peu d’informations en termes d’effectifs ou encore d’efficacité et d’innocuité. Il en est de même chez les hommes qui ont accès à des
services d’andrologie pour une prise en charge de leur infertilité, sans avoir recours aux
techniques assez contraignantes de l’assistance médicale à la procréation. Si bien que certains couples peuvent devenir parents après une grossesse spontanée, ou des traitements
non-AMP, ou encore par l’adoption.
1.3.1
Assistance médicale à la procréation
En matière de traitement de l’infécondité, les techniques d’assistance médicale à la
procréation se sont considérablement améliorées au cours des dernières années, permettant à de nombreux couples inféconds d’obtenir un enfant. Elles regroupent la fécondation in vitro (FIV), l’injection intra-cytoplasmique avec fécondation in vitro (FIV-ICSI),
l’insémination avec sperme de conjoint (IAC) et l’insémination avec sperme de donneur
(IAD). En terme de résultats de l’AMP, nous disposons depuis déjà plusieurs années de
données montrant une certaine hétérogénéité selon les pays. Toutes ces techniques sont
reportées en nombre de cycles effectués (c’est-à-dire les cycles initiés), en taux de fertilisation, de transfert, de grossesse, conférant beaucoup d’indicateurs [Larue and Pouly,
2006]. Dans ce travail, le nombre de cycles de FIV/ICSI réalisés, le nombre de centres de
fertilité, le nombre d’enfants issus de l’AMP, le nombre de naissances dans la population
générale et la part de l’homme permettent d’illustrer la variation séculaire des couples
consultant pour infécondité et pris en charge en AMP (cf. tableau 2.1).
41
1996
1997
1998
1999
2000
2001
2002
2003
2004
2001
2002
2003
2004
2005
1997
1998
1999
2000
2001
2002
2003
2004
Fertil Steril, 1999
Fertil Steril, 2000
Fertil Steril, 2001
Fertil Steril, 2002
Fertil Steril, 2004
Fertil Steril, 2007
MMWR Surveill Summ, 2005
MMWR Surveill Summ, 2006
MMWR Surveill Summ, 2007
Fertil Steril, 2005
Fertil Steril, 2006
Fertil Steril, 2007
Fertil Steril, 2007
Fertil Steril, 2008
Hum Reprod, 2001
Hum Reprod, 2001
Hum Reprod, 2002
Hum Reprod, 2004
Hum Reprod, 2005
Hum Reprod, 2006
Hum Reprod, 2007
Hum Reprod, 2008
Etats-Unis
Canada
Europe
Etats-Unis
et Canada
1991
1992
1993
1994
1995
Période
étudiée
Fertil Steril, 1993
Fertil Steril, 1994
Fertil Steril, 1995
Fertil Steril, 1996
Fertil Steril, 1998
Revue, année de publication
42
482 (18)
521 (18)
538 (22)
569 (22)
579 (23)
631 (25)
725 (28)
785 (29)
19
21
24
26
25
300
335
360
360
383
385
428
437
461
215
249
267
249
281
Nombre de
centres
(pays)
103 919
125 370
126 961
120 946
122 634
132 932
114 672
44 647
51 344
58 937
63 639
73 406
79 042
24 671
29 404
33 543
33 700
41 087
203 893
128 444
133 090
152 306
168 744
201 604
232 171
252 394
7 884
9 188
10 656
11 068
11 414
21 216
21 725
22 962
24 438
26 583
29 088
115 392
122 872
127 977
8 330
8 551
7 666
56 90
18 055
Nombre de
Nombre de
cycles
cycles de FIV
d’ICSI*
24 283
24 970
17 887
26 212
21 433
35 314
52 385
45 366
1 967
2 297
2 419
2 637
21 196
25 059
29 128
30 967
35 345
41 168
45 751
48 756
49 458
5 699
7 355
8 741
9 573
16 520
1 825 784
2 010 575
1 097 785
1 780 091
1 468 901
2 045 769
3 002 307
2 749 571
327 900
330 523
337 762
339 270
345 358
3 891 494
3 880 894
3 941 553
3 959 417
4 058 814
4 025 933
4 019 280
4 089 950
4 115 590
4 513 44 0
4 463 657
4 388 634
4 337 881
4 277 685
30% des cycles ; 33% des grossesses
15% des cycles
50,2% des cycles
25% des naissances
15% des cycles
Nombre de
Nombre
naissance
d’enfants
dans la
Part de l’infertilité masculine
issus d’AMP population
générale
Tableau 2.1.Assistance médicale à la procréation: résultats des Etats-Unis, du Canada et de l’Europe
CHAPITRE 2. INFERTILITÉ MASCULINE
CHAPITRE 2. INFERTILITÉ MASCULINE
Etats-Unis Les rapports résumant les pratiques en AMP aux Etats-Unis remontent à
1991 (référencés dans PubMed), prenant également en compte les résultats du Canada.
Entre 1991 et 1995, on observe une augmentation du nombre de cycles d’AMP de 79%
[American Fertility Society, 1993, 1994, 1995, 1996, 1998]. A partir de 1996, les rapports
ne concernent plus que les résultats d’AMP aux Etats-Unis. Jusqu’en 2001, les taux de
naissance variaient entre 32% et 38% par rapport au nombre de cycles initiés, ce qui
représentait en 2001 la naissance de 29128 enfants pour un nombre de naissance dans la
population générale de 4 025 933 [American Society for Reproductive Medicine, 1999,
2000, 2002a,b, 2004]. En 2002, 115 392 cycles d’AMP ont été recensés avec un taux de
grossesse de l’ordre de 42% (34% des cycles ayant abouti à une naissance). Les principaux
facteurs d’infertilité recensés étaient les dysovulations, l’endométriose, les pathologies
tubaires, les facteurs masculins et les causes inexpliquées [Wright et al., 2005]. En 2003,
Wright et al. [2007] ont reporté un total de 122 872 cycles dont 35 785 ont abouti à une
naissance, soit un taux de 35%, équivalent à celui de 2002 [Wright et al., 2006]. Dans le
dernier rapport publié sur les données de 2004, le nombre de cycles d’AMP s’élevait à
127 977 cycles, avec un nombre de naissance de 38% ; 15% des cycles étaient prescrits
dans le cas d’une infertilité masculine.
Canada Depuis 2005, le Canada publie les résultats d’AMP pour 25 centres (en 2005)
de fertilité. Le nombre de cycles, entre 2001 et 2005 a augmenté de 44%, et dans 30% des
cycles, la cause d’infertilité était masculine. En 2005, 2 637 enfants sont nés par AMP,
soit 0,7% des naissances par rapport à la population générale [Gunby and Daya, 2005,
2006, 2007, Gunby et al., 2008, 2009].
Europe En Europe, la Société Européenne de la Reproduction Humaine et d’Embryologie (ESHRE) publie, depuis 7 ans, un rapport sur les résultats de l’AMP, provenant de
29 pays (785 centres d’AMP) [Andersen et al., 2006, 2007, 2008] [Nygren and Andersen,
2001a,b, 2002]. Pour l’année 2002, ce rapport fait état de 324 238 cycles (12% d’augmentation par rapport à l’année 2001). Les taux de succès de grossesse varient d’un pays
à l’autre. Au Danemark, sur les 11 321 cycles réalisés, 2 909 ont abouti à une grossesse
(26%) et 2 178 à une naissance (19%). En Finlande, les taux sont semblables avec 25%
de succès de grossesse sur 7609 cycles dont 1438 ont abouti à une naissance (18%). En
Grande-Bretagne, le nombre de cycles réalisés a été de 37 083 (8 662 ont abouti à une
grossesse, soit 23% et 7 571 à une naissance, soit 20%) ; en Belgique, 12 827 cycles (43
826 ont donné lieu à une grossesse, soit 30% et 1 826 à une naissance, soit 14%) ; en
Espagne, 14 600 cycles (4 633 grossesses - 32% et 3 047 ont abouti à une naissance 21%) et en Italie, 18 414 cycles (soit 3 944 grossesses - 21% et 3 162 cycles ont abouti à
une naissance - 17%). On observe les mêmes variations entre pays, dans le dernier rapport
publié sur les données de 2004, qui a fait état de 45 366 enfants nés par AMP pour 2 749
571 naissances dans la population générale (soit 1,6%).
France On estime qu’en France 100 000 cycles d’assistance médicale à la procréation
(AMP) sont pratiqués annuellement, aboutissant à la naissance de 14 000 enfants (dont
43
CHAPITRE 2. INFERTILITÉ MASCULINE
les deux-tiers en FIV et FIV-ICSI), soit environ 2% des naissances françaises. En 2002, le
nombre de cycles réalisé a été de 59 296 dont 12 245 ont donné lieu à une grossesse (21%)
et 9 693 ont abouti à une naissance (16%). Les enfants nés d’une technique d’AMP ont
représenté 1,5% de la population des enfants nés en 2002. Selon les données fournies par
l’association FIVNAT (Fécondation In Vitro et NATalité), les facteurs d’infertilité étaient,
en 2002, attribuables à l’homme dans 39% des cas.
L’analyse de ces études montre une variation à la fois séculaire et temporelle du recours à l’AMP. Aux Etats-Unis, le taux moyen d’enfants issus d’AMP par rapport au
nombre de naissance dans la population générale est de 0,9%, de 0,7% au Canada, et de
1,4% en Europe. Entre 1996 et 2004, le taux moyen de naissance aux Etats-Unis a augmenté de 140%, de 33% au Canada entre 2001 et 2005, et de 23% en Europe entre 1997
et 2004. Toutefois, très peu d’études décrivent la part de l’homme dans la prise en charge
en AMP, et encore moins les pathologies associées.
1.3.2
Projet parental
Deux indicateurs permettent d’étudier le projet parental, à savoir le taux de succès
brut et le taux de succès cumulé (TC), l’un ne prenant pas en compte la composante
temporelle, alors que l’autre si (cf. tableau 2.2).
En 1997, Snick et al. [1997] ont réalisé une étude rétrospective incluant 726 couples
n’ayant pas obtenu de grossesse après un an d’exposition. Le taux cumulé de naissance obtenu dans cette population était de 52,5% [95%IC 44,7 ; 60,2] et atteignait 72,0% [95%IC
65,0 ; 79,0] chez les 342 couples n’ayant reçu aucun traitement durant une période de
suivi de 40 mois. La part d’infertilité masculine représentait 30% des diagnostics, soit
185 patients ayant une oligozoospermie et 33 une azoospermie.
Le taux de naissance après grossesse spontanée a également été observé chez des
couples ayant déjà eu un enfant après FIV/ICSI. Ce type d’enquête postale rétrospective
n’a pas permis d’obtenir le taux cumulé, et le taux brut de succès était de 20,7% chez les
513 couples répondants. Seulement 18% des causes d’infertilité étaient d’origine masculine [Hennelly et al., 2000].
En 2000, une étude néerlandaise a estimé le taux cumulé de naissance chez 1315
couples ayant reçu un total de 2984 cycles de FIV/ICSI. Après 5 cycles consécutifs, le taux
cumulé réel (c’est-à-dire que les couples ayant arrêté le traitement pour raison médicale
ne réussiront pas à avoir un enfant alors que les couples ayant arrêté pour d’autres raisons
ont les mêmes chances que ceux qui continuent les cycles de FIV/ICSI) était de 54,5%. En
émettant l’hypothèse que les couples ayant arrêté le processus de FIV/ICSI sans succès
de grossesse ont la même probabilité que ceux ayant continué, le taux obtenu est 10%
supérieur que le taux réaliste, et 10% inférieur si l’hypothèse assume qu’aucun de ces
couples ne réussira à avoir un enfant. L’infertilité masculine représentait 33% [Stolwijk
et al., 2000], identique à la part masculine retrouvée dans l’étude de Olivius et al. [2002].
Dans leur population de 974 couples inclus dans un programme de FIV/ICSI, le taux
cumulé de naissance réaliste atteignait 63,1%, 65,5% pour le taux optimiste et 55,5%
44
CHAPITRE 2. INFERTILITÉ MASCULINE
pour le pessimiste après 3 cycles.
En 2002, une autre étude sur les couples suivis en FIV a estimé les taux bruts de
naissance stratifiés sur l’âge de la femme après 4 tentatives. Parmi les 256 couples, 2708
cycles ont été initiés. Statistiquement différent, le taux de naissance était de 76% chez
les femmes ≤ 35 ans, contre 50% chez les plus âgées, soit 66% pour l’ensemble de
la population. Aucune information n’a été rapportée sur les causes d’infertilité [Sharma
et al., 2002]. Ces taux étaient similaires à ceux obtenus parmi 5310 cycles de FIV où 47%
de l’infertilité était d’origine masculine [Elizur et al., 2005].
Deux autres études néerlandaises, l’une rétrospective, l’autre prospective, ont calculé
le taux cumulé de naissance chez des couples traités par FIV/ICSI. La première étude a
estimé un taux de 59% chez les 750 patients, taux variant de 61,8% à 63,2% pour une
infertilité inexpliquée (n = 229), une endométriose (n = 19) et une indication andrologique (n = 223), chutant à 45,7% dans le cas d’une indication hormonale (n = 46)
[Witsenburg et al., 2005]. La seconde étude, incluant une large cohorte de 4928 patients,
a observé un taux de 44,8% un an après le début des FIV, ou encore de 42,1% après 4
tentatives [Lintsen et al., 2007].
Plus récemment, en 2009, une étude prospective de 5 ans incluant tous les couples
venant consulter pour infertilité a décrit le projet parental à la fois par obtention d’une
grossesse spontanée, après une AMP, et à la fois grâce à l’adoption. Sur ces 1338 couples,
69,4% ont finalement réussi à avoir un enfant, 74,9% pour les femmes ≤ 35 ans, contre
52,2% pour les plus de 35 ans.Sur les 817 couples répondants au questionnaire, 74,7%
ont réussi à avoir la naissance d’un enfant, soit 37,8% après FIV, 16,8% après ICSI, 9,9%
après IIU, 3,5% après transfert d’embryon congelé, et 6,6% après une grossesse spontanée. Sur ces 817 couples, 48 ont réalisé au moins une adoption. La part d’infertilité
masculine représentait environ 40% des causes, 75,4% en cas d’AMP et 6,6% en cas de
grossesse spontanée [Pinborg et al., 2009].
Toujours en 2009, une large étude finlandaise a observé le succès de traitements AMP
dans deux types de population entre 1992 et 2005. Les premières données ont inclus tous
les cycles de FIV, ICSI et de transfert d’embryon congelé de plus de 13 cliniques publiques
et privées. Durant la période d’étude, le taux de naissance est resté stable, soit 17 pour 100
cycles en 2005. Le second jeu de données provient du National Public Health Institute
incluant les femmes ayant des problèmes à concevoir. Sur ces 4729 femmes, environ la
moitié a réussi à avoir un enfant, le taux de naissance étant le plus élevé dans la population
de femme ayant reçu un traitement hormonal (59%) contrairement aux femmes ayant eu
recous à des IIU (45%). Aucune différence statistique n’a été retrouvée entre les taux
de naissance selon l’âge de la femme. Les causes d’infertilité était pour 23,5% des cas
d’origine masculine, et 17,3% d’origine mixte [Yli-Kuha et al., 2009].
Aux Etats-Unis, Malizia et al. [2009] ont estimé le taux cumulé de naissance après
FIV entre 2000 et 2005. Un total de 6164 couples a été inclus dans l’étude, soit 14248
cycles. Le taux cumulé de naissance après 6 cyles était de 72% [95%IC 70 ; 74] pour
l’hypothèse optimiste (les femmes qui ont arrêté les FIV ont les mêmes chances d’avoir
un enfant que celles qui ont continué), et de 51% [95%IC 49 ; 52] pour l’hypothèse réaliste
(les femmes qui ont arrêté les FIV n’ont aucune chance de concevoir). Ils ont observé que
45
CHAPITRE 2. INFERTILITÉ MASCULINE
les femmes âgées de moins de 35 ans avaient statistiquement plus de chance d’obtenir un
enfant que celles âgées de plus de 40 ans. Un taux similaire de naissance a été retrouvé
dans l’étude de Brandes et al. [2009], où le taux cumulé atteignait 72% [95%IC 70 ; 74]
chez les 1391 couples infertiles traités. Dans la population ayant une cause d’infertilité
masculine (n = 359), le taux était de 64% [95%IC 59 ; 69].
Dans une étude sur les hommes infertiles, leur santé et leur bien-être, 87% des 112
hommes interrogés ont réussi à devenir parent [Fisher et al., 2010].
1.3.3
Conclusion
En conclusion, l’ensemble de ces études fait ressortir un taux moyen de succès d’obtention d’un enfant d’environ 50%. Toutefois, c’est essentiellement l’aspect féminin qui
est étudié (le taux calculé par âge de la femme, par son type d’infertilité...) et très peu de
données sont accessibles sur le côté masculin.
2
Objectifs
Nous avons mené une étude dont l’objectif était d’analyser le parcours thérapeutique
des hommes qui sont venus consulter pour infécondité masculine au Centre de Stérilité
Masculine (CSM) de Toulouse entre 2000 et 2004. Ce travail de recherche s’organise en
deux grands axes :
– Analyser les relations entre les investigations cliniques et les paramètres spermatiques afin de mettre en évidence le bénéfice d’une consultation andrologique dans
la prise en charge des couples consultant pour infécondité masculine ;
– Estimer le taux de succès d’un projet parental chez ces couples inféconds.
3
3.1
3.1.1
Recueil des données
Population de l’étude
Choix de la population
Afin de répondre à ces deux objectifs, il a été nécessaire de constituer une cohorte
d’hommes inféconds. L’option méthodologique de constituer de novo une cohorte d’hommes
consultant pour infécondité est certainement la plus pertinente mais elle nécessite un suivi
relativement difficile et long (plusieurs années) avec des résultats uniquement exploitables
à long terme. Dans ce travail, il a été décidé de retenir la constitution d’une cohorte historique, modalité méthodologique assez similaire mais plus aisément et rapidement exploitable en termes de résultats.
Les critères d’inclusions correspondent aux hommes consultant pour une infécondité
(de son couple) au Centre de Stérilité Masculine. L’infécondité est une notion de couple
46
Ireland
Pays-Bas
Suède
Royaume-Uni 1992-1999
Hennelly et al., 2000
Stolwijk et al., 2000
Olivius et al., 2002
Sharma et al., 2002
47
2002-2004
1998-2006
2000-2005
Pays-Bas
Pays-Bas
France
France
Danemark
Finlande
Etats-Unis
Australie
Pays-Bas
Witsenburg et al., 2005
Lintsen et al., 2007
Soullier et al., 2008
De la Rochebrochard et
al., 2008
Pinborg et al., 2009
Yli-Kuha et al., 2009
Malizia et al., 2009
Fisher et al., 2009
Brandes et al. 2009
Etude postale rétrospective
Femmes ayant eu un
enfant après FIV/ICSI
Couples traités par
FIV/ICSI
Couples traités par
FIV/ICSI
Couples traités par FIV Etude rétrospective
513
1 315
(2 984 cycles)
974
(1 985 cycles)
2 056
(2 708 cycles)
Couples traités par
FIV/ICSI
1391
2002-2006
Etude rétrospective
Couples ayant
consulté pour infertilité
TC : 72\% de naissances
87% de réussite du projet
parental
Couples ayant
consulté pour infertilité Etude rétrospective
masculine
112
2001-2002
26%
100%
Non rapporté
TC : 45% de naissances
Couples traités par FIV Etude rétrospective
6 164
(14 248 cylcles)
Etude prospective
2000-2005
1992-2005
Chez es couples traités par
FIV/ICSI : 17% de naissances
Femmes infertiles : entre 45 et 26% et 24% mixte
59% de naissances selon le
type de traitement
Couples traités par
FIV/ICSI + femmes
infertiles
40%
Taux estimé à 66% de réussite
43%
du projet parental
Non rapporté
40%
31%
47%
Non rapporté
Non rapporté
33%
2500 cycles +
4 729 femmes
Etude rétrospective
longitudinale
37% de naissances
TC : 45% de grossesses
TC : 59% de naissances
58% de grossesses
TC : 66% de naissances
TC : 63% de naissances
TC : 54% de grossesses
TC : 69% de naissances
Couples traités par FIV
30% (oligo/azoospermie)
Part de l’infertilité
masculine
20% de grossesses spontanées 18%
TC : 52% (n=726) et 72%
(n=342) de naissances
Issue en terme de projet
parental
Couples inclus dans un Etude prospective
traitement d’infertilité longitudinale
724
3 037
Couples traités par FIV Etude rétrospective
Etude prospective de 1 an
Couples traités par
FIV/ICSI
750
(1 826 cycles)
4 928
Etude rétrospective
longitudinale
Couples traités par
FIV/ICSI
1 928
(5 310 cycles)
Etude rétrospective
Etude rétrospective
Etude rétrospective
Etude rétrospective
longitudinale
Couples traités (AMP)
et non traités
726
Type d’étude
Type d’échantillon
Effectif
1 338
1998-2002
1996-2002
Israël
Elizur et al., 2005
1995-2001
1996-1997
1991-1998
1990-1998
1985-1995
Canada
Snick et al., 1997
Période
étudiée
Lieu
Auteur, année de
publication
Tableau 2.2. Projet parental
CHAPITRE 2. INFERTILITÉ MASCULINE
CHAPITRE 2. INFERTILITÉ MASCULINE
[Thonneau et al., 1992] et il est bien sûr difficile d’attribuer, dès la première consultation,
la responsabilité de l’infécondité du couple uniquement à l’homme. L’inclusion se fera
via les hommes adressés en consultation andrologique mais dans les analyses des divers
parcours thérapeutiques et les modélisations, il sera tenu évidemment aussi compte de la
composante féminine (infécondité uniquement d’origine masculine avec un bilan féminin
strictement normal - fertilité mixte associant un ou des aspects masculins et féminins (déjà
pris en charge)). Ont été exclus les hommes porteurs d’une mucoviscidose.
3.1.2
Choix du lieu et de la période d’étude
Un certain nombre de centres prennent en charge les couples inféconds dans la région
Midi-Pyrénées. Toutefois, le choix de ne retenir que le Centre de Stérilité Masculine du
CHU de Toulouse s’explique par un souci de qualité des données. L’ensemble des informations demandées aux patients a été saisi dans un même logiciel depuis 1998, facilitant
l’exploitation des données standardisées. Par ailleurs, la complémentarité et la proximité
géographique (dans un même bâtiment, hôpital Paule de Viguier) du Centre de Stérilité
Masculine et du Centre d’AMP a permis de suivre les différents parcours thérapeutiques
de ces hommes (traitements médicaux, traitements chirurgicaux, AMP, etc.) mais aussi de
pouvoir prendre en considération les aspects féminins (notion de couple).
L’objectif principal de cette étude est l’analyse du parcours thérapeutique des hommes
consultant pour infécondité. Le critère de jugement final est l’issue de ce parcours, soit
la naissance d’un enfant ou non. Le temps de suivi d’un couple peut alors être long, le
parcours s’avérant difficile du fait des traitements médicaux et chirurgicaux qui peuvent
être administrés et/ou associés à des techniques en AMP. C’est pourquoi un recul de 4 ans
a été choisi pour connaître, le cas échéant, l’issue du parcours du couple. Concernant la
date de début d’étude, elle a été choisie selon la construction de la base de données. En
effet, cette dernière provient de la fusion de deux bases de données, celle issue de l’hôpital
la Grave, allant de 1998 à 1999 et celle issue de l’hôpital Paule de Viguier, allant de 2000
à nos jours. Dans un souci d’homogénéité, la date de début a été fixée à l’année 2000,
évitant tout biais résultant d’un changement dans l’enregistrement des informations sur
les patients. La période d’étude se situe donc entre Janvier 2000 et Décembre 2004 inclus,
dont les effectifs sont équivalents d’une année sur l’autre.
3.1.3
Limite d’une cohorte historique
Une limite importante de cette cohorte historique concerne les hommes perdus de vue,
à savoir ceux ayant eu un enfant naturellement et n’étant plus enregistrés dans les bases
de données hospitalières, ceux ayant choisi de poursuivre leurs traitements en dehors du
CHU et aussi ceux ayant abandonné leur projet d’enfant. C’est pourquoi, pour pallier ce
biais et obtenir des informations complémentaires sur les parcours thérapeutiques de ces
hommes "perdus de vue", il a été décidé de compléter les bases existantes par contact
téléphonique auprès de l’ensemble des hommes ayant consulté pour infécondité entre
2000 et 2004, dans le Centre de Stérilité Masculine du CHU de Toulouse.
48
CHAPITRE 2. INFERTILITÉ MASCULINE
3.2
Recueil des données
3.2.1
Mode de recrutement
Les données collectées pour cette étude sont issues de trois bases de données distinctes, Gynelog c’est-à-dire l’outil informatique mis en place à l’hôpital, la base provenant des dossiers "papiers" des patients et la base issue de l’enquête téléphonique.
Collecte des données via Gynelog Les données ont été collectées via le logiciel Gynelog implémenté dans les services d’Assistance Médicale de Procréation, du Centre de Stérilité Masculine et du CECOS. Ce logiciel permet la saisie d’informations sur les couples
venant en consultation dans ces services. Gynelog est composé de 80 questionnaires dont
nous retiendrons ceux-ci :
– les antécédents andrologiques et l’examen clinique de l’homme ;
– le bilan hormonal de l’homme ;
– l’autoconservation de sperme et la spermiologie ;
– le bilan de fertilité de la femme et le bilan hormonal ;
– les tentatives de FIV/ICSI, d’IAC et d’IAD.
A partir du questionnaire sur les antécédents andrologiques, c’est-à-dire celui renseigné
lors de la première consultation de l’homme au sein du Centre de Stérilité Masculine, il
a été possible de déterminer le motif de venue parmi les suivants : stérilité, vasectomie,
sexologie, HIV, autoconservation pour maladie, varicocèle, autre.
Collecte des données via les dossiers des patients Les données issues de Gynelog ne
couvraient pas l’ensemble du parcours thérapeutique de l’homme. Il a été nécessaire de
créer une nouvelle base de données permettant de récupérer les informations nécessaires
à l’étude. Ces données ont été recueillies en collaboration avec un médecin andrologue
pour une homogénéité de la saisie et également afin de s’assurer du respect des critères
d’inclusion. La saisie de l’ensemble des informations nécessaires a pris un total d’environ
6 mois pour l’ensemble des dossiers. La base de données est composée de cinq parties :
– la première partie concerne les consultations avec un andrologue ;
– la seconde réunit les informations sur des interventions chirurgicales et les chirurgies concomitantes ;
– la troisième traite de l’échographie scrotale, rénale et endorectale ;
– d’autres types de consultations autres que des consultations andrologiques sont regroupées dans la quatrième partie ;
– dans la dernière partie sont traitées des données concernant la conjointe dans le cas
où celle-ci n’a pas consulté au sein du même hôpital.
Collecte des données via l’enquête téléphonique Une dernière étape a consisté à contacter l’ensemble des hommes venus consulter entre 2000 et 2004 au CSM afin de leur poser
des questions supplémentaires sur leur parcours thérapeutique :
– avant leur venue au CHU de Toulouse ;
49
CHAPITRE 2. INFERTILITÉ MASCULINE
– pendant leurs consultations au CHU ;
– et après leur venue.
Cette collecte des données s’est réalisée en plusieurs temps. Un courrier présentant
l’étude à l’homme (au couple) a d’abord été envoyé, accompagné d’un carton refus à
renvoyer dans le cas où celui-ci ne voulait pas être contacté par téléphone (cf. annexe Section "Questionnaire"). Environ trois semaines se sont écoulées entre l’envoi du courrier
informatif et le premier contact téléphonique. Dans le cas où il y avait un retour de courrier "n’habite pas à l’adresse indiquée", une recherche a été effectuée pour retrouver les
nouvelles adresses et nouveaux numéros de téléphone. Un nouveau courrier informatif
a systématiquement été renvoyé avant une prise de contact par téléphone. Durant deux
mois, deux enquêteurs ont contacté les hommes n’ayant pas renvoyé le carton refus. Dans
le cas où l’homme n’était pas disponible, un rendez-vous téléphonique lui était proposé.
Si l’homme refusait de participer à l’étude, l’enquêteur essayait d’en connaître la raison.
Enfin, lorsque l’homme (couple) désirait de plus amples informations sur l’étude ou toute
autre question, il était redirigé vers : soit le coordinateur de l’étude, soit un médecin andrologue du CSM.
3.2.2
La formation des enquêteurs
Les enquêteurs ont été sélectionnés après un entretien avec le responsable scientifique
de l’étude et le coordinateur, en fonction de leur motivation et de leur expérience passée
dans les enquêtes en milieu hospitalier ou téléphoniques. En pratique, deux enquêteurs ont
travaillé durant deux mois sur la série d’hommes à contacter. Une journée de formation
a été réalisée avant le démarrage de l’enquête téléphonique sous la tutelle du responsable
scientifique et du coordinateur. Le contexte de l’étude, ses objectifs leur ont été expliqués
et les questionnaires ont été lus et testés auprès de médecins du CSM. Selon les remarques
des enquêteurs, leur ressenti, une marche à suivre a été instaurée lors du déroulement du
contact téléphonique avec l’homme. Les premiers contacts téléphoniques ont été réalisés
en présence du coordinateur afin d’apprécier le questionnaire et ainsi de pouvoir réajuster
les questions. Un suivi quotidien a été mis en place entre le coordinateur et les enquêteurs
pour " faire le point " et répondre, si besoin était, aux demandes des hommes contactés.
3.2.3
Détails légaux de la recherche
Aucune indemnité ou quelque autre compensation n’a été proposée à l’homme (au
couple). Le protocole d’étude a reçu l’avis favorable du comité consultatif sur le traitement de l’information en matière de recherche dans le domaine de la santé (CCTIRS
n◦ 07290, le 30 Août 2007).
50
CHAPITRE 2. INFERTILITÉ MASCULINE
3.3
3.3.1
Validité des données
Contrôle de qualité
Concernant les données issues de l’outil informatique Gynelog, chaque questionnaire
a d’abord été consciencieusement réalisé en concertation avec l’ensemble des médecins
du Centre de Stérilité Masculine, de l’Assistance Médicale à la Procréation et du CECOS
avant leur mise en place sous forme de questionnaire unique informatisé. Ainsi, les données collectées sont issues de questionnaires standardisés, identiques pour la période de
l’étude.
Concernant les dossiers "papiers" des hommes ayant consulté entre 2000 et 2004, ils
ont été revus par un médecin clinicien andrologue afin de s’assurer du respect des critères
d’inclusion. Toutefois, la saisie des données s’est révélée assez compliquée du fait de la
gestion du dossier différente selon le médecin. Lorsqu’un doute se présentait, un contrôle
systématique avec le médecin en charge du dossier a été réalisé afin de retranscrire au
mieux le parcours du patient. La variabilité présente ici est la variation inter-médecins
qui dépend de la prise en charge du patient. Cette dernière est faible, des réunions étant
organisées tous les mois afin de discuter des dossiers des patients en consultation au CSM,
à l’AMP et au CECOS avec l’ensemble des médecins des services.
3.3.2
Vérification de la qualité des données
Les données ont été contrôlées et "nettoyées" durant la création de la base finale
contenant les trois sources d’informations (Gynelog, dossiers "papiers" et enquête téléphonique). Parmi l’ensemble des questionnaires, des items se recoupaient permettant la
vérification d’informations telles que l’âge, la profession, la survenue d’une grossesse, la
cause d’infertilité..., ce qui a permis de rester cohérent dans le parcours thérapeutique de
l’homme (du couple).
Tout ce travail s’est effectué au fur et à mesure de la construction de la base de données
finale qui a duré 12 mois, en parallèle de la mise en place du plan d’analyse de l’étude.
4
Bénéfice d’une exploration andrologique en association
avec l’examen spermiologique
Cette section fait l’objet d’un article qui va être soumis à la revue International Journal of Andrology (cf. annexe B Infertilité masculine, section 1 Benefit of conducting
both andrological exploration and semen characteristics assessment in infertile men, page
163).
51
CHAPITRE 2. INFERTILITÉ MASCULINE
4.1
Introduction
Ayant longtemps été négligée dans l’exploration du couple infertile, la responsabilité
de l’homme est rapidement apparue comme un facteur important, représentant 50% des
causes des difficultés à concevoir [Sigman et al., 1997], 20% uniquement dues à l’infertilité masculine et entre 30% et 40% partagées entre l’infertilité masculine et féminine
[Thonneau et al., 1991].
Avec le développement de l’injection intracytoplasmique de spermatozoïdes (ICSI)
qui a donné une meilleure chance de réussite de devenir père aux hommes ayant une
forme sévère d’infertilité [Sherins, 1995], la prise en charge de l’infertilité masculine est
souvent limitée à l’évaluation du sperme. Ainsi, de nombreuses études ont montré une
relation entre l’obtention d’une grossesse et la qualité du sperme (concentration de spermatozoïdes, mobilité, morphologie) [Bostofte et al., 1982a,b] [Campana et al., 1996] et
ont proposé des valeurs de références des caractéristiques du sperme dans l’évaluation de
l’infertilité masculine [Nallella et al., 2006]. Récemment, la Third Evian Annual Reproduction (EVAR) a reporté les avis d’experts sur les analyses de sperme, les investigations
de l’homme et de la femme et les traitements d’AMP afin d’évaluer les progrès en matière
de diagnostic et de prise en charge de l’infertilité masculine avec un traitement approprié
[Devroey et al., 2009]. Bien qu’ils aient conclu à la nécessité d’améliorer le diagnostic
et la prise en charge en AMP, seules les analyses de sperme ou l’évaluation utérine ou
tubaire ont été discutées, sans prendre en compte l’investigation clinique de l’homme.
Aujourd’hui, la plupart des couples infertiles commencent un processus d’AMP avec une
évaluation du sperme seule.
Toutefois, la prise en charge de l’infertilité masculine doit également inclure l’évaluation clinique qui est une pratique clé, comme l’a déjà suggéré l’Organisation mondiale de
la Santé (OMS) depuis 1987 [Rowe et al., 2000] [Rowe et al., 1993] [World Health Organization, 1987], ou encore quelques auteurs qui ont proposé différents moyens de diagnostic, d’évaluation et de traitement de l’infertilité masculine [Comhaire et al., 1995]
[Comhaire et al., 1988] [Quallich, 2006], notemment Kolettis et Sabanegh qui ont montré que les renseignements recueillis durant l’investigation clinique permet de détecter les
principales causes de l’infertilité masculine [Kolettis and Sabanegh, 2001]. En 2000, Pierik et al. [2000] ont collecté l’ensemble des pathologies médicales retrouvées chez 1549
hommes ayant consulté dans un service d’andrologie entre 1990 et 1995. Chez 66% des
patients, une cause d’infertilité a été détectée. Sur la base de la classification de l’OMS, ils
ont observé que, en présence d’un sperme anormal, près de 39% des patients présentaient
une varicocèle, une hernie inguinale, une vasectomie, un antécédent de cryptorchidie,
une ABVD, et/ou un facteur acquis des testicules. Les auteurs ont conclu à la nécessité de
proposer un questionnaire structuré afin de faciliter l’évaluation andrologique de l’homme
dans sa prise en charge de l’infertilité masculine et ainsi pouvoir comparer les données
collectées entre les centres d’infertilité.
Enfin, la littérature met également en avant l’expérience en matière d’évaluation de
l’infertilité masculine, dans laquelle l’investigation clinique est un facteur important pouvant aider les médecins à poser un diagnostic de l’infertilité et à estimer les caractéristiques du sperme.
52
CHAPITRE 2. INFERTILITÉ MASCULINE
Cette étude a été menée afin de montrer l’impact et le bénéfice d’une évaluation de
l’infertilité masculine, en prenant en compte à la fois les antécédents médicaux et chirurgicaux et l’histoire reproductive de l’homme ainsi que son examen andrologique, sur les
caractéristiques du sperme.
4.2
4.2.1
Matériel et méthodes
Population
Les données ont été obtenues à partir de la série de tous les couples ayant consulté
pour infertilité masculine entre 2000 et 2004 au Centre de Stérilité Masculine de Toulouse
(CSM). Les hommes ont principalement été envoyés au CSM par un gynécologue après
une évaluation de leur partenaire féminine pour des difficultés à concevoir d’au moins 12
mois avec suspicion d’une cause masculine et/ou une évaluation anormale du sperme.
4.2.2
La collecte des données
L’évaluation clinique Lors de la première consultation, un examen clinique a été pratiqué par un andrologue auprès de tous les hommes, comprenant :
– un questionnaire standard qui concernait : l’histoire reproductive de l’homme et
dans son couple (type d’infécondité et durée d’infertilité), ses antécédents médicaux
y compris les infections (orchite, épididymite, infection urinaire (IU), infections
sexuellement transmissibles (IST)), les traumatismes testiculaires, la cryptorchidie,
la torsion du cordon spermatique, une intervention chirurgicale (hernie inguinale,
de l’épididyme, canal déférent...) et les antécédents de maladie grave (cancer et
traitements associés).
– un examen clinique comprenant : la morphologie générale du corps et des signes de
virilisation, ainsi que l’aspect du scrotum (long/moyen et mince ou épais et court),
la présence ou l’absence (uni ou bilatérale) des testicules dans le scrotum et leur
position (basse ou élevée/ascendant), l’évaluation des épididymes (absence totale
ou partielle et/ou kystique/nodulaire/induré/épaissi/turgescent), l’évaluation des canaux déférents (nodulaire/induré/épaissi ou absence partielle ou totale), la présence
ou l’absence d’une varicocèle ou d’une hydrocèle.
– un examen des testicules : l’homme couché sur la table d’examen, la longueur et la
largeur de chaque testicule a été mesurée avec un pied à coulisse. Chaque volume
testiculaire a été calculé en utilisant la formule de Lenz (1/3 × π × longueur ×
largeur2 × 1/2 [Lenz et al., 1993]).
L’évaluation du sperme Tous les hommes infertiles ont fourni un échantillon de sperme
au même endroit pour éviter la variabilité inter-laboratoire. Le recueil de sperme a été
réalisé par masturbation après un délai d’abstinence sexuelle recommandé de 3 à 5 jours,
53
CHAPITRE 2. INFERTILITÉ MASCULINE
après la première consultation. Les analyses de sperme ont été effectuées selon les recommandations de l’OMS [World Health Organization, 1999].
Dans les analyses statistiques, seul le premier échantillon de sperme a été considéré.
Nous avons décidé d’utiliser le nombre total de spermatozoïdes (TSC = concentration ×
volume de l’éjaculat) associé à la vitalité et à la motilité a + b. Selon la répartition des
caractéristiques spermatiques, quatre groupes ont été construits :
– As : Azoopermie (TSC = 0 spermatozoïde dans le sperme),
– ONAs : Oligo-nécro-asthénospermie (TSC < 40.106 spermatozoïdes dans le sperme,
et la vitalité < 75% et/ou la motilité a + b < 50%),
– NAs : Nécro-asthénospermie (TSC ≥ 40.106 spermatozoïdes dans le sperme, et la
vitalité < 75%, et/ou la motilité a + b < 50%),
– Nos : Normospermie (TSC ≥ 40.106 spermatozoïdes dans le sperme et la vitalité
≥ 75%, et la motilité a + b ≥ 50%).
Le délai d’abstinence normale était entre 3 à 5 jours et l’hypospermie a été définie comme
un volume < 2 mL [World Health Organization, 1999].
4.2.3
L’analyse statistique
L’évaluation clinique comprenant un grand nombre de variables, ainsi qu’un grand
nombre de modalités (les valeurs prises par les variables), nous les avons regroupés dans
des familles cohérentes en utilisant une analyse factorielle des correspondances multiples
(MCA) [Greenacre, 1992]. Cette étape d’exploration statistique a permis d’éliminer certains artefacts, pour mieux structurer la codification des données, et donner une visualisation complète des données et de la relation entre l’évaluation clinique et les caractéristiques du sperme. Après regroupement et/ou suppression des modalités avec la MCA,
la figure 2.2 donne les variables finales et leurs modalités (seules les variables dont les
modalités avaient une fréquence > 8% ont été prises en compte).
Un arbre de régression basé sur l’algorithme de Classification and Regression Tree
(CART) [Breiman, 1984] a été effectué afin d’expliquer les caractéristiques du sperme
selon les antécédents en matière de reproduction, les antécédents chirurgicaux et médicaux et l’examen clinique. Cette méthode a l’avantage de sélectionner automatiquement,
et donc de mettre l’accent sur les interactions entre certaines variables spécifiques sans
les choisir de manière arbitraire contrairement à la régression logistique.
Enfin, une régression logistique polytomique a été effectuée, en prenant en compte les
interactions, ajustée sur le délai d’abstinence, le volume de l’éjaculat, et l’âge de l’homme.
4.3
Résultats
4.3.1
Population
Sur les 2138 patients ayant consulté pour infécondité masculine entre 2000 et 2004,
seulement 1703 (80%) des hommes ont fourni un échantillon de sperme au CSM.
54
CHAPITRE 2. INFERTILITÉ MASCULINE
F IGURE 2.2 – Analyse factorielle des correspondances multiples de l’examen clinique et
de l’évaluation spermatique
L’âge moyen des 1703 hommes infertiles était de 34 ± 6 ans (62% avaient ≤ 35 ans).
En ce qui concerne les antécédents en matière de reproduction, la durée moyenne d’infertilité était de 32 ± 24 mois et l’infécondité primaire représentait 68%. Un patient sur
cinq présentait des antécédents d’infection, 1/8 des antécédents de cryptorchidie, 1/8 des
antécédents chirurgicaux, et 1/25 un antécédent de traumatisme testiculaire (cf. tableau
2.3). L’évaluation clinique a montré que 27% des hommes ont présenté une évaluation
anormale de l’épididyme, 22% une varicocèle, 20% une évaluation anormale du scrotum,
6% une évaluation anormale des canaux déférents (cf. tableau 2.4). Le volume testiculaire
droit et gauche était en moyenne de 20 ± 10 mL et 18 ± 9 mL, respectivement. En prenant compte à la fois les antécédents médicaux et l’évaluation clinique, 85% des patients
présentaient au moins un examen andrologique anormal.
En ce qui concerne l’évaluation du sperme, le volume moyen de l’éjaculat était de
3, 6 ± 1, 7 mL (17% < 2 mL), la numération des spermatozoïdes totale moyenne de
108 ± 189.106 (52% < 40.106 ) (cf. tableau 2.5). Un total de 75% des hommes infertiles
présentaient une nécrospermie, et 90% avaient un asthénospermie.
55
56
(68)
(32)
(56)
(44)
(22)
(98)
(2)
(98)
(2)
(85)
(15)
(92)
(8)
(87)
(13)
(12)
(92)
(8)
(95)
(5)
(98)
(2)
(96)
(4)
(99)
(1)
950
753
371
1673
30
1672
31
1453
250
1579
124
1480
223
204
1592
111
1618
85
1669
34
1637
66
1692
11
(%)
1161
542
All
(1703)
196
4
191
9
193
7
185
15
181
19
37
171
29
185
15
167
33
193
7
194
6
46
123
77
156
44
n
(11)
(36)
(12)
(14)
(12)
(21)
(11)
(18)
(11)
(17)
(18)
(11)
(13)
(12)
(12)
(12)
(13)
(12)
(23)
(12)
(20)
(13)
(13)
(10)
(14)
(7)
(%)¶
Azoospermia
(200)
677
6
656
27
668
15
643
40
637
46
92
547
136
630
53
586
97
669
14
669
14
152
401
282
466
217
(40)
(55)
(40)
(41)
(40)
(44)
(40)
(47)
(40)
(42)
(45)
(37)
(61)
(40)
(43)
(40)
(39)
(40)
(45)
(40)
(47)
(41)
(42)
(38)
(40)
(41)
Oligo-necroasthenospermia
(683)
n
(%)¶
* indicates p-value < 0.05 between semen groups; ¶ Percentages were calculated according to semen groups
Surgical histories
Inguinal hernia
No
Yes
Testicular surgery
No
Yes
Epididymis / vas deferens surgery*
No
Yes
History of testicular trauma
No
Yes
History of cancer
No
Yes
Infections histories
History of orchitis
No
Yes
History of epididymitis
No
Yes
History of urinary infection
No
Yes
History of STI
No
Yes
History of cryptorchidism*
No
Yes
Fecundity type*
Primary
Secondary
Infertility duration*
≤ 24 months
> 24 months
n
Table 2.3. Antécédents des 1703 hommes infertiles
732
0
704
28
724
8
706
26
692
40
63
678
54
683
49
625
107
725
7
724
8
153
385
347
491
241
(44)
(0)
(43)
(42)
(43)
(23)
(44)
(31)
(44)
(36)
(31)
(46)
(24)
(43)
(40)
(43)
(43)
(43)
(23)
(43)
(27)
(41)
(41)
(46)
(42)
(45)
Necroasthenospermia
(732)
n
(%)¶
n
87
1
86
2
84
4
84
4
82
6
12
84
4
81
7
75
13
85
3
86
2
20
41
47
48
40
(5)
(9)
(5)
(3)
(5)
(12)
(5)
(4)
(5)
(5)
(6)
(6)
(2)
(5)
(5)
(5)
(5)
(5)
(9)
(5)
(6)
(5)
(4)
(6)
(4)
(7)
(%)¶
Normospermia
(88)
CHAPITRE 2. INFERTILITÉ MASCULINE
57
1097
606
1237
466
1604
99
1622
81
1134
369
928
775
1367
336
(64)
(36)
(73)
(27)
(94)
(6)
(95)
(5)
(78)
(22)
(54)
(46)
(80)
(20)
(%)
108
92
104
96
153
47
186
14
169
31
114
86
147
53
n
(9)
(18)
(8)
(21)
(10)
(48)
(12)
(17)
(13)
(8)
(9)
(15)
(11)
(16)
(%)¶
Azoospermia
(200)
353
330
495
188
654
29
654
29
503
180
372
311
551
132
n
(32)
(54)
(40)
(40)
(41)
(29)
(40)
(36)
(38)
(49)
(40)
(40)
(40)
(39)
(%)¶
Oligo-asthenonecrospermia
(683)
* indicates p-value < 0.05 between semen groups; ¶ Percentages were calculated according to semen groups
Normal
Abnormal
Testicular volume*
Normal
Abnormal
Epididymis*
Normal
Abnormal
Vas-deferens*
No
Yes
Hydrocelis
No
Yes
Varicocelis*
Normal
Abnormal
Testicular migration*
Normal
Abnormal
Scrotum
n
All
(1703)
Table 2.4. Examen clinique des 1703 hommes infertiles
583
149
570
162
710
22
700
32
588
144
417
315
599
133
n
(53)
(25)
(46)
(35)
(44)
(22)
(43)
(40)
(44)
(39)
(45)
(41)
(44)
(40)
(%)¶
Necroasthenospermia
(732)
69
19
68
20
87
1
82
6
74
14
53
35
70
18
n
(6)
(3)
(6)
(4)
(5)
(1)
(5)
(7)
(5)
(4)
(6)
(4)
(5)
(5)
(%)¶
Normospermia
(88)
CHAPITRE 2. INFERTILITÉ MASCULINE
Abstinence delay (day)
Volume (mL)
Sperm concentration (106/mL)
Total sperm count (106)
Vitality (%)
Motility a+b (%)
5
3.6
32
108
61
27
Mean
All
(1703)
3
1.7
56
189
17
16
SD
5
3.0
–
–
–
–
Mean
3
2.0
–
–
–
–
SD
Azoospermia
(200)
Table 2.5. Caractéristiques spermatiques de 1703 hommes infertiles
5
3.5
5
12
57
20
Mean
3
1.7
7
12
18
15
SD
Oligo-asthenonecrospermia
(683)
5
3.9
62
209
63
30
Mean
3
1.7
69
225
15
12
SD
Necroasthenospermia
(732)
4
3.8
76
265
80
55
Mean
2
1.5
66
250
13
11
SD
Normospermia
(88)
CHAPITRE 2. INFERTILITÉ MASCULINE
58
CHAPITRE 2. INFERTILITÉ MASCULINE
4.3.2
Relation entre l’examen clinique et l’analyse du sperme
Les tableaux 2.3 et 2.4 montrent la distribution de l’évaluation andrologique selon
les groupes de sperme. Par exemple, pour l’ensemble des hommes ayant un antécédent
de cryptorchidie, une différence entre les groupes de sperme a été observée (P < 0, 05 ;
13% présentaient une azoospermie, 61% une oligo-nécro-asthénospermie 24% une nécroasthénospermie, 2% une normospermie) et aussi pour les hommes qui avaient une varicocèle (P < 0, 05 ; 8% présentaient une azoospermie, 49% une oligo-nécro-asthénospermie,
39% une nécro-asthénospermie, 4% une normospermie).
En utilisant un arbre de régression, nous avons observé que le volume des testicules
était la première variable discriminante entre les groupes de sperme, suivie par l’évaluation des canaux déférents, et par l’évaluation des épididymes (cf. figure 2.3). Nous avons
retenu la principale interaction entre le volume des testicules et l’évaluation des canaux
déférents, construite en trois modalités :
– Un volume normal des deux testicules et une évaluation normale des canaux déférents,
– Au moins un des testicules a un volume anormal quelle que soit l’évaluation des
canaux déférents,
– Un volume normal des deux testicules et une évaluation anormale des canaux déférents.
La régression polytomique comprenant l’interaction ci-dessus et l’examen andrologique a montré une relation entre les hommes ayant eu un antécédent de cryptorchidie
(OR = 4,06, IC à 95%, de 1,43 à 11,52), ou ayant une varicocèle (OR = 2,14, IC à 95%,
1,16 à 3,92) et l’oligo-nécro-asthénospermie. Par ailleurs, avoir des volumes anormaux
des testicules quelle que soit l’évaluation des canaux déférents augmentait le risque de
2,84 (IC à 95%, de 1,66 à 4,90) d’être oligo-nécro-asthénosperme ou le risque de 6,37
(IC à 95%, de 3,39 à 11,72) d’être azoosperme. Fait intéressant, avoir une évaluation
anormale des épididymes (OR = 2,40, IC à 95%, de 1,31 à 4,38) était seulement liée à
l’azoospermie (cf. tableau 2.6).
4.4
Discussion
Notre étude décrit l’évaluation de l’infertilité masculine dans une population qui a
consulté pour des difficultés à concevoir. Parmi les 1703 hommes infertiles, 85% des
patients présentaient au moins une anomalie à l’exploration clinique (antécédents et examen clinique andrologique). Notre résultat est similaire à celui observé dans l’étude de
Greenberg et al. [1978] où 80% des 425 patients hypofertiles ont présenté un examen
andrologique anormal, et dans l’étude de Pierik et al. [2000] qui a observé que la cause
de l’infertilité a été trouvé chez 66% des 1549 hommes examinés lors d’une évaluation
andrologique.
Dans notre population, le premier antécédent médical identifié concerne les antécédents d’infection, présent chez 22% des hommes infertiles. Dans notre étude, les antécédents infectieux couvrent tous les antécédents documentés ayant un effet causal sur
la fertilité tandis que dans d’autres études, seuls les antécédents liés aux altérations du
59
Age ≤ 35 yr
Oligo-necroasthenospermia
(0 / 19 / 10 / 2)
Necroasthenospermia
(0 / 4 / 9 / 0)
0 / 23 / 19 / 2
Age > 35 yr
Normal epididymes
Necroasthenospermia
(2 / 2 / 11 / 0)
(27 / 88 / 126 / 16)
Regression tree was built in order to find principal interactions among clinical investigations. Here, testes volume and vas deferens evaluation are the first interaction found in the tree.
For example: the terminal left node “Oligo-necro-asthenospermia (108 / 330 / 149 / 108)” means that among patients who presented abnormal testes volume, 108 had azoospermia, 330
oligo-necro-asthenospermia, 149 necro-asthenospermia, and 19 normospermia. For the terminal right node “Azoospermia (30 / 7 / 5 / 1)”, patients who had normal testes volume with
abnormal deferentia and normal epididymis had more risk to presented azoospermia.
(30 / 7 / 5 / 1)
Azoospermia
32 / 9 / 19 / 1
Abnormal epididymis
Necroasthenospermia
* Number of azoospermia / oligo-necro-asthenospermia/ asthe-necrospermia / normospermia at each node.
(33 / 233 / 422 / 50)
Necroasthenospermia
60 / 344 / 567 / 68
Abnormal epididymis
92 / 353 / 583 / 69
Abnormal vas deferens
Normal testes volume
Normal vasa deferentia
History of cryptorchidism
Normal epididymes
200 / 683 / 732 / 88*
33 / 256 / 441 / 52
No history of cryptorchidism
Oligo-necroasthenospermia
(108 / 330 / 149 / 19)
Abnormal testes volume
CHAPITRE 2. INFERTILITÉ MASCULINE
F IGURE 2.3 – Arbre de régression de l’évaluation spermatique en fonction de l’examen
andrologique
60
61
Normal
Abnormal
Epididymides evaluation
Normal testicular volumes
and normal vasa deferentia
At less one abnormal
testicular volume whatever
vasa deferentia
Normal testicular volumes
and at less one abnormal
vas deferens
Testicular volume and vas
deferens evaluation
No
Yes
Varicocelis
No
Yes
History of cryptorchidism
Secondary
Primary
Fecundity type
2.02-125.23
15.93
–
1.31-4.38
3.39-11.72
6.31
1.00
2.40
–
–
0.50-2.11
–
0.64-5.93
–
1.87-5.98
95% CI
1.00
1.00
1.03
1.00
1.93
1.00
3.34
OR
Azoospermia
–
0.71-2.10
0.14-9.99
1.21
1.00
1.23
1.66-4.90
–
–
1.16-3.92
–
1.43-11.52
–
1.11-1.03
95% CI
2.84
1.00
1.00
2.14
1.00
4.06
1.00
1.79
OR
Oligo-necroasthenospermia
1.00
0.93
–
0.54-1.59
0.2314.18
0.51-1.53
0.88
1.82
–
–
0.75-2.53
–
0.60-5.05
–
1.03-2.62
95% CI
1.00
1.00
1.38
1.00
1.75
1.00
1.64
OR
Necroasthenospermia
Table 2.6. Relation entre l’investigation clinique et les groupes de sperme des 1703 hommes infertiles
CHAPITRE 2. INFERTILITÉ MASCULINE
CHAPITRE 2. INFERTILITÉ MASCULINE
sperme ont été retenus comme la prostatite, l’urétrite, l’épididymite et l’orchite [Weidner
et al., 1999] [Purvis and Christiansen, 1993]. Comparé aux 12% rapportés dans l’étude
de Dohle [2003], notre taux plus élevé pourrait s’expliquer par l’inclusion de l’infection
urinaire dans les antécédents infectieux.
La cryptorchidie est présente chez 13% des hommes infertiles. La fréquence de cette
pathologie est similaire aux fréquences observées dans des études précédentes (10% [Mieusset et al., 1995], 9% [Pierik et al., 2000]). La prévalence de la cryptorchidie reportée dans
des enquêtes prospectives menées auprès de garçons nés à terme/avec un poids normal à
la naissance varie entre 2 et 8% [Virtanen et al., 2007a]. Bien que les taux d’antécédents
de cryptorchie ont été étudiés dans des populations infertiles, une incidence aussi forte
de la cryptorchidie peut être due soit à une spermatogenèse altérée associée à une cryptorchidie [Virtanen et al., 2007b] et/ou à une cryptorchidie acquise récemment constatée,
c’est-à-dire la survenue d’une cryptorchidie chez un garçon avec des testicules descendus à la naissance [Rusnack et al., 2002] [Taghizadeh and Thomas, 2008] [Hack et al.,
2008]. Ce taux élevé d’antécédent de cryptorchidie dans cette étude pourrait aussi être
dû à l’inclusion des antécédents de cryptorchidie ayant été traités par hormonothérapie
seule alors que dans la plupart des études chez les hommes infertiles, seuls les antécédents d’orchidopexie ont été inclus [Virtanen et al., 2007a]. Dans l’analyse multivariée, la
cryptorchidie est associée à un risque élevé d’être oligo-nécro-asthénosperme. La cryptorchidie congénitale est associée à une réduction du nombre de cellules germinales ou à des
cellules germinales défectueuses, avec une maturation tardive, et à un nombre réduit de
cellules de Leydig. Le processus de différenciation et la prolifération cellulaire sont altérées lorsque les testicules sont non descendus [Virtanen et al., 2007a]. Les conséquences
de ces constatations sont à la fois la production réduite de spermatozoïdes (oligospermie)
et la réduction des volumes des testicules. En outre, la cryptorchidie est associée à des
anomalies anatomiques épididymaires [Kucukaydin et al., 1998] [Nistal et al., 2000] ainsi
qu’à des anomalies structurelles et fonctionnelles du rete testis, des conduits efférents et
du canal épididymaire [Nistal and Jimenez-Heffernan, 1997] [De Miguel et al., 2001] qui
pourraient expliquer le risque plus élevé d’être nécro-asthénosperme dans cette population.
Un volume testiculaire anormal a été identifié chez 36% des patients. Cette information n’est pas nouvelle, la moitié de notre population étant composée d’hommes ayant
des antécédents de cryptorchidie, d’orchite, de traumatisme testiculaire ou de torsion du
cordon spermatique, ou qui présentent une varicocèle, c’est-à-dire toutes les pathologies
connues pour être associées à une réduction de la la taille des testicules [Diemer and
Desjardins, 1999] [Lenz et al., 1994] [Lipshultz and Corriere, 1977] [Mieusset et al.,
1995] [Pasqualotto et al., 2005] [Visser and Heyns, 2003]. Dans l’arbre de régression
multivarié, le volume des testicules était la première variable discriminante entre l’oligonécro-asthénospermie et les autres groupes de sperme. La présente étude rapporte qu’en
présence d’au moins un volume testiculaire anormal, quel que soit le résultat de l’évaluation des canaux déférents, les risques d’azoospermie ou d’oligo-nécro-asthénospermie
sont respectivement 6,31 et 2,84 plus élevés que dans le cas de deux volumes testiculaires normaux, indiquant, par un simple signe clinique, une spermatogenèse altérée. De
nombreuses études ont observé de telles relations similaires entre le volume des testi62
CHAPITRE 2. INFERTILITÉ MASCULINE
cules et les caractéristiques du sperme [Arai et al., 1998] [Lenz et al., 1994] [Pierik et al.,
2000]. Cette relation entre le volume des testicules et la production de sperme est facile
à comprendre car environ 70 % du nombre de cellules germinales sont présentes dans le
testicule, le volume testiculaire représentant ainsi l’efficacité de la spermatogenèse. Toute
pathologie congénitale (cryptorchidie) ou acquise (orchite, torsion du testicule, varicocèle) sensible à la spermatogenèse altérée va entraîner la réduction du nombre total de
cellules germinales dans le testicule, résultant en une azoo/oligospermie en fonction de la
nature de l’affection. Dans le cas de la spermatogenèse altérée, le fait que les conduits excréteurs soient libres ou non ne change rien à la spermatogenèse altérée. Toutefois, les volumes des testicules seuls ne représentent pas véritablement le nombre de spermatozoïdes
dans le sperme, comme le montrent les plus à risque d’azoospermie en cas de volumes
testiculaires normaux associés à au moins un canal déférent anormal. Le nombre de spermatozoïdes récupérés dans l’éjaculat provient à la fois des testicules et de la perméabilité
des deux conduits excréteurs. En ce qui concerne les canaux déférents, les principales
anomalies congénitales sont l’obstruction partielle ou complète ou l’absence comme dans
les cures de hernie bilatérale. Chez les 1703 patients, 27% ont présenté une évaluation
anormale des épididymes. Ce résultat élevé peut être expliqué par les signes cliniques
regroupant non seulement l’absence totale ou partielle, mais aussi les anomalies de position et de consistence de chaque épididyme. Avec une telle définition, une différence
entre les groupes de sperme a été observée pour une évaluation épididymaire anormale
et plus particulièrement un risque plus élevé d’azoospermie. Toutefois, ce risque plus
élevé d’azoospermie n’est pas toujours le signe d’une obstruction du canal épididymaire,
comme par exemple, en cas d’obstruction épididymaire bilatérale secondaire à une épididymite bilatérale. L’azoospermie peut être non obstructive dans le cas de petits volumes
testiculaires, comme par exemple pour un patient atteint d’une cryptorchidie bilatérale
congénitale et ayant eu une épididymite bilatérale.
Limites et biais Cette étude comprend seulement les hommes traités par les gynécologues qui ont déjà étudié et traité leurs partenaires féminines, après une analyse du
sperme anormale ou un test post-coïtal déficient ou encore des difficultés à concevoir.
Cette population de patients de sexe masculin n’est pas représentative des partenaires de
sexe masculin dans les couples infertiles. Toutefois, la découverte d’un examen andrologique anormal chez 85% des hommes pourrait suggérer que l’évaluation clinique est
nécessaire chez tous les partenaires masculins de couples infertiles.
Un autre biais potentiel pourrait provenir des données présentées dans l’étude systématiquement recueillies durant l’évaluation clinique, où certaines variables n’ont pas été
prises en compte à cause des données manquantes pouvant induire un manque de précision (par exemple, les antécédents d’infection prostatique recommandés par l’OMS, ou
des informations sur les troubles de l’éjaculation). Toutefois, l’objectif de l’étude était
de fournir des preuves à base de l’évaluation clinique sur les caractéristiques du sperme.
Nous avons montré que l’enquête chez les hommes associée à une analyse du sperme peut
aider les cliniciens à mieux prendre en charge les couples infertiles et fournir l’origine des
causes d’infertilité masculine.
Conclusion Ces résultats montrent qu’il est nécessaire de :
– Uniformiser un questionnaire andrologique afin d’identifier les causes d’infertilité ;
63
CHAPITRE 2. INFERTILITÉ MASCULINE
– Utiliser des outils statistiques appropriés afin d’étudier les données médicales et
fournir des résultats robustes et facilement interprétables pour le clinicien, tout en
prenant en compte l’ensemble des variables. En effet, il est bien connu que la causalité multifactorielle est impliquée dans l’infertilité masculine [Everaert et al., 2003],
indiquant que l’infertilité chez un homme résulte d’intéraction entre plusieurs facteurs, à savoir son patrimoine génétique, son style de vie, ses expositions à l’environnement et/ou professionnelle à des agents toxiques ainsi que la présence éventuelle d’anomalies ou de pathologies acquises de son appareil reproducteur.
Par conséquent, la prise en charge des hommes infertiles doit également inclure une
investigation clinique en plus de l’analyse du sperme, en tenant compte d’un questionnaire
sur les antécédents et les autres facteurs potentiels, et de l’évaluation clinique.
5
Taux cumulés d’un projet parental chez des couples
présentant une infertilité masculine
Un article traitant de cette section est actuellement soumis à la revue Human Reproduction (cf. annexe B Infertilité masculine, section 2 Cumulative Parenthood Rates in
Infertile Men : a Large Retrospective Study of 2138 Couples, page 183).
5.1
Introduction
La capacité pour un couple à concevoir est une préoccupation sociale majeure et un
important problème de santé publique. Dans les pays développés, on estime qu’entre 9 et
14% des couples ont des difficultés à concevoir, et en France un couple sur sept consultera pour infertilité au cours de sa vie reproductive, avec la responsabilité partagée entre
l’homme et la femme[Boivin et al., 2007] [Thonneau et al., 1991]. Toutefois, des progrès constants dans l’assistance médicale à la procréation (AMP) ont été observés dans
les dernières décennies, et ont donné un réel espoir pour ces couples infertiles. En 2005,
dans un total de 53 pays, 601243 procédures d’AMP ont été réalisées et ont abouti à une
naissance [de Mouzon et al., 2009]. Un rapport récent de la Société Européenne de la
Reproduction Humaine et d’Embryologie (ESHRE) a indiqué que dans les 20 pays européens qui tiennent des registres d’AMP, 58199 cycles d’AMP résultant en une naissance
ont été effectués en 2006 [de Mouzon et al., 2010].
Jusqu’ici, la plupart des études évaluant l’AMP ont rapporté des taux de naissances
vivantes seulement chez les couples infertiles traités par fécondation in vitro/injection intracytoplasmique de spermatozoïdes (FIV/ICSI) [Elizur et al., 2005] [Witsenburg et al.,
2005] [Sutcliffe and Ludwig, 2007]. Toutefois, le traitement des couples infertiles ne se
limite pas à l’AMP ; ils peuvent également devenir des parents grâce à une grossesse
spontanée, un traitement non-AMP, ou à travers l’adoption. Très peu d’informations sont
disponibles sur l’attitude et les résultats en matière de reproduction des couples infertiles
après l’arrêt d’un traitement de FIV/ICSI. Dans une étude menée chez 724 patients qui ont
tenté des FIV, les auteurs ont montré que chez 123 femmes qui ont interrompu un traite64
CHAPITRE 2. INFERTILITÉ MASCULINE
ment par FIV, 57 couples ont finalement réussi à devenir parents, 46% grâce à l’adoption,
42% grâce à une grossesse spontanée et 12% par le biais de FIV dans un autre centre
[de La Rochebrochard et al., 2009].
Une autre limitation majeure de la littérature existante est la rareté des documents
publiés sur les résultats en matière de reproduction dans les couples consultant pour infertilité masculine. Même s’il est maintenant bien établi que l’infertilité est une affaire de
couple, avec une responsabilité partagée entre les hommes et les femmes [Thonneau and
Bujan, 1993] [Safarinejad, 2008], aucune information n’est donnée sur les hommes, sans
tenir compte de l’impact réel de l’infertilité masculine.
Nous avons effectué cette étude pour fournir des estimations des taux de succès à long
terme chez les couples consultant pour infertilité masculine et qui souhaitent avoir un
enfant.
5.2
5.2.1
Matériel et méthodes
Patients
En 2008, nous avons réalisé une étude sur une cohorte rétrospective incluant tous
les hommes ayant consulté pour infécondité masculine entre Janvier 2000 et Décembre
2004 au Centre de Stérilité Masculine à Toulouse (CSM), CHU de Paule de Viguier. Les
hommes ont été principalement envoyés au CSM par le biais d’un gynécologue après une
évaluation de leur conjointe et/ou une évaluation anormale du sperme. L’infertilité masculine a été définie comme l’incapacité du couple à concevoir après 12 mois de rapports
sexuels sans contraception. Dans notre étude, les causes de l’infertilité féminine (facteurs
tubaires, troubles de l’ovulation, facteurs utérins, endométriose et troubles hormonaux)
étaient traitées à la date d’inclusion.
Les couples ont été suivis à l’entrée et pendant le traitement par un andrologue jusqu’à arrêt du traitement ou de la naissance d’un enfant vivant (la durée du suivi variait
de 5 à 9 ans selon la date d’inclusion). Les issues reproductives comprenaient non seulement la naissance d’un enfant vivant obtenu au CSM mais aussi la naissance d’un enfant
vivant obtenu dans d’autres centres d’AMP après arrêt au CSM, ainsi que les grossesses
spontanées et les adoptions.
5.2.2
Collecte des données
Durant le premier semestre 2008, une lettre d’information a été envoyée à tous les
hommes qui avaient consulté pour infertilité masculine au CSM entre 2000 et 2004, leur
demandant de participer à l’étude via une entrevue téléphonique. De courtes entrevues
avec les hommes volontaires ont été menées par des enquêteurs formés. L’entrevue portait
sur les aspects masculins et féminins dont les informations sociodémographiques, le type
de traitement, les raisons de l’arrêt de leur prise en charge au CSM, et la réalisation ou
non de leur projet parental (y compris l’adoption). Dans le cas où la lettre d’information
65
CHAPITRE 2. INFERTILITÉ MASCULINE
n’a pas été délivrée aux patients, nous avons utilisé l’annuaire téléphonique régional ou
national pour les contacter directement. Les patients pour lesquels aucun carton de refus
n’a été renvoyé ont été recontactés par téléphone ou par voie postale (cf. figure 2.4).
Dans une deuxième étape, les dossiers médicaux de tous les couples ont été analysés pour obtenir des informations précises sur la principale cause d’infertilité, le type
de traitements et les résultats en matière de reproduction. Les principales causes d’infertilité masculine enregistrées étaient les troubles des testicules, des canaux déférents
ou les troubles des épididymes, la migration anormale des testicules, la présence d’une
varicocèle, une échographie anormale du scrotum, des anomalies génétiques (syndrome
de Klinefelter, délétion Y...), des troubles hormonaux et une évaluation anormale des caractéristiques du sperme. Les traitements reçus par les couples étaient : les traitements
AMP (IIU, FIV ou ICSI avec sperme du conjoint, et AMP avec sperme de donneur) et les
traitements non-AMP (à la fois médicaux et chirurgicaux, y compris le traitement médicamenteux et hormonal, la varicocélectomie, et la chirurgie des déférents/des épididymes).
Les issues reproductives ont été classées comme les grossesses par AMP, les grossesses
par des traitements non-AMP, et les grossesses spontanées (c’est-à-dire sans traitement).
5.2.3
Analyses statistiques
Les données ont d’abord été comparées entre les répondants, ceux qui ont refusé de
répondre et les non-répondants par le test du χ2 et le test exact de Fisher. Une régression
logistique a été réalisée pour décrire les facteurs associés au succès du projet parental à
l’aide d’odds ratio bruts et d’odds ratio ajustés (OR) et de leurs intervalles de confiance
95% (CI). Les proportions cumulées de succès ont été calculées pour la période étudiée
à partir des naissances d’un enfant obtenues après des traitements AMP, des traitements
non-AMP, une grossesse spontanée, ainsi qu’après les adoptions. La méthode de KaplanMeier a été utilisée pour estimer les taux cumulés de succès. Les censures ont été définies
comme les couples n’ayant pas réussi leur projet parental. Comme l’information sur les
issues reproductives n’étaient pas disponibles chez l’ensemble des couples qui avaient
consulté pour infécondité (ceux qui ont refusé de répondre et les non-répondants), les
taux de réussite cumulés ont été calculés selon une hypothèse conservative et pessimiste.
5.3
Résultats
5.3.1
Population
Parmi les 2138 couples ayant consulté pour infertilité masculine au CSM entre 2000
et 2004, 1353 (63%) ont accepté de participer et ont rempli le questionnaire téléphonique,
250 (12%) ont refusé de participer et 535 (25%) ont été considérés comme des nonrépondants (les deux tiers d’entre eux étaient des patients qui n’ont pas pu être retrouvés
dans les annuaires téléphoniques).
Sur les 1353 répondants, l’âge moyen de l’homme était de 33 ± 6 ans et de la femme
de 31 ± 4 ans, comparé à 35 ± 6 ans et 31 ± 12 ans pour les refusants et 33 ± 7 ans
66
CHAPITRE 2. INFERTILITÉ MASCULINE
Hommes venus consulter au Centre de Stérilité Masculine
n = 4563
INFECONDITE
n = 2138
AUTRE (vasectomie, sexologie,
HIV, autoconservation pour
maladie, varicocèle, autre…)
1ère étape
Envoi du courrier comprenant une fiche sur l’étude et un carton refus
Prise de contact par téléphone
par une enquêtrice
Carton refus
n = 119
6%
Accord
Par téléphone
n = 1216
Par courrier ou mail
n = 33
58 %
Perdus de vue
n = 298
14 %
Pas de réponse
n = 344
16 %
Refus
2ème étape
Envoi d’un questionnaire papier avec enveloppe retour
Décès de l’homme n = 14
Il n’a pas eu d’enfant n = 1
Ça le dérange n = 89
Séparation couple n = 4
Il a eu un enfant mais mauvais souvenir n = 2
Décès de l’enfant = 1
Autre n = 17 (hospitalisation monsieur,à
l’étranger, mécontent et en colère)
6%
Retour du questionnaire rempli ou non
Accord
Perdus de vue
n = 58
17 %
Pas de réponse
n = 212
61 %
Refus
Retour du questionnaire rempli
n = 71
21 %
Ça le dérange n = 2
N’habite plus en France n = 1
3ème étape
Envoi d’un questionnaire papier avec enveloppe retour
Retour du questionnaire rempli
n = 34
16 %
Perdus de vue
n = 10
4%
Pas de réponse
n = 168
80 %
F IGURE 2.4 – Recrutement des patients
67
1%
CHAPITRE 2. INFERTILITÉ MASCULINE
et 30 ± 5 ans pour les non-répondants (P > 0, 05). La durée moyenne d’infertilité chez
les 2138 couples était de 31 ± 22 mois (avec 58% des couples ayant une durée de moins
de 24 mois) (P > 0, 05 entre les trois groupes). L’infertilité était primaire chez 68% des
couples, et aucune différence n’a été observée entre les trois groupes.
5.3.2
Arrêt de la prise en charge
En ce qui concerne l’opinion des hommes, 43% des hommes ont déclaré que l’infertilité dans leur couple était due à l’homme, 34% d’origine mixte, et 13% ont attribué
l’infertilité à leur partenaire féminine, tandis que 10% des participants n’ont pas répondu
à cette question. La comparaison entre ces opinions sur l’origine de l’infertilité du couple
et le diagnostic apporté par les dossiers médicaux a montré que la très grande majorité
des hommes (31% des 34%) attribuait une origine mixte à l’infertilité alors qu’elle était
uniquement d’origine masculine.
Parmi les 1353 patients, 593 (44%) ont interrompu leur traitement au CSM. Les principales raisons invoquées étaient la pénibilité du traitement (21%), son inefficacité (18%),
la séparation du couple (13%) et la décision d’adopter (11%). Chez les patients qui avaient
reçu un traitement AMP, 30% ont arrêté leur prise en charge parce qu’il était douloureux
et 25% parce qu’il était inefficace (cf. tableau 2.7).
Table 2.7. Arrêt de la prise en charge des 593 patients n’ayant pas réussi à avoir un enfant au
CSM
With ART
Without ART
treatment
treatment
Total
(n = 333)
(n = 260)
n
%
n
%
n
%
Decision to discontinue treatment at TMSC
Man’s decision
16
6
35
11
51
9
Woman’s decision
23
9
32
10
55
9
Couple’s decision
132
50
140
42
272
46
Medical staff decision
22
9
32
9
54
9
No response
67
26
94
28
161
27
Reason for the decision to discontinue treatment at TMSC *
Treatment too painful
78
30
48
14
126
21
Treatment ineffective
64
25
41
12
105
18
Separation of the couple
20
8
59
18
79
13
Decision to adopt
39
15
28
8
67
11
Too old
22
8
26
9
48
8
Treatment too dangerous for health
22
8
19
6
41
7
Renouncement
9
3
21
6
30
5
Not satisfied
16
7
10
3
26
4
Adoption
14
6
11
3
25
4
Family reasons
8
3
16
5
24
4
Relocation
3
1
8
2
11
2
Too expensive
3
1
2
1
5
1
68
CHAPITRE 2. INFERTILITÉ MASCULINE
Parmi ces 593 patients ayant interrompu le traitement au CSM, 162 (27%) ont consulté
dans un autre centre d’AMP (14 IIU, 46 FIV, ICSI 54, et 17 AMP avec sperme de donneur).
5.3.3
Projet parental chez les répondants
Parmi les répondants, 61% (822/1353) ont finalement réussi à avoir un enfant, 27%
(363) par AMP effectuée au CSM, 5% (65) par AMP effectuée dans un autre centre, 7%
(104) à travers un traitement non-AMP, 17% (228) par une grossesse spontanée et 5%
(62) grâce à l’adoption (cf. tableau 2.8).
Table 2.8. Projet parental chez les 1353 répondants
Successful parenthood outcome
No
Yes
n
%
531
822
39
61
After ART at TMSC
IUI
IVF
ICSI
With sperm donor
363
105
31
163
64
27
By spontaneous pregnancy
228
17
After non-ART pregnancy
104
7
8
2
12
5
After ART in another hospital
IUI
IVF
ICSI
With sperm donor
65
6
15
32
12
5
Through adoption
62
5
1
1
2
1
Each percentage was calculated on the basis of the 1353 voluntary respondents
La figure 2.5 montre que, parmi les 822 couples qui ont réussi à avoir un enfant, le
plus fort taux cumulé est observé chez les couples ayant eu une grossesse spontanée et
chez ceux ayant eu une ICSI.
En utilisant un modèle multivarié, nous avons observé une relation négative entre la
réussite du projet parental et les hommes âgés de plus de 35 ans (OR = 0,64 IC 95% : de
0,49 à 0,83), les hommes avec un niveau scolaire faible (OR = 0,70, IC à 95%, de 0,50 à
0,98), une durée d’infertilité de plus de 24 mois (OR = 0,74, IC à 95%, de 0,59 à 0,94) ; il
69
CHAPITRE 2. INFERTILITÉ MASCULINE
F IGURE 2.5 – Proportions cumulées des issues reproductives chez les 822 couples ayant
réussi à avoir un enfant, selon le traitement
existe une relation positive entre la réussite du projet parental et les couples ayant eu un
traitement par IIU (OR = 1,93, IC 95% : 1,26 à 2,96) ou un traitement avec donneur de
sperme (OR = 1,74, IC à 95%, de 1,04 à 2,96) (cf. tableau 2.9).
En ce qui concerne l’âge, les estimations par Kaplan-Meier ont montré que les taux
cumulés de succès d’obtention d’un enfant atteignent 70% (95%, IC 65 à 74) chez les
hommes âgés de moins de 35 ans et les femmes âgées de moins de 30 ans, significativement plus élevés que les taux obtenus chez les couples plus âgés (53% (95%, IC 48 à 58)
(cf. figure 2.6).
5.3.4
Estimation du projet parental chez les 2138 couples
Chez les refusants et les non-répondants (250 + 535 = 785 couples), nous avons obtenu des informations sur les issues reproductives pour 353 de ces 785 couples, dont 89
(25%) ont réussi à avoir un enfant. Pour les 432 autres couples (116 refusants + 316 nonrépondants) pour lesquels aucune information n’était disponible, le projet parental peut
être estimé selon deux hypothèses.
Dans l’hypothèse conservative, nous avons supposé que, parmi ces 432 couples dont
l’issue était inconnue, la même proportion a réussi à obtenir un enfant que parmi les 353
couples dont l’issue était connue, conduisant à un taux cumulé de 52% (95%, IC 50 à 55),
70
CHAPITRE 2. INFERTILITÉ MASCULINE
F IGURE 2.6 – Taux cumulés de réussite du projet parental selon l’âge de l’homme et l’âge
de la femme chez les 1353 répondants
contre 44% (95%, CI 42 à 47) selon l’hypothèse pessimiste où l’on suppose qu’aucun de
ces 432 couples n’a réussi à avoir un enfant (cf. figure 2.7).
5.4
5.4.1
Discussion
Une forte participation
Dans notre série de 2138 couples ayant consulté pour infertilité masculine (2000
- 2004), 63% ont participé à l’enquête téléphonique, soit 84% si l’on exclut les nonrépondants. Notre taux de participation est similaire au 83% obtenus dans une étude suédoise où le recrutement a été effectué par téléphone [Sydsjo et al., 2002] et il est plus
élevé que celui observé dans les études classiques employant des questionnaires postaux
(29% [de La Rochebrochard et al., 2009], 74% [Pinborg et al., 2009]).
Une plus forte participation via un questionnaire téléphonique pourrait suggérer que
des entrevues téléphoniques offrent une alternative intéressante pour les études de suivi.
Le contact direct par téléphone permet une interactivité positive entre l’enquêteur et le
patient, en particulier lorsqu’il s’agit de sujets sensibles.
71
CHAPITRE 2. INFERTILITÉ MASCULINE
Table 2.9. Facteurs associés au succès du projet parental parmi 1353 répondants
Child
(n = 822)
n
No Child
(n = 531)
Crude OR
(95% CI)
Adjusted OR
(95% CI)
%
n
%
67
33
286
245
54
46
1.00
0.57
0.46-0.72
1.00
0.64
0.49-0.83
Age of the woman at the first consultation
≤ 30 yr
351
43
> 30 yr
472
57
177
350
34
66
1.00
0.68
0.54-0.85
1.00
0.86
0.66-1.13
Education level of the man
Primary school (16 yr)
Secondary school (18 yr)
University education
324
114
381
40
14
46
227
98
204
43
19
38
1.00
0.80
1.30
0.58-1.10
1.02-1.66
1.00
0.70
1.05
0.50-0.98
0.75-1.48
Education level of the woman
Primary school (16 yr)
Secondary school (18 yr)
University education
220
143
446
27
18
55
175
105
234
34
20
46
1.00
1.15
1.51
0.84-1.59
1.17-1.95
1.00
1.31
0.81
0.98-1.77
0.62-1.05
Fecundity type
Primary infertility
Secondary infertility
584
238
71
29
338
193
64
36
1.00
0.73
0.57-0.92
1.00
0.81
0.62-1.05
Infertility duration
≤ 24 months
> 24 months
502
320
61
39
280
251
53
47
1.00
0.71
0.57-0.88
1.00
0.74
0.59-0.94
Type of treatment
None
Non-ART treatment
IUI
IVF
ICSI
Sperm donor
132
153
149
66
242
80
16
19
18
8
29
10
99
135
58
48
162
29
19
25
11
9
30
6
1.00
0.85
1.92
1.03
1.12
2.06
0.59-1.20
1.29-2.88
0.65-1.62
0.80-1.55
1.26-3.44
1.00
0.78
1.93
0.97
1.02
1.74
0.54-1.12
1.26-2.96
0.59-1.59
0.70-1.47
1.04-2.96
Age of the man at the first consultation
≤ 35 yr
556
> 35 yr
266
OR were adjusted for age of the man, age of the woman, education level of the man, education level of the
woman, infertility duration, and type of treatment.
72
CHAPITRE 2. INFERTILITÉ MASCULINE
F IGURE 2.7 – Taux cumulés de réussite du projet parental selon l’hypothèse conservative
et pessimiste chez les 2138 couples
5.4.2
L’arrêt de la prise en charge
Sur les 1353 répondants, 593 patients avaient décidé d’interrompre leur traitement au
CSM. La décision a été prise par le couple dans la plupart des cas, plus que par le personnel médical, résultat semblable à ceux observés dans une population ayant échoué dans
leur prise en charge en FIV [de La Rochebrochard et al., 2009]. Les principales raisons de
l’arrêt du traitement ont été la douleur (21%, ou 30% chez les couples qui avaient reçu un
traitement AMP) ou l’inefficacité du traitement (18%), confirmant le fait que le traitement
d’AMP reste physiquement lourd avec d’importantes conséquences psychologiques pour
les femmes [Schmidt, 2006]. Un autre motif de l’arrêt était la séparation du couple, dans
13% des cas, mais ce chiffre tombait à seulement 8% chez les couples qui avaient reçu
un traitement d’AMP, ce qui suggère, comme Sydsjo et al. [2005] l’ont constaté, que les
couples qui échouent leur traitement de FIV maintiennent une relation solide et stable.
5.4.3
Le projet parental
Dans notre série de 2138 couples, 61% des 1353 répondants ont réussi à avoir un enfant. En prenant en compte les refusants et les non-répondants, le taux cumulé de réussite
est tombé à 52% sous l’hypothèse conservative, et à 44% sous l’hypothèse pessimiste.
Comme nous avons supposé qu’aucun des refusants et des non-répondants pour lesquels
nous n’avions aucune information sur leurs issues reproductives n’avait réussi à avoir un
73
CHAPITRE 2. INFERTILITÉ MASCULINE
enfant, le taux de succès de 44% est probablement sous-estimé. Ainsi, il est raisonnable
d’estimer que près d’un couple sur deux ayant consulté pour infertilité masculine réussira
à avoir un enfant entre 5 et 9 ans.
De plus, nos résultats sont conformes à ceux observés dans les études menées chez
des couples infertiles ayant effectué une FIV/ICSI (42% [Lintsen et al., 2007], 54,5%
[Stolwijk et al., 2000], 63,1% [Olivius et al., 2002], et 66% [Sharma et al., 2002] ; avec
un facteur masculin représentant, respectivement pour les trois premières études, 40%,
33%, et 33%).
Dans notre étude, 17% des naissances ont résulté de grossesses spontanées, résultat
légèrement inférieur aux 21% observés par Hennelly et al. [2000] et aux 25% estimés dans
une cohorte prospective [Eijkemans et al., 2008]. Il est à noter que chez les couples ayant
obtenu une grossesse spontanée, deux tiers d’entre eux présentaient une durée d’infertilité
de moins de 24 mois et un diagnostic d’infertilité inexpliquée ; ces deux facteurs peuvent
expliquer ce taux élevé de grossesse spontanée dans ce groupe.
Cent quatre grossesses (7%) ont été obtenues chez les couples ayant reçu uniquement
des traitements médicaux et chirurgicaux (traitements non-AMP). Ce résultat, qui est en
accord avec celui observé dans le modèle développé par Collins and Van Steirteghem
[2004] suggère que chez certains couples (selon l’âge, la durée de l’infertilité et le type
d’infécondité) l’AMP ne devrait pas être proposée en première intention.
5.4.4
L’âge de l’homme : un facteur de risque
Dans notre population, le taux cumulé de succès d’avoir un enfant était plus élevé
(70%) chez les hommes âgés de moins de 35 ans et les femmes âgés de moins de 30
ans, en accord avec la littérature montrant une association entre l’âge des hommes et
l’âge des femmes et le succès de grossesse [Marquard et al., 2009] [de La Rochebrochard
and Thonneau, 2003]. Dans l’analyse multivariée, l’âge des hommes de moins de 35 ans
est statistiquement associé à la réussite du projet parental. En conséquence, il semble
pertinent de prendre en considération non seulement l’âge des femmes, mais aussi l’âge
des hommes comme facteur de risque majeur des issues reproductives [Malizia et al.,
2009] [Elizur et al., 2005] [Yli-Kuha et al., 2009].
5.4.5
Limites et biais
L’originalité de notre recrutement réside dans la collecte des données par questionnaire téléphonique, alors que dans la plupart des études rétrospectives les données ont été
recueillies par questionnaires postaux. Bien que le contact téléphonique introduit un biais
dans le recrutement (niveau socio-démographique différent, utilisation des téléphones
portables qui ne sont pas inclus dans l’annuaire téléphonique national), le taux de participation élevé obtenu dans notre étude suggère que cette méthode introduit un biais
limité.
Un autre biais potentiel pourrait provenir des perdus de vue. Dans notre série, 25% des
2138 couples n’ont pas été retrouvés, représentant toutefois un pourcentage plus faible
74
CHAPITRE 2. INFERTILITÉ MASCULINE
que ceux observés dans d’autres études [de La Rochebrochard et al., 2009] [Fisher et al.,
2010] [Filetto and Makuch, 2005]. En outre, bien que l’étude d’une cohorte prospective
est souvent considérée comme référence, notre taux de 25% de perdus de vue est équivalent à celui observé dans une étude de type cohorte prospective de 5 ans [Pinborg et al.,
2009].
Un dernier biais dans notre étude pourrait provenir de l’éventail des issues reproductives. L’AMP avec sperme de donneur ou l’adoption est principalement envisagée lorsque
les autres types de traitements ont échoué, ce qui explique que les taux cumulés augmentent plus lentement que les autres taux (pour lequel un seul traitement a été utilisé)
dans le temps.
5.4.6
Conclusion
Cette étude est la première à proposer les résultats d’un projet parental dans une grande
série de couples ayant consulté pour infertilité masculine sur une période de suivie de 5 à
9. Dans cette série de 2138 couples et quelle que soit la cause de l’infertilité masculine et
le type de traitement, un couple sur deux a finalement réussi à avoir un enfant. Ce résultat
est nouveau, intéressant et encourageant pour les hommes infertiles, et est similaire aux
résultats observés dans une population de femmes infertiles [Malizia et al., 2009].
Une autre constatation importante est l’impact de l’âge des hommes qui, comme l’âge
des femmes, est un facteur important et essentiel à prendre en considération. Il faut donc
encourager les couples à planifier leur désir d’enfant le plus tôt possible.
6
Conclusion
Ce travail a permis, pour la première fois, d’étudier le versant masculin de l’infertilité
et de rendre compte du parcours thérapeutique que suivaient les couples venant consulter
dans un centre d’infertilité masculine.
La prise en charge de l’infertilité n’est pas uniquement limitée à la femme mais prend
également en compte l’homme. L’approche de l’homme infertile doit non seulement inclure des analyses spermatiques mais aussi des investigations cliniques. Cela n’est souvent
pas le cas, comme dans la revue de Balen and Rutherford [2007] où les auteurs ne préconnisent qu’un examen de sperme chez l’homme alors que chez la femme, les investigations
sont plus poussées. Pourtant, le sperme est "le reflet du passé et du présent". D’après
nos résultats, le nombre important de pathologies et d’anomalies retrouvées à l’examen
clinique chez un homme ayant des difficultés à concevoir montre qu’il est nécessaire d’encourager la bonne pratique d’une évaluation clinique lors de la prise en charge du couple.
En effet, cette évaluation permet de définir la conduite à tenir quant aux examens complémentaires à faire pour rechercher les causes d’infertilité, en plus du spermogramme.
D’après Bhasin [2007], l’évaluation du patient doit comprendre des examens biologiques
(spermiologie, bilan hormonal...), des investigations cliniques (par exemple temps d’infertilité, fonction sexuelle, volume testiculaire...) et, dans certains cas, un examen génétique
75
CHAPITRE 2. INFERTILITÉ MASCULINE
afin de pouvoir poser un diagnostic et ainsi orienter le couple vers la meilleure prise en
charge. Bhasin [2007] met particulièrement en avant la nécessité de proposer un examen
génétique dans le cas d’azoospermie ou d’oligospermie sévère, notamment si le couple
veut se diriger vers une ICSI. Dans une revue de la littérature sur les interactions gèneenvironnement et la fonction reproductive masculine, Axelsson et al. [2010] insistent sur
le fait que le nombre de malformations congénitales à la naissance est plus important chez
les enfants issus d’une ICSI comparé à une grossesse natuelle. La question est de savoir
si cette augmentation est due à des dommages dans la chromatine de l’ADN du sperme
qui se transmettraient lors de l’ICSI ou si cela provient d’une autre cause.
Dans l’analyse du parcours thérapeutique des couples ayant consulté pour infécondité
masculine, outre l’étude de la population masculine, la variable d’intérêt est l’obtention
ou non d’un enfant. Nos résultats montrent que, sur l’ensemble des couples qui sont adressés à un centre d’infertilité masculine, la moitié aboutira à son projet d’enfant. Ce résultat
est nouveau et comparable aux études déjà publiées sur l’infertilité féminine. Toutefois,
nous avons étudié le parcours thérapeutique des couples avec comme événement l’obtention d’un enfant mais sans prendre en compte la composante temporelle. Bien que les
principaux facteurs de réussite du projet parental aient été montrés, englobant à la fois
les naissances et les adoptions, une étude sur la recherche des facteurs prédictifs d’une
grossesse menée à terme à partir de modèles de survie apporterait un outil précieux aux
praticiens pour répondre au mieux aux questionnements des couples lors de leur prise en
charge : combien de temps va mettre le couple pour obtenir un enfant compte-tenu de leur
âge, leurs antécédents, du type de traitements proposés... ? Quel sera le pourcentage de
réussite et au bout de combien de temps ? A ce jour, les études montrent les taux de succès après IIU, FIV ou d’ICSI [Malizia et al., 2009] [Olivius et al., 2002] [Pinborg et al.,
2009] [Stolwijk et al., 2000] mais en ne prenant en compte que le nombre d’AMP réalisée
et non le temps qui s’écoule. Pourtant, il serait plus naturel de quantifier un délai d’obtention d’une grossesse en mois plutôt qu’en nombre d’AMP, en fonction des covariables du
couple (âge, antécédents, traitements...).
76
Chapitre 3
Sélection stable de variables dans les
modèles de durées de vie
Ce chapitre correspond à l’article en annexe C Sélection stable de variables dans les
modèles de durées de vie, page 197, qui va être soumis à la revue Statistics in Medecine.
1
1.1
Contexte
Motivation
La naissance est l’événement d’intérêt observé dans l’étude de problèmes d’infertilité
[Henry, 1976]. Plusieurs outils statistiques permettent d’analyser ce type de données en
considérant uniquement la variable binaire associée à l’apparition de l’événement d’intérêt : c’est le cas de la régression logisitique, qui a été utilisée dans le chapitre précédent.
Toutefois, ce type d’analyse ne permet pas de prendre en compte la composante temporelle. En effet, selon le type d’infertilité et le type de traitement associé, l’événement
naissance arrivera plus ou moins rapidement. De plus, pour certains couples, l’événement naissance ne sera jamais observé. On saura seulement que la durée jusqu’au succès
de leur projet parental est supérieure à leur durée de suivi. C’est ce qu’on appelle des données censurées à droite. Les méthodes spécifiques d’analyse de durées de vie permettent
de tenir compte de la composante temporelle et de la censure à droite.
Le modèle de Cox est l’outil statistique le plus couramment utilisé pour modéliser
la relation entre une durée de vie censurée et des facteurs de risque [Cox and Oakes,
1984]. Ce modèle a l’avantage d’être semi-paramétrique dans le sens où il ne nécessite
pas d’hypothèses sur la distribution des temps de survie. Il est facile d’interprétation pour
les cliniciens, et permet de fournir des estimations de l’effet des covariables sur la durée
de survie après ajustement sur les autres covariables. Dans le cas d’un grand nombre de
covariables, il faut pouvoir sélectionnner les variables les plus pertinentes afin d’obtenir
les meilleurs modèles de prédictions possibles. Plusieurs approches statistiques sont à
notre disposition, comme la méthode pas à pas (stepwise) ou les méthodes basées sur la
77
CHAPITRE 3. SÉLECTION STABLE DE VARIABLES DANS LES MODÈLES DE DURÉES
DE VIE
pénalisation L1 dans le cadre du modèle de Cox.
D’autre part, des méthodes à base d’arbres adaptées aux données de survie ont connu
un essor important durant les dernières décennies. Bien que moins connues que le modèle
de Cox, elles offrent une bonne alternative pour identifier les variables qui jouent un rôle
sur la survie et pour prédire le risque individuel d’un individu au vu de ses covariables.
En plus d’être faciles à interpréter dans un large cadre d’applications, les arbres de survie
peuvent intégrer des effets non linéaires, et aussi prendre en compte les interactions entre
les covariables.
1.2
Méthodes de sélection de variables
Les problèmes de sélection de variables ont connu un intérêt croissant dans le traitement de bases de données contenant de plus en plus de variables. Durant les vingt dernières années, de nombreuses méthodes de sélection de variables ont été proposées afin de
traiter ces problèmes de grande dimension, en particulier lorsque le nombre de covariables
p est supérieur au nombre d’observations N . Pour éviter une mauvaise estimation en raison de problèmes de colinéarité et améliorer l’interprétation, la communauté scientifique
a développé des outils afin de sélectionner les variables les plus pertinentes. Une méthode
classique bien connue est l’algorithme pas à pas fondé sur le critère d’Akaike (AIC).
Récemment, un autre domaine de recherche s’est concentré sur les problèmes d’optimisation, tels que la pénalisation L1 . Des algorithmes basés sur les arbres offrent aussi une
alternative intéressante pour traiter un grand nombre de covariables.
La littérature abonde dans le cas de la régression linéaire. Nous considérons ici le cas
où la variable d’intérêt est une durée censurée à droite. Dans ce contexte, le modèle de
Cox est la référence pour l’analyse statistique, en particulier dans le domaine médical.
Toutefois, dans le cas d’une grande quantité de covariables, il peut se révéler très instable,
même si la méthode pas à pas [Harrell et al., 1984] ou la pénalisation L1 [Meinshausen
and Buehlmann, 2010] sont ajoutées à la procédure classique. Pour remédier à ce problème, certains auteurs, dans le contexte de la régression linéaire, ont proposé d’utiliser
des techniques de rééchantillonnage (bootstrap) pour stabiliser le choix des variables dans
le modèle final. Bach [2009] a introduit la technique de rééchantillonnage dans l’algorithme Lasso (méthode appelée Bolasso) afin d’obtenir plus de stabilité dans la sélection
des variables, et Meinshausen and Buehlmann [2010] ont proposé d’améliorer la pénalisation L1 en randomisant le processus de sélection des covariables. Ces méthodes n’ont été
considérées que dans le cadre de la régression linéaire. Ici, nous les appliquons au modèle
de Cox afin de stabiliser la sélection des variables explicatives. Méthodes alternatives au
modèle de Cox, les procédures d’arbres de survie permettent de prendre en compte des relations non linéaires entre la variable d’intérêt et les covariables, en fournissant des règles
de classification facilement interprétables par les cliniciens. Toutefois ces procédures ont
tendance à sur-ajuster les données et souffrent également d’instabilité [Breiman, 1996a]
[Dannegger, 2000] [Ruey-Hsia, 2001][Gey and Poggi, 2006]. Une technique de stabilisation connue pour améliorer la performance prédictive d’un seul arbre consiste à agréger
une famille de modèles d’arbres en utilisant la technique de rééchantillonnage associée à
78
CHAPITRE 3. SÉLECTION STABLE DE VARIABLES DANS LES MODÈLES DE DURÉES
DE VIE
une sélection aléatoire des covariables à chaque nœud de l’arbre. Cette procédure, appelée “forêts aléatoires” [Breiman, 1996b] a été adaptée dans le cadre des durées de vie par
Ishwaran et al. [2008]. Cette procédure de forêts aléatoires de survie (Random Survival
Forest - RSF) est considérée comme la meilleure modélisation en termes de prédiction,
mais il n’est pas facile d’interpréter ses résultats étant donné qu’elle ne fournit pas d’arbre
final. Dannegger [2000] a mis en place des outils permettant de contrôler la stabilité de la
sélection des covariables à chaque nœud. Il a proposé des techniques de rééchantillonnage
au niveau du nœud afin de stabiliser le choix de la division. Cette méthode a l’avantage
de garder la simplicité d’interprétation liée à la présence d’un seul arbre final.
Dans ce travail, nous décrivons et comparons ces différentes méthodes de sélection
stable de variables basées sur le modèle de Cox et sur les arbres de survie sur des jeux
de données réels. Nous avons basé notre comparaison sur des critères statistiques tels que
la qualité de la prédiction, mais aussi sur la capacité de la méthode à fournir un modèle
final dont l’interprétation clinique est simple et pertinente. L’objectif du statisticien est
de pouvoir fournir aux cliniciens un modèle suffisamment robuste pour permettre une
bonne compréhension des relations entre la variable d’intérêt et les covariables dans un
but prédictif et explicatif.
Nous avons considéré deux jeux de données réels. Le premier concerne la survie de
patients atteints de cancer du sein [van de Vijver et al., 2002] : c’est un cas usuellement
rencontré dans les analyses de survie. Cet exemple classique permettra de valider les
différentes approches discutées plus tôt. Le deuxième jeu de données est beaucoup plus
original et très peu d’études ont été menées dans ce domaine : il s’agit de couples consultant pour infécondité. La variable d’intérêt est le temps entre la première consultation du
couple et la naissance d’un enfant vivant, une durée difficile à modéliser. L’étude prend en
compte plusieurs variables du couple, de l’homme et de la femme, mais aussi le traitement
médical qui leur a été administré en fonction du diagnostic des causes de l’infertilité. Par
exemple, un homme avec une oligospermie sévère entrera dans un programme d’injection
intracytoplasmique de spermatozoïdes (ICSI), tandis qu’une femme avec une dysovulation ou avec un trouble des trompes va entrer dans un programme de fécondation in vitro
(FIV). Chez de nombreux couples, les causes d’infertilité ne sont pas identifiées et les
médecins ne peuvent pas répondre clairement à la question d’une éventuelle grossesse et
encore moins prédire son délai d’apparition.
Dans la section 2, une présentation succinte des méthodes de sélection de variables
basées sur le modèle de Cox est donnée, suivie, dans la section 3, par l’examen des méthodes de sélection basées sur les arbres de survie. La section 4 compare les différentes
approches sur les deux jeux de données, fournissant l’erreur de prédiction et les variables
retenues dans le modèle final pour chaque approche. Les conclusions et perspectives sont
présentées dans la dernière section.
79
CHAPITRE 3. SÉLECTION STABLE DE VARIABLES DANS LES MODÈLES DE DURÉES
DE VIE
2
Modèle de Cox
Dans le modèle de régression de Cox sous sa forme la plus simple, la fonction de
risque instantané de survenue de l’événement d’un individu est modélisée par :
λ(t|Z) = λ0 (t) exp(β 0 Z),
(3.1)
où Z est un p-vecteur de covariables, β est un p-vecteur des paramètres de régression, et
λ0 est une fonction de risque de base inconnue. Soit t(1) , . . . , t(k) les k durées de survie
non censurées ordonnées. Le paramètre β est estimé en maximisant le logarithme de la
fonction de vraisemblance partielle.
!!
k
X
X 0
L(β) =
β 0 Zi − ln
e β Zj
(3.2)
i=1
j∈Ri
où Ri est l’ensemble des indices des individus à risque au tempst(i) .
Le modèle de Cox est un modèle log-linéaire, basé sur l’hypothèse des risques proportionnels, qui stipule que le rapport des risques instantanés de deux individus est constant
au cours du temps.
2.1
Méthode pas à pas ou stepwise
Dans le cas d’un grand nombre de covariables, la sélection des prédicteurs est généralement effectuée par un algorithme pas à pas avec le critère d’information d’Akaike
(AIC). Cependant, cette sélection de variables peut se révéler instable. Pour remédier à ce
problème, Sauerbrei and Schumacher [1992] ont mis au point une procédure de sélection
qui combine la méthode du bootstrap et la sélection par stepwise adaptée au modèle de
régression de Cox. Ils ont examiné les fréquences d’inclusion des variables sélectionnées
dans les modèles ajustés sur les échantillons bootstrap. Ils ont suggéré de garder dans le
modèle final les variables dont la fréquence d’inclusion était supérieure à un seuil κ choisi
arbitrairement.
2.2
Méthode de pénalisation L1 ou Lasso
Une alternative à la procédure de sélection par stepwise est la méthode Lasso. Adaptée par Tibshirani [1997] au modèle de Cox, cette méthode permet d’estimer les paramètres
β via la maximisation de de la log-vraisemblance partielle (3.2) sous la contrainte
Pp
j=1 |βj | ≤ λ où λ est un paramètre de régularisation. La contrainte Lasso sélectionne
les variables en enlevant celles qui ont les plus petits coefficients estimés. Cela conduit
à des coefficients exactement égaux à zéro et permet d’obtenir un modèle parcimonieux
et interprétable. Afin d’obtenir un modèle de sélection stable, Bach [2009] a proposé une
version bootstrappée du Lasso, appelée Bolasso.
Meinshausen and Buehlmann [2010] ont proposé une généralisation de la procédure
Lasso, appelée Lasso randomisé (Randomized Lasso) où les covariables sont pénalisées
80
CHAPITRE 3. SÉLECTION STABLE DE VARIABLES DANS LES MODÈLES DE DURÉES
DE VIE
par différentes valeurs aléatoirement choisies dans l’intervalle [λ, λ/α] où α est dans ]0, 1[.
p X
βj Le paramètre β est estimé sous la contrainte
Wj ≤ λ. En pratique, les covariables
j=1
{Zj : j = 1, . . . , p} sont pondérées par les {Wj : j = 1, . . . , p} aléatoirement générés
avec P (Wj = α) = pw et P (Wj = 1) = 1 − pw où pw ∈]0, 1[. Cette procédure, qui
peut aussi être combinée avec des échantillons bootstrap comme dans le cas du Bolasso,
est très simple à implémenter et les auteurs ont montré que choisir α dans l’intervalle
[0.2, 0.8] donne une sélection de variables stable même si on choisit un λ trop grand.
3
Arbres de survie
Les arbres de régression utilisent l’algorithme CART (Classification and Regression
Tree) de Breiman [1984] qui est basé sur le partitionnement récursif binaire. C’est un
processus itératif qui consiste à déterminer un ensemble de nœuds :
• Un nœud est défini par le choix conjoint d’une variable parmi les explicatives et d’un
critère de division lié à cette variable qui induit une partition en deux classes. A
chaque nœud correspond un sous-ensemble de l’échantillon auquel est appliquée
une dichotomie.
• Une division est définie par une valeur seuil de la variable quand la variable sélectionnée est quantititive ou bien par un partage en deux groupes des modalités de la
variable si la variable sélectionée est qualitative.
• A la racine ou nœud initial correspond l’ensemble de l’échantillon ; la procédure est
ensuite itérée sur chacun des sous-ensembles.
L’algorithme CART nécessite de définir le critère de division qui maximise la différence entre les nœuds. Soit {Zj : j = 1, . . . , p} l’ensemble des covariables. Une division
est induite par la question “Est-ce que Zj ≤ b ?” pour une variable quantitative où b est
une valeur seuil parmi l’ensemble des réalisations Zj . Pour une variable qualitative avec
des modalités dans l’ensemble B = {b1 , . . . , br }, la question est de la forme “Est-ce que
Zj ∈ S ?” où S ⊂ B. Pour déterminer la meilleure division s parmi l’ensemble des
covariables dans le nœud courant h, la mesure G(s, h) est calculée, permettant d’obtenir deux feuilles (sous-échantillons) les plus homogènes possibles. La meilleure division
sbest est la division optimale parmi toutes celles admissibles dans l’ensemble Sh tel que
G(sbest , h) = maxs∈Sh G(s, h). La croissance de l’arbre s’arrête à un nœud donné, qui devient donc nœud terminal ou feuille, lorsqu’il est homogène c’est-à-dire lorsqu’il n’existe
plus de partition admissible ou, pour éviter un découpage inutilement fin, si le nombre
d’observations qu’il contient est inférieur à une valeur seuil définie à l’avance par l’utilisateur. Pour contrôler la taille des arbres, une règle d’arrêt est utilisée pour élaguer l’arbre
"complet" contenant des nœuds "purs". La méthode employée par CART est appelée l’élagage “coût-complexité”. Elle est basée sur la complexité de l’arbre qui est définie, pour
un arbre Θ, par :
Rcp (t) = R(Θ) + cp Θ̃ ,
(3.3)
81
CHAPITRE 3. SÉLECTION STABLE DE VARIABLES DANS LES MODÈLES DE DURÉES
DE VIE
où R(Θ) est l’erreur de mesure brute (la somme des erreurs de mesure des nœuds ter minaux), Θ̃ est le nombre de nœuds terminaux, et cp est un paramètre de complexité à
choisir entre 0 et +∞. Quand la valeur du paramètre de complexité cp augmente, la division pour laquelle l’amélioration de R(Θ) est la plus faible (R(Θ) ≤ cp) est supprimée et
les deux nœuds sont regroupés. Des techniques de validation croisée peuvent être utilisées
afin de déterminer la valeur du paramètre de complexité cp optimal qui conduit à la plus
petite erreur de prédiction.
3.1
Arbre avec sélection de la division par bootstrapping
Dannegger [2000] a proposé une procédure de stabilisation par bootstrap au niveau
de chaque nœud pour les arbres de survie. L’algorithme consiste, au niveau du nœud h, à
boostrapper des échantillons à partir de l’ensemble des données présentes à ce nœud, et
pour chacun d’eux, la meilleure division est recherchée. La division qui apparaît le plus
de fois est sélectionnée. Pour une variable quantitative, la valeur seuil b choisie dans l’ensemble des réalisations de la variable de division est la médiane de toutes les valeurs seuil
proposées à chaque échantillon bootstrap. Dannegger ne propose pas de méthode pour les
variables qualitatives. Nous avons décidé d’adapter le choix de la médiane. Nous affectons chaque modalité à la branche où elle est le plus souvent allouée par les échantillons
bootstrap.
Dannegger [2000] a comparé cette méthode (pour 100 bootstrap à chaque nœud) à
l’algorithme CART et la méthode de bagging dans le cas de données simulées. Il a répété
l’expérience 50 fois et a constaté que sa méthode réduit les erreurs de prédiction de 26%
(obtenue pour CART) à 6%. La méthode de bagging gagne avec une erreur de predicion
de 3%. Mais le modèle obtenu n’est pas facile à utiliser et à interpréter pour les nonstatisticiens. Dannegger [2000] a donc proposé d’utiliser la méthode de validation croisée
afin de trouver la valeur optimale du paramètre de complexité cp qui minimise le taux
d’erreur de prédiction.
3.2
Forêt aléatoire de survie
Breiman [1996b] a proposé une méthode de sélection de variables qui combine la
méthode du bagging (adapté au cas de la survie par Efron [1981]) avec une sélection
aléatoire d’un ensemble de covariables à chaque nœud de l’arbre. Cette méthodologie,
appelée forêts aléatoires, a été adaptée au domaine de la survie par Ishwaran et al. [2008]
et est appelée "forêts aléatoires de survie" (random survival forests - RSF). L’algorithme
RSF est le suivant :
1. Construire ntree échantillons bootstrappés à partir du jeu de données original (à
noter que chaque échantillon bootstrappé exclut environ 37% des individus, un ensemble appelé données out-of-bag (OOB)). Pour chaque échantillon bootstrappé b
dans (1, . . . , ntree), construire un arbre de survie tel que :
A chaque nœud de l’arbre :
82
CHAPITRE 3. SÉLECTION STABLE DE VARIABLES DANS LES MODÈLES DE DURÉES
DE VIE
Sélectionner aléatoirement mtry covariables parmi l’ensemble des covariables.
Diviser le nœud à partir des covariables sélectionnées en maximisant le critère de
division.
Arrêter la division quand chaque nœud terminal contient un minimum fixé d’événements non censurés avec des temps distincts.
2. Calculer la moyenne des fonctions de risque cumulés estimées (CHF, estimateur de
Nelson-Aalen) obtenues pour chaque arbre : au nœud terminal h, soient t(1,h) <
. . . < t(Nh ,h) tl,h les temps distincts ordonnés des événements non censurés, et soit
dl,h et Yl,h le nombre d’événements et d’individus à risque au temps t(l,h) , pour
l = 1, ..., nh . L’estimateur de Nelson-Aalen du risque cumulé au nœud h est
Ĥh (t) =
X dl,h
·
Y
t
<t l,h
(l,h)
Chaque arbre fournit de tels estimateurs du risque cumulé pour chacun de ses nœuds
terminaux. Notons Ĥb (t|z) la fonction de risque cumulée conditionnelle à la covariable z estimée par l’arbre b. Pour déterminer l’estimation du risque cumulé d’un
individu i de covariable zi obtenue à partir de l’arbre b, il suffit de faire parcourir
l’arbre au vecteur de covariables zi . Cela nous amène à un unique nœud terminal
h. Ainsi nous obtenons Ĥb (t|zi ) = Ĥh (t) si zi ∈ h. Soit Ii,b = 1 si i est un individu OOB pour l’arbre b et 0 sinon. L’estimateur OOB global du risque cumulé de
l’individu i est alors :
Pntree
Ii,b Ĥb (t|zi )
∗
.
Ĥe (t|zi ) = b=1
Pntree
I
i,b
b=1
Cet estimateur est obtenu en faisant la moyenne des estimateurs du risque cumulé
obtenus à partir des échantillons bootstrap qui excluent l’individu i.
4
Objectifs
Ces deux types d’approches, l’une semi-paramétrique, l’autre non paramétrique, permettent d’analyser les données de survie et d’apporter une plus grande stabilité dans la sélection des covariables. Toutefois, même si c’est la méthode RSF qui est la meilleure d’un
point de vue prédictif, ce n’est pas celle qui sera la plus adaptée pour le milieu médical.
Il serait intéressant de trouver une méthode dont les résulats sont aisément interprétables
avec un modèle stable et prédictif.
Afin de comparer les différentes approches de sélection de variables, nous les avons
appliquées à deux bases de données réelles : la première est un jeu de données public sur
le cancer du sein et la deuxième concerne la fertilité. Les cinq procédures suivantes ont
été comparées : la procédure de Cox avec stepwise bootstrappée (Bootstrap Stepwise Selection - BSS), la procédure de Cox avec Lasso bootstrappée (Bootstrap Lasso Selection BLS), la procédure de Cox avec Lasso randomisée bootstrappée (Bootstrap Randomized
83
CHAPITRE 3. SÉLECTION STABLE DE VARIABLES DANS LES MODÈLES DE DURÉES
DE VIE
Lasso Selection - BRLS) avec trois différentes valeurs de α = 0.2, 0.4, 0.6, la procédure
de sélection de la division de l’arbre à chaque nœud par bootstrapping (Bootstrap Node
Level Selection - BNLS), et la procédure de forêt aléatoire de survie (Random Survival
Forest - RSF). Nous avons regardé quelle était la meilleure méthode, c’est-à-dire celle
associant un faible taux d’erreur de prédiction avec un modèle facilement interprétable
par le milieu médical.
Les données ont été analysées à partir des méthodes implémentées dans le logiciel R
(CRAN). Nous avons adapté les techniques de bootstrap à l’algorithme du stepwise dans
la procédure step de R et à la pénalisation L1 à partir de la bibliothèque penalized de
R. Nous avons également modifié la bibliothèque rpart de R afin d’introduire le bootstrapping dans la construction de l’arbre (procédure BNLS). A la place de la méthode exp
qui maximise la vraisemblance exponentielle, nous avons utilisé comme critère de division du nœud la statistique de test du logrank, en suivant les recommendations faites par
Radespiel-Troger et al. [2006]. Ils ont montré que l’erreur de prévision est liée à l’instabilité de la sélection de la division à chaque nœud. Comparé à d’autres critères de division
sur un jeu de données réel de survie, le test du logrank fournit la plus faible erreur de prévision (évaluée par le score de Brier). La bibliothèque randomSurvivalForests de
R propose quatre règles de division différentes : la statistique de test usuelle du logrank,
la règle de conservation des événements, la statistique du test du score du logrank de Hothorn and Lausen [2003] et une approximation de la statistique de test du logrank, plus
rapide à calculer (pour plus de détails, voir Ishwaran and Kogalur [2007]). Nous avons
décidé d’utiliser la règle par défaut, i.e. la statistique de test usuelle du logrank. Pour ce
qui est du nombre d’échantillons bootstrap, nous avons pris N = 100 pour les procédures
basées sur le modèle de Cox, la valeur par défaut de N = 1000 pour RSF, et N = 1000
pour BNLS.
4.1
Comparaison des taux d’erreur de prédiction
Les cinq procédures ont été comparées en utilisant comme critère statistique le taux
d’erreur de prédiction, qui permet de quantifier la qualité prédictive des modèles finaux
obtenus. Le jeu de données a été divisé en deux sous-échantillons, l’échantillon d’apprentissage (2/3 de l’échantillon total) et l’échantillon test (1/3 de l’échantillon total). Les
procédures, ajustées sur l’échantillon d’apprentissage, ont fourni le modèle final qui a été
appliqué à l’échantillon test afin de calculer le taux d’erreur de prédiction. Nous obtenons
les taux d’erreur de prédiction selon trois étapes :
1. Pour les méthodes basées sur le modèle de Cox, nous avons choisi graphiquement
des valeurs pour la fréquence d’inclusion κ, ainsi que des valeurs de λ pour BLS
et BRLS. Nous avons tracé le graphe des valeurs de κ des variables sélectionnées
en fonction des valeurs de λ pour BLS et BRLS, et pour BSS les valeurs de κ pour
chaque variable sélectionnée, sur l’ensemble du jeu de données. Le but était d’identifier les variables les plus pertinentes pour lesquelles les fréquences d’inclusion
étaient plus grandes que celles des autres covariables, quelle que soit la valeur de
λ. Ensuite, nous avons choisi les valeurs de λ et de κ qui maximisaient l’écart entre
84
CHAPITRE 3. SÉLECTION STABLE DE VARIABLES DANS LES MODÈLES DE DURÉES
DE VIE
les deux sous-groupes de covariables. Pour la procédure BNLS, nous avons choisi
la taille de l’arbre final en fonction du paramètre de complexité cp correspondant à
la plus petite erreur de classification par validation croisée, à partir de l’échantillon
total.
2. Ensuite, nous avons appliqué les différentes procédures sur l’échantillon d’apprentissage. Pour chacune des méthodes basées sur le modèle de Cox, nous avons ensuite ajusté sur l’échantillon d’apprentissage un simple modèle de Cox contenant
les covariables sélectionnées par la procédure (celles pour lesquelles les fréquences
d’inclusion étaient plus grandes que κ). Nous avons ainsi obtenu les estimations des
paramètres β permettant de calculer les prédictions de chaque modèle, nécessaires
au calcul des erreurs de prédiction.
3. Enfin, nous avons calculé les taux d’erreur de prédiction sur l’échantillon test pour
chaque méthode.
Le taux d’erreur de prédiction le plus couramment utilisé pour les modèles de survie
est basé sur l’indice de concordance de Harrell, appelé l’indice C [Harrell and Davis,
1982]. Afin de calculer cet indice, les temps de survie observés et les issues prédictives
sont comparés, selon l’algorithme suivant :
– Former toutes les paires possibles entre les durées de survie des individus.
– Eliminer les paires où la plus courte durée de survie est censurée, ainsi que celles
où les deux durées de survie et les deux indicatrices de censure sont égales.
– Pour chaque paire retenue, compter 1 si la plus courte durée de survie correspond
à la prédiction la plus pessimiste et compter 0, 5 si les issues prédictives sont les
mêmes. Sommer sur l’ensemble des paires retenues.
– L’indice C est le rapport de cette somme sur le nombre de paires retenues.
Le taux d’erreur de prédiction est défini comme 1 − C et appartient à [0, 1]. Il est à noter
qu’une valeur de 0, 5 du taux d’erreur de prédiction indique que le modèle ne fait pas
mieux que le hasard.
Pour le modèle de Cox, la prévision pour un individu est basée sur le prédicteur linéaire β̂ 0 Z. L’individu i a un plus grand risque d’avoir l’événement d’intérêt que l’individu j si β̂ 0 Zi > β̂ 0 Zj . Pour les arbres de survie, la prévision pour un individu i est basée
sur l’estimateur du risque cumulé Ĥ(t|Zi ). Pour la procédure RSF, les prédictions sont
basés sur l’estimateur OOB global du risque cumulé Ĥe∗ (t|Zi ). Pour que cette prédiction
soit indépendante du temps d’évaluation, on somme sur tous les temps de survie non censurés distincts t1 ∗, . . . , tN ∗ . On considère qu’un individu i a un plus grand risque d’avoir
l’événement d’intérêt que l’individu j si
N
X
k=1
Ĥe∗ (t∗k |Zi )
>
N
X
k=1
Ĥe∗ (t∗k |Zj ).
Afin d’obtenir un échantillon de taux d’erreurs de prédictions pour chaque méthode,
30 échantillons d’apprentissage et de test ont été construits. Nous avons calculé les moyennes et écarts-types de ces taux d’erreur et tracé des boîtes à moustaches afin d’étudier la
variabilité des taux d’erreurs associés à chaque procédure. Cela nous permet de mesurer
la stabilité de la procédure en termes de taux d’erreur.
85
CHAPITRE 3. SÉLECTION STABLE DE VARIABLES DANS LES MODÈLES DE DURÉES
DE VIE
4.2
Comparaison des covariables sélectionnées
Nous avons comparé l’ensemble des covariables sélectionnées par les cinq approches
sur l’ensemble du jeu de données. Pour BSS, BLS et BRLS, nous avons gardé les valeurs
des fréquences d’inclusion κ et des pénalités λ déterminées à la sous-section précédente.
De même, pour BNLS, nous avons tracé l’arbre élagué selon le paramètre de complexité
cp précédemment trouvé par validation croisée.
Pour la procédure RSF, l’impact des variables est mesuré par leur importance (VIMP),
qui est la différence entre l’erreur de prédiction obtenue avec la forêt originale et l’erreur
de prédiction obtenue en utilisant des affectations aléatoires à chaque nœud où la variable
considérée est rencontrée [Ishwaran et al., 2008].
5
5.1
Comparaison sur des données réelles
Données sur le cancer du sein
Les données sur le cancer du sein proviennent d’une étude de van de Vijver et al.
[2002] sur la durée de survie sans métastases de 295 patientes atteintes d’un cancer du
sein primaire. Ces patientes ont été classées comme ayant une expression génomique associée à un mauvais ou un bon prognostic. En d’autres termes, van de Vijver et al. [2002]
ont analysé leurs données avec une indicatrice de bon ou mauvais pronostic calculée sur la
base du profil génomique. Contrairement à eux, nous proposons d’analyser l’ensemble des
expressions génomiques comme variables indépendantes. Pour cela, nous avons restreint
l’étude aux 144 patientes qui présentaient des ganglions lymphatiques infectés. van de
Vijver et al. [2002] a évalué la valeur prédictive du profil d’expression génomique des
patientes pour 70 gènes pré-déterminés par van ’t Veer et al. [2002] à partir d’une méthode d’apprentissage supervisée. Le jeu de données peut être téléchargé à partir de la
bibliothèque penalized de R. Cinq facteurs de risque cliniques ainsi que les mesures
d’expression génomique des 70 gènes pronostiques du cancer du sein ont été enregistrés.
Le taux de censure est de 66%. Les covariables sont plus précisément :
– Diam : le diamètre de la tumeur (deux modalités : ≤ 2cm ou > 2cm) ;
– N : le nombre de ganglions lymphatiques infectés (deux modalités : 1 − 3 ou ≥ 4) ;
– ER : la présence de récepteurs œstrogéniques (deux modalités) ;
– Grade : le stade de la tumeur (3 modalités ordonnées) ;
– Age : l’âge du patient lors du diagnostic (en années) ;
– TSPYL5...C20orf46 : les mesures d’expression génomique des 70 gènes pronostiques.
5.1.1
Erreur de prédiction
Pour la procédure BSS, l’algorithme stepwise appliqué à la régression de Cox ne
convergeait pas, sans doute à cause d’un trop grand nombre de covariables et à un nombre
trop faible d’événements dans la base de données boostrappée.
86
0.0
0.0
0.2
0.2
0.4
0.4
κ
κ
0.6
0.6
0.8
0.8
1.0
1.0
CHAPITRE 3. SÉLECTION STABLE DE VARIABLES DANS LES MODÈLES DE DURÉES
DE VIE
1
0.8
0.6
0.4
0.2
0
1
0.8
0.6
λ
0.4
0.2
0
0.2
0
λ
2. BRLS α = 0.2
1.0
0.8
0.6
κ
0.4
0.2
0.0
0.0
0.2
0.4
κ
0.6
0.8
1.0
1. BLS
1
0.8
0.6
0.4
0.2
0
1
λ
0.8
0.6
0.4
λ
3. BRLS α = 0.4
4. BRLS α = 0.6
F IGURE 3.1 – Fréquences d’inclusion κ selon λ pour les procédures Bootstrap Lasso
Selection et Bootstrap Randomized Lasso Selection
Comme l’a suggéré Meinshausen and Buehlmann [2010], nous recherchons graphiquement la pénalité λ qui conduit à la meilleure division entre les covariables dans les
procédures BLS et BRLS. Cependant, la visualisation graphique de λ ne semble pas aussi
intuitive que dans l’exemple proposé par Meinshausen and Buehlmann [2010] qui présentent des résultats issus d’une base de données ad hoc. La figure 3.1 suggère qu’il y a
entre quatre et cinq covariables qui semblent être les plus pertinentes quelles que soient
les valeurs de λ et κ. Nous décidons de prendre une valeur de λ = 0, 4 et une valeur de
κ = 0, 2 pour les procédures BLS et BRLS, quelle que soit la valeur de α.
Le paramètre de complexité cp de la procédure BNLS est obtenu par validation croisée
où l’échantillon a été découpé en 10 parties : une valeur de cp = 0, 002 semble optimale
pour obtenir l’arbre le plus prédictif.
La figure 3.2 présente les boîtes à moustaches pour 30 itérations appliquées aux diffé87
CHAPITRE 3. SÉLECTION STABLE DE VARIABLES DANS LES MODÈLES DE DURÉES
DE VIE
0.3
0.4
●
0.2
prediction error rates
0.5
●
BLS
BRLS
α =0.2
BRLS
α =0.4
BRLS
α =0.6
BNLS
RSF
TREE
F IGURE 3.2 – Taux d’erreur de prédiction pour les procédures bootstrap lasso selection,
bootstrap randomized lasso selection, bootstrap node-level selection, random survival
forest et un arbre de survie
rentes approches et les résultats numériques sont résumés dans la table 3.1. La procédure
RSF donne les meilleurs taux d’erreur de prédiction, avec la plus petite variation. Comme
on s’y attendait, un simple arbre de survie fournit les plus mauvaix taux d’erreur de prédiction, ces taux n’étant que faiblement améliorés par la procédure BNLS. Quelle que soit
la valeur de α, la procédure BRLS donne des taux d’erreur assez variables, avec une large
dispersion comparée à la procédure BLS pour laquelle l’écart-type est de 0, 06, similaire à
celui de RSF. Toutefois, un bon compromis entre dispersion et moyenne du taux d’erreur
de prédiction est observé pour la méthode BRLS avec α = 0, 2 ou α = 0, 4.
5.1.2
Variables sélectionnées dans le modèle final
La figure 3.3 présente les covariables sélectionnées par les procédures BLS et BRLS
selon le choix de la fréquence d’inclusion κ. Seules 23 covariables parmi les 75 sont
incluses dans les différentes sélections réalisées à chaque bootstrapping (i.e. avec un κ =
0) et aucune variable clinique n’est retrouvée. Pour une valeur de κ = 0, 2, six covariables
88
CHAPITRE 3. SÉLECTION STABLE DE VARIABLES DANS LES MODÈLES DE DURÉES
DE VIE
BLS
BRLS α = 0.2
BRLS α = 0.4
BRLS α = 0.6
BNLS
RSF
TREE
Moyenne
0.319
0.309
0.309
0.311
0.376
0.279
0.389
Ecart-type
0.066
0.075
0.081
0.086
0.073
0.062
0.0741
Médiane
0.310
0.292
0.287
0.302
0.394
0.286
0.382
TABLE 3.1 – Moyenne, écart-type et médiane des taux d’erreur de prédiction pour les procédures bootstrap lasso selection, bootstrap randomized lasso selection, bootstrap nodelevel selection, random survival forest et un arbre de survie
sont sélectionnées par la procédure BLS tandis que seulement quatre (incluses dans les
six) sont retenues pour la procédure BRLS quelle que soit la valeur de α. Nous observons
également une franche coupure entre les quatre premières variables sélectionnées et les
autres pour la procédure BRLS, coupure plus nette que dans le cas de BLS. Finalement,
les méthodes BLS et BRLS trouvent les mêmes covariables les plus pertinentes, mais
dans un ordre différent, toutes relatives à une expression génomique : PRC1, ZNF533,
QSCN6L1, IGFBP5.1.
Pour les procédures RSF et BNLS, les figures 3.4 et 3.5 montrent que la première
variable discriminante est la même : ZNF533. La méthode BNLS sélectionne également
trois autres covariables parmi les variables les plus importantes dans la procédure RSF :
COL4A2, PRC1 and N. Comparé à un simple arbre de survie, nous trouvons les mêmes
premières variables discriminantes ZNF533, suivies par PRC1, RP5.860F19.3, HRASLS,
IGFBP5, et SCUBE2. Mais les autres covariables sélectionnées ne sont jamais retrouvées
dans les autres procédures. Nous pouvons également observer qu’aucune variable clinique
n’est incluse dans le simple arbre de survie contrairement aux procédures BNLS et RSF.
En comparant les méthodes basées sur le modèle de Cox et celles basées sur les arbres
de survie, on constate une similitude entre les covariables sélectionnées : par exemple,
ZNF533 se retrouve dans tous les modèles finaux. Concernant les variables cliniques, aucune n’a été sélectionnée dans les procédures basées sur le modèle de Cox contrairement
aux arbres de survie. En prenant en compte les interactions, les procédures basées sur les
arbres montrent que N, le nombre de ganglions infectés et l’âge du patient au diagnostic
sont des prédicteurs pertinents dans l’analyse de la survie sans métastases des patientes
atteintes du cancer du sein.
5.2
Données sur la fertilité
Les données sur la fertilité ont été obtenues à partir de 2138 couples ayant consulté
pour infertilité masculine au cours de la période allant de 2000 à 2004 au Centre de Stérilité Masculine de Toulouse (CSM). Les patients ont été suivis depuis leur admission
(lors de la première consultation) et durant le traitement par un andrologue spécialiste
jusqu’à l’arrêt du traitement ou jusqu’à la naissance d’un enfant vivant (la durée de suivi
89
CHAPITRE 3. SÉLECTION STABLE DE VARIABLES DANS LES MODÈLES DE DURÉES
DE VIE
PRC1
QSCN6L1
IGFBP5.1
ZNF533
COL4A2
Contig63649_RC
Contig32125_RC
MS4A7
RTN4RL1
ORC6L
EGLN1
LGP2
C9orf30
ESM1
STK32B
GNAZ
NM_004702
RUNDC1
OXCT1
FLT1
NUSAP1
GPR180
ALDH4A1
CENPA
RFC4
Contig40831_RC
MTDH
SERF1A
Contig20217_RC
IGFBP5
PECI
UCHL5
CDC42BPA
ECT2
SCUBE2
AA555029_RC
C20orf46
PITRM1
PECI.1
GSTM3
AYTL2
Contig35251_RC
EXT1
RP5.860F19.3
BBC3
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
0.0
0.2
0.4
0.6
PRC1
ZNF533
QSCN6L1
IGFBP5.1
NUSAP1
MS4A7
ORC6L
COL4A2
NM_004702
RTN4RL1
CENPA
LGP2
Contig63649_RC
IGFBP5
ESM1
RFC4
SCUBE2
C9orf30
DTL
MELK
CDC42BPA
OXCT1
GNAZ
STK32B
Contig40831_RC
PECI
GMPS
ECT2
ALDH4A1
EGLN1
PECI.1
TGFB3
MTDH
UCHL5
RAB6B
GPR180
RUNDC1
FLT1
Contig32125_RC
FGF18
0.8
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
0.0
0.1
0.2
κ
2. BRLS α = 0.2, λ = 0.4
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
0.0
0.1
0.2
0.4
κ
1. BLS λ = 0.4
PRC1
ZNF533
IGFBP5.1
QSCN6L1
ORC6L
IGFBP5
COL4A2
RTN4RL1
NUSAP1
LGP2
Contig63649_RC
Contig32125_RC
CENPA
MS4A7
STK32B
NM_004702
C9orf30
RFC4
GPR180
ESM1
Contig35251_RC
RUNDC1
DTL
MTDH
GMPS
OXCT1
GNAZ
SCUBE2
EGLN1
Contig40831_RC
ALDH4A1
PITRM1
PECI.1
GPR126
MELK
PECI
CDC42BPA
ECT2
EXT1
RP5.860F19.3
C20orf46
AP2B1
SLC2A3
FBXO31
TGFB3
UCHL5
GSTM3
WISP1
FGF18
DIAPH3
0.3
0.3
κ
3. BRLS α = 0.4, λ = 0.4
0.4
PRC1
QSCN6L1
IGFBP5.1
ZNF533
RTN4RL1
NUSAP1
RFC4
Contig63649_RC
CENPA
COL4A2
MS4A7
ORC6L
NM_004702
LGP2
IGFBP5
Contig40831_RC
GMPS
ALDH4A1
STK32B
FLT1
Contig32125_RC
ESM1
EGLN1
C9orf30
GPR180
ECT2
Contig35251_RC
RUNDC1
GNAZ
C20orf46
PECI.1
DTL
MELK
TGFB3
MTDH
PECI
EXT1
SCUBE2
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
0.0
0.1
0.2
0.3
0.4
κ
4. BRLS α = 0.6, λ = 0.2
F IGURE 3.3 – Variables sélectionnées dans les procédures Bootstrap Lasso Selection et
Bootstrap Randomized Lasso Selection
90
0.5
CHAPITRE 3. SÉLECTION STABLE DE VARIABLES DANS LES MODÈLES DE DURÉES
DE VIE
ZNF533>=−0.5381
|
144/48
observations/events
RP5.860F19.3< −0.156
COL4A2< 0.2052
PRC1< 0.169
90/17
N>=1.5
81/13
Age>=42.5
99/22
45/26
RR=2.68 (9/5)
RR=1.34 (9/4)
FLT1< −0.01187
Diam>=1.5
RR=0.00
(20/0)
RR=0.21
(24/2)
TSPYL5>=0.01013
RR=0.28
(17/2)
RR=1.77
(12/5)
RR=0.41 (13/2)
RR=0.47
(11/2)
MMP9< −0.2002
RR=4.31
(14/11)
RR=11.17
(8/8)
RR=3.20 (7/7)
F IGURE 3.4 – Variables sélectionnées dans la procédure Bootstrap Node-Level Selection
ZNF533
PRC1
Age
COL4A2
IGFBP5.1
N
MS4A7
Contig63649_RC
MCM6
UCHL5
NM_004702
RFC4
CDCA7
GPR180
HRASLS
C16orf61
QSCN6L1
Grade
GPR126
ALDH4A1
MMP9
PECI.1
IGFBP5
MELK
WISP1
GMPS
NUSAP1
ER
TGFB3
RP5.860F19.3
DIAPH3
C20orf46
ESM1
SLC2A3
DIAPH3.1
LGP2
AP2B1
RUNDC1
Contig20217_RC
NMU
ORC6L
OXCT1
FLT1
BBC3
Contig32125_RC
RAB6B
FGF18
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
0.000
0.005
0.010
0.015
0.020
0.025
0.030
F IGURE 3.5 – Importance des variables dans Random Survival Forest
91
CHAPITRE 3. SÉLECTION STABLE DE VARIABLES DANS LES MODÈLES DE DURÉES
DE VIE
maximale est de 9 ans). L’issue reproductive est représentée par la naissance d’un enfant
à partir d’une grossesse obtenue dans le cadre du suivi au CSM (grossesse après un traitement médical et/ou traitement chirurgical, ou par une technique d’assistance médicale
à la procréation - AMP, ainsi qu’après une grossesse spontanée). Nous avons travaillé sur
le sous-ensemble des 1773 couples pour lesquels aucune des covariables incluses dans la
base de données ne comportait de valeurs manquantes. Nous avons décidé, en accord avec
les cliniciens, de garder 32 covariables, parmi lesquelles :
– Pour l’homme : l’âge, les investigations cliniques y compris les antécédents médicaux : antécédents d’orchite, d’épididymite, d’infections génito-urinaires (IU),
d’infections sexuellement transmissibles (IST), d’une hernie inguinale, d’un traumatisme testiculaire, d’une cryptorchidie, d’un cancer, ainsi que des antécédents
de chirurgie des testicules, des épididymes ou des canaux déférents ; et l’examen
clinique : l’aspect du scrotum, la migration des testicules (présence des testicules
dans le scrotum et leurs positions), l’évaluation des épididymes et l’évaluation des
canaux déférents, la présence d’une varicocèle ou d’une hydrocèle, les volumes
testiculaires ; et si l’homme a reçu un traitement non-AMP (médicamenteux et/ou
chirurgical).
– Pour la femme : l’âge, l’aspect des trompes, l’aspect des ovaires, l’aspect du col de
l’utérus, le statut de l’ovulation, et si elle a reçu un traitement non-AMP (traitement
hormonal).
– Pour le couple : le type d’infécondité (primaire ou secondaire), la durée d’infertilité, le type d’AMP, y compris l’IIU (insémination intra-utérine), la FIV (fécondation in vitro), l’ICSI (injection intracytoplasmique de spermatozoïdes) en utilisant
des cellules du sperme masculin, et l’AMP avec sperme de donneur.
Pour les variables qualitatives, le nombre maximum de modalités est de 2 (oui/non ou
normal/anormal).
Ici, l’événement considéré est la naissance d’un enfant vivant, et les observations censurées à droite correspondent aux perdus de vue ou aux couples n’ayant pas eu d’enfant
vivant à la fin du suivi. La “durée de vie” est le délai en mois à partir de la première visite
du couple jusqu’à la naissance d’un enfant vivant. 40% des couples réussissent à avoir un
enfant, ainsi le taux de censure est de 60%.
5.2.1
Erreur de prédiction
Comme pour le jeu de données sur le cancer du sein, nous choisissons les valeurs de
λ et de κ graphiquement. Dans notre base de données, à première vue, la figure 3.6 ne
montre pas d’amélioration de la procédure BRLS par rapport à BLS. Pour les méthodes
BLS et BRLS, seulement deux variables semblent être les plus pertinentes quelle que soit
la valeur de λ. Toutefois, pour les procédures BLS and BLRS avec α = 0, 6, cinq autres
covariables suivent le groupe des deux premières les plus pertinentes, notamment quand
λ = 0, 4, pour une valeur de κ = 0, 3, tandis que pour BRLS avec α = 0, 2 et α = 0, 4,
aucun groupe de variables ne semble se dessiner. Aussi, nous décidons de choisir une
pénalité fixée à λ = 0, 4 pour une valeur de κ = 0, 3 pour les procédures BLS et BRLS.
Pour la procédure BSS, nous décidons de choisir une valeur d’inclusion κ = 0, 5 qui
92
1.0
0.8
0.6
κ
0.4
0.2
0.0
0.0
0.2
0.4
κ
0.6
0.8
1.0
CHAPITRE 3. SÉLECTION STABLE DE VARIABLES DANS LES MODÈLES DE DURÉES
DE VIE
1
0.8
0.6
0.4
0.2
0
1
0.8
0.6
λ
0.4
0.2
0
λ
2. BRLS α = 0.2
1.0
0.8
0.6
κ
0.4
0.2
0.0
0.0
0.2
0.4
κ
0.6
0.8
1.0
1. BLS
1
0.8
0.6
0.4
0.2
0
1
λ
0.8
0.6
0.4
0.2
0
λ
3. BRLS α = 0.4
4. BRLS α = 0.6
F IGURE 3.6 – Fréquences d’inclusion κ selon λ pour les procédures Bootstrap Lasso
Selection et Bootstrap Randomized Lasso Selection
semble couper l’ensemble des covariables en deux sous-groupes distincts comme suggéré
par la figure 3.8. Ainsi, les huit premières variables semblent être les plus pertinentes pour
prédire l’événement naissance.
Concernant la méthode BNLS, nous observons par validation croisée que le paramètre
de complexité optimal est cp = 0, 0035.
Finalement, les taux d’erreur de prédiction pour chacune des cinq procédures sont
présentés dans la figure 3.7 et le tableau 3.2. Nous pouvons observer que les moyennes et
les médianes obtenues sont plus grandes (entre 0, 41 and 0, 45) que celles obtenues dans
le cas du jeu de données sur le cancer du sein, reflétant la difficulté de prédire le délai
d’obtention d’un enfant. Toutefois, la variabilité des taux d’erreur est plus petite. Comme
dans le jeu de données sur le cancer du sein, la méthode RSF donne le meilleur modèle
prédictif. Toutefois, il apparaît que la dispersion dans les taux d’erreur de RSF est similaire aux autres procédures. De plus, nous pouvons noter que la procédure BNLS n’est
pas meilleure qu’un simple arbre de survie et cette constatation est valable également en
93
CHAPITRE 3. SÉLECTION STABLE DE VARIABLES DANS LES MODÈLES DE DURÉES
DE VIE
●
●
0.45
●
●
0.40
prediction error rates
0.50
●
●
●
BSS
BLS
BRLS
α =0.2
BRLS
α =0.4
BRLS
α =0.6
BNLS
RSF
STEP
TREE
F IGURE 3.7 – Taux d’erreur de prédiction pour les procédures bootstrap lasso selection,
bootstrap randomized lasso selection, bootstrap node-level selection, random survival
forest, stepwise selection et un arbre de survie
comparant la procédure BSS avec une simple régression de Cox par sélection stepwise.
Ces résultats peuvent être expliqués par la taille de l’échantillon qui est suffisamment
grande ici pour produire de bons taux d’erreur de prédiction sans avoir recours à la méthode du bootstrap. Concernant les procédures BLS et BRLS, elles montrent moins de
variations dans leurs taux d’erreur, mais leurs moyennes et leurs médianes sont proches
de 0, 5, suggérant que les modèles obtenus ne font pas mieux que le hasard.
5.2.2
Variables sélectionnées
Si on compare les variables sélectionnées, nous pouvons voir dans la figure 3.8 que
les premières covariables sélectionnées ne diffèrent pas pour les procédures pour BLS et
BRLS pour une valeur d’inclusion κ = 0, 3 : tubal factor, IUI, sperm donor
et infertility duration. Pour la procédure BSS, nous retrouvons également ces
quatre covariables, avec en plus les variables female age, testicular volume,
male treatment, varicocelis, testicular trauma, scrotum, female
94
CHAPITRE 3. SÉLECTION STABLE DE VARIABLES DANS LES MODÈLES DE DURÉES
DE VIE
BSS
BLS
BRLS α = 0.2
BRLS α = 0.4
BRLS α = 0.6
BNLS
RSF
STEP
TREE
Moyenne
0.453
0.471
0.483
0.484
0.482
0.447
0.413
0.451
0.445
Ecart-type
0.017
0.017
0.013
0.0131
0.0149
0.021
0.017
0.015
0.0184
Médiane
0.454
0.470
0.482
0.482
0.480
0.446
0.414
0.450
0.443
TABLE 3.2 – Moyenne, écart-type et médiane des taux d’erreur de prédiction pour les procédures bootstrap lasso selection, bootstrap randomized lasso selection, bootstrap nodelevel selection, random survival forest, stepwise selection et un arbre de survie
treatment et epididymis pour une valeur de κ = 0, 5. Nous observons que la
procédure BSS inclut plus de variables que les procédures BLS et BRLS, conduisant à
des taux d’erreur moins bons.
Nous pouvons noter une nette séparation entre deux groupes de variables pour une
valeur de κ = 0.3, pour la procédure BRLS avec α = 0, 4 et α = 0, 6, suggérant que
BRLS est une bonne méthode stable de sélection de variables. Toutefois, seulement quatre
covariables sont sélectionnées, donnant de piètres performances prédictives.
Par rapport à la simple régression de Cox par sélection stepwise, nous retrouvons les
mêmes covariables sélectionnées dans la procédure BSS mais sans la variable scrotum.
Cependant les variables épididymis, testicular trauma et male treatment
ne sont pas significatives au risque de 5% dans ce modèle.
En ce qui concerne les procédures RSF et BNLS, on observe dans les figures 3.8 et
3.9 que les covariables sélectionnées sont sensiblement différentes de celles des autres
procédures. Cela peut s’expliquer par le fait que ces procédures prennent en compte les
interactions contrairement au modèle de Cox. La première division est la même pour
les deux procédures, mais les divisions suivantes sont différentes. En outre, les variables
retenues par la procédure BNLS sont retrouvées dans les variables les plus importantes de
RSF. Comparé à un simple arbre de survie, l’arbre construit reste sensiblement le même ce
qui peut là aussi s’expliquer par le grand nombre d’observations dans ce jeu de données.
6
6.1
Discussion
Temps d’exécution
Sur un processeur de 2, 4 GHz, pour le jeu de données sur l’infertilité comprenant
1773 individus et 32 covariables, l’exécution de la procédure RSF est 200 fois plus longue
que l’exécution d’un simple arbre de survie par la procédure CART (qui prend environ
95
CHAPITRE 3. SÉLECTION STABLE DE VARIABLES DANS LES MODÈLES DE DURÉES
DE VIE
Première partie
female_age
tubal_factor
infertility_duration
testicular_volume
male_treatment
varicocelis
IUI
sperm_donor
testicular_trauma
scrotum
female_treatment
epididymis
cervical_factor
IVF
migration
ed_surgery
cryptorchidism
inguinal_hernia
male_age
deferens
hydrocelis
endometriosis
orchitis
ICSI
testicular_surgery
fecundity_type
ovarian_factor
male_surgery
UI
anovulation
STI
●
●
tubal_factor
IUI
sperm_donor
infertility_duration
epididymis
varicocelis
inguinal_hernia
fecundity_type
testicular_trauma
testicular_volume
scrotum
testicular_surgery
epididymitis
cervical_factor
IVF
female_treatment
hydrocelis
UI
cryptorchidism
anovulation
STI
male_treatment
orchitis
ovarian_factor
ICSI
deferens
ed_surgery
endometriosis
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
0.2
0.4
0.6
0.8
1.0
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
0.0
0.2
0.4
κ
2. BLS λ = 0.4
tubal_factor
IUI
infertility_duration
sperm_donor
testicular_trauma
fecundity_type
female_treatment
varicocelis
epididymitis
male_treatment
inguinal_hernia
IVF
testicular_volume
epididymis
cryptorchidism
hydrocelis
ed_surgery
scrotum
testicular_surgery
UI
ovarian_factor
male_surgery
cervical_factor
endometriosis
deferens
orchitis
STI
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
0.0
0.1
0.8
κ
1. BSS
tubal_factor
sperm_donor
IUI
infertility_duration
epididymis
varicocelis
inguinal_hernia
fecundity_type
testicular_trauma
female_treatment
cryptorchidism
epididymitis
ovarian_factor
scrotum
testicular_volume
hydrocelis
cervical_factor
testicular_surgery
ed_surgery
UI
male_treatment
endometriosis
orchitis
IVF
male_surgery
ICSI
deferens
STI
0.6
0.2
0.3
0.4
0.5
κ
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
0.0
0.1
0.2
0.3
κ
3. BRLS α = 0.2, λ = 0.4
4. BRLS α = 0.4, λ = 0.4
F IGURE 3.8 – Variables sélectionnées dans les procédures Bootstrap Stepwise Selection,
Bootstrap Lasso Selection et Bootstrap Randomized Lasso Selection et importance des
variables dans Random Survival Forest
96
0.4
0.5
CHAPITRE 3. SÉLECTION STABLE DE VARIABLES DANS LES MODÈLES DE DURÉES
DE VIE
Seconde partie
tubal_factor
IUI
infertility_duration
sperm_donor
testicular_trauma
fecundity_type
female_treatment
varicocelis
epididymitis
male_treatment
inguinal_hernia
IVF
testicular_volume
epididymis
cryptorchidism
hydrocelis
ed_surgery
scrotum
testicular_surgery
UI
ovarian_factor
male_surgery
cervical_factor
endometriosis
deferens
orchitis
STI
female_age
infertility_duration
varicocelis
IUI
tubal_factor
female_treatment
testicular_volume
male_treatment
IVF
ICSI
fecundity_type
migration
testicular_trauma
testicular_surgery
endometriosis
sperm_donor
ovarian_factor
male_age
inguinal_hernia
epididymis
epididymitis
scrotum
orchitis
ed_surgery
cervical_factor
male_surgery
STI
anovulation
hydrocelis
cryptorchidism
deferens
UI
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
0.0
0.1
0.2
0.3
0.4
0.5
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
0.000
0.005
0.010
0.015
0.020
κ
5. BRLS α = 0.6, λ = 0.2
6. RSF
F IGURE 3.8 – Suite : Variables sélectionnées dans les procédures Bootstrap Stepwise
Selection, Bootstrap Lasso Selection et Bootstrap Randomized Lasso Selection et importance des variables dans Random Survival Forest
female_age>=34.5
|
1773/717
observations/events
infertility_duration>=33.5
RR=1.17
(401/95)
1372/622
female_treatment< 0.5
varicocelis< 0.5
347/160
male_age< 33.5
ICSI< 0.5
RR=1.13
(290/138)
RR=0.50
(177/41)
testicular_volume>=0.5
905/443
RR=1.63
(97/55)
RR=0.77
(178/65)
RR=1.29 (62/32)
RR=4.68 (10/8)
F IGURE 3.9 – Variables sélectionnnées dans la procédure Bootstrap Node-Level Selection
97
RR=1.52
(558/283)
0.025
CHAPITRE 3. SÉLECTION STABLE DE VARIABLES DANS LES MODÈLES DE DURÉES
DE VIE
1 seconde), alors que l’algorithme stepwise prend environ 10 secondes. Comparé à la
méthode RSF, les procédures BLS et BRLS ont des temps de calcul similaires. La procédure BNLS est beaucoup plus longue que RSF (4 fois plus), des échantillons bootstrap
étant tirés à chaque nœud. Enfin, la procédure BSS, pour laquelle un échantillon bootstrap
est utilisé à chaque stepwise, est celle la plus coûteuse en temps (8 fois plus longue que
RSF). Ainsi, les temps d’exécution de chaque procédure prise séparément semblent raisonnables. Toutefois, une comparaison systématique des erreurs devient lourde, de même
que la recherche du paramètre de complexité cp par validation croisée dans la procédure
BNLS et la recherche de la pénalité λ dans les méthodes BLS et BRLS.
6.2
Taux d’erreur prédictif
Comparé au jeu de données sur le cancer du sein, les taux d’erreur de prédiction
obtenus à partir des données sur l’infertilité sont plus élevés, suggérant la complexité et
la difficulté d’étudier des données sur l’infertilité et de trouver un modèle de prévision
de bonne qualité. De plus, la taille des deux jeux de données est très différente, ce qui
peut entraîner des écarts importants dans les résultats. Cependant, nous trouvons dans les
deux jeux de données que la procédure RSF donne le meilleur modèle prédictif et qu’elle
permet de présenter les variables les plus pertinentes pour expliquer les durées de survie.
Le modèle de Cox et la méthode RSF ont déjà été comparés par Omurlu et al. [2009] à
l’aide de l’indice de concordance de Harrell. Sur la base de 1000 simulations de Monte
Carlo, ils ont montré que le modèle de Cox a la meilleure performance prévisionnelle
quelle que soit la taille de l’échantillon (n = 50, 100, 250, 500). Toutefois, sur un jeu de
données réel sur le cancer du sein, ils ont constaté que la méthode RSF avait le plus faible
taux d’erreur de prédiction. Ces résultats contradictoires ne sont pas surprenants si l’on
considère le fait que les données simulées ont été générées à partir d’un modèle de Cox.
En outre, la procédure RSF est facile à utiliser et ne nécessite pas le choix de valeurs de
réglage comme le font les procédures BSS, BLS, BRLS et BNLS. Cependant, même si
les variables choisies sont identifiées et triées par leur importance, comme aucun n’arbre
final n’est fourni, les résultats de RSF restent une “boîte noire”, difficile à interpréter et à
utiliser pour les cliniciens.
Concernant la procédure BRLS, quelle que soit la valeur de α, elle ne semble pas
améliorer la procédure BLS. Bien que l’écart entre les variables sélectionnées apparaît
plus clairement pour BRLS, le modèle final ne conduit pas à une meilleure prévision
que le modèle BLS. La difficulté de choisir des valeurs pour la pénalité et la fréquence
d’inclusion pourrait expliquer ces résultats. En effet, le choix graphique d’une pénalité
λ ne semble pas si facile que dans l’exemple ad hoc de Meinshausen and Buehlmann
[2010]. De plus, comme l’ont remarqué Meinshausen and Buehlmann [2010], bien que
Bach [2009] propose de fixer κ à 1, nous pensons que cette valeur est trop restrictive sur
nos données.
Même si certains auteurs [Chen and George, 1985][Sauerbrei and Schumacher, 1992]
ont montré que la méthode du bootstrapping adaptée à l’algorithme stepwise améliore la
stabilité de la sélection de variables, nos résultats ne suggèrent pas d’amélioration avec
98
CHAPITRE 3. SÉLECTION STABLE DE VARIABLES DANS LES MODÈLES DE DURÉES
DE VIE
la procédure BSS. En fait, l’algorithme BSS ne converge pas sur le jeu de données sur le
cancer du sein où il y a trop peu d’événements en comparaison du nombre de covariables.
D’un autre côté, pour le jeu de données sur l’infertilité dont la taille est suffisante pour
assurer la convergence de l’algorithme, il ne donne pas de meilleurs résultats qu’un simple
modèle de Cox par sélection stepwise.
En ce qui concerne la procédure BNLS, elle ne semble pas meilleure qu’un simple
arbre de survie sur les deux jeux de données, contrairement aux résultats présentés par
Dannegger [2000]. Cela peut peut-être s’expliquer par la difficulté de trouver une valeur
raisonnable du paramètre de complexité par validation croisée. Cela s’explique aussi par
la taille de l’échantillon qui est suffisante pour donner de bons résultats dans le cas des
données sur l’infertilité.
6.3
Variables sélectionnées dans le modèle final
Le jeu de données sur le cancer du sein a été initialement analysé par van de Vijver
et al. [2002] qui ont inclus dans un modèle de Cox multivarié les facteurs cliniques et une
variable pronostic basée sur le profil génétique. En fait, les 70 expressions génomiques
n’ont pas été incluses comme variables indépendantes dans la régression de Cox, comme
nous l’avons fait ici. Dans nos procédures basées sur le modèle de Cox, nous pouvons
remarquer que les procédures n’ont sélectionné aucun facteur clinique. Cela peut s’expliquer par le fait que les gènes qui ont été introduits dans le modèle sont ceux dont
l’expression était la plus corrélée, positivement ou négativement, avec le cancer du sein
parmi la multitude des gènes étudiés. Ainsi, ces gènes ont un poids plus important dans
l’analyse multivariée que les facteurs cliniques. Dans les procédures BNLS et RSF, qui
prennent naturellement en compte les interactions entre les covariables, deux facteurs
cliniques apparaissent dans l’ensemble des covariables sélectionnées. Comme il est impossible d’inclure des interactions dans le modèle de Cox dans des problèmes de grande
dimension, une solution serait de forcer l’inclusion de certains facteurs cliniques clairement identifiés par les cliniciens dans les procédures basées sur le modèle de Cox.
En ce qui concerne le jeu de données sur l’infertilité, on obtient différents modèles
finaux selon les procédures basées sur le modèle de Cox et celles basées sur les arbres de
survie. Cependant, toutes les variables sélectionnées sont des facteurs cliniques pertinents
dans les issues reproductives. En effet, les procédures BSS, BNLS et RSF ont montré
que l’âge des femmes est un facteur important, avec une valeur seuil de 34, 5 ans, ce qui
est similaire aux résultats observés dans d’autres études [de la Rochebrochard and Thonneau, 2002] [Marquard et al., 2009] et [Malizia et al., 2009]. De plus, la durée d’infertilité
a été sélectionné par toutes les procédures et la méthode BNLS suggère une coupure à
33, 5 mois. Ce résultat n’est pas surprenant car on sait déjà que la durée d’infertilité est
un facteur prédictif de la survenue d’une grossesse [Ducot et al., 1988]. Il est également
intéressant de noter que les méthodes BLS, BSS et BNLS ont trouvé une relation entre
les issues reproductives et des facteurs cliniques masculins alors que la procédure BRLS
a essentiellement sélectionné des covariables limitées à l’aspect féminin et à des traitements AMP. Dans la plupart des publications sur les issues reproductives chez les couples
99
CHAPITRE 3. SÉLECTION STABLE DE VARIABLES DANS LES MODÈLES DE DURÉES
DE VIE
infertiles, les auteurs ont analysé les durées de vie d’une naissance vivante selon les aspects féminins et le type de traitement AMP [Lintsen et al., 2007] [Stolwijk et al., 2000]
[Olivius et al., 2002] [Sharma et al., 2002]. Dans notre étude, nous observons que la varicocèle est incluse dans la plupart des procédures, ce qui peut s’expliquer par le fait que
cette pathologie a un impact sur la spermatogenèse et donc les issues reproductives [Redmon et al., 2002] [World Health Organisation, 1992]. La même observation peut être faite
pour le volume testiculaire qui semble un facteur important, surtout pour la procédure
BNLS.
7
Conclusion
Pour conclure sur les résultats obtenus sur le jeu de données sur le cancer du sein,
l’objectif est raisonnablement bien atteint. La méthode de sélection basée sur la pénalisation Lasso randomisée combinée avec le bootstrapping fournit des qualités prédictives
très comparables à celles obtenues par la méthode RSF, en association avec un modèle
final facile à interpréter pour le milieu médical. En parallèle, la procédure qui combine la
technique de bootstrapping et les arbres de survie n’offre pas nécessairement une alternative à la procédure RSF en termes de prédiction mais permet d’identifier les interactions
les plus pertinentes entre les covariables. Par ailleurs, la comparaison entre ces différentes
approches sur ce jeu de données classique fournit des indications précieuses sur la stabilité
de la sélection des variables.
En revanche, le jeu de données sur la fertilité semble nettement plus difficile à modéliser. La technique du bootstrapping adaptée aux différentes procédures basées sur la
modèle de Cox ou les arbres de survie ne semble pas améliorer les procédures classiques
(simple algorithme du stepwise ou simple arbre de survie). Toutefois, vu la faible prédictivité des modèles envisagés, les variables collectées sont certainement trop faiblement prédictives pour être identifiées de manière stable par ces différentes approches, conduisant
à de grandes variations dans les taux de prédiction observés. Ainsi, la mauvaise performance d’une approche n’est pas simplement liée à l’inadéquation du modèle choisi. Dans
ce cas, les approches retenues incitent à la prudence quant à la portée des conclusions cliniques et/ou épidémiologiques. Cependant, grâce aux méthodes basées sur le modèle de
Cox et celle basée sur les arbres de survie, des premiers éléments de réponse sur les facteurs pronostics de succès du projet parental des couples ayant des problèmes d’infertilité
masculine ont pu être identifiés.
Finalement, ces résultats suggèrent que les procédures basées sur le modèle de Cox
et les arbres de survie ont un rôle complémentaire à jouer afin d’identifier les covariables
les plus pertinentes et fournir aux cliniciens un modèle stable et fiable. Chaque procédure
étudiée montre un intérêt, soit dans ses résultats en termes de prédiction, soit dans le
choix des variables obtenues dans le modèle final par rapport à la procédure RSF qui est
difficilement interprétable.
100
Chapitre 4
Contribution à des travaux
1
Contexte professionnel
Ce chapitre présente le travail dit d’un "ingénieur statisticien" effectué au sein de
l’équipe de recherche en fertilité masculine (EA 3694) dans laquelle j’ai évolué au cours
de ma thèse. Seront présentés succintement les contextes, objectifs, résultats et conclusion
de trois études menées par les médecins-chercheurs de l’EA 3694.
Dans cette équipe pluridisciplinaire, associant médecins-chercheurs, biologistes, épidémiologistes et statisticiens, plusieurs thèmes de recherche autour de la fertilité masculine sont abordés :
– Cancer et reproduction
– Environnement et reproduction
– Virus et reproduction.
Dans l’axe "Cancer et reproduction", les projets de recherche regroupent la préservation de la fertilité, les troubles de la reproduction et de la sexualité après cancer et l’effet
des traitements sur les gamètes ou les gonades. Dans ce dernier cas de figure, l’équipe de
recherche s’intéresse à l’analyse de l’aneuploïdie, de la fragmentation de l’ADN (Acide
Désoxyribonucléique) du gamète mâle avant et après chimiothérapie ou/et radiothérapie. Plusieurs travaux récents soulignent l’importance de l’ARNm (Acide Ribonucléique
messager) du spermatozoïde pour étudier l’action de toxiques sur la spermatogenèse [Linschooten et al., 2009].
Dans l’axe "Environnement et reproduction", les études regardent l’impact de facteurs
environnementaux sur les anomalies et pathologies de l’appareil reproducteur masculin et
sur la fonction de reproduction masculine. L’exposition peut exister durant la vie fœtale
ou après la naissance. Des agents chimiques (exemple : pesticides) mais également des
agents physiques (exemple : hyperthermie) peuvent avoir un effet délétère sur l’appareil
de reproduction du mâle.
Dans le dernier axe sur "Virus et reproduction", l’ensemble des travaux permet de
101
CHAPITRE 4. CONTRIBUTION À DES TRAVAUX
mieux comprendre les relations entre virus VIH et reproduction masculine. De nombreuses questions persistent en ce qui concerne les facteurs d’excrétion virale dans le
sperme et les effets de l’infection ou du traitement sur la qualité du spermatozoïde. Ces
questions sont d’autant plus pertinentes que les recommandations suisses [Vernazza, 2008]
précisant que l’homme sous traitement antirétroviral efficace depuis plus de six mois ne
peut transmettre l’infection, sont très discutées actuellement.
Parmi ces axes de recherche, trois projets ont fait appel à ma participation en tant que
statisticienne :
1. L’évaluation de la fragmentation de l’ADN du sperme auprès de couples infertiles ;
2. L’étude des paramètres du sperme chez les patients infectés par le virus de l’immunodéficience humaine (VIH) ;
3. L’étude des effets de la ribavirine et de l’interféron sur les paramètres du sperme.
2
Fragmentation de l’ADN des spermatozoïdes chez les
couples infertiles
Cette partie a fait l’objet d’une publication dans la revue Fertility and Sterility, en
2008 (cf. annexe D Contribution à des travaux, section 1 Sperm deoxyribonucleic acid
fragmentation as assessed by the sperm chromatin dispersion test in assisted reproductive
technology programs : results of a large prospective multicenter study, page 225).
Dans les dernières décennies, des progrès substantiels ont été accomplis dans la compréhension des mécanismes de la fécondation, aboutissant à la reconnaissance du rôle clé
de l’intégrité génomique des spermatozoïdes [Agarwal and Said, 2003].
En conséquence, différents tests ont été élaborés pour évaluer intégrité de l’ADN des
spermatozoïdes, comme prédicteurs de la fertilité masculine [De Jonge, 2002].
Parmi ces tests, le test du Sperm Chromatin Dispersion (SCD) évalué au travers du kit
Halosperm, récemment développé par une équipe espagnole, a démontré son intérêt dans
la prédiction du taux de fécondation, de la qualité des embryons, et du taux d’implantation
chez 85 couples ayant participé à un programme de FIV/ICSI [Muriel et al., 2006].
Pour évaluer ce test dans une plus large population, la prévision du taux de fécondation, la qualité des embryons, et les issues de grossesse ont été analysées à partir d’une
étude prospective chez des couples participant à un programme de FIV ou d’ICSI.
Entre Janvier et Août 2005, des couples participant à leur première FIV/ICSI ont été
recrutés dans quatre centres d’infertilité français (dans les villes de Bayonne, Brest, Dijon et Strasbourg). Sur les 754 couples contactés, 720 (95%) ont accepté de participer à
l’étude.
102
CHAPITRE 4. CONTRIBUTION À DES TRAVAUX
Dans chaque centre d’infertilité, un questionnaire a été distribué à chaque couple
(homme et femme) par le médecin traitant en charge de vérifier l’âge, le tabagisme, les
principaux antécédants médicaux, la durée et le type d’infertilité (primaire ou secondaire),
et le type de traitement actuel (FIV ou ICSI).
Après un délai d’abstinence de 3 à 5 jours, des échantillons de sperme ont été recueillis
auprès des partenaires masculins, le jour de la FIV/ICSI. Les paramètres du sperme (le
nombre de spermatozoïdes, la mobilité, la morphologie et le volume) ont été analysés
selon les critères du WHO. Le test du SCD a été utilisé afin d’analyser l’intégrité de
l’ADN des spermatozoïdes.
La qualité embryonnaire a été étudiée selon quatre grades (I, II, III, IV, I signifiant
une bonne qualité et IV une mauvaise qualité). Pour chaque couple, l’issue de la grossesse (grossesse clinique, fausse couche) et la naissance (naissance, naissance prématurée,
malformations) ont été enregistrées.
Selon la distribution des variables, des tests paramétriques et non paramétriques ont
été utilisés pour comparer les groupes (le χ2 , le test exact de Fisher, le test de Student...).
Un test de tendance a été utilisé afin d’étudier la tendance entre des groupes ordonnés.
Pour définir un seuil de fragmentation de l’ADN des spermatozoïdes, nous avons choisi
de tester différents seuils du taux de fragmentation (10%, 15%, 18%, 20%, et 25%).
La moyenne d’âge des femmes était de 33±4 ans, et des hommes de 36±5 ans. Parmi
les 622 couples, 17% des femmes avaient des antécédents de pathologie tubaire, et 40%
des troubles ovulatoires. Parmi les hommes, 5% avaient des antécédents de cryptorchidie,
et 5% présentaient une varicocèle. La durée moyenne d’infécondité était de 51 ± 29 mois.
L’infertilité était primaire dans 56% des cas.
La moyenne de la concentration spermatique était de 52 ± 48 106 , la mobilité de
52%, et 41% des hommes avaient une morphologie du sperme normale. Des corrélations
significatives ont été observées entre le taux de fragmentation d’ADN des spermatozoïdes
et la mobilité du sperme (P < 0, 001), la morphologie (P < 0, 001), et la concentration
(P < 0, 001).
Une corrélation a été observée entre le taux de fragmentation de l’ADN des spermatozoïdes et le taux de fécondité (P < 0, 012). Ajusté sur les paramètres du sperme, il existe
une association significative entre la fragmentation de l’ADN pour un seuil de 18% et la
qualité embryonnaire. Mais aucune association n’a été observée entre le taux de fragmentation de l’ADN et la grossesse (P < 0, 294) ou la naissance (P < 0, 132).
Nos résultats ont montré, à partir d’une grande série de couples ayant participé à une
AMP, que la fragmentation de l’ADN du sperme, évaluée par le test du SCD, est un
potentiel prédicteur pour l’évaluation de la qualité des embryons et la fécondité. Nous
avons été en mesure de proposer un seuil du taux de fragmentation de l’ADN de 18%,
évalué par le SCD, au-dessus duquel le taux de fragmentation était un facteur prédictif
des taux de fécondation. Ce seuil de 18% est inférieur au seuil de 27% qui a été suggéré
dans le cas du test SCSA [Larson et al., 2000] [Alvarez et al., 2004] [Bungum et al.,
103
CHAPITRE 4. CONTRIBUTION À DES TRAVAUX
2004].
3
ADN mitochondrial dans les spermatozoïdes de patients
VIH
Cette partie a fait l’objet d’une publication dans la revue Fertility and Sterility, en
2010 (cf. annexe D Contribution à des travaux, section 2 Decrease of mitochondrial
DNA level in sperm from patients infected with human immunodeficiency virus-1 linked
to nucleoside analogue reverse transcriptase inhibitors, page 234).
La thérapie antirétrovirale hautement active (HAART) a considérablement amélioré le
pronostic des patients infectés par le virus de l’immunodéficience humaine (VIH). Dans
ce contexte, plusieurs équipes ont développé des moyens de reproduction assistée (AMP)
avec du sperme "lavé" pour éliminer le risque de transmission du virus [Bujan et al.,
2007]. Plusieurs études transversales ont examiné les paramètres du sperme chez les patients infectés par le VIH, qui recevaient un traitement antirétroviral [Krieger et al., 1991]
[Nicopoullos et al., 2004].
La sécurité de la multithérapie est une question clé dans la gestion des patients infectés par le VIH. La multithérapie associe généralement des inhibiteurs nucléodiques de la
transcriptase inverse (INTI) et des inhibiteurs de la protéase (PI). Plusieurs effets secondaires de ces traitements ont été signalés, en rapport avec l’ADN mitochondrial (ADNmt).
Dans ce contexte, compte tenu de l’importance de la fonction mitochondriale de la
qualité du sperme, et en particulier dans la mobilité des spermatozoïdes [White et al.,
2001], la question de la responsabilité de la multithérapie antirétrovirale sur les altérations
du sperme est pertinente.
Ainsi, les objectifs de cette étude ont été [1] de comparer l’ADNmt contenu dans le
sperme des hommes infectés par le VIH recevant un traitement HAART et ceux non traités, et avec l’ADNmt contenu dans un groupe d’hommes non infectés et [2] analyser, chez
les patients traités, les associations entre le traitement et l’ADNmt.
Un total de 32 hommes ayant le VIH ont reçu un traitement HAART associé avec un
ou plusieurs INTI et le groupe témoin est contitué de 31 hommes sans VIH.
Les antécédents médicaux et l’examen andrologique ont été obtenus chez ces 63
hommes. Les échantillons de sperme ont été recueillis après un délai d’abstinence de
3 à 5 jours et les analyses spermatiques ont été réalisées selon les critères du WHO.
Le nombre d’ADNmt par cellule a été défini par le ratio de l’ADNmt/ADN β-globine.
Les analyses statistiques utilisent les tests classiques comme le test du χ2 ou le test de
Mann-Whitney.
104
CHAPITRE 4. CONTRIBUTION À DES TRAVAUX
La durée moyenne d’infection du VIH était de 122 ± 74 mois. Parmi les patients
atteints du VIH, 53% avaient une charge virale indétectable, et pour les 47% des patients
avec une charge virale détectable, le nombre d’ARN du VIH était en moyenne de 2288 ±
716 copies/mL.
Au moment des analyses du sperme, 50% des patients avaient reçu un traitement depuis au moins un an et 31% d’entre eux depuis au moins deux ans. Environ 75% des
patients ont reçu au moins deux INTI et un PI, et 56% ont eu au moins un INTI présentant
une toxicité mitochondriale.
Chez l’ensemble des patients et des témoins, le nombre de copies d’ADNmt dans le
sperme était négativement corrélé avec la mobilité (r = −0, 32, P < 0, 002), avec la
concentration spermatique (r = −0.43, P < 0, 01) et concentration totale par éjaculat
(r = −0.47, P < 0, 01), avec le nombre de spermatozoïdes mobiles dans l’éjaculat
(r = −0.38, P < 0, 01) et avec une morphologie normale (r = −0.59, P < 0, 01).
Inversement, le nombre de copies d’ADNmt est positivement corrélé avec le nombre de
cellules rondes (r = 0.29, P < 0, 02), le nombre de polynucléaires (r = 0.32, P < 0, 01),
et avec l’index d’anomalies multiple (r = 0.38, P < 0, 01).
Le nombre de copies d’ADNmt par cellules différait selon l’utilisation d’INTI toxique.
Le nombre de copies diminue significativement quand les patients avaient été exposés à
trois INTI toxiques, comparé à un ou deux INTI toxiques (3.18 ± 2.13 vs. 7.64 ± 8.13 et
7.02 ± 5.10, respectivement, P < 0, 03). Similairement, quand l’AZT était combiné avec
du ddI ou du ddC, le nombre de copies d’ADNmt était plus bas que lorsque l’AZT était
utilisé seul (P < 0, 03) (cf. figure 4.1).
En fonction du nombre d’INTI utilisés :
En fonction de l’utilisation de l’AZT
l’ADNmt diminue lorsque le patient a
ou de l’AZT associé à un INTI :
utilisé au moins trois INTI
l’ADNmt diminue lorsque un INTI ayant
une toxicité connue est associé à l’AZT
F IGURE 4.1 – Nombre de copies de l’ADN mitochondrial (ADNmt) par cellule de sperme
chez les patients infectés
En conclusion, des altérations du sperme ont été observées chez les patients atteints du
VIH et traités par HAART. Une diminution du nombre d’ADN mitochondrial par cellule
dans le sperme est liée au nombre d’INTI. Ces résultats sont en accord avec ceux observés
dans des études sur la toxicité mitochondriale dans des cellules in vivo et in vitro [Nolan
105
CHAPITRE 4. CONTRIBUTION À DES TRAVAUX
et al., 2003] [Walker and Brinkman, 2001] [Hoschele, 2006].
4
Effet de la ribavirine et de l’interféron sur les paramètres du sperme chez un sujet atteint de l’hépatite C
Cette partie a fait l’objet d’une publication dans la revue Fertility and Sterility, en
2009 (cf. annexe D Contribution à des travaux, section 3 Ribavirin and pegylated interferon treatment for hepatitis C was associated not only with semen alterations but also
with sperm deoxyribonucleic acid fragmentation in humans , page 241).
Le virus de l’hépatite C infecte environ 170 millions d’individus dans le monde [Chevaliez and Pawlotsky, 2007]. Actuellement, le meilleur traitement est l’interféron pégylé
en association avec la ribavirine [National Institutes of Health, 2002]. La ribavirine a démontré des effets tératogènes et embryologiques délétères chez les animaux à des doses
recommandées pour l’homme. En conséquence, une contraception doit être utilisée durant tout le traitement et 6 mois après arrêt de la thérapie chez les femmes [Ward and
Kugelmas, 2005].
L’objectif de cette étude de cas a été de décrire les paramètres spermatiques, la fragmentation de l’ADN du sperme chez un homme atteint par l’hépatite C, avant, durant et
après traitement combinant ribavirine et interféron.
Le cas était un homme atteint par l’hépatite C, diagnostiqué à l’âge de 37 ans, en 1990.
Les échantillons de sperme du patient ont été analysés avant, durant et après traitement
par ribavirine et interféron. Les échantillons ont été recueillis par masturbation, après un
délai d’abstinence de 3 à 5 jours, et ont été analysés selon les recommandations du WHO.
Les tests du SCSA et du TUNEL ont permis d’évaluer la fragmentation de l’ADN des
spermatozoïdes.
Entre la période avant traitement et la période après traitement, une diminution significative du pourcentage de spermatozoïdes mobiles (27% ± 6.4% vs. 18% ± 7%, P < 0, 05)
et du nombre total de spermatozoïdes mobiles dans l’éjaculat (82 ± 40 vs. 27 ± 29,
P < 0, 05) et une augmentation du nombre de cellules rondes par éjaculat (7.6 ± 3.7
vs. 20.8 ± 5.6, P < 0, 01) ont été observés.
La figure 4.2 montre l’évolution des paramètres spermatiques et des cellules rondes
selon la période de traitement. Le ratio du nombre de cellules rondes par spermatozoïde
a augmenté de 3% ± 1.4% avant traitement à 24% ± 13% durant la période de traitement
(P < 0, 05) avec une valeur maximale un mois après la fin du traitement.
La fragmentation de l’ADN du sperme était au plus haut à 7 mois de traitement (37%)
et est resté augmenté un mois après la fin du traitement (P < 0, 05 entre 8 et 21 mois
après traitement).
106
CHAPITRE 4. CONTRIBUTION À DES TRAVAUX
F IGURE 4.2 – Impact du traitement par interféron + ribavirine sur les paramètres du
sperme. (A) Nombre de spermatozoïdes/mL et nombre total de spermatozoïdes dans
l’éjaculat. (B) Mobilité progressive des spermatozoïdes (en % et en nombre total dans
l’éjaculat). (C) Impact de la ribavirine + interféron sur le ratio du nombre de cellules
rondes/spermatozoïde, indiquant une altération de la spermatogenèse. Le "après le traitement" représente la période de contraception recommandée. M = mois.
Ces résultats montrent que chez les hommes traités par une combinaison d’interféron
et de ribavirine, des effets néfastes des traitements ont été observés sur les paramètres du
sperme et l’intégrité de l’ADN du sperme.
Actuellement, la contraception est recommandée durant le traitement et 6 à 7 mois
après sa fin chez les hommes et les femmes. Notre étude tend à démontrer l’utilité d’une
contraception plus longue, les valeurs de la chromatine du sperme retournant à la normale
seulement 8 mois après arrêt du traitement.
107
CHAPITRE 4. CONTRIBUTION À DES TRAVAUX
5
Conclusion
En conclusion, ces trois études montrent que l’ADN du sperme est un bon prédicteur
de la fécondité de l’homme. De plus, l’intégrité génomique du sperme est très sensible
aux traitements reçus par des patients infectés par le VIH ou l’hépatite C et que les effets
délétères diminuent la fécondité de ces hommes.
108
Conclusion et perspectives
Avec l’augmentation de l’incidence du cancer du testicule et la diminution de la spermatogèse au cours de ces dernières décennies, la santé reproductive de l’homme est devenue un sujet de santé publique. En effet, dans ce mémoire, nos différentes études ont
montré une incidence du cancer du testicule qui a doublé au cours de ces 20 dernières
années, une augmentation du nombre d’autoconservation du sperme avant traitement de
cette pathologie, avec une suspicion de l’environnement comme facteur de risque de sa
survenue. L’hypothèse actuellement développée du syndrome de dysgénésie gonadique
expliquerait cette forte augmentation du cancer du testicule. En effet, ce syndrome s’appuie sur l’hypothèse d’une exposition à des pertubarteurs endocriniens à l’origine d’un
effet délétère sur l’appareil reproducteur masculin. Ainsi, les manifestations du syndrome
de dysgénésie gonadique seraient dues à des altérations génétiques des cellules germinales
induites par l’environnement. De génération en génération, la détérioration, initialement
mineure, s’amplifierait, entraînant des effets délétères plus sévères, comme des pathologies de l’appareil reproducteur, et à plus long terme la survenue du cancer du testicule, ou
encore des atteintes moins sévères comme l’altération de la spermatogénèse.
En plus de leur intérêt en santé publique, nos études mettent l’accent sur l’utilité de constituer des registres comprenant l’ensemble des cas de cancer du testicule survenus en France
afin de suivre l’évolution de cette pathologie, qui ne cesse d’augmenter. En France, il
existe seulement 25 registres du cancer dans le réseau Francim et parmi ceux-ci, seulement 20% de la population est couverte. Comme pour les registres issus des CECOS où
l’ensemble des patients ayant réalisé une autoconservation du sperme avant traitement
d’une pathologie (tous types de cancer), il serait utile de créer de tels registres pour les
cancers. En effet, le registre est un outil indispensable de la santé environnementale et
de l’épidémiologie du cancer. Le cancer étant une maladie souvent multifactorielle, ses
causes sont difficiles à étudier. Grâce à des études épidémiologiques et statistiques, ces
registres permettent :
– d’estimer la prévalence et l’incidence du cancer et de son évolution géographique,
– d’apprécier l’évolution de la maladie et donc de mesurer sa gravité,
– d’identifier les principales causes des cancers et ainsi réaliser des campagnes de
prévention et d’en évaluer l’efficacité,
– d’évaluer la détection de nouveaux cancers.
En complément, la mise en place d’une étude prospective permettrait de recueillir les
données environnementales personnelles d’un enfant né avec une pathologie de l’appareil reproducteur masculin. Ainsi, différentes bases de données relatives au mode de vie
(habitat), aux pollutions chimiques et physiques et à la biodiversité donneraient des in109
CONCLUSION ET PERSPECTIVES
dications afin de détecter des facteurs environnementaux potentiellement responsables de
telles pathologies.
Concernant la prise en charge de l’infertilité masculine, il est bien connu que la causalité multifactorielle est impliquée dans l’infertilité masculine, indiquant que l’infertilité
chez un homme résulte d’intéractions entre plusieurs facteurs, à savoir son patrimoine génétique, son style de vie, ses expositions environnementales et/ou professionnelles à des
agents toxiques ainsi que la présence éventuelle d’anomalies ou de pathologies acquises
de son appareil reproducteur. Notre étude sur le bénéfice d’une investigation clinique en
plus d’un spermogramme met l’accent sur l’intérêt de la prise en charge de l’homme lors
des consultations andrologiques. Ces dernières devraient inclure à la fois un questionnaire
et un examen clinique standardisés, contenant les antécédents médicaux reconnus comme
facteurs de risque d’infertilité (les antécédents d’infections, les antécédents de cryptorchidie ou de malformations à la naissance) et surtout l’examen clinique (varicocèle, examen
des canaux déférents, des épididymes, des testicules et de leur volume).
Une investigation standardisée permettrait de comparer les données sur la santé reproductive des hommes d’un centre d’infertilité à l’autre, ce qui n’a pas été toujours facile lors de
la comparaison de nos données avec celles déjà publiées. De plus, ce type d’investigation
est un élément clé lors de la prise en charge des couples consultant pour des problèmes
à concevoir, en complément de l’examen spermiologique. Il permet de pouvoir identifier
les causes d’infertilité et d’orienter le spécialiste vers les examens médicaux à prescrire
à l’homme (examen génétique, bilan hormonal...). Une meilleure prise en charge de ces
couples est d’autant plus importante qu’actuellement "seulement" un couple sur deux
ayant consulté pour infécondité masculine réalisera son projet parental.
Toutefois, la collecte de toutes ces données demande une réflexion statistique afin de
traiter ce grand nombre de covariables et de pouvoir restituer les résultats auprès des cliniciens de manière simple et compréhensible. Actuellement, de nombreux outils statistiques
sont à notre disposition mais il est difficile pour le "naïf" de savoir lequel choisir.
D’un point de vue méthodologique, lorsque le jeu de données permet de conduire à des
modèles stables et corrects en termes de prédiction, les résultats obtenus par la méthode
du Lasso couplée à la technique de rééchantillonnage sont comparables à ceux observés
par les forêts aléatoires de survie. Les modèles ainsi proposés sont facilement interprétables. Quant à un jeu de données conduisant à des modèles aux faibles qualités prédictives compte tenu de leur complexité, la grande variabilité intrinsèque ou la non prise
en compte de facteurs pronostics importants peut expliquer les résultats observés. Ainsi,
l’introduction de la technique de rééchantillonnage permet de relativiser la fiabilité de la
sélection des variables et donc de l’interprétation clinique qui peut en découler.
D’un point de vue épidémiologique, le travail de ce mémoire a permis de montrer l’intérêt
de chacune des méthodes proposées et leur complémentarité. La méthode de pénalisation
L1 combinée à la technique de rééchantilonnage donne des modèles stables de sélection de variables et est facile d’utilisation alors que les arbres permettent de prendre en
compte les interactions les plus pertinentes. Il serait donc intéressant d’utiliser l’ensemble
des méthodes statistiques proposées afin de proposer un modèle de survie prédicteur de
l’événement naissance en fonction des covariables du couples. Les interactions pourraient
être définies à l’aide d’arbres de survie, puis intégrées à un modèle de Cox enrichi de la
110
CONCLUSION ET PERSPECTIVES
pénalisation L1 . Ceci fera l’objet d’une prochaine étude et donnera lieu à l’écriture d’un
article épidémiologique proposant un modéle prédictif de survie chez les couples inféconds désirant devenir parents.
111
CONCLUSION ET PERSPECTIVES
112
Bibliographie
N. A. Abdullah, M. S. Pearce, L. Parker, J. R. Wilkinson, and R. J. McNally. Evidence
of an environmental contribution to the aetiology of cryptorchidism and hypospadias ?
Eur J Epidemiol, 22(9) :615–20, 2007.
H. O. Adami, R. Bergstrom, M. Mohner, W. Zatonski, H. Storm, A. Ekbom, S. Tretli,
L. Teppo, H. Ziegler, M. Rahu, and et al. Testicular cancer in nine northern european
countries. Int J Cancer., 59(1) :33–8., 1994.
A. Agarwal and T. M. Said. Role of sperm chromatin abnormalities and dna damage in
male infertility. Hum Reprod Update, 9(4) :331–45, 2003.
A. Agarwal, F. Deepinder, M. Cocuzza, R. Agarwal, R. A. Short, E. Sabanegh, and J. L.
Marmar. Efficacy of varicocelectomy in improving semen parameters : new metaanalytical approach. Urology, 70(3) :532–8, 2007.
R. J. Aitken, P. Koopman, and S. E. Lewis. Seeds of concern. Nature., 432(7013) :48–52.,
2004.
J. G. Alvarez, M. Ollero, K. L. Larson-Cook, and D. P. Evenson. Selecting cryopreserved
semen for assisted reproductive techniques based on the level of sperm nuclear dna
fragmentation resulted in pregnancy. Fertil Steril, 81(3) :712–3, 2004.
AFS. American Fertility Society. Assisted reproductive technology in the united states
and canada : 1991 results from the society for assisted reproductive technology generated from the american fertility society registry. Fertil Steril, 59(5) :956–62, 1993.
AFS. American Fertility Society. Assisted reproductive technology in the united states
and canada : 1992 results generated from the american fertility society/society for assisted reproductive technology registry. Fertil Steril, 62(6) :1121–8, 1994.
AFS. American Fertility Society. Assisted reproductive technology in the united states
and canada : 1993 results generated from the american society for reproductive medicine/society for assisted reproductive technology registry. Fertil Steril, 64(1) :13–21,
1995.
AFS. American Fertility Society. Assisted reproductive technology in the united states
and canada : 1994 results generated from the american society for reproductive medicine/society for assisted reproductive technology registry. Fertil Steril, 66(5) :697–705,
1996.
113
BIBLIOGRAPHIE
AFS. American Fertility Society. Assisted reproductive technology in the united states
and canada : 1995 results generated from the american society for reproductive medicine/society for assisted reproductive technology registry. Fertil Steril, 69(3) :389–98,
1998.
ASRM. American Society for Reproductive Medicine. Assisted reproductive technology
in the united states : 1996 results generated from the american society for reproductive
medicine/society for assisted reproductive technology registry. Fertil Steril, 71(5) :
798–807, 1999.
ASRM. American Society for Reproductive Medicine. Assisted reproductive technology
in the united states : 1997 results generated from the american society for reproductive
medicine/society for assisted reproductive technology registry. Fertil Steril, 74(4) :
641–53 ; discussion 653–4, 2000.
ASRM. American Society for Reproductive Medicine. Assisted reproductive technology
in the united states : 1998 results generated from the american society for reproductive
medicine/society for assisted reproductive technology registry. Fertil Steril, 77(1) :
18–31, 2002a.
ASRM. American Society for Reproductive Medicine. Assisted reproductive technology
in the united states : 1999 results generated from the american society for reproductive
medicine/society for assisted reproductive technology registry. Fertil Steril, 78(5) :
918–31, 2002b.
ASRM. American Society for Reproductive Medicine. Assisted reproductive technology
in the united states : 2000 results generated from the american society for reproductive
medicine/society for assisted reproductive technology registry. Fertil Steril, 81(5) :
1207–20, 2004.
A. N. Andersen, L. Gianaroli, R. Felberbaum, J. de Mouzon, and K. G. Nygren. Assisted
reproductive technology in europe, 2002. results generated from european registers by
eshre. Hum Reprod, 21(7) :1680–97, 2006.
A. N. Andersen, V. Goossens, L. Gianaroli, R. Felberbaum, J. de Mouzon, and K. G.
Nygren. Assisted reproductive technology in europe, 2003. results generated from european registers by eshre. Hum Reprod, 22(6) :1513–25, 2007.
A. N. Andersen, V. Goossens, A. P. Ferraretti, S. Bhattacharya, R. Felberbaum, J. de Mouzon, and K. G. Nygren. Assisted reproductive technology in europe, 2004 : results
generated from european registers by eshre. Hum Reprod, 23(4) :756–71, 2008.
A. M. Andersson, N. Jorgensen, K. M. Main, J. Toppari, E. Rajpert-De Meyts, H. Leffers,
A. Juul, T. K. Jensen, and N. E. Skakkebaek. Adverse trends in male reproductive
health : we may have reached a crucial ’tipping point’. Int J Androl, 31(2) :74–80,
2008.
E. Andersson, R. Nilsson, and K. Toren. Testicular cancer among swedish pulp and paper
workers. Am J Ind Med., 43(6) :642–6., 2003.
114
BIBLIOGRAPHIE
T. Arai, S. Kitahara, S. Horiuchi, S. Sumi, and K. Yoshida. Relationship of testicular volume to semen profiles and serum hormone concentrations in infertile japanese males.
Int J Fertil Womens Med, 43(1) :40–7, 1998.
E. L. Aschim, T. B. Haugen, S. Tretli, A. K. Daltveit, and T. Grotmol. Risk factors for
hypospadias in norwegian boys - association with testicular dysgenesis syndrome ? Int
J Androl, 27(4) :213–21, 2004.
J. Auger, J. M. Kunstmann, F. Czyglik, and P. Jouannet. Decline in semen quality among
fertile men in paris during the past 20 years. N Engl J Med, 332(5) :281–5, 1995.
J. Axelsson, J. P. Bonde, Y. L. Giwercman, L. Rylander, and A. Giwercman. Geneenvironment interaction and male reproductive function. Asian J Androl, 12(3) :298–
307, 2010.
F. Bach. Model-consistent sparse estimation through the bootstrap. 2009.
A. H. Balen and A. J. Rutherford. Management of infertility. BMJ, 335(7620) :608–11,
2007.
K. Bay, C. Asklund, N. E. Skakkebaek, and A. M. Andersson. Testicular dysgenesis syndrome : possible role of endocrine disrupters. Best Pract Res Clin Endocrinol Metab.,
20(1) :77–90., 2006.
M. A. Bedaiwy, R. K. Sharma, T. K. Alhussaini, M. S. Mohamed, A. M. Abdel-Aleem,
D. R. Nelson, Jr. Thomas, A. J., and A. Agarwal. The use of novel semen quality scores
to predict pregnancy in couples with male-factor infertility undergoing intrauterine insemination. J Androl, 24(3) :353–60, 2003.
E. Bendvold. Semen quality in norwegian men over a 20-year period. Int J Fertil., 34(6) :
401–4., 1989.
R. Bergstrom, H. O. Adami, M. Mohner, W. Zatonski, H. Storm, A. Ekbom, S. Tretli,
L. Teppo, O. Akre, and T. Hakulinen. Increase in testicular cancer incidence in six
european countries : a birth cohort phenomenon. J Natl Cancer Inst., 88(11) :727–33.,
1996.
S. Bhasin. Approach to the infertile man. J Clin Endocrinol Metab, 92(6) :1995–2004,
2007.
J. Boivin, L. Bunting, J. A. Collins, and K. G. Nygren. International estimates of infertility
prevalence and treatment-seeking : potential need and demand for infertility medical
care. Hum Reprod, 22(6) :1506–12, 2007.
G. J. Bosl and R. J. Motzer. Testicular germ-cell cancer. N Engl J Med, 337(4) :242–53,
1997.
E. Bostofte, J. Serup, and H. Rebbe. Relation between morphologically abnormal spermatozoa and pregnancies obtained during a twenty-year follow-up period. Int J Androl., 5
(4) :379–86., 1982a.
115
BIBLIOGRAPHIE
E. Bostofte, J. Serup, and H. Rebbe. Relation between sperm count and semen volume,
and pregnancies obtained during a twenty-year follow-up period. Int J Androl., 5(3) :
267–75., 1982b.
E. Bostofte, J. Serup, and H. Rebbe. Has the fertility of danish men declined through the
years in terms of semen quality ? a comparison of semen qualities between 1952 and
1972. Int J Fertil., 28(2) :91–5., 1983.
M. Brandes, C. J. Hamilton, J. P. de Bruin, W. L. Nelen, and J. A. Kremer. The relative
contribution of ivf to the total ongoing pregnancy rate in a subfertile cohort. Hum
Reprod, 25(1) :118–26, 2009.
F. Bray, R. Sankila, J. Ferlay, and D. M. Parkin. Estimates of cancer incidence and mortality in europe in 1995. Eur J Cancer, 38(1) :99–166, 2002.
F. Bray, J. Ferlay, S. S. Devesa, K. A. McGlynn, and H. Moller. Interpreting the international trends in testicular seminoma and nonseminoma incidence. Nat Clin Pract Urol,
3(10) :532–43, 2006.
L Breiman. Classification and Regression Trees. Chapman and Hall/CRC, 1984.
L. Breiman. Bagging predictors. Machine Learning, 24 :123–140, 1996a.
L. Breiman. Heuristics of instability and stabilization in model selection. Annals of
Statistics, 24(6) :2350–2383, 1996b.
M. M. Brouwers, W. F. Feitz, L. A. Roelofs, L. A. Kiemeney, R. P. de Gier, and N. Roeleveld. Risk factors for hypospadias. Eur J Pediatr, 166(7) :671–8, 2007.
L. Bujan, L. Hollander, M. Coudert, C. Gilling-Smith, A. Vucetich, J. Guibert, P. Vernazza, J. Ohl, M. Weigel, Y. Englert, and A. E. Semprini. Safety and efficacy of sperm
washing in hiv-1-serodiscordant couples where the male is infected : results from the
european creathe network. AIDS, 21(14) :1909–14, 2007.
M. Bungum, P. Humaidan, M. Spano, K. Jepson, L. Bungum, and A. Giwercman. The
predictive value of sperm chromatin structure assay (scsa) parameters for the outcome
of intrauterine insemination, ivf and icsi. Hum Reprod, 19(6) :1401–8, 2004.
A. Campana, D. Sakkas, A. Stalberg, P. G. Bianchi, I. Comte, T. Pache, and D. Walker. Intrauterine insemination : evaluation of the results according to the woman’s age, sperm
quality, total sperm count per insemination and life table analysis. Hum Reprod., 11
(4) :732–6., 1996.
E. Carlsen, A. Giwercman, N. Keiding, and N. E. Skakkebaek. Evidence for decreasing
quality of semen during past 50 years. Bmj, 305(6854) :609–13, 1992.
P. T. Chan, G. D. Palermo, L. L. Veeck, Z. Rosenwaks, and P. N. Schlegel. Testicular
sperm extraction combined with intracytoplasmic sperm injection in the treatment of
men with persistent azoospermia postchemotherapy. Cancer, 92(6) :1632–7, 2001.
116
BIBLIOGRAPHIE
C. H. Chen and S. L. George. The bootstrap and identification of prognostic factors via
cox’s proportional hazards regression model. Stat Med, 4(1) :39–46, 1985.
S. Chevaliez and J. M. Pawlotsky. Hepatitis c virus : virology, diagnosis and management
of antiviral therapy. World J Gastroenterol, 13(17) :2461–6, 2007.
J. M. Choi, P. Chung, L. Veeck, A. Mielnik, G. D. Palermo, and P. N. Schlegel. Azf
microdeletions of the y chromosome and in vitro fertilization outcome. Fertil Steril, 81
(2) :337–41, 2004.
J. Clavel, E. Steliarova-Foucher, C. Berger, S. Danon, and Z. Valerianova. Hodgkin’s
disease incidence and survival in european children and adolescents (1978-1997) : report from the automated cancer information system project. Eur J Cancer., 42(13) :
2037–49., 2006.
D. Clayton and E. Schifflers. Models for temporal variation in cancer rates. ii : Ageperiod-cohort models. Stat Med, 6(4) :469–81, 1987.
J. Clemmensen. Statistical studies in the etiology of malignant neoplasms. Acta. Pathol.
Microbiol. Scand, 209 :15–43, 1969.
P. Cocco and J. Benichou. Mortality from cancer of the male reproductive tract and
environmental exposure to the anti-androgen p,p’-dichlorodiphenyldichloroethylene in
the united states. Oncology, 55(4) :334–9, 1998.
J. A. Collins and A. Van Steirteghem. Overall prognosis with current treatment of infertility. Hum Reprod Update, 10(4) :309–16, 2004.
F. Comhaire, A. Zalata, A. Mahmoud, B. Depoorter, L. Huysse, A. Christophe, and C. Depuydt. Diagnostic and therapeutic approach to moderate and severe male subfertility in
1995. Hum Reprod, 10 Suppl 1 :144–50, 1995.
F. H. Comhaire, P. J. Rowe, and T. M. Farley. How should we evaluate infertility in men
and in women. Acta Clin Belg, 43(1) :78–85, 1988.
M. B. Cook, O. Akre, D. Forman, M. P. Madigan, L. Richiardi, and K. A. McGlynn.
A systematic review and meta-analysis of perinatal variables in relation to the risk of
testicular cancer–experiences of the son. Int J Epidemiol, 39(6) :1605–18, 2010.
D.R. Cox and D. Oakes. Analysis of survival data. London : Chapman and Hall, 1984.
A. Czeizel and J. Toth. Correlation between the birth prevalence of isolated hypospadias
and parental subfertility. Teratology., 41(2) :167–72., 1990.
M. N. Damani, V. Master, M. V. Meng, C. Burgess, P. Turek, and R. D. Oates. Postchemotherapy ejaculatory azoospermia : fatherhood with sperm from testis tissue with
intracytoplasmic sperm injection. J Clin Oncol, 20(4) :930–6, 2002.
F. Dannegger. Tree stability diagnostics and some remedies for instability. Stat Med, 19
(4) :475–91, 2000.
117
BIBLIOGRAPHIE
C. De Jonge. The clinical value of sperm nuclear dna assessment. Hum Fertil (Camb), 5
(2) :51–3, 2002.
E. de La Rochebrochard and P. Thonneau. Paternal age >or=40 years : an important risk
factor for infertility. Am J Obstet Gynecol, 189(4) :901–5, 2003.
E. de la Rochebrochard and P. Thonneau. Paternal age and maternal age are risk factors
for miscarriage ; results of a multicentre european study. Hum Reprod, 17(6) :1649–56,
2002.
E. de La Rochebrochard, C. Quelen, R. Peikrishvili, J. Guibert, and J. Bouyer. Long-term
outcome of parenthood project during in vitro fertilization and after discontinuation of
unsuccessful in vitro fertilization. Fertil Steril, 92(1) :149–56, 2009.
M. P. De Miguel, J. M. Marino, P. Gonzalez-Peramato, M. Nistal, and J. Regadera. Epididymal growth and differentiation are altered in human cryptorchidism. J Androl, 22
(2) :212–25, 2001.
J. de Mouzon, P. Lancaster, K. G. Nygren, E. Sullivan, F. Zegers-Hochschild, R. Mansour, O. Ishihara, and D. Adamson. World collaborative report on assisted reproductive
technology, 2002. Hum Reprod, 2009.
J. de Mouzon, V. Goossens, S. Bhattacharya, J. A. Castilla, A. P. Ferraretti, V. Korsak,
M. Kupka, K. G. Nygren, and A. Nyboe Andersen. Assisted reproductive technology
in europe, 2006 : results generated from european registers by eshre. Hum Reprod, 25
(8) :1851–62, 2010.
P. Devroey, J. Liu, Z. Nagy, A. Goossens, H. Tournaye, M. Camus, A. Van Steirteghem,
and S. Silber. Pregnancies after testicular sperm extraction and intracytoplasmic sperm
injection in non-obstructive azoospermia. Hum Reprod, 10(6) :1457–60, 1995a.
P. Devroey, S. Silber, Z. Nagy, J. Liu, H. Tournaye, H. Joris, G. Verheyen, and
A. Van Steirteghem. Ongoing pregnancies and birth after intracytoplasmic sperm injection with frozen-thawed epididymal spermatozoa. Hum Reprod, 10(4) :903–6, 1995b.
P. Devroey, B. C. Fauser, and K. Diedrich. Approaches to improve the diagnosis and
management of infertility. Hum Reprod Update, 15(4) :391–408, 2009.
T. Diemer and C. Desjardins. Developmental and genetic disorders in spermatogenesis.
Hum Reprod Update, 5(2) :120–40, 1999.
G. R. Dohle. Inflammatory-associated obstructions of the male reproductive tract. Andrologia, 35(5) :321–4, 2003.
L. Dubin and R. D. Amelar. A plea for a more scientific approach in the treatment of male
infertility. Fertil Steril, 34(1) :74–5, 1980.
B. Ducot, A. Spira, D. Feneux, and P. Jouannet. Male factors and the likelihood of pregnancy in infertile couples. ii. study of clinical characteristics–practical consequences.
Int J Androl, 11(5) :395–404, 1988.
118
BIBLIOGRAPHIE
B. Efron. Censored data and the bootstrap. J. Amer. Statist. Assoc., 76 :312–19, 1981.
M. J. Eijkemans, A. M. Lintsen, C. C. Hunault, C. A. Bouwmans, L. Hakkaart, D. D.
Braat, and J. D. Habbema. Pregnancy chances on an ivf/icsi waiting list : a national
prospective cohort study. Hum Reprod, 23(7) :1627–32, 2008.
S. E. Elizur, L. Lerner-Geva, J. Levron, A. Shulman, D. Bider, and J. Dor. Factors predicting ivf treatment outcome : a multivariate analysis of 5310 cycles. Reprod Biomed
Online, 10(5) :645–9, 2005.
K. Everaert, A. Mahmoud, C. Depuydt, M. Maeyaert, and F. Comhaire. Chronic prostatitis
and male accessory gland infection–is there an impact on male infertility (diagnosis and
therapy) ? Andrologia, 35(5) :325–30, 2003.
J. L. Evers and J. A. Collins. Assessment of efficacy of varicocele repair for male subfertility : a systematic review. Lancet, 361(9372) :1849–52, 2003.
H. C. Falk and S. A. Kaufman. What constitutes a normal semen ? Fertil Steril, 1(6) :
489–503, 1950.
E. J. Farris. The number of motile spermatozoa as an index of fertility in man ; a study of
406 semen specimens specimens. J Urol, 61(6) :1099–1104, 1949.
J. Fiala. The incidence of cancer in the czech republic from 1973 to 1989 : cancers with
non-parallel trends in age groups. Cent Eur J Public Health, 4(3) :157–63, 1996.
J. N. Filetto and M. Y. Makuch. Long-term follow-up of women and men after unsuccessful ivf. Reprod Biomed Online, 11(4) :458–63, 2005.
M. M. Finkelstein. Cancer incidence among ontario police officers. Am J Ind Med., 34
(2) :157–62., 1998.
H. Fisch and E. T. Goluboff. Geographic variations in sperm counts : a potential cause of
bias in studies of semen quality. Fertil Steril, 65(5) :1044–6, 1996.
J. R. Fisher, G. H. Baker, and K. Hammarberg. Long-term health, well-being, life satisfaction, and attitudes toward parenthood in men diagnosed as infertile : challenges to
gender stereotypes and implications for practice. Fertil Steril, 94(2) :474–80, 2010.
L. E. Fleming, J. A. Bean, M. Rudolph, and K. Hamilton. Cancer incidence in a cohort of
licensed pesticide applicators in florida. J Occup Environ Med., 41(4) :279–88., 1999.
C. Foresta, A. Bettella, M. Merico, A. Garolla, M. Plebani, A. Ferlin, and M. Rossato.
Fsh in the treatment of oligozoospermia. Mol Cell Endocrinol, 161(1-2) :89–97, 2000.
C. Foresta, A. Bettella, M. Merico, A. Garolla, A. Ferlin, and M. Rossato. Use of recombinant human follicle-stimulating hormone in the treatment of male factor infertility.
Fertil Steril, 77(2) :238–44, 2002.
119
BIBLIOGRAPHIE
D. Forman, R. T. Oliver, A. R. Brett, S. G. Marsh, J. H. Moses, J. G. Bodmer, C. E.
Chilvers, and M. C. Pike. Familial testicular cancer : a report of the uk family register,
estimation of risk and an hla class 1 sib-pair analysis. Br J Cancer, 65(2) :255–62,
1992.
L. Fredell, I. Kockum, E. Hansson, S. Holmner, L. Lundquist, G. Lackgren, J. Pedersen,
A. Stenberg, G. Westbacke, and A. Nordenskjold. Heredity of hypospadias and the
significance of low birth weight. J Urol, 167(3) :1423–7, 2002.
S. Friedler, A. Raziel, D. Strassburger, M. Schachter, Y. Soffer, and R. Ron-El. Factors
influencing the outcome of icsi in patients with obstructive and non-obstructive azoospermia : a comparative study. Hum Reprod., 17(12) :3114–21., 2002.
M. J. Garner, M. C. Turner, P. Ghadirian, and D. Krewski. Epidemiology of testicular
cancer : an overview. Int J Cancer., 116(3) :331–9., 2005.
Y. Gat, G. N. Bachar, K. Everaert, U. Levinger, and M. Gornish. Induction of spermatogenesis in azoospermic men after internal spermatic vein embolization for the treatment
of varicocele. Hum Reprod, 20(4) :1013–7, 2005.
S. Gey and J.M. Poggi. Boosting and instability for regression trees. Computational
Statistics and Data Analysis, 50 :533–550, 2006.
F. Giordano, P. Carbone, F. Nori, A. Mantovani, D. Taruscio, and I. Figa-Talamanca. Maternal diet and the risk of hypospadias and cryptorchidism in the offspring. Paediatr
Perinat Epidemiol, 22(3) :249–60, 2008.
J. I. Gorelick and M. Goldstein. Loss of fertility in men with varicocele. Fertil Steril., 59
(3) :613–6., 1993.
C. R. Gracia, M. D. Sammel, C. Coutifaris, D. S. Guzick, and K. T. Barnhart. Occupational exposures and male infertility. Am J Epidemiol., 162(8) :729–33. Epub 2005 Aug
24., 2005.
M. Greenacre. Correspondence analysis in medical research. Stat Methods Med Res, 1
(1) :97–117, 1992.
S. H. Greenberg, L. I. Lipshultz, and A. J. Wein. Experience with 425 subfertile male
patients. J Urol, 119(4) :507–10, 1978.
J. Gunby and S. Daya. Assisted reproductive technologies (art) in canada : 2001 results
from the canadian art register. Fertil Steril, 84(3) :590–9, 2005.
J. Gunby and S. Daya. Assisted reproductive technologies (art) in canada : 2002 results
from the canadian art register. Fertil Steril., 86(5) :1356–64., 2006.
J. Gunby and S. Daya. Assisted reproductive technologies (art) in canada : 2003 results
from the canadian art register. Fertil Steril, 88(3) :550–9, 2007.
120
BIBLIOGRAPHIE
J. Gunby, F. Bissonnette, C. Librach, and L. Cowan. Assisted reproductive technologies
(art) in canada : 2004 results from the canadian art register. Fertil Steril, 89(5) :1123–
32, 2008.
J. Gunby, F. Bissonnette, C. Librach, and L. Cowan. Assisted reproductive technologies
in canada : 2005 results from the canadian assisted reproductive technologies register.
Fertil Steril, 91(5) :1721–30, 2009.
W. M. Hack, J. Goede, F. H. Pierik, and K. Sijstermans. Re : Ascent of the testis revisited :
fact not fiction. BJU Int, 102(10) :1477–8 ; author reply 1478, 2008.
F. Hadziselimovic, B. Hocht, B. Herzog, and M. W. Buser. Infertility in cryptorchidism is
linked to the stage of germ cell development at orchidopexy. Horm Res, 68(1) :46–52,
2007.
J. Hallak, P. N. Kolettis, V. S. Sekhon, Jr. Thomas, A. J., and A. Agarwal. Sperm cryopreservation in patients with testicular cancer. Urology, 54(5) :894–9, 1999.
L. Hardell, C. G. Ohlson, and M. Fredrikson. Occupational exposure to polyvinyl chloride
as a risk factor for testicular cancer evaluated in a case-control study. Int J Cancer, 73
(6) :828–30, 1997.
L. Hardell, B. Bavel, G. Lindstrom, M. Eriksson, and M. Carlberg. In utero exposure to
persistent organic pollutants in relation to testicular cancer risk. Int J Androl, 29(1) :
228–34, 2006.
F. E. Harrell and C.E. Davis. A new distribution-free quantile estimator. Biometrika, 69
(3) :635–40, 1982.
Jr. Harrell, F. E., K. L. Lee, R. M. Califf, D. B. Pryor, and R. A. Rosati. Regression
modelling strategies for improved prognostic prediction. Stat Med, 3(2) :143–52, 1984.
G. Hedelin and L. Remontet. Evolution du cancer du testicule en france. Andrologie., 12 :
269–73, 2002.
K. Heimdal, H. Olsson, S. Tretli, P. Flodgren, A. L. Borresen, and S. D. Fossa. Familial
testicular cancer in norway and southern sweden. Br J Cancer, 73(7) :964–9, 1996.
K. Hemminki and B. Chen. Familial risks in testicular cancer as aetiological clues. Int J
Androl., 29(1) :205–10., 2006.
K. Hemminki and X. Li. Familial risk in testicular cancer as a clue to a heritable and
environmental aetiology. Br J Cancer., 90(9) :1765–70., 2004.
B. N. Hendin, T. Falcone, J. Hallak, J. Goldberg, Jr. Thomas, A. J., D. R. Nelson, and
A. Agarwal. Effect of clinical and semen characteristics on efficacy of ovulatory stimulation in patients undergoing intrauterine insemination. J Assist Reprod Genet, 17
(4) :189–93, 2000a.
121
BIBLIOGRAPHIE
B. N. Hendin, T. Falcone, J. Hallak, D. R. Nelson, S. Vemullapalli, J. Goldberg, Jr. Thomas, A. J., and A. Agarwal. The effect of patient and semen characteristics on live
birth rates following intrauterine insemination : a retrospective study. J Assist Reprod
Genet., 17(5) :245–52., 2000b.
B. Hennelly, R. F. Harrison, J. Kelly, S. Jacob, and T. Barrett. Spontaneous conception after a successful attempt at in vitro fertilization/intracytoplasmic sperm injection. Fertil
Steril, 73(4) :774–8, 2000.
L. Henry. Population : analysis and models. Londres, Edward Arnold, 1976.
D. Hoschele. Cell culture models for the investigation of nrti-induced mitochondrial toxicity. relevance for the prediction of clinical toxicity. Toxicol In Vitro, 20(5) :535–46,
2006.
T. Hothorn and B. Lausen. On the exact distribution of maximally selected rank statistics.
Computational Statistics and Data Analysis, 43 :121–137, 2003.
C. C. Hsieh, M. Lambe, D. Trichopoulos, A. Ekbom, O. Akre, and H. O. Adami. Early
life exposure to oestrogen and testicular cancer risk : evidence against an aetiological
hypothesis. Br J Cancer, 86(8) :1363–4, 2002.
N. Hussain, A. Chaghtai, C. D. Herndon, V. C. Herson, T. S. Rosenkrantz, and P. H.
McKenna. Hypospadias and early gestation growth restriction in infants. Pediatrics,
109(3) :473–8, 2002.
E. Huyghe, T. Matsuda, and P. Thonneau. Increasing incidence of testicular cancer worldwide : a review. J Urol., 170(1) :5–11., 2003.
E. Huyghe, T. Matsuda, M. Daudin, C. Chevreau, J. M. Bachaud, P. Plante, L. Bujan, and
P. Thonneau. Fertility after testicular cancer treatments : results of a large multicenter
study. Cancer., 100(4) :732–7., 2004.
E. Huyghe, P. Plante, and P. F. Thonneau. Testicular cancer variations in time and space
in europe. Eur Urol, 30 :30, 2006.
D. S. Irvine. Epidemiology and aetiology of male infertility. Hum Reprod., 13(Suppl 1) :
33–44., 1998.
S. Irvine, E. Cawood, D. Richardson, E. MacDonald, and J. Aitken. Evidence of deteriorating semen quality in the united kingdom : birth cohort study in 577 men in scotland
over 11 years. Bmj, 312(7029) :467–71, 1996.
H. Ishwaran and U.B. Kogalur. Random survival forests for r. Rnews, 7/2 :25–31, 2007.
H. Ishwaran, U.B. Kogalur, E.H. Blackstone, and M.S. Lauer. Random survival forests.
The Annals of Applied Statistics, 2(3) :841–860, 2008.
122
BIBLIOGRAPHIE
R. Jacobsen, H. Moller, S. O. Thoresen, E. Pukkala, S. K. Kjaer, and C. Johansen. Trends
in testicular cancer incidence in the nordic countries, focusing on the recent decrease
in denmark. Int J Androl., 29(1) :199–204. Epub 2005 Dec 20., 2006.
M. Joffe. Invited commentary : the potential for monitoring of fecundity and the remaining challenges. Am J Epidemiol., 157(2) :89–93., 2003.
M. Joffe. What has happened to human fertility ? Hum Reprod, 25(2) :295–307, 2010.
P. Jouannet, B. Ducot, D. Feneux, and A. Spira. Male factors and the likelihood of pregnancy in infertile couples. i. study of sperm characteristics. Int J Androl., 11(5) :
379–94., 1988.
M. W. Jurema, A. D. Vieira, B. Bankowski, C. Petrella, Y. Zhao, E. Wallach, and H. Zacur. Effect of ejaculatory abstinence period on the pregnancy rate after intrauterine
insemination. Fertil Steril., 84(3) :678–81., 2005.
S. Kahraman, M. Tasdemir, I. Tasdemir, K. Vicdan, S. Ozgur, G. Polat, A. Z. Islk, K. Biberoglu, P. Vanderzwalmen, M. Nijs, and R. Schoysman. Pregnancies achieved with
testicular and ejaculated spermatozoa in combination with intracytoplasmic sperm injection in men with totally or initially immotile spermatozoa in the ejaculate. Hum
Reprod., 11(6) :1343–6., 1996.
M. Kaijser, O. Akre, S. Cnattingius, and A. Ekbom. Maternal lung cancer and testicular
cancer risk in the offspring. Cancer Epidemiol Biomarkers Prev, 12(7) :643–6, 2003.
J. W. Kardaun, R. B. Hayes, L. M. Pottern, L. M. Brown, and R. N. Hoover. Testicular
cancer in young men and parental occupational exposure. Am J Ind Med, 20(2) :219–
27, 1991.
DG Kaufman and HM Nagler. Significance and pathophysiology of the varicocele : current concepts. Seminar Reprod Endocrinol, 6 :349–57, 1988.
Y. Kibar, B. Seckin, and D. Erduran. The effects of subinguinal varicocelectomy on kruger
morphology and semen parameters. J Urol, 168(3) :1071–4, 2002.
E. D. Kim, B. B. Leibman, D. M. Grinblat, and L. I. Lipshultz. Varicocele repair improves
semen parameters in azoospermic men with spermatogenic failure. J Urol, 162(3 Pt 1) :
737–40, 1999.
H. H. Kim, M. K. Bundorf, B. Behr, and S. W. McCallum. Use and outcomes of intracytoplasmic sperm injection for non-male factor infertility. Fertil Steril, 2007.
J. A. Knight and L. D. Marrett. Parental occupational exposure and the risk of testicular
cancer in ontario. J Occup Environ Med, 39(4) :333–8, 1997.
P. N. Kolettis and E. S. Sabanegh. Significant medical pathology discovered during a male
infertility evaluation. J Urol, 166(1) :178–80, 2001.
123
BIBLIOGRAPHIE
J. N. Krieger, R. W. Coombs, A. C. Collier, J. K. Koehler, S. O. Ross, K. Chaloupka, V. L.
Murphy, and L. Corey. Fertility parameters in men infected with human immunodeficiency virus. J Infect Dis, 164(3) :464–9, 1991.
P. Kristensen, A. Andersen, L. M. Irgens, A. S. Bye, and N. Vagstad. Testicular cancer
and parental use of fertilizers in agriculture. Cancer Epidemiol Biomarkers Prev, 5(1) :
3–9, 1996.
M. Kucukaydin, B. H. Ozokutan, C. Turan, H. Okur, and O. Kose. Malformation of the
epididymis in undescended testis. Pediatr Surg Int, 14(3) :189–91, 1998.
K. Kyono, H. Uto, Y. Nakajo, S. Kumagai, Y. Araki, and S. Kanto. Seven pregnancies
and deliveries from non-mosaic klinefelter syndrome patients using fresh and frozen
testicular sperm. J Assist Reprod Genet, 24(1) :47–51, 2007.
K. L. Larson, C. J. DeJonge, A. M. Barnes, L. K. Jost, and D. P. Evenson. Sperm chromatin structure assay parameters as predictors of failed pregnancy following assisted
reproductive techniques. Hum Reprod, 15(8) :1717–22, 2000.
L. Larue and J. L. Pouly. [transparency of results in assisted reproductive technology].
Gynecol Obstet Fertil, 34(9) :770–3, 2006.
S. Lenz, A. Giwercman, A. Elsborg, K. H. Cohr, J. E. Jelnes, E. Carlsen, and N. E. Skakkebaek. Ultrasonic testicular texture and size in 444 men from the general population :
correlation to semen quality. Eur Urol, 24(2) :231–8, 1993.
S. Lenz, J. K. Thomsen, A. Giwercman, N. T. Hertel, J. Hertz, and N. E. Skakkebaek.
Ultrasonic texture and volume of testicles in infertile men. Hum Reprod, 9(5) :878–81,
1994.
A. Lenzi, L. Gandini, F. Lombardo, F. Dondero, F. Culasso, F. Ferro, P. Cambiaso,
P. Caione, and M. Cappa. Unilateral cryptorchidism corrected in prepubertal age : evaluation of sperm parameters, hormones, and antisperm antibodies in adult age. Fertil
Steril, 67(5) :943–8, 1997.
F. Levi, V. C. Te, and C. La Vecchia. Testicular cancer trends in the canton of vaud,
switzerland, 1974-1987. Br J Cancer, 62(5) :871–3, 1990.
F. Levi, C. La Vecchia, P. Boyle, F. Lucchini, and E. Negri. Western and eastern european
trends in testicular cancer mortality. Lancet., 357(9271) :1853–4., 2001.
F. Levi, F. Lucchini, P. Boyle, E. Negri, and C. La Vecchia. Testicular cancer mortality in
eastern europe. Int J Cancer., 105(4) :574., 2003.
S. M. Levin, D. B. Baker, P. J. Landrigan, S. V. Monaghan, E. Frumin, M. Braithwaite,
and W. Towne. Testicular cancer in leather tanners exposed to dimethylformamide.
Lancet, 2(8568) :1153, 1987.
124
BIBLIOGRAPHIE
J. O. Linschooten, F. J. Van Schooten, A. Baumgartner, E. Cemeli, J. Van Delft, D. Anderson, and R. W. Godschalk. Use of spermatozoal mrna profiles to study geneenvironment interactions in human germ cells. Mutat Res, 667(1-2) :70–6, 2009.
A. M. Lintsen, M. J. Eijkemans, C. C. Hunault, C. A. Bouwmans, L. Hakkaart, J. D.
Habbema, and D. D. Braat. Predicting ongoing pregnancy chances after ivf and icsi : a
national prospective study. Hum Reprod, 22(9) :2455–62, 2007.
L. I. Lipshultz and Jr. Corriere, J. N. Progressive testicular atrophy in the varicocele
patient. J Urol, 117(2) :175–6, 1977.
S. Liu, S. W. Wen, Y. Mao, L. Mery, and J. Rouleau. Birth cohort effects underlying the
increasing testicular cancer incidence in canada. Can J Public Health., 90(3) :176–80.,
1999.
J. Macleod and R. Z. Gold. The male factor in fertility and infertility. ii. spermatozoon
counts in 1000 men of known fertility and in 1000 cases of infertile marriage. J Urol,
66(3) :436–49, 1951.
D. Macomber and M. B. Sanders. The spermatozoa count. its value in the diagnosis,
prognosis and treatment of sterility. N Engl J Med, 200 :981–84, 1929.
A. M. Mahmoud, F. H. Comhaire, D. E. Abdel-Rahim, and K. M. Abdel-Hafez. Conception rates and assisted reproduction in subfertility due to unilateral cryptorchidism. Andrologia, 28(3) :141–4, 1996.
B. A. Malizia, M. R. Hacker, and A. S. Penzias. Cumulative live-birth rates after in vitro
fertilization. N Engl J Med, 360(3) :236–43, 2009.
K. Marquard, L. M. Westphal, A. A. Milki, and R. B. Lathi. Etiology of recurrent pregnancy loss in women over the age of 35 years. Fertil Steril, 2009.
K. A. McGlynn, S. S. Devesa, A. J. Sigurdson, L. M. Brown, L. Tsao, and R. E. Tarone.
Trends in the incidence of testicular germ cell tumors in the united states. Cancer., 97
(1) :63–70., 2003.
K. A. McGlynn, S. S. Devesa, B. I. Graubard, and P. E. Castle. Increasing incidence of
testicular germ cell tumors among black men in the united states. J Clin Oncol., 23
(24) :5757–61., 2005.
K. A. McGlynn, B. I. Graubard, M. A. Klebanoff, and M. P. Longnecker. Risk factors for
cryptorchism among populations at differing risks of testicular cancer. Int J Epidemiol,
35(3) :787–95, 2006.
L. J. McKenzie, E. Kovanci, P. Amato, P. Cisneros, D. Lamb, and S. A. Carson. Pregnancy
outcome of in vitro fertilization/intracytoplasmic sperm injection with profound teratospermia. Fertil Steril., 82(4) :847–9., 2004.
125
BIBLIOGRAPHIE
J. M. McKiernan, E. T. Goluboff, G. L. Liberson, R. Golden, and H. Fisch. Rising risk
of testicular cancer by birth cohort in the united states from 1973 to 1995. J Urol, 162
(2) :361–3, 1999.
N. Meinshausen and P. Buehlmann. Stability selection. Journal of the Royal Statistical
Society : Series B, 72(4) :417–473, 2010.
R. Menkveld, J. A. Van Zyl, T. J. Kotze, and G. Joubert. Possible changes in male fertility
over a 15-year period. Arch Androl, 17(2) :143–4, 1986.
R. Mieusset and L. Bujan. Testicular heating and its possible contributions to male infertility : a review. Int J Androl, 18(4) :169–84, 1995.
R. Mieusset and M. Soulie. Hypospadias : psychosocial, sexual, and reproductive consequences in adult life. J Androl, 26(2) :163–8, 2005.
R. Mieusset, L. Bujan, G. Massat, A. Mansat, and F. Pontonnier. Clinical and biological
characteristics of infertile men with a history of cryptorchidism. Hum Reprod, 10(3) :
613–9, 1995.
D. C. Miller, B. K. Hollenbeck, G. D. Smith, J. F. Randolph, G. M. Christman, Y. R.
Smith, D. I. Lebovic, and D. A. Ohl. Processed total motile sperm count correlates
with pregnancy outcome after intrauterine insemination. Urology., 60(3) :497–501.,
2002.
V. Mitchell, N. Rives, M. Albert, M. C. Peers, J. Selva, B. Clavier, E. Escudier, and D. Escalier. Outcome of icsi with ejaculated spermatozoa in a series of men with distinct
ultrastructural flagellar abnormalities. Hum Reprod., 21(8) :2065–74. Epub 2006 Apr
27., 2006.
K. K. Moghadam, R. Nett, J. C. Robins, M. A. Thomas, S. G. Awadalla, M. D. Scheiber,
and D. B. Williams. The motility of epididymal or testicular spermatozoa does not
directly affect ivf/icsi pregnancy outcomes. J Androl, 26(5) :619–23, 2005.
H. Moller. Decreased testicular cancer risk in men born in wartime. J Natl Cancer Inst,
81(21) :1668–9, 1989.
H. Moller. Work in agriculture, childhood residence, nitrate exposure, and testicular cancer risk : a case-control study in denmark. Cancer Epidemiol Biomarkers Prev, 6(2) :
141–4, 1997.
H. Moller. Trends in incidence of testicular cancer and prostate cancer in denmark. Hum
Reprod, 16(5) :1007–11, 2001.
H. Moller and N. E. Skakkebaek. Risk of testicular cancer in subfertile men : case-control
study. Bmj, 318(7183) :559–62, 1999.
126
BIBLIOGRAPHIE
L. Muriel, M. Meseguer, J. L. Fernandez, J. Alvarez, J. Remohi, A. Pellicer, and N. Garrido. Value of the sperm chromatin dispersion test in predicting pregnancy outcome
in intrauterine insemination : a blind prospective study. Hum Reprod, 21(3) :738–44,
2006.
C. Myrup, T. Westergaard, T. Schnack, A. Oudin, C. Ritz, J. Wohlfahrt, and M. Melbye.
Testicular cancer risk in first- and second-generation immigrants to denmark. J Natl
Cancer Inst, 100(1) :41–7, 2008.
Z. Nagy, J. Liu, J. Cecile, S. Silber, P. Devroey, and A. Van Steirteghem. Using ejaculated, fresh, and frozen-thawed epididymal and testicular spermatozoa gives rise to
comparable results after intracytoplasmic sperm injection. Fertil Steril, 63(4) :808–15,
1995a.
Z. P. Nagy, J. Liu, H. Joris, G. Verheyen, H. Tournaye, M. Camus, M. C. Derde, P. Devroey, and A. C. Van Steirteghem. The result of intracytoplasmic sperm injection is not
related to any of the three basic sperm parameters. Hum Reprod, 10(5) :1123–9, 1995b.
S. Nakata, N. Ohtake, Y. Kubota, K. Imai, H. Yamanaka, Y. Ito, N. Hirayama, and K. Hasegawa. Incidence of urogenital cancers in gunma prefecture, japan : a 10-year summary. Int J Urol, 5(4) :364–9, 1998.
K. P. Nallella, R. K. Sharma, N. Aziz, and A. Agarwal. Significance of sperm characteristics in the evaluation of male infertility. Fertil Steril, 85(3) :629–34, 2006.
NIH. National Institutes of Health. Nih consensus statement on management of hepatitis
c : 2002. NIH Consens State Sci Statements, 19(3) :1–46, 2002.
C. M. Nelson and R. G. Bunge. Semen analysis : evidence for changing parameters of
male fertility potential. Fertil Steril., 25(6) :503–7., 1974.
J. D. Nicopoullos, P. A. Almeida, J. W. Ramsay, and C. Gilling-Smith. The effect of
human immunodeficiency virus on sperm parameters and the outcome of intrauterine
insemination following sperm washing. Hum Reprod, 19(10) :2289–97, 2004.
M. Nistal and J. A. Jimenez-Heffernan. Rete testis dysgenesis. a characteristic lesion of
undescended testes. Arch Pathol Lab Med, 121(12) :1259–64, 1997.
M. Nistal, M. L. Riestra, and R. Paniagua. Correlation between testicular biopsies (prepubertal and postpubertal) and spermiogram in cryptorchid men. Hum Pathol, 31(9) :
1022–30, 2000.
D. Nolan, E. Hammond, A. Martin, L. Taylor, S. Herrmann, E. McKinnon, C. Metcalf,
B. Latham, and S. Mallal. Mitochondrial dna depletion and morphologic changes in
adipocytes associated with nucleoside reverse transcriptase inhibitor therapy. AIDS, 17
(9) :1329–38, 2003.
127
BIBLIOGRAPHIE
K. G. Nygren and A. N. Andersen. Assisted reproductive technology in europe, 1997. results generated from european registers by eshre. european ivf-monitoring programme
(eim), for the european society of human reproduction and embryology (eshre). Hum
Reprod, 16(2) :384–91, 2001a.
K. G. Nygren and A. N. Andersen. Assisted reproductive technology in europe, 1998.
results generated from european registers by eshre. european society of human reproduction and embryology. Hum Reprod, 16(11) :2459–71, 2001b.
K. G. Nygren and A. N. Andersen. Assisted reproductive technology in europe, 1999.
results generated from european registers by eshre. Hum Reprod, 17(12) :3260–74,
2002.
R. D. Oates, S. Silber, L. G. Brown, and D. C. Page. Clinical characterization of 42
oligospermic or azoospermic men with microdeletion of the azfc region of the y chromosome, and of 18 children conceived via icsi. Hum Reprod, 17(11) :2813–24, 2002.
T. R. O’Brien and P. Decoufle. Cancer mortality among northern georgia carpet and textile
workers. Am J Ind Med, 14(1) :15–24, 1988.
S. Oehninger, L. Veeck, S. Lanzendorf, M. Maloney, J. Toner, and S. Muasher. Intracytoplasmic sperm injection : achievement of high pregnancy rates in couples with severe
male factor infertility is dependent primarily upon female and not male factors. Fertil
Steril, 64(5) :977–81, 1995.
H. Okada, H. Fujioka, N. Tatsumi, M. Kanzaki, Y. Okuda, M. Fujisawa, M. Hazama,
O. Matsumoto, K. Gohji, S. Arakawa, and S. Kamidono. Klinefelter’s syndrome in the
male infertility clinic. Hum Reprod, 14(4) :946–52, 1999.
H. Okada, K. Goda, S. Muto, O. Maruyama, M. Koshida, and S. Horie. Four pregnancies
in nonmosaic klinefelter’s syndrome using cryopreserved-thawed testicular spermatozoa. Fertil Steril, 84(5) :1508, 2005.
L. Okeke, O. Ikuerowo, I. Chiekwe, B. Etukakpan, O. Shittu, and O. Olapade-Olaopa.
Is varicocelectomy indicated in subfertile men with clinical varicoceles who have asthenospermia or teratospermia and normal sperm density ? Int J Urol, 14(8) :729–32,
2007.
I. A. Olesen, C. E. Hoei-Hansen, N. E. Skakkebaek, J. H. Petersen, E. Rajpert-De Meyts,
and N. Jorgensen. Testicular carcinoma in situ in subfertile danish men. Int J Androl,
30(4) :406–11 ; discussion 412, 2007.
F. Olivennes, A. Hazout, and R. Frydman. Assistance mÃl’dicale Ãă la procrÃl’ation.
Masson, 2006.
K. Olivius, B. Friden, K. Lundin, and C. Bergh. Cumulative probability of live birth after
three in vitro fertilization/intracytoplasmic sperm injection cycles. Fertil Steril, 77(3) :
505–10, 2002.
128
BIBLIOGRAPHIE
I.K. Omurlu, M. Ture, and F. Tokatli. The comparisons of random survival forests and cox
regression analysis with simulation and an application related to breast cancer. Expert
Systems with Applications, 36 :8582–8588, 2009.
S. Osser, P. Liedholm, and J. Ranstam. Depressed semen quality : a study over two
decades. Arch Androl., 12(1) :113–6., 1984.
G. Palermo, H. Joris, P. Devroey, and A. C. Van Steirteghem. Pregnancies after intracytoplasmic injection of single spermatozoon into an oocyte. Lancet, 340(8810) :17–8,
1992.
G. D. Palermo, L. T. Colombero, and Z. Rosenwaks. The human sperm centrosome is
responsible for normal syngamy and early embryonic development. Rev Reprod, 2(1) :
19–27, 1997.
Y. S. Park, S. H. Lee, S. J. Song, J. H. Jun, M. K. Koong, and J. T. Seo. Influence of
motility on the outcome of in vitro fertilization/intracytoplasmic sperm injection with
fresh vs. frozen testicular sperm from men with obstructive azoospermia. Fertil Steril,
80(3) :526–30, 2003.
D.M. Parkin, S.L. Whelan, J. Ferlay, L. Raymond, and Young J. Cancer Incidence in Five
Continents : Volume VII (IARC Scientific Publication). Oxford University Press, USA,
1 edition, 1999.
E. B. Pasqualotto, J. A. Daitch, B. N. Hendin, T. Falcone, Jr. Thomas, A. J., D. R. Nelson,
and A. Agarwal. Relationship of total motile sperm count and percentage motile sperm
to successful pregnancy rates following intrauterine insemination. J Assist Reprod Genet, 16(9) :476–82, 1999.
F. F. Pasqualotto, A. M. Lucon, P. M. de Goes, B. P. Sobreiro, J. Hallak, E. B. Pasqualotto,
and S. Arap. Semen profile, testicular volume, and hormonal levels in infertile patients
with varicoceles compared with fertile men with and without varicoceles. Fertil Steril,
83(1) :74–7, 2005.
P. Perimenis, S. Markou, K. Gyftopoulos, A. Athanasopoulos, and G. Barbalias. Effect
of subinguinal varicocelectomy on sperm parameters and pregnancy rate : a two-group
study. Eur Urol, 39(3) :322–5, 2001.
A. Pettersson, M. Kaijser, L. Richiardi, J. Askling, A. Ekbom, and O. Akre. Women
smoking and testicular cancer : one epidemic causing another ? Int J Cancer, 109(6) :
941–4, 2004.
N. Phillips and A. M. Jequier. Early testicular cancer : a problem in an infertility clinic.
Reprod Biomed Online, 15(5) :520–5, 2007.
F. H. Pierik, A. M. Van Ginneken, G. R. Dohle, J. T. Vreeburg, and R. F. Weber. The
advantages of standardized evaluation of male infertility. Int J Androl, 23(6) :340–6,
2000.
129
BIBLIOGRAPHIE
F. H. Pierik, A. Burdorf, J. A. Deddens, R. E. Juttmann, and R. F. Weber. Maternal
and paternal risk factors for cryptorchidism and hypospadias : a case-control study in
newborn boys. Environ Health Perspect, 112(15) :1570–6, 2004.
A. Pinborg, C. O. Hougaard, A. Nyboe Andersen, D. Molbo, and L. Schmidt. Prospective
longitudinal cohort study on cumulative 5-year delivery and adoption rates among 1338
couples initiating infertility treatment. Hum Reprod, 24(4) :991–9, 2009.
I. Plesko, D. Ondrus, and P. Boyle. Testicular-cancer incidence and mortality in slovakia,
1968-90. Lancet, 347(9005) :900–1, 1996.
D. A. Power, R. S. Brown, C. S. Brock, H. A. Payne, A. Majeed, and P. Babb. Trends in
testicular carcinoma in england and wales, 1971-99. BJU Int, 87(4) :361–5, 2001.
M. P. Purdue, S. S. Devesa, A. J. Sigurdson, and K. A. McGlynn. International patterns
and trends in testis cancer incidence. Int J Cancer., 115(5) :822–7., 2005.
K. Purvis and E. Christiansen. Infection in the male reproductive tract. impact, diagnosis
and treatment in relation to male infertility. Int J Androl, 16(1) :1–13, 1993.
S. Quallich. Examining male infertility. Urol Nurs, 26(4) :277–88 ; quiz 289, 2006.
M. Radespiel-Troger, O. Gefeller, T. Rabenstein, and T. Hothorn. Association between
split selection instability and predictive error in survival trees. Methods Inf Med, 45
(5) :548–56, 2006.
J. B. Redmon, P. Carey, and J. L. Pryor. Varicocele–the most common cause of male
factor infertility ? Hum Reprod Update, 8(1) :53–8, 2002.
L. Remontet, J. Esteve, A. M. Bouvier, P. Grosclaude, G. Launoy, F. Menegoz, C. Exbrayat, B. Tretare, P. M. Carli, A. V. Guizard, X. Troussard, P. Bercelli, M. Colonna,
J. M. Halna, G. Hedelin, J. Mace-Lesec’h, J. Peng, A. Buemi, M. Velten, E. Jougla,
P. Arveux, L. Le Bodic, E. Michel, M. Sauvage, C. Schvartz, and J. Faivre. Cancer
incidence and mortality in france over the period 1978-2000. Rev Epidemiol Sante
Publique., 51(1 Pt 1) :3–30., 2003.
W. Rhomberg, H. J. Schmoll, and B. Schneider. High frequency of metalworkers among
patients with seminomatous tumors of the testis : a case-control study. Am J Ind Med.,
28(1) :79–87., 1995.
L. Richiardi, R. Bellocco, H. O. Adami, A. Torrang, L. Barlow, T. Hakulinen, M. Rahu,
A. Stengrevics, H. Storm, S. Tretli, J. Kurtinaitis, J. E. Tyczynski, and O. Akre. Testicular cancer incidence in eight northern european countries : secular and recent trends.
Cancer Epidemiol Biomarkers Prev, 13(12) :2157–66, 2004.
Patrick J. Rowe, Frank H. Comhaire, Timothy B. Hargreave, and H. J. Mellows. WHO
Manual for the Standardized Investigation and Diagnosis of the Infertile Couple. Cambridge :Cambridge University Press, 1st edition, 1993.
130
BIBLIOGRAPHIE
Patrick J. Rowe, Frank H. Comhaire, Timothy B. Hargreave, and Ahmed M. A. Mahmoud.
WHO Manual for the Standardized Investigation, Diagnosis and Management of the
Infertile Male. Cambridge :Cambridge University Press, 1st edition, 2000.
D. Royere. [assisted procreation for male indication]. Rev Prat, 43(8) :981–6, 1993.
L. Ruey-Hsia. Instability of decision tree classification algorithms. PhD thesis, University
of Illinois, Urbana-Champaign, 2001.
S. L. Rusnack, H. Y. Wu, D. S. Huff, 3rd Snyder, H. M., S. A. Zderic, M. C. Carr, and
D. A. Canning. The ascending testis and the testis undescended since birth share the
same histopathology. J Urol, 168(6) :2590–1, 2002.
S. J. Ryder, P. I. Crawford, and R. J. Pethybridge. Is testicular cancer an occupational
disease ? a case-control study of royal naval personnel. J R Nav Med Serv., 83(3) :
130–46., 1997.
M. R. Safarinejad. Infertility among couples in a population-based study in iran : prevalence and associated risk factors. Int J Androl, 31(3) :303–14, 2008.
H. Sakamoto, M. Oohta, K. Inoue, K. Fuji, T. Fukagai, and H. Yoshida. Testicular sperm
extraction in patients with persistent azoospermia after chemotherapy for testicular
germ cell tumor. Int J Urol, 14(2) :167–70, 2007.
W. Sauerbrei and M. Schumacher. A bootstrap resampling procedure for model building :
application to the cox regression model. Stat Med, 11(16) :2093–109, 1992.
W.B. Schill, F.H. Comhaire, and T.B. Hargreave. Andrology for the Clinician. Springer,
1 edition, 2006.
K. L. Schmidt, E. Larsen, S. Bangsboll, H. Meinertz, E. Carlsen, and A. N. Andersen.
Assisted reproduction in male cancer survivors : fertility treatment and outcome in 67
couples. Hum Reprod, 19(12) :2806–10, 2004.
L. Schmidt. Psychosocial burden of infertility and assisted reproduction. Lancet, 367
(9508) :379–80, 2006.
T. H. Schnack, S. Zdravkovic, C. Myrup, T. Westergaard, K. Christensen, J. Wohlfahrt,
and M. Melbye. Familial aggregation of hypospadias : a cohort study. Am J Epidemiol,
167(3) :251–6, 2008.
D. Schottenfeld. Testicular cancer. In : Schottenfeld D. Fraumeni J.F. Cancer Epidemiology Prevention. Oxford University Press : New York, 1996.
J. Schuz, D. Schon, W. Batzler, C. Baumgardt-Elms, B. Eisinger, M. Lehnert, and C. Stegmaier. Cancer registration in germany : current status, perspectives and trends in cancer
incidence 1973-93. J Epidemiol Biostat, 5(2) :99–107, 2000.
131
BIBLIOGRAPHIE
A. D. Seftel, S. D. Rutchik, H. Chen, M. Stovsky, J. Goldfarb, and N. Desai. Effects of
subinguinal varicocele ligation on sperm concentration, motility and kruger morphology. J Urol, 158(5) :1800–3, 1997.
M. N. Shah, S. S. Devesa, K. Zhu, and K. A. McGlynn. Trends in testicular germ cell
tumours by ethnic group in the united states. Int J Androl, 30(4) :206–14, 2007.
S. Shankar, S. Davies, R. Giller, M. Krailo, M. Davis, K. Gardner, H. Cai, L. Robison,
and X. O. Shu. In utero exposure to female hormones and germ cell tumors in children.
Cancer, 106(5) :1169–77, 2006.
V. Sharma, V. Allgar, and M. Rajkhowa. Factors influencing the cumulative conception
rate and discontinuation of in vitro fertilization treatment for infertility. Fertil Steril, 78
(1) :40–6, 2002.
R. M. Sharpe and N. E. Skakkebaek. Are oestrogens involved in falling sperm counts and
disorders of the male reproductive tract ? Lancet, 341(8857) :1392–5, 1993.
R. J. Sherins. Are semen quality and male fertility changing ? N Engl J Med, 332(5) :
327–8, 1995.
A. Shulman, R. Hauser, S. Lipitz, Y. Frenkel, J. Dor, D. Bider, S. Mashiach, L. Yogev,
and H. Yavetz. Sperm motility is a major determinant of pregnancy outcome following
intrauterine insemination. J Assist Reprod Genet., 15(6) :381–5., 1998.
M Sigman, LI Lipshultz, and SS. Howard. Evaluation of the subfertile male. 3d ed. St.
Louis, 1997.
R. I. Silver, R. Rodriguez, T. S. Chang, and J. P. Gearhart. In vitro fertilization is associated with an increased risk of hypospadias. J Urol, 161(6) :1954–7, 1999.
N. E. Skakkebaek. Testicular dysgenesis syndrome. Horm Res., 60(Suppl 3) :49., 2003.
N. E. Skakkebaek, J. G. Berthelsen, A. Giwercman, and J. Muller. Carcinoma-in-situ
of the testis : possible origin from gonocytes and precursor of all types of germ cell
tumours except spermatocytoma. Int J Androl, 10(1) :19–28, 1987.
N. E. Skakkebaek, E. Rajpert-De Meyts, and K. M. Main. Testicular dysgenesis syndrome : an increasingly common developmental disorder with environmental aspects.
Hum Reprod, 16(5) :972–8, 2001.
H. K. Snick, T. S. Snick, J. L. Evers, and J. A. Collins. The spontaneous pregnancy
prognosis in untreated subfertile couples : the walcheren primary care study. Hum
Reprod, 12(7) :1582–8, 1997.
E. Steinberger, L.J. Rodriguez-Rigau, and K.D. Smith. The interaction between the fertility potentials of the two memebers of an infertile couple. In :Frajese G, Hafez ES,
Conti C, Fabbrini A. Oligozoospermia : recent progress in andrology, raven, new-york
edition, 1981.
132
BIBLIOGRAPHIE
A. M. Stolwijk, A. M. Wetzels, and D. D. Braat. Cumulative probability of achieving an
ongoing pregnancy after in-vitro fertilization and intracytoplasmic sperm injection according to a woman’s age, subfertility diagnosis and primary or secondary subfertility.
Hum Reprod, 15(1) :203–9, 2000.
J. M. Stone, D. G. Cruickshank, T. F. Sandeman, and J. P. Matthews. Laterality, maldescent, trauma and other clinical factors in the epidemiology of testis cancer in victoria,
australia. Br J Cancer, 64(1) :132–8, 1991.
J. M. Stone, T. F. Sandeman, P. Ironside, D. G. Cruickshank, and J. P. Matthews. Time
trends in accuracy of classification of testicular tumours, with clinical and epidemiological implications. Br J Cancer, 66(2) :396–401, 1992.
K. Stouffs, W. Lissens, H. Tournaye, A. Van Steirteghem, and I. Liebaers. The choice
and outcome of the fertility treatment of 38 couples in whom the male partner has a yq
microdeletion. Hum Reprod, 20(7) :1887–96, 2005.
A. G. Sutcliffe and M. Ludwig. Outcome of assisted reproduction. Lancet, 370(9584) :
351–9, 2007.
S. H. Swan, E. P. Elkin, and L. Fenster. Have sperm densities declined ? a reanalysis of
global trend data. Environ Health Perspect, 105(11) :1228–32, 1997.
S. H. Swan, E. P. Elkin, and L. Fenster. The question of declining sperm density revisited :
an analysis of 101 studies published 1934-1996. Environ Health Perspect, 108(10) :
961–6, 2000.
A. J. Swerdlow, I. dos Santos Silva, A. Reid, Z. Qiao, D. H. Brewster, and J. Arrundale.
Trends in cancer incidence and mortality in scotland : description and possible explanations. Br J Cancer, 77 Suppl 3 :1–54, 1998.
G. Sydsjo, M. Wadsby, S. Kjellberg, and A. Sydsjo. Relationships and parenthood in
couples after assisted reproduction and in spontaneous primiparous couples : a prospective long-term follow-up study. Hum Reprod, 17(12) :3242–50, 2002.
G. Sydsjo, K. Ekholm, M. Wadsby, S. Kjellberg, and A. Sydsjo. Relationships in couples
after failed ivf treatment : a prospective follow-up study. Hum Reprod, 20(7) :1952–7,
2005.
A. K. Taghizadeh and D. F. Thomas. Ascent of the testis revisited : fact not fiction. BJU
Int, 102(6) :676–8, 2008.
P. Terriou, C. Giorgetti, E. Hans, J. L. Spach, J. Salzmann, N. Carlon, A. Navarro, and
R. Roulier. Subzonal sperm insemination and total or extreme asthenozoospermia : an
effective technique for an uncommon cause of male infertility. Fertil Steril, 60(6) :
1057–61, 1993.
P. Thonneau and L. Bujan. [epidemiology of male infertility]. Rev Prat., 43(8) :936–40.,
1993.
133
BIBLIOGRAPHIE
P. Thonneau, S. Marchand, A. Tallec, M. L. Ferial, B. Ducot, J. Lansac, P. Lopes, J. M.
Tabaste, and A. Spira. Incidence and main causes of infertility in a resident population
(1,850,000) of three french regions (1988-1989). Hum Reprod., 6(6) :811–6., 1991.
P. Thonneau, S. Quesnot, B. Ducot, S. Marchand, A. Fignon, J. Lansac, and A. Spira. Risk
factors for female and male infertility : results of a case-control study. Hum Reprod., 7
(1) :55–8., 1992.
P. F. Thonneau, P. Gandia, and R. Mieusset. Cryptorchidism : incidence, risk factors, and
potential role of environment ; an update. J Androl., 24(2) :155–62., 2003.
R. Tibshirani. The lasso method for variable selection in the cox model. Stat Med, 16(4) :
385–95, 1997.
M. B. Toledano, L. Jarup, N. Best, J. Wakefield, and P. Elliott. Spatial variation and
temporal trends of testicular cancer in great britain. Br J Cancer., 84(11) :1482–7.,
2001.
J. Toppari, J. C. Larsen, P. Christiansen, A. Giwercman, P. Grandjean, Jr. Guillette, L. J.,
B. Jegou, T. K. Jensen, P. Jouannet, N. Keiding, H. Leffers, J. A. McLachlan, O. Meyer,
J. Muller, E. Rajpert-De Meyts, T. Scheike, R. Sharpe, J. Sumpter, and N. E. Skakkebaek. Male reproductive health and environmental xenoestrogens. Environ Health
Perspect, 104 Suppl 4 :741–803, 1996.
M. J. van de Vijver, Y. D. He, L. J. van’t Veer, H. Dai, A. A. Hart, D. W. Voskuil, G. J.
Schreiber, J. L. Peterse, C. Roberts, M. J. Marton, M. Parrish, D. Atsma, A. Witteveen,
A. Glas, L. Delahaye, T. van der Velde, H. Bartelink, S. Rodenhuis, E. T. Rutgers, S. H.
Friend, and R. Bernards. A gene-expression signature as a predictor of survival in
breast cancer. N Engl J Med, 347(25) :1999–2009, 2002.
L. A. van der Westerlaken, N. Naaktgeboren, and F. M. Helmerhorst. Evaluation of pregnancy rates after intrauterine insemination according to indication, age, and sperm
parameters. J Assist Reprod Genet, 15(6) :359–64, 1998.
R. J. van Golde, A. M. Wetzels, R. de Graaf, J. H. Tuerlings, D. D. Braat, and J. A.
Kremer. Decreased fertilization rate and embryo quality after icsi in oligozoospermic
men with microdeletions in the azoospermia factor c region of the y chromosome. Hum
Reprod, 16(2) :289–92, 2001.
L. J. van ’t Veer, H. Dai, M. J. van de Vijver, Y. D. He, A. A. Hart, M. Mao, H. L. Peterse,
K. van der Kooy, M. J. Marton, A. T. Witteveen, G. J. Schreiber, R. M. Kerkhoven,
C. Roberts, P. S. Linsley, R. Bernards, and S. H. Friend. Gene expression profiling
predicts clinical outcome of breast cancer. Nature, 415(6871) :530–6, 2002.
V. Vernaeve, A. Krikilion, G. Verheyen, A. Van Steirteghem, P. Devroey, and H. Tournaye. Outcome of testicular sperm recovery and icsi in patients with non-obstructive
azoospermia with a history of orchidopexy. Hum Reprod, 19(10) :2307–12, 2004.
134
BIBLIOGRAPHIE
P. Vernazza. Haart improves quality of life : should we care about the quality of spermatozoa ? AIDS, 22(5) :647–8, 2008.
M. C. Vincent, M. Daudin, M. P. De, G. Massat, R. Mieusset, F. Pontonnier, P. Calvas,
L. Bujan, and G. Bourrouillout. Cytogenetic investigations of infertile men with low
sperm counts : a 25-year experience. J Androl., 23(1) :18–22 ; discussion 44–5., 2002.
H. E. Virtanen, R. Bjerknes, D. Cortes, N. Jorgensen, E. Rajpert-De Meyts, A. V. Thorsson, J. Thorup, and K. M. Main. Cryptorchidism : classification, prevalence and longterm consequences. Acta Paediatr, 96(5) :611–6, 2007a.
H. E. Virtanen, D. Cortes, E. Rajpert-De Meyts, E. M. Ritzen, A. Nordenskjold, N. E.
Skakkebaek, and J. Toppari. Development and descent of the testis in relation to cryptorchidism. Acta Paediatr, 96(5) :622–7, 2007b.
A. J. Visser and C. F. Heyns. Testicular function after torsion of the spermatic cord. BJU
Int, 92(3) :200–3, 2003.
L. Wagner and J. Tostain. [varicocele and male infertility : Afu 2006 guidelines]. Prog
Urol, 17(1) :12–7, 2007.
M. G. Wagner and P. A. Stephenson. Infertility in industrialized countries : prevalence
and prevention. Soz Praventivmed, 37(5) :213–7, 1992.
R. Wainer, M. Albert, A. Dorion, M. Bailly, M. Bergere, R. Lombroso, M. Gombault,
and J. Selva. Influence of the number of motile spermatozoa inseminated and of their
morphology on the success of intrauterine insemination. Hum Reprod, 19(9) :2060–5,
2004.
U. A. Walker and K. Brinkman. Nrti induced mitochondrial toxicity as a mechanism for
haart related lipodystrophy : fact or fiction ? HIV Med, 2(3) :163–5, 2001.
M. Walschaerts, A. Muller, J. Auger, L. Bujan, J. F. Guerin, D. Le Lannou, A. Clavert,
A. Spira, P. Jouannet, and P. Thonneau. Environmental, occupational and familial risks
for testicular cancer : a hospital-based case-control study. Int J Androl, 30(4) :222–9,
2007a.
M. Walschaerts, A. Muller, M. Daudin, S. Hennebicq, E. Huyghe, and P. Thonneau.
Sperm cryopreservation : recent and marked increase in use for testicular cancer compared with hodgkin disease. J Androl, 28(6) :801–3, 2007b.
M. Walschaerts, E. Huyghe, A. Muller, J. M. Bachaud, L. Bujan, and P. Thonneau. Doubling of testicular cancer incidence rate over the last 20 years in southern france. Cancer
Causes Control, 19(2) :155–61, 2008.
R. P. Ward and M. Kugelmas. Using pegylated interferon and ribavirin to treat patients
with chronic hepatitis c. Am Fam Physician, 72(4) :655–62, 2005.
I. S. Weidner, H. Moller, T. K. Jensen, and N. E. Skakkebaek. Risk factors for cryptorchidism and hypospadias. J Urol, 161(5) :1606–9, 1999.
135
BIBLIOGRAPHIE
U. B. Wennerholm, C. Bergh, L. Hamberger, K. Lundin, L. Nilsson, M. Wikland, and
B. Kallen. Incidence of congenital malformations in children born after icsi. Hum
Reprod, 15(4) :944–8, 2000.
D. J. White, D. Mital, S. Taylor, and J. C. St John. Sperm mitochondrial dna deletions as
a consequence of long term highly active antiretroviral therapy. AIDS, 15(8) :1061–2,
2001.
C. Witsenburg, S. Dieben, L. Van der Westerlaken, H. Verburg, and N. Naaktgeboren.
Cumulative live birth rates in cohorts of patients treated with in vitro fertilization or
intracytoplasmic sperm injection. Fertil Steril, 84(1) :99–107, 2005.
WHO. World Health Organisation. The influence of varicocele on parameters of fertility
in a large group of men presenting to infertility clinics. world health organization. Fertil
Steril, 57(6) :1289–93, 1992.
WHO. World Health Organization. Towards more objectivity in diagnosis and management of male infertility. Int J Androl, Suppl 7 :1–53, 1987.
WHO. World Health Organization. WHO Laboratory Manual for the Examination of Human Semen and Sperm-cervical Mucus Interaction. Cambridge :Cambridge University
Press, 4th edition, 1999.
V. C. Wright, L. A. Schieve, M. A. Reynolds, and G. Jeng. Assisted reproductive technology surveillance–united states, 2002. MMWR Surveill Summ., 54(2) :1–24., 2005.
V. C. Wright, J. Chang, G. Jeng, and M. Macaluso. Assisted reproductive technology
surveillance–united states, 2003. MMWR Surveill Summ., 55(4) :1–22., 2006.
V. C. Wright, J. Chang, G. Jeng, M. Chen, and M. Macaluso. Assisted reproductive
technology surveillance - united states, 2004. MMWR Surveill Summ, 56(6) :1–22,
2007.
A. N. Yli-Kuha, M. Gissler, R. Luoto, and E. Hemminki. Success of infertility treatments
in finland in the period 1992-2005. Eur J Obstet Gynecol Reprod Biol, 144(1) :54–8,
2009.
E. V. Younglai, J. A. Collins, and W. G. Foster. Canadian semen quality : an analysis
of sperm density among eleven academic fertility centers. Fertil Steril, 70(1) :76–80,
1998.
W. Zatonski, K. Jeziorski, and J. Tyczynski. Testicular cancer in poland. Lancet, 336
(8708) :183, 1990.
Y. Zhang, B. I. Graubard, M. A. Klebanoff, C. Ronckers, F. Z. Stanczyk, M. P. Longnecker, and K. A. McGlynn. Maternal hormone levels among populations at high and low
risk of testicular germ cell cancer. Br J Cancer, 92(9) :1787–93, 2005.
136
BIBLIOGRAPHIE
Y. Zhao, N. Vlahos, D. Wyncott, C. Petrella, J. Garcia, H. Zacur, and E. E. Wallach.
Impact of semen characteristics on the success of intrauterine insemination. J Assist
Reprod Genet, 21(5) :143–8, 2004.
T. Zheng, T. R. Holford, Z. Ma, B. A. Ward, J. Flannery, and P. Boyle. Continuing increase
in incidence of germ-cell testis cancer in young adults : experience from connecticut,
usa, 1935-1992. Int J Cancer., 65(6) :723–9., 1996.
A. Zini, J. Boman, K. Jarvi, and A. Baazeem. Varicocelectomy for infertile couples with
advanced paternal age. Urology, 72(1) :109–13, 2008.
B. Zorn, I. Virant-Klun, M. Stanovnik, S. Drobnic, and H. Meden-Vrtovec. Intracytoplasmic sperm injection by testicular sperm in patients with aspermia or azoospermia after
cancer treatment. Int J Androl, 29(5) :521–7, 2006.
137
BIBLIOGRAPHIE
138
Appendices
139
Annexe A
Epidémiologie du cancer du testicule
1
Doubling of testicular cancer incidence rate over the
last 20 years in southern France
Résumé
Durant ces dernières décennies, l’incidence du cancer du testicule a considérablement
augmenté dans la plupart des pays industrialisés. En France, des publications ont suggéré
que le taux d’incidence du cancer du testicule a également augmenté, en particulier dans
les régions du nord-est. En Europe, ces variations géographiques des taux d’incidence ont
été observées dans les pays baltiques et un effet de cohorte de naissance a été clairement
mis en évidence. Dans notre étude, nous avons évalué les taux d’incidence du cancer du
testicule dans le temps, dans le sud de la France. Nous avons examiné les taux d’incidence
sur une période de 20 ans dans une série consécutive de 506 cas de cancer du testicule
enregistrés entre 1980 et 1999 dans la région Midi-Pyrénées de France. Les effets âge,
période, et cohorte de naissance ont été examinés simultanément à l’aide de modèles de
régression de Poisson. Notre analyse a révélé une importante hausse du taux d’incidence
du cancer du testicule de 1,27 à 3,04 pour 100000 entre 1980-1984 et 1995-1999, soit une
augmentation annuelle de 5,70%. Ces résultats, les premiers obtenus dans une large série
du sud de l’Europe, montrent une augmentation du taux d’incidence du cancer du testicule
qui a doublé dans la région Midi-Pyrénées, observation similaire à celle faite dans tous
les pays européens au cours des 20 dernières années. Fait intéressant, cette forte augmentation et ce gradient apparent entre le nord et le sud de l’Europe suggèrent une importante
hétérogénéité géographique de l’incidence, mais une faible variation géographique des
tendances au cours du temps.
141
Cancer Causes Control
DOI 10.1007/s10552-007-9081-x
ORIGINAL PAPER
Doubling of testicular cancer incidence rate over the last 20 years
in southern France
Marie Walschaerts Æ Eric Huyghe Æ Audrey Muller Æ
Jean-Marc Bachaud Æ Louis Bujan Æ Patrick Thonneau
Received: 26 April 2007 / Accepted: 10 October 2007
Ó Springer Science+Business Media B.V. 2007
Abstract In recent decades, testicular cancer incidence
has considerably increased in a majority of industrialized
countries. In France, short reports suggested that the testicular cancer incidence rate has also risen, especially in
north-eastern regions. In Europe, geographical variation of
incidence rates has been observed in Baltic countries and a
clear birth cohort effect has been revealed. This study
aimed to assess temporal trends in testicular cancer incidence in southern France. We examined incidence rates
over a 20-year time period in a series of 506 consecutive
cases of testicular cancer recorded from 1980 to 1999 in the
Midi-Pyrenees region of France. Age, calendar period, and
birth cohort effects were examined simultaneously using
Poisson regression models. Our analysis found a significant
rise in the overall incidence rate of testicular germ cell
tumors from 1.27 to 3.04 per 100,000 between 1980–1984
and 1995–1999, an annual increase of 5.70%. These
results, the first obtained in a large series in southern
Europe, show a twofold increase in incidence rate of testicular cancer in the Midi-Pyrenees region, which is very
similar to that observed in all European countries, more or
less doubling in the last 20 years. Interestingly, this major
M. Walschaerts E. Huyghe A. Muller L. Bujan P. Thonneau
Human Fertility Research Group (EA 3694), University Paul
Sabatier-Toulouse III, INSERM, Toulouse Cedex 9, France
J.-M. Bachaud
Claudius Regaud Regional Cancer Institute, Midi-Pyrenees,
France
P. Thonneau (&)
Human Fertility Research Group (EA 3694), Hôpital Paule
de Viguier, 330 avenue de Grande Bretagne, TSA 70034,
31059 Toulouse Cedex 9, France
e-mail: [email protected]
142
jump and the apparent testicular cancer gradient between
northern and southern Europe suggest considerable geographical heterogeneity in incidence, but low geographical
variation in temporal trends.
Keywords Testicular cancer Incidence Birth cohort effect Public health
Abbreviations
INSERM Institut National de la Santé et de la Recherche
Médicale
NSGCT
Nonseminomatous germ cell tumor
SGCT
Seminomatous germ cell tumor
TGCT
Testicular germ cell tumor
TC
Testicular cancer
Introduction
Testicular cancer (TC) is a relatively rare disease,
accounting for l% of all malignant neoplasms in males,
but it is the most common cancer in young men aged
20–34 years. Ninety-five percent of TC are testicular germ
cell tumors (TGCT), which are usually divided into seminomas (SGCT) and nonseminomatous germ cell tumors
(NSGCT) [1, 2].
In recent decades, a major increase in TC incidence has
been observed in most industrialized countries [3, 4]. In the
United States, the overall incidence of TGCT rose by more
than 44% from 3.35 per 100,000 person-years in 1973–
1978 to 4.84 per 100,000 person-years in 1994–1998.
Nevertheless, the rise was more pronounced for seminomas
(64%) than for NSGCT (24%), and for white than for black
123
Cancer Causes Control
men (52% vs. 25%) [5, 6]. In a study conducted in 12
European countries (Czech Republic, Denmark, Finland,
France, Italy, Norway, Slovakia, Slovenia, Spain, Sweden,
Switzerland, and the United Kingdom), an increase in
testicular cancer incidence was observed in all of these
countries during the period 1983–1997 [7]. In Great Britain, a similar increasing temporal trend in TC incidence
resulted in a doubling of the overall incidence rate, rising
from 5–6 per 100,000 to 10–11 per 100,000 between 1974
and 1991 in men aged 20–49 [8]. In France, short reports
suggested that TC incidence rate has also risen, especially
in the north-eastern regions [9, 10].
Clear discrepancies exist between TC incidence rates in
neighboring countries. In a comparison between 12 European countries, there was a fivefold variation in incidence
with rates ranging from 3 per 100,000 in Spain to 15 per
100,000 in Denmark and Switzerland [4, 7, 11]. Another
interesting point emerging from the literature is a clear
birth cohort effect in the changes in the slope of TC incidence rates [12]. For example, using men born around 1905
as the reference group, Bergstrom et al. noted that the
relative risk of developing TC in men born around 1965
was 3.9 (2.7–5.6) in Sweden and 11.4 (8.3–15.5) in East
Germany [13].
The aim of this study was to assess temporal trends in
TGCT incidence rate over the last 20 years in southern
France.
Materials and methods
Cancer registration
Data on the incidence of TGCT were obtained from the
Midi-Pyrenees testicular cancer database, which is a
French regional testicular cancer registry. This database
comprises the series of consecutive patients (from 1980 to
1999) diagnosed with TGCT (International Classification
of Diseases-Oncology codes 9060–9102) and registered at
various health facilities (private and public urology units
plus the regional reference oncology center) of the MidiPyrenees region.
As we previously reported [14], we can assume that over
90% of all testicular cancers occurring in the Midi-Pyrenees region (mean annual total of 879,271 person-years in
age group 15–75 years) have been collected in our testicular cancer base. In this study, only SGCT and NSGCT
(ICD-O 10, C62 for topography code; SGCT: 9060-9062,
9064 and NSGCT: 9065-9102 for morphology codes)
recorded from 1980 to 1999 were considered. All TGCT
reports were reassessed in order to avoid misclassification
with non-germ cell testicular cancers, and also with sarcomas and lymphomas.
123
Statistical methods
Incidence rates were age-adjusted to the world standard
population [2]. In order to describe age-specific trends by
year of diagnosis and year of birth, incidence rates were
calculated for 5-year age groups and 5-year periods. For
seminoma and NSGCT, there were 12 age groups (from
age 14–19 to age 70–74), four calendar periods (from
1980–1984 to 1995–1999), and 14 birth-year periods
(from 1910–1914 to 1980–1984, identified in the text by
the middle year in the period: 1912 refers to 1910–1914,
for example).
In order to examine age, calendar period, and birth
cohort effects simultaneously, age-period-cohort models
were fitted by Poisson regression to the TGCT incidence
data:
Log ðkijk Þ ¼ ai þ pj þ ck
where ai, pj and ck refer to the effects of age, period, and
birth cohort, respectively, and kijk is the estimated number
of testicular cancer cases.
As previously published, Poisson regression is an
appropriate model useful in the case of rare events with a
low and positive probability of occurrence [15], such as
TC. The annual percent change of incidence rates was
calculated using this model. In age-period-cohort analyses,
we assume that the number of incident cases is a variable
with a Poisson distribution that has a mean depending
multiplicatively on the number of person-years and on
the explanatory variables age, time period, and birth
cohort [16].
Due to the full age-period-cohort model, there is a
problem of nonidentifiability of the parameters estimated
(i.e., the variables age, period, and cohort are lineardependent). So, in order to examine effects of period and
cohort curvature, we used the method of Clayton and
Schifflers [17]. Four sub-models were fitted with a combination of age and period, age and cohort, age and drift
(where drift gives trend in log-rates from one period or
cohort to the next), and age only.
These models were examined by the maximum likelihood method calculated throughout the variance (chisquare distributed), defined as twice the difference between
the log likelihood value of a fitting model and the current
model.
The results of TGCT, NSGCT, and SGCT were represented using the full age-period-cohort model according to
the method described by Clayton and Schifflers, which is
based on the reparameterization of estimate effects [18].
Briefly, the method consists of forcing two parameters
(period or cohort) to be equal (for example p1 = p5).
Nevertheless, and even if the identifiability problem is
solved by this method, the resulting coefficients are not
143
Cancer Causes Control
directly interpretable. Coefficient transformation was,
therefore, necessary, leading to an estimate of the contrasts
between relative risks associated with adjacent periods or
birth cohorts, and corresponding to the second differences
on a logarithmic scale. An estimate of the contrast equal to
1 indicates no effect (i.e., lack of nonlinear effects), a
contrast above 1, a speeding-up and below 1, an attenuation
in increase in the TC incidence trend.
Moreover, in order to confirm change in slope between
two cohorts/periods, a Wald test was used, the null
hypothesis being that the change in slope is zero over time.
Analyses were performed using STATA SE 8.21 software (Stata Corp., College Station, TX) with a significance
level of 0.05.
Results
In our series of 506 consecutive cases of testicular cancer
recorded from 1980 to 1999, the overall incidence rate of
TGCT rose from 1.27 to 3.04 per 100,000 between 1980–
1984 and 1995–1999, resulting in an annual increase of
5.70% [CI 1.65; 9.75]. Within this period, the incidence
rate of seminoma increased by 4.58% [CI -0.46; 9.63]
annually (0.66 per 100,000 in 1980–1984 vs. 1.24 per
100,000 in 1994–1999), and by 7.86% [CI 3.43; 12.30] for
NSGCT (0.66 versus 1.80) (Fig. 1).
As shown in Table 1, the percentage of increase in
incidence rates varied significantly between successive
5-year periods, by 62.73% for seminoma and 170.93% for
NSGCT, between 1980–1984 and 1995–1999.
For seminoma, the maximum incidence of 25.94 per
100,000 was observed in the 35–39 year age group,
whereas the incidence was only 4.65 in the 40–44 year age
group, for the period 1990–94 (Fig. 2a). For NSGCT, the
maximum incidence was observed earlier, mainly in the
20–29 year age group (Fig. 2b).
Fig. 1 Age-standardized (world population) incidence rates of
testicular germ cell tumors (TGCT) in the Midi-Pyrenees region of
southern France from 1980 to 1999
144
In order to take into account the effects of age, period
(year of diagnosis), and birth year, several models were
tested. As shown in Table 2, the age-drift model significantly reduced the deviance of the basic age model
(p \ 0.01). For TGCT, comparison between the age-drift
model and the age-cohort model showed that there was a
nonlinear cohort effect and the age-cohort model appeared
to fit the data adequately (p = 0.61).
Estimates of the birth cohort effects for all testicular
cancer cases, seminoma and NSGCT are shown in Fig. 3.
The birth cohort effect curve shows a clear significant
decrease in slope around the 1930s (p = 0.01, change in
slope between cohorts 1932 and 1942; p = 0.02 between
1932 and 1937) for TGCT, indicating the beginning of a
lower risk of testicular cancer for men born between the
1930s and the end of World War II.
Discussion
Our results show a major jump in the incidence of TC in
the French Midi-Pyrenees region, with more than a twofold
increase in incidence rate over the last 20 years. The
incidence rate of 3.04 per 100,000 that we observed in this
region in 1999 is much lower than those currently recorded
in Scandinavian countries (12.0 per 100,000 in Denmark,
8.5 per 100,000 in Norway), or in Central European
countries (9.1 per 100,000 in Germany, 10.5 per 100,000 in
Switzerland) [19–21]. Nevertheless, and although current
TC incidence rates differ between countries, the speed of
progression in TC incidence rate over the last two decades
was very similar in all these European countries, more or
less doubling in the last 20 years. Interestingly, we
observed similar tendencies (low TC incidence rate, but
rapid temporal increase in incidence) in several southern
European countries. In Italy, the TC incidence rate rose
from 2.3 to 3.9 between 1976 and 1995 in the Varese
region and from 2.6 to 4.0 in the Turin region between
1985 and 1995. In Spain, between 1975 and 1995, the TC
incidence rate rose from 1.7 to 2.2 in the Navarra region
[22].
Based on our results and on the current literature, we
thus observe a north-south European gradient (with higher
TC incidence rates in northern Europe except for Finland
and the Baltic countries) and also a very similar increase
in incidence rate (a doubling over the last 20 years)
in northern and southern European countries [9, 23].
Interestingly, these observations suggest considerable
geographical heterogeneity in incidence, but low geographical variation in temporal trends.
In our series, we observed a global tendency toward a
higher rate for nonseminoma compared with seminoma: a
higher rate from 1988 to 1991, from 1993 to 1996, and also
123
Cancer Causes Control
Table 1 Change in incidence
rate of testicular germ cell
tumors in the Midi-Pyrenees
region of southern France,
1980–1984 to 1994–1999
Interval
Mean annual
male person-years
in age group
15–75
Age-standardized
rates per 100,000
of TGCT in
later period
1980–1984
834,234
1.27
74
(37|37)
1980–1984 to
1985–1989
862,116
1.52
94
1985–1989 to
1990–1994
892,982
2.26
1990–1994 to
1995–1999
927,750
1980–1984 to
1995–1999
879,271
Fig. 2 Age-specific incidence rates of testicular germ cell tumors in
the Midi-Pyrenees region of southern France according to age for the
periods 1980–1984 to 1995–1999
for 1999 (with a marked difference for this last year).
Nevertheless, we also observed similar incidence rates for
seminoma and nonseminoma for numerous years and, for
example, for the last year but one (1998). Furthermore, our
recruitment of testicular cancer cases was not totally
exhaustive (we estimated that 90% of all testicular cancers
occurring in the Midi-Pyrenees region between 1980 and
1999 were collected in our database [14]), which may have
123
No. of TGCT
(SGCT|NSGT)
in later period
Change in rate (%)
TGCT
SGCT
NSGCT
(40|54)
18.89
-0.33
36.36
144
(66|78)
49.66
58.63
42.64
3.04
194
(86|108)
34.51
27.96
39.36
–
506
(229|277)
139.37
62.73
170.93
contributed to this figure. For example, it is possible that
some seminomas (especially those of low grade) were
followed and treated in small regional urology units without being included in our database. This potential
recruitment bias could partially explain why we observed
lower rates for seminoma than for nonseminoma. Regarding this point, several recent international papers have
analyzed the difference between seminoma and nonseminoma incidence rates.
Among white US men, rates of seminoma and nonseminoma increased regularly during the period 1973–
1988, but the rate for nonseminoma increased more slowly
during the first three time intervals and plateaued in the last
interval [5]. Among US ethnic groups, the proportion of
seminoma among all TGCT increased in white men
whereas no difference was observed in black men for the
period 1973–2003 [24]. In an analysis including 27,030
testicular cancers from Denmark, Estonia, Finland, Latvia,
Lithuania, Norway, Poland and Sweden, the agestandardized incidence rates increased annually by 2.6% to
4.9%, with marginal differences between seminoma and
nonseminoma [4]. In a comparison of generation-specific
trends conducted in eight European countries (1960–2000),
seminoma rates were globally higher than nonseminoma
(but with notable differences between countries). A decline
for nonseminoma was observed for the last period (1990–
2000) in some countries (Denmark, Norway, Sweden and
Switzerland) but not in others (increase in the Czech
Republic and the UK, stabilization in France and Italy)
[25]. Nevertheless, in the Netherlands (southern part,
Eindhoven Cancer Registry), the global increase in agestandardized incidence rate rose from 2.9 per 100,000 in
1970 to 6.1 in 2004, with an equal distribution for seminoma and nonseminoma. In this study, the annual
increase in localized seminoma was 4.4% [95% CI 2.3;
6.5] vs. 6.2% [CI 4.4; 8.0] for nonseminoma. The same
tendency was also observed for tumors with lymph node
metastases, 3.7% [CI 1.0; 6.4] for seminoma versus 4.3%
[CI 1.8; 6.8] for nonseminoma [26]. In a review recently
145
Cancer Causes Control
Table 2 Characteristics of different age-period-cohort models and sub-models for testicular cancer incidence in the Midi-Pyrenees region of
Southern France
Model
TGCT
a
df
SGCT
Residual deviance
b
p value
c
a
df
NSGCT
Residual deviance
b
p value
12
c
dfa
Residual devianceb
p valuec
A
12
ADd
13
53.09
\0.01
13
17.55
\0.01
11
10
36.57
\0.01
APe
ACf
15
25
0.84
19.43
0.65
0.05
15
24
1.53
26.02
0.46
\0.01
13
21
0.02
9.21
0.99
0.51
APCg
27
19.57
0.07
26
28.72
\0.01
23
9.28
0.50
0.98
0.61
4.23
0.12
0.09
0.95
A age, AD age-drift, AP age-period, AC age-cohort, APC age-period-cohort
a
degree of freedom; b residual deviance compared with the chi-squared distribution;
parameters giving an adequate fit
d
p values refer to comparisons of the age-drift model with the age model
e
p values refer to comparisons of the age-period model with the age-drift model
p values refer to comparisons of the age-cohort model with the age-drift model
f
g
c
p value \ 0.05 denotes the model with the most
p values refer to a comparison of the full age-period-cohort model with the age-period and the age-cohort models, respectively
Fig. 3 Estimates of birth cohort effects for TGCT (adjusted for age
and period). Contrasts are second differences between successive
birth cohorts on a logarithmic scale
published in Nature Clinical Practice Urology (2006) and
using high-quality cancer registry data from 41 populations in 14 countries worldwide, the seminoma-tononseminoma ratio has been globally stable. In some
populations (Australia, Switzerland, white men in the US)
there was some evidence of gradually increasing ratios
(more seminomas), but a decreasing ratio was observed in
others (Finland, Norway). For the authors, the cohortspecific trends in seminoma incidence were similar to
cohort-specific trends in nonseminoma, supporting the
hypothesis that testis cancer subtypes, seminoma and
nonseminoma, are epidemiologically and etiologically
comparable [27].
Finally, no robust conclusion regarding disparity in
seminoma and nonseminoma incidence rates could be
derived from the literature.
146
In our series and as already reported by several authors,
we found that the risk of developing testicular cancer follows a birth cohort pattern. The age-period-cohort model
has advantages over the simple descriptive method of
examining time trends in incidence, as it allows simultaneous evaluation of the effects of age, year of diagnosis
(period), and year of birth (cohort). In our analysis, we
found that year of birth is a much more important determinant of testicular cancer risk than year of diagnosis.
Improvements in testicular cancer diagnosis and reporting
are unlikely to have been responsible for the trends
observed and if such a bias were in operation, it would
have contributed to period rather than to cohort effects,
which is not the case in our series. Furthermore, as
underlined by several authors, the birth cohort effect
observed in our series highlights the fact that given a
constant time to diagnosis, temporal changes in ratelimiting exposures appear as generational effects [12].
Given the fact that the incidence peak of testicular cancer
mainly occurs between 20 and 35 years, it is reasonable to
hypothesize that in utero life and puberty could be key
exposure windows for the initiation of the development of
testicular cancer.
We also observed a reduction of TGCT incidence
amongst cohorts born in the 1930s and during World War
II, as has previously been reported in several European
countries. The majority of European countries involved in
World War II share the same pattern except Finland and the
UK, and to a lesser extent the Czech Republic and Slovakia
[5, 13, 28-31]. Concerning the decrease in risk of testicular
cancer for men born in the 1930s, literature analyzing
trends in the Netherlands and other European countries,
such as Denmark, Finland, France, Norway, Sweden and
123
Cancer Causes Control
Switzerland, reveal the same phenomenon [4, 12, 26, 27].
The major factor before World War II was the harsh economic conditions resulting from the world slump of the
1930s, with repercussions in industrialized countries. The
transient nature of the phenomenon (concerning the period
before and during World War II) with the change seen in
the slope of the birth cohorts strongly suggests that substantial modifications in living conditions (linked to the
difficult economic and social conditions in the 1930s and to
war-related supply restriction) could have had a prenatal or
postnatal impact on the offspring (maternal diet) and/or a
deleterious effect in youth (pubertal period).
conclusion could be derived from the literature. Accordingly, our results showing a higher rate of nonseminoma
than seminoma (which are in agreement with those
obtained in the Netherlands) must be taken with caution
and confirmed by further international comparative studies.
The similarity of our results—increase in incidence rate,
birth cohort effect, World War II time effect, the possible
impact of the world slump of the 1930s—to those of
reports originating from Nordic European countries must
certainly incite clinicians and researchers to develop
European networks in order to follow TC incidence rate
and also to identify TC risk factors.
Limitations and bias
References
One limitation of regional registries is potential underreporting of incident testicular cancer cases (for example, by
nonexhaustive collection of patients followed in small
private urology centers). Little by little, this could contribute to underestimation of global testicular cancer
incidence rates. Nevertheless, and as we previously
reported [14], we can assume that over 90% of all testicular
cancers occurring in the Midi-Pyrenees region between
1980 and 1999 have been collected in our testicular cancer
database.
A bias could arise from increasingly exhaustive reporting over time, leading to inflated incidence trends (for
example, a testicular cancer screening campaign leading to
detection of cases from surrounding regions). Nevertheless,
such bias would not cause birth cohort effects, but time
period effects, which were not observed in our results.
Another bias could be due to potential misclassification
between germ cell testicular cancer, non-germ cell testicular cancer, lymphomas, and sarcomas. While we cannot
totally exclude such confusion, all cases were checked by a
qualified anatomic pathologist, and in the same unit, which
minimizes the likelihood of classification errors and
changes over the study period. Furthermore, the expected
age distributions of the tumors in our series are in agreement with the literature.
1. Bosl GJ, Motzer RJ (1997) Testicular germ-cell cancer. N Engl J
Med 337:242–253
2. Parkin D, Whelan S, Ferlay J, Raymond L, Young J (1997)
Cancer incidence in five continents. IARC Scientific Publications,
Lyon
3. Huyghe E, Matsuda T, Thonneau P (2003) Increasing incidence
of testicular cancer worldwide: a review. J Urol 170:5–11
4. Richiardi L, Bellocco R, Adami HO et al (2004) Testicular
cancer incidence in eight northern European countries: secular
and recent trends. Cancer Epidemiol Biomarkers Prev 13:
2157–2166
5. McGlynn KA, Devesa SS, Sigurdson AJ et al (2003) Trends in
the incidence of testicular germ cell tumors in the United States.
Cancer 97:63–70
6. McGlynn KA, Devesa SS, Graubard BI, Castle PE (2005)
Increasing incidence of testicular germ cell tumors among black
men in the United States. J Clin Oncol 23:5757–5761
7. Bray F, Richiardi L, Ekbom A et al (2006) Trends in testicular
cancer incidence and mortality in 22 European countries:
continuing increases in incidence and declines in mortality. Int J
Cancer 118:3099–3111
8. Toledano MB, Jarup L, Best N, Wakefield J, Elliott P (2001)
Spatial variation and temporal trends of testicular cancer in Great
Britain. Br J Cancer 84:1482–1487
9. Hedelin G, Remontet L (2002) Evolution du cancer du testicule
en France. Andrologie 12:269–273
10. Remontet L, Esteve J, Bouvier AM et al (2003) Cancer incidence
and mortality in France over the period 1978–2000. Rev Epidemiol Sante Publique 51:3–30
11. Ekbom A, Richiardi L, Akre O, Montgomery SM, Sparen P
(2003) Age at immigration and duration of stay in relation to risk
for testicular cancer among Finnish immigrants in Sweden. J Natl
Cancer Inst 95:1238–1240
12. Bray F, Richiardi L, Ekbom A et al (2006) Do testicular seminoma and nonseminoma share the same etiology? Evidence from
an age-period-cohort analysis of incidence trends in eight
European countries. Cancer Epidemiol Biomarkers Prev 15:
652–658
13. Bergstrom R, Adami HO, Mohner M et al (1996) Increase in
testicular cancer incidence in six European countries: a birth
cohort phenomenon. J Natl Cancer Inst 88:727–733
14. Huyghe E, Matsuda T, Daudin M et al (2004) Fertility after
testicular cancer treatments: results of a large multicenter study.
Cancer 100:732–737
15. Viel JF (1994) [Poisson regression in epidemiology]. Rev Epidemiol Sante Publique 42:79–87
Conclusion
So far, there have been very few studies of TC incidence in
southern European countries. Our results, based on 506
consecutive cases of TC recorded from 1980 to 1999 in the
French Midi-Pyrenees region, found that the overall incidence rate of TGCT rose significantly from 1.27 to 3.04 per
100,000 between 1980–1984 and 1995–1999, resulting in
an annual increase of 5.70%. Regarding disparity in seminoma and nonseminoma incidence rates, no robust
123
147
Cancer Causes Control
16. Zheng T, Holford TR, Ma Z et al (1996) Continuing increase in
incidence of germ-cell testis cancer in young adults: experience
from Connecticut, USA, 1935–1992. Int J Cancer 65:723–729
17. Clayton D, Schifflers E (1987) Models for temporal variation in
cancer rates. I: Age-period and age-cohort models. Stat Med
6:449–467
18. Clayton D, Schifflers E (1987) Models for temporal variation in
cancer rates. II: Age-period-cohort models. Stat Med 6:469–481
19. Bray F, Sankila R, Ferlay J, Parkin DM (2002) Estimates of
cancer incidence and mortality in Europe in 1995. Eur J Cancer
38:99–166
20. Jacobsen R, Moller H, Thoresen SO et al (2006) Trends in testicular cancer incidence in the Nordic countries, focusing on the
recent decrease in Denmark. Int J Androl 29:199–204
21. Levi F, La Vecchia C, Boyle P, Lucchini F, Negri E (2001)
Western and eastern European trends in testicular cancer mortality. Lancet 357:1853–1854
22. Purdue MP, Devesa SS, Sigurdson AJ, McGlynn KA (2005)
International patterns and trends in testis cancer incidence. Int J
Cancer 115:822–827
23. Huyghe E, Plante P, Thonneau PF (2006) Testicular cancer
variations in time and space in Europe. Eur Urol 51:621–8
24. Shah MN, Devesa SS, Zhu K, McGlynn KA (2007) Trends in
testicular germ cell tumours by ethnic group in the United States.
Int J Androl 30:206–214
148
25. Bray F, Richiardi L, Ekbom A et al (2006) Etiologic conclusions
from similar birth cohort effects. Cancer Epidemiol Biomarkers
Prev 15:1752
26. Verhoeven R, Houterman S, Kiemeney B, Koldewijn E,
Coebergh JW (2007) Testicular cancer: Marked birth cohort
effects on incidence and a decline in mortality in southern
Netherlands since 1970. Eur J Cancer. doi:10.1016/j.ejca.2007.
08.022
27. Bray F, Ferlay J, Devesa SS, McGlynn KA, Moller H (2006)
Interpreting the international trends in testicular seminoma and
nonseminoma incidence. Nat Clin Pract Urol 3:532–543
28. McKiernan JM, Goluboff ET, Liberson GL, Golden R, Fisch H
(1999) Rising risk of testicular cancer by birth cohort in the
United States from 1973 to 1995. J Urol 162:361–363
29. Liu S, Wen SW, Mao Y, Mery L, Rouleau J (1999) Birth cohort
effects underlying the increasing testicular cancer incidence in
Canada. Can J Public Health 90:176–180
30. Moller H (1989) Decreased testicular cancer risk in men born in
wartime. J Natl Cancer Inst 81:1668–1669
31. Wanderas EH, Tretli S, Fossa SD (1995) Trends in incidence
of testicular cancer in Norway 1955–1992. Eur J Cancer 31A:
2044–2048
123
ANNEXE A. EPIDÉMIOLOGIE DU CANCER DU TESTICULE
2
Sperm Cryopreservation : Recent and Marked Increase
in Use for Testicular Cancer Compared With Hodgkin
Disease
Résumé
Dans un réseau public de banques de sperme, les tendances temporelles dans l’utilisation
de l’autoconservation du sperme des hommes atteints d’un cancer des testicules (TC) ou
de la maladie de Hodgkin (HD) ont été évaluées entre 1990 et 2004. Durant cette période,
l’incidence globale d’autoconservation du sperme est passée de 1,08 à 3,06 pour 100000
personne-année pour les TC et de 0,79 à 1,20 pour les HD. La modélisation suggère
qu’en 2010, le taux attendu atteindra 5,90 pour 100000 pour les TC, comparativement à
1,39 pour les HD. Cette augmentation de l’autoconservation du sperme pour TC et HD
est similaire à l’augmentation observée de l’incidence de ces deux maladies en France et
dans les autres pays européens.
149
Journal of Andrology, Vol. 28, No. 6, November/December 2007
Copyright E American Society of Andrology
Sperm Cryopreservation: Recent
and Marked Increase in Use for
Testicular Cancer Compared
With Hodgkin Disease
(Huyghe et al, 2004). Accordingly, sperm cryopreservation and sperm banking are now offered to these
men before treatment to preserve their capacity to
conceive naturally or through assisted reproduction
techniques (Hallak et al, 1999; Magelssen et al, 2005).
With this aim in mind, a unique public network of
sperm banks (Centre d’Etude et de Conservation des
Oeufs et du Sperme [CECOS]) was created in France
in 1984, and 22 centers now cover the whole country.
Sperm banks appear to be increasingly used for sperm
donation and to offer the possibility of preserving
sperm in the event of disease or surgical treatment,
especially for men with HD and TC (Agarwal, 2000).
The recent and marked increase of these diseases in
most industrialized countries is a major concern (Parkin
et al, 1997), drawing the attention of oncologists to
the need for sperm cryopreservation. Although this
option is still underutilized, it is now becoming a good
and safe practice to safeguard future fertility (Chung
et al, 2004).
The aim of this study was to assess time trends in the
use of sperm banking over the period of 1990 to 2004 by
men with TC or HD.
MARIE WALSCHAERTS,* AUDREY MULLER,*
MYRIAM DAUDIN,*{ SYLVIANE HENNEBICQ,{
HUYGHE ERIC,* AND PATRICK THONNEAU*
From the *Human Fertility Research Group, Paul
Sabatier University/INSERM, Toulouse Cedex, France;
Centre d’Etude et de Conservation des Oeufs et du
Sperme (CECOS), Toulouse Cedex, France; and
`CECOS, Grenoble Cedex, France.
In a public network of sperm banks, time trends in use
of sperm cryopreservation by men with testicular cancer
(TC) and Hodgkin disease (HD) were assessed from
1990 to 2004. During this period, overall incidence of
sperm cryopreservation rose from 1.08 to 3.06 per
100 000 person-years for TC and from 0.79 to 1.20 for
HD. Modeling suggests that in 2010 the expected rate
will reach 5.90 per 100 000 for TC, compared with 1.39
for HD. This increase in sperm cryopreservation for
TC and HD is similar to increases observed in incidence
of these 2 diseases in France and other European
countries.
Although TC and HD are rare malignancies, they are
the most common cancers in adolescents and young men
(Bray et al, 2002). Recent advances in chemotherapy
and/or radiotherapy treatments have improved the longterm survival of patients with these diseases (5-year
survival rate is approximately 90%). Nevertheless, the
side effects of treatment, especially infertility (decrease
of 30%), are still a major preoccupation for these young
patients who often have not yet fathered children
Materials and Methods
Data on the use of sperm cryopreservation before the
treatment of TC or HD were obtained from the 22
French CECOS centers (regional sperm banks in Alsace,
Aquitaine, Auvergne, Basse-Normandie, Bretagne, Centre, Champagne-Ardenne, Franche-Comté, Haute-Normandie, Ile de France, Languedoc-Roussillon, Lorraine,
Midi-Pyrenees, Nord-Pas de Calais, Pays de la Loire,
Picardie, Provence-Alpes-Cotes d’Azur, and RhôneAlpes) from 1990 to 2004. Trends (adjusted for the
whole French population with a mean annual number of
28 165 984 person-years) and average annual percent
change of incidence were calculated using a Poisson
regression model. Furthermore, use of sperm cryopreservation was estimated from the slopes derived from the
curves, and its expected incidence after 2004 was
calculated.
Analyses were performed using Stata SE 8.2 software
(StataCorp, College Station, Tex) with a significance
level of .05.
Correspondence to: Dr Patrick Thonneau, Human Fertility Research Group, EA 3694, Paul Sabatier University/INSERM, 330
avenue de Grande Bretagne, TSA 70034, 31059 Toulouse Cedex 9,
France (e-mail: [email protected]).
Received for publication June 4, 2007; accepted for publication June
27, 2007.
*Andrology Lab Corner welcomes the submission of unsolicited
manuscripts, requested reviews, and articles in a debate format.
Manuscripts will be reviewed and edited by the Section Editor. All
submissions should be sent to the Journal of Andrology Editorial
Office. Letters to the editor in response to articles as well as suggested
topics for future issues are encouraged.
DOI: 10.2164/jandrol.107.003475
801
150
Andrology Lab Corner*
802
Journal of Andrology
N
November December 2007
Number of men using sperm cryopreservation for testicular cancer and Hodgkin disease from 1990 to 2004 and average
annual percent change derived from Poisson regression
1990
1994
1999
2004
AAPC*
1990–20043
n
Mean annual number of 100 000
person-years
Testicular cancer
Hodgkin disease
27.54
28.08
28.53
28.32
299
495
837
1033
218
219
289
352
28.17
7.54% (7.08–8.02)
2.86% (2.15–3.57)
* AAPC indicates average annual percent change, calculated from Poisson regression.
3 The ranges in parentheses represent 95% confidence intervals.
Results
For TC, the number of men using sperm cryopreservation rose from 299 to 837 from 1990 to 1999 and reached
1033 in 2004, an average annual increase of 7.54% (95%
confidence intervals [CI] 5 7.08–8.02). For HD, the
number of men using sperm cryopreservation was 218 in
1990, rising to 352 in 2004 (average annual increase of
2.86%; 95% CI 5 2.15–3.57) (Table).
As shown in the Figure, from 1990 to 2004, the
overall incidence of sperm cryopreservation for TC rose
from 1.08 to 3.64 per 100 000 person-years. A slight
increase was also observed during the same study period
in the use of sperm cryopreservation by men with HD,
rising from 0.79 to 1.24 per 100 000 person-years.
After 2004, the expected numbers derived from
a Poisson regression model suggested that in 2010 the
sperm cryopreservation rate will reach 5.90 (95% CI 5
5.84–5.96) per 100 000 person-years for TC compared
with 1.40 (95% CI 5 1.30–1.49) per 100 000 personyears for HD.
Discussion
Our results showed strong evidence for the increasing
use of sperm cryopreservation over time for TC,
whereas over the same period the increase for HD was
less marked (7.54% vs 2.86%, respectively). Interestingly, this increase in sperm cryopreservation for TC and
HD is similar to the increase observed in the incidence of
Incidence of sperm cryopreservation for testicular cancer and Hodgkin disease from 1990 to 2010. Color figure available online at http://
www.andrologyjournal.org.
151
Walschaerts et al
Sperm Cryopreservation: TC vs HD
803
these two diseases in France and other European
countries.
In France, Remontet et al (2003) showed, from the
records of the Association of French Cancer Registries
covering the Calvados, Doubs, Hérault, Isère, Manche,
Bas-Rhin, Haut-Rhin, Somme, and Tarn regions, that
TC incidence increased from 4.0 to 4.8 per 100 000 from
1990 to 2000, whereas the incidence of HD was fairly
stable, decreasing from 2.6 to 2.2 (Remontet et al, 2003).
In other European countries, a recent and remarkable
increase in TC incidence has been reported, with an
average annual increase of 3.0% (95% CI 5 2.7–3.3) in
Norway, 3.9% (95% CI 5 0.4–4.3) in Finland, and 4.9%
(95% CI 5 0.0–10.0) in Lithuania (Richiardi et al., 2004).
For HD, a recent publication collecting data from 4230
HD cases from 19 European countries through the
Automated Cancer Information System indicated a yearly
increase of 0.9% in the age group of 10 to 14 years and of
3.4% in the age group of 15 to 19 years over the period of
1978 to 1997 (Clavel et al, 2006).
The difference in trend observed between the use of
sperm cryopreservation by men with TC and men with
HD cannot be explained only by improvements in
diagnosis or better information about treatment side
effects in these 2 diseases. The observed discrepancy
suggests a drastic change in exposure to etiologic factors
for TC (Garner et al, 2005).
and oncologists to advise men of the value of preserving
their sperm to safeguard future fertility.
N
Limitations
Our data do not relate to a fully representative sample of
all cases of TC and HD in France. Nevertheless,
although sperm cryopreservation must be considered
only as an indirect indicator of the true incidence of
these 2 diseases (Chung et al, 2004), we may assume that
the crude sperm cryopreservation incidence observed in
our series (age-standardized incidence rates could not be
calculated as data were totally anonymous) indicates
trends in the evolution of the 2 diseases and also reflects
the faster increase in TC incidence.
In conclusion, the incidence of these 2 diseases and
sperm cryopreservation follow the same trend, with
a marked increase for TC and stabilization for HD. This
finding confirms the so-far unexplained large increase in
TC incidence and consequently the need for andrologists
152
Acknowledgments
We thank the French Fédération Nationale des CECOS for providing
data and Nina Crowte for manuscript revisions.
References
Agarwal A. Semen banking in patients with cancer: 20-year experience.
Int J Androl. 2000;23(suppl 2):16–19.
Bray F, Sankila R, Ferlay J, Parkin DM. Estimates of cancer incidence
and mortality in Europe in 1995. Eur J Cancer. 2002;38:99–166.
Chung K, Irani J, Knee G, Efymow B, Blasco L, Patrizio P. Sperm
cryopreservation for male patients with cancer: an epidemiological
analysis at the University of Pennsylvania. Eur J Obstet Gynecol
Reprod Biol. 2004;113(suppl 1):S7–S11.
Clavel J, Steliarova-Foucher E, Berger C, Danon S, Valerianova Z.
Hodgkin’s disease incidence and survival in European children and
adolescents (1978–1997): report from the Automated Cancer
Information System Project. Eur J Cancer. 2006;42:2037–2049.
Garner MJ, Turner MC, Ghadirian P, Krewski D. Epidemiology of
testicular cancer: an overview. Int J Cancer. 2005;116:331–339.
Hallak J, Kolettis PN, Sekhon VS, Thomas AJ Jr, Agarwal A. Sperm
cryopreservation in patients with testicular cancer. Urology.
1999;54:894–899.
Huyghe E, Matsuda T, Daudin M, Chevreau C, Bachaud JM, Plante
P, Bujan L, Thonneau P. Fertility after testicular cancer
treatments: results of a large multicenter study. Cancer. 2004;100:
732–737.
Magelssen H, Haugen TB, Von During V, Melve KK, Sandstad B,
Fossa SD. Twenty years experience with semen cryopreservation in
testicular cancer patients: who needs it? Eur Urol. 2005;48:
779–785.
Parkin D, Whelan S, Ferlay J, Raymond L, Young J, eds. Cancer
Incidence in Five Continents. Lyon, France: IARC Scientific
Publications, 1997.
Remontet L, Esteve J, Bouvier AM, Grosclaude P, Launoy G,
Menegoz F, Exbrayat C, Tretare B, Carli PM, Guizard AV,
Troussard X, Bercelli P, Colonna M, Halna JM, Hedelin G, MaceLesec’h J, Peng J, Buemi A, Velten M, Jougla E, Arveux P, Le
Bodic L, Michel E, Sauvage M, Schvartz C, Faivre J. Cancer
incidence and mortality in France over the period 1978–2000. Rev
Epidemiol Sante Publique. 2003;51:3–30.
Richiardi L, Bellocco R, Adami HO, Torrang A, Barlow L, Hakulinen
T, Rahu M, Stengrevics A, Storm H, Tretli S, Kurtinaitis J,
Tyczynski JE, Akre O. Testicular cancer incidence in eight northern
European countries: secular and recent trends. Cancer Epidemiol
Biomarkers Prev. 2004;13:2157–2166.
ANNEXE A. EPIDÉMIOLOGIE DU CANCER DU TESTICULE
3
Environmental, occupational and familial risks for testicular cancer : a hospital-based case-control study
Résumé
Les facteurs de risque du cancer du testicule (TC) demeurent largement inconnus, excepté
pour les antécédents de cryptorchidie et les antécédents familiaux de TC. Nous avons
mené une étude cas-témoins sur les antécédents familiaux,et les expositions environnementales et professionnelles, dans laquelle nous avons comparé 229 cas et 800 témoins.
On a observé que le TC est corrélé avec un antécédent de cryptorchidie (OR = 3,02, IC :
1,90 à 4,79), un antécédent de cryptorchidie chez les parents (OR = 2,85, IC : 1,70 à 4,79)
et un antécédent familial de TC (OR = 9,58, IC : 4,01 à 22,88], un antécédent familial de
cancer de la prostate (OR = 1,80, IC : 1,8 à 3,2) et de cancer du sein (OR = 1,77, IC : 1,20
à 2,60). Vivre dans une région rurale ou avoir une activité de jardinage régulière (de fruits
ou de légumes) était associée à un risque accru de TC (OR = 1,63, IC : 1,16 à 2,29 ; OR =
1,84, IC : 1,23 à 2,75). En ce qui concerne la profession, nous avons trouvé une relation
avec la métallurgie (OR = 1,96, IC : 1,00 à 3,86), la fabrication de produits chimiques (OR
= 1,88, IC : 1,14 à 3,10), la production industrielle de colle (OR = 2,21, IC : 1,15-4,25),
et la soudure (OR = 2,84, IC : 1,51 à 5,35). Dans une analyse multivariée, seulement un
antécédent de cryptorchidie chez les hommes, un antécédent familial de cryptorchidie,
de TC, et de cancer du sein restent prépondérant comme étant des facteurs de risque du
TC. Les résultats obtenus contribuent à montrer l’importance du poids des antécédents
médicaux et reproductifs de l’homme, et de ses antécédents familiaux . En incluant dans
un modèle multivarié l’ensemble des variables liées à l’environnement et les expositions
professionnelles ainsi que celles liées à un antécédent familial de cancer, ni vivre dans une
zone rurale, ni aucune exposition professionnelle ne semblent être de potentiels facteurs
de risque environnementaux du TC.
153
international journal of andrology ISSN 0105-6263
ORIGINAL ARTICLE
Environmental, occupational and familial risks for testicular
cancer: a hospital-based case-control study
Marie Walschaerts,* Audrey Muller,* Jacques Auger, Louis Bujan,à Jean-François Guérin,§
Dominique Le Lannou,– André Clavert,** Alfred Spira, Pierre Jouannet, and Patrick Thonneau*
*Human Fertility Research Group EA 3694, Hôpital Paule de Viguier, 330 avenue de Grande Bretagne, TSA 70034, 31059 Toulouse, Cedex 9,
France, Service de Biologie de la Reproduction – CECOS (Centre d’Etude et de Conservation d’Oeufs et de Sperme humains), Hôpital Cochin,
75014 Paris, France, àCECOS Midi-Pyrénées, Hôpital Paule de Viguier, 31059 Toulouse, Cedex 9, France, §Département de Médecine et Biologie
de la Reproduction, Faculté de Médecine – CECOS, 69373 Lyon, France, –Service de Biologie de la Reproduction – CECOS, Hôpital
de l’Hôtel-Dieu, 35000 Rennes, France, **Service de Biologie de la Reproduction – CECOS Alsace, 67091 Strasbourg, France, and
INSERM (National Institute For Health and Medical Research) U569, 94276 Le Kremlin-Bicêtre, France
Summary
Keywords:
environmental exposure, epidemiology,
familial risk, testicular cancer
Correspondence:
Patrick Thonneau, Human Fertility Research
Group EA 3694, Hôpital Paule de Viguier, 330
avenue de Grande Bretagne, TSA 70034,
31059 Toulouse, Cedex 9, France. E-mail:
[email protected]
Received 10 January 2007; revised 9 and 31
May 2007; accepted 7 June 2007.
doi:10.1111/j.1365-2605.2007.00805.x
Testicular cancer (TC) risk factors remain largely unknown, except for personal
history of cryptorchidism and familial history of TC. We conducted a hospitalbased case-control study on familial, environmental and occupational conditions
in which we compared 229 cases and 800 controls. TC was correlated with
cryptorchidism (OR = 3.02; CI: 1.90–4.79), a history of cryptorchidism in relatives (OR = 2.85; CI: 1.70–4.79), and TC (OR = 9.58; CI: 4.01–22.88], prostate
cancer (OR = 1.80; CI: 1.08–3.02) and breast cancer (OR = 1.77; CI: 1.20–2.60)
in relatives. Living in a rural area or having regular gardening activity (growing
fruit or vegetables) was associated with an increased risk of TC (OR = 1.63; CI:
1.16–2.29; OR = 1.84; CI: 1.23–2.75). Regarding occupation, we found a
relationship with employment in metal trimming (OR = 1.96; CI: 1.00–3.86),
chemical manufacture (OR = 1.88; CI: 1.14–3.10), industrial production of glue
(OR = 2.21; CI: 1.15–4.25), and welding (OR = 2.84; CI: 1.51–5.35). In a multivariate model, only a history of cryptorchidism in the men, cryptorchidism in
relatives, TC, and breast cancer remained significant. Our findings contribute
further evidence to a pattern of TC risk factors, which include the significant
weight of personal reproductive history and also of testicular and breast cancer
in relatives. By including in a multivariate model variables linked to environmental and occupational exposure and related to familial cancer history, neither
living in a rural area nor any occupational exposure appeared to be a potential
environmental TC risk factor.
Introduction
Despite a low overall incidence of testicular cancer (TC)
(1% of all malignant neoplasms), it is the most common
malignancy among young men. Over the last 40 years,
this incidence rate has substantially risen in most
industrialized countries (Bray et al., 2006; Huyghe et al.,
2006).
So far, the aetiology of TC remains largely unknown.
Only cryptorchidism, and to a lesser extent a family history of TC, may be considered as well-established risk factors (McGlynn, 2001; Hemminki & Chen, 2006).
Regarding other cancers in relatives, a few papers have
shown an association between TC and leukaemia, distal
colon and kidney cancer, melanoma, connective tissue
tumours, lung cancer, breast cancer and non-Hodgkin’s
lymphoma and Hodgkin’s disease in families (Hemminki
and Li, 2004; Hemminki & Chen, 2006).
Although many studies have found a positive association
between occupation and testicular cancer, no definite
conclusion has really emerged. Nevertheless, a significant
relationship with the occurrence of TC has been observed
in men exposed to various environmental or occupational
conditions, such as leather tanners (Levin et al., 1987),
ª 2007 The Authors
222
international journal of andrology 30 (2007) 222–229. Journal compilation ª 2007 Blackwell Publishing Ltd
154
M. Walschaerts et al.
Environmental, occupational and familial risks for testicular cancer: a hospital-based case-control study
airframe repairers (Ryder et al., 1997), policemen
(Finkelstein, 1998), gas and petroleum workers (Mills
et al., 1984), carpet and textile workers (O’Brien &
Decoufle, 1988), paper workers (Andersson et al., 2003),
plastic and metal workers (Rhomberg et al., 1995), and
pesticide-exposed farmers (Fleming et al., 1999). Consequently, a long list of molecules, compounds and solvents
has been suspected to be related to an excess risk of TC,
but with lack of consistent evidence.
In order to investigate the potential impact of familial
histories and environmental and occupational conditions
present during adult life, we conducted a hospital-based
case-control study on TC risk factors.
Material and methods
Study participants
The study participants were recruited in the regional
hospitals of five French cities (Lyon, Rennes, Strasbourg,
Toulouse and Paris). Cases were men diagnosed with
a testicular germ-cell tumour between January 2002 and
December 2005, and aged 20–45 years at diagnosis.
Cases were enrolled at the time of sperm cryopreservation in the sperm banks (Centre d’Etude et de Conservation d’Oeufs et de Sperme humains, CECOS) of the
five participating hospitals. Controls were recruited in
maternity units among partners of pregnant women
receiving prenatal care in the same hospitals. They were
men aged 20-45 years without a testicular germ-cell
tumour at inclusion and with no history of testicular
germ-cell tumour.
All cases and controls were recruited on a voluntary
basis. A detailed informative leaflet was given to each volunteer and formal consent was obtained from each participant.
At inclusion, each participant was asked to complete
a self-administered questionnaire. Items concerned sociodemographic characteristics (age, educational level). A specific section dealt with the andrological history of the
respondents (cryptorchidism, inguinal hernia, hypospadias, epididymitis and orchitis) and with the occurrence of
cryptorchidism and cancers (testicular, breast and prostate) in relatives (father, mother, brothers, sisters, cousins,
uncles, aunts, grandfathers, nephews and nieces). Another
section concerned tobacco consumption, urban or rural
area of residence (rural area defined as having a permanent
residence located in a rural area or in a town of less than
5000 inhabitants), regular gardening activity (growing fruit
or vegetables) and duration of the activity. Job title was
systematically recorded with a brief description of the
respondent’s type of occupation, including the year of
entering the occupation. Using the job title and the
description of the type of occupation given by respond-
ents, occupations were grouped according to main type of
activity: employment in a foundry, industrial cleaning,
manufacture of plastics, metal trimming, radar, nuclear
activity, pesticide industry, chemical manufacture, industrial production of glue, industrial paints, welding.
We also calculated the mean duration of exposure for
these occupational activities, which was 6 years
(SD = 4.81). No difference was noted between cases and
controls (6 years [5.11] vs. 6 years [4.74]; p = 0.442). But
as the duration of exposure varied between type of occupation, we adjusted for duration of exposure in all subsequent analyses.
Similarly, we calculated the mean time spent in ‘regular
gardening activity (growing fruit or vegetables)’ (4 years;
SD = 5.26). As a significant difference was observed
between cases and controls (mean: 6 [7.9] vs. 3 years
[3.93]; p < 0.001), we adjusted for the duration of exposure for this variable.
Statistical analysis
Standard parametric and non-parametric tests were used
to compare cases and controls. For all quantitative data
with normal distribution, student’s t-test was performed
and the Mann–Whitney test was used for data with nonnormal distribution. Differences between subgroups for
qualitative data were tested with the Wilcoxon test and
Fisher exact test.
As we had a large number of variables, we first performed a factorial analysis to obtain a graphic representation helping us to see potential variable interactions.
As shown in Fig. 1, we observe that ‘living in a rural
area’ and ‘regular gardening activity (growing fruit or
vegetables)’ are in proximity and so could interact. As
the interaction between these two variables was statistically significant (Fisher exact test; p < 0.001), we decided
to enter this interaction in the regression model. Similarly, we observed proximity between different types of
occupations (welding, metal trimming, etc.) meaning
that potential interactions occurred among all these
activities. Interactions were confirmed by statistical tests
(p < 0.05) and so we entered them in the regression
model.
Odds ratio (OR) and 95% confidence intervals were
obtained from unconditional logistic regression models
[age-adjusted: age taken as a continuous variable rather
than in age groups in order to better control for age
effect; exposure duration-adjusted for occupations and
for ‘type of environment’ and ‘regular gardening activity
(growing fruit or vegetables)’]. Furthermore, after testing for any potential effect of the variable ‘hospital ⁄ centre’, we observed no major differences in our
results, except for a significant increase in confidence
ª 2007 The Authors
223
international journal of andrology 30 (2007) 222–229. Journal compilation ª 2007 Blackwell Publishing Ltd
155
Environmental, occupational and familial risks for testicular cancer: a hospital-based case-control study
M. Walschaerts et al.
Figure 1 Factorial analysis of environmental,
occupation and reproductive health history.
Blue circle: Interaction between ‘type of
environment’ and ‘regular gardening activity
(growing fruit or vegetables)’ confirmed by
Fisher’s exact test (p < 0.001). Red circle:
Interaction among occupational exposures
(metal trimming, industrial production of glue,
chemical manufacture and welding) confirmed by Fisher’s exact test (all p < 0.01). All
these interactions were entered in multivariate
analysis (of environmental and occupational
exposures and reproductive health history of
men with testicular cancer, controls and their
relatives) but none remained statistically
significant.
intervals. As we believe that the loss of power resulting
from adjusting for hospital ⁄ centre is a greater problem
than not taking into account the possible confounding
provided by this variable, and also by the fact that the
potential confounding provided by the hospital ⁄ centre
variable is sufficiently dealt with by controlling for
urban ⁄ rural environment and age, we decided to
perform all analysis without adjusting for the variable
‘hospital ⁄ centre’.
All univariate and multivariate analyses were performed
using Stata 8 SE (Stata Corp., College Station, Texas,
USA) and the significance level was defined as 5%.
Results
During the study period (2002–2005), 2949 men (368
cases and 2581 controls) were invited to participate in the
Age (years)
<30
30–35
>35
Educational level
Primary school (to age 16)
Secondary school (to age 18)
University education
Hospital ⁄ centre
Toulouse
Rennes
Paris
Lyon
Strasbourg
study and 297 cases and 1007 controls were recruited.
Among the 1304 questionnaires completed, 274 were lost
or not suitable for analysis, and one control was withdrawn because he developed TC before inclusion in the
study. Finally, 1029 men were recruited, including 229
cases and 800 controls.
Cases were significantly younger at time of diagnosis
than controls (58% of cases were under 30 years old vs.
33% of controls), and had a lower educational level than
controls (p < 0.001). Levels of case and control recruitment differed between the five recruiting centres Table 1.
No relationship was observed between TC and histories
of inguinal hernia, hypospadias, or epididymitis and
orchitis.
Cryptorchidism was significantly correlated with TC,
with an adjusted OR of 3.02 [CI: 1.90–4.79]. Furthermore, a significant relationship was found between TC
Controls n (%)
Cases n (%)
OR
95% CI
264 (33)
353 (44)
179 (23)
131 (58)
56 (24)
41 (18)
1.00
0.32
0.46
0.22–0.45
0.30–0.68
121 (15)
78 (10)
598 (75)
55 (24)
31 (14)
142 (62)
1.00
0.79
0.53
0.46–1.36
0.36–0.78
249
155
237
159
–
22
32
104
34
37
1.00
2.30
5.37
2.47
–
1.27–4.16
3.24–8.90
1.38–4.44
–
(31)
(19)
(30)
(20)
(10)
(14)
(45)
(15)
(16)
Table 1 Sociodemographic characteristics of
men with testicular cancer and controls
(univariate analysis)
OR: odds ratio adjusted for men’s age.
95% CI: 95% confidence interval.
ª 2007 The Authors
224
international journal of andrology 30 (2007) 222–229. Journal compilation ª 2007 Blackwell Publishing Ltd
156
M. Walschaerts et al.
Environmental, occupational and familial risks for testicular cancer: a hospital-based case-control study
and a history of cryptorchidism in relatives (OR = 2.85;
CI: 1.70–4.79), with a significant increase if there was
cryptorchidism in the father (OR = 6.85; CI: 1.52–30.79).
As shown in Table 2, we observed an odds ratio of 9.58
[CI: 4.01–22.88] if there was TC in relatives (OR = 22.23
[2.56–192.59] if father had TC). An odds ratio of 1.77
(1.20–2.60) was found if relatives had breast cancer, with
a significant increase if a grandmother had breast cancer
(2.91; CI: 1.53–5.50) and borderline significance if there
was breast cancer in a sister (11.21; CI: 0.99–126.23).
Regarding prostate cancer in relatives, the odds ratio was
1.80 [1.08–3.02] but not significant for any relatives.
Living in a rural area and regular gardening activity
(growing fruit or vegetable) were associated with an
increased risk of TC (OR = 1.63; CI: 1.16–2.29;
OR = 1.84; CI: 1.23–2.75). Tobacco consumption did not
differ between cases and controls (OR = 1.12 [0.81–1.53])
Table 3.
Regarding occupation, we performed univariate analysis
(adjusted for age, hospital ⁄ centre and duration of exposure) for each group of occupational activity. As shown
in Table 4, a relationship with TC was observed for
employment in metal trimming (OR = 1.96; CI: 1.00–
3.86), chemical manufacture (OR = 1.88; CI: 1.14–3.10),
industrial production of glue (OR = 2.21; CI: 1.15–4.25),
and welding (OR = 2.84; CI: 1.51–5.35).
In a multivariate model (Table 5), only the following
variables were significantly associated with an increased
risk of TC: a history of cryptorchidism in the men
(OR = 3.07; CI: 1.70–5.54), cryptorchidism in relatives
(OR = 2.50; CI: 1.29–4.84), TC in relatives (OR = 15.25;
Table 2 Reproductive health history of men with testicular cancer,
controls and their relatives (univariate analysis)
Controls n (%)
Cases n (%)
History of cryptorchidism in the men
No
534 (91)
156 (78)
Yes
51 (9)
44 (22)
Family history of cryptorchidism
No
670 (94)
178 (86)
Yes
41 (6)
30 (14)
Family history of testicular cancer
No
705 (99)
187 (91)
Yes
8 (1)
19 (9)
Family history of prostate cancer
No
657 (93)
180 (88)
Yes
54 (7)
26 (12)
Family history of breast cancer
No
605 (84)
156 (75)
Yes
113 (16)
51 (25)
OR: odds ratio adjusted for mens’ age.
95% CI: 95% confidence interval.
OR
95% CI
1.00
3.02
1.90–4.79
1.00
2.85
1.70–4.79
1.00
9.58
4.01–22.88
1.00
1.80
1.08–3.02
1.00
1.77
1.20–2.60
Table 3 Lifestyle and environmental exposures of men with testicular
cancer and controls (univariate analysis)
Controls n (%)
Cases n (%)
OR
Type of environment
Urban
625 (78)
158 (70)
1.00
Rural
174 (22)
68 (30)
1.63
Regular gardening activity (growing fruit or vegetables)
No
688 (87)
181 (80)
1.00
Yes
105 (13)
45 (20)
1.84
Tobacco consumption
No
539 (68)
144 (63)
1.00
Yes
257 (32)
84 (37)
1.12
95% CI
1.16–2.29
1.23–2.75
0.81–1.53
OR: odds ratio adjusted for men’s age and duration of exposure.
95% CI: 95% confidence interval.
Table 4 Occupations of men with testicular cancer and controls
(univariate analysis)
Controls n (%)
Foundry work
No
748 (99)
Yes
6 (1)
Industrial cleaning
No
734 (97)
Yes
20 (3)
Manufacture of plastics
No
746 (99)
Yes
6 (1)
Metal trimming
No
726 (96)
Yes
27 (4)
Radar
No
715 (95)
Yes
37 (5)
Nuclear activity
No
737 (98)
Yes
16 (2)
Pesticide industry
No
735 (98)
Yes
15 (2)
Chemical manufacture
No
694 (92)
Yes
59 (8)
Industrial production of glue
No
726 (96)
Yes
28 (4)
Industrial paints
No
746 (98)
Yes
11 (2)
Welding
No
727 (96)
Yes
27 (4)
Cases n (%)
OR
95% CI
199 (99)
2 (1)
1.00
1.82
0.82–4.05
199 (94)
12 (6)
1.00
1.92
0.91–4.08
197 (98)
5 (2)
1.00
2.87
0.84–9.77
187 (92)
16 (8)
1.00
1.96
1.00–3.86
193 (96)
8 (4)
1.00
0.84
0.38–1.87
194 (96)
8 (4)
1.00
2.13
0.85–5.37
198 (98)
4 (2)
1.00
0.86
0.28–2.66
173 (86)
29 (14)
1.00
1.88
1.14–3.10
184 (92)
17 (8)
1.00
2.21
1.15–4.25
200 (99)
1 (1)
1.00
0.63
0.18–2.25
184 (90)
20 (10)
1.00
2.84
1.51–5.35
OR: odds ratio adjusted for men’s age and duration of exposure.
95% CI: 95% confidence interval.
ª 2007 The Authors
225
international journal of andrology 30 (2007) 222–229. Journal compilation ª 2007 Blackwell Publishing Ltd
157
Environmental, occupational and familial risks for testicular cancer: a hospital-based case-control study
Table 5 Environmental, occupation and reproductive health history
of men with testicular cancer, controls and their relatives (multivariate
analysis)
OR
95% CI
Type of environment
Urban
1.00
Rural
1.43
Regular gardening activity (growing fruit or vegetables)
No
1.00
Yes
0.62
Foundry work
No
1.00
Yes
0.90
Metal trimming
No
1.00
Yes
1.49
Chemical industry
No
1.00
Yes
1.57
Industrial production of glue
No
1.00
Yes
1.41
Welding
No
1.00
Yes
1.49
History of cryptorchidism in the men
No
1.00
Yes
3.07
Family history of cryptorchidism
No
1.00
Yes
2.50
Family history of testicular cancer
No
1.00
Yes
15.25
Family history of prostate cancer
No
1.00
Yes
1.25
Family history of breast cancer
No
1.00
Yes
2.15
0.83–2.46
0.30–1.26
0.25–3.22
0.53–4.15
0.74–3.33
0.46–4.29
0.53–4.15
1.70–5.54
1.29–4.84
3.74–62.11
0.61–2.54
1.28–3.61
OR: odds ratio adjusted for men’s age, duration of exposure, environmental and occupational exposure and reproductive health history.
95% CI: 95% confidence interval.
CI: 3.74–62.11), and breast
(OR = 2.15; CI: 1.28–3.61).
cancer
in
relatives
Discussion
Cryptorchidism was associated with an increased risk of
TC, as already found by numerous authors (Moller et al.,
1996; McGlynn, 2001).
Interestingly, we observed a significantly higher risk of
TC if there was a family history of cryptorchidism, TC or
breast cancer.
M. Walschaerts et al.
An odds ratio of 9.58 [CI: 4.01–22.88] was found for
TC in relatives, with a significant increase if there was TC
in the father (22.23; CI: 2.56–192.59). Although confidence intervals were quite large (owing to relatively few
numbers of TC in each group), our results show the same
trends as those observed by Hemminki, who calculated
that the standardized incidence ratios for familial risk
were 3.8-fold when a father and 7.6-fold when brother
had TC. (Hemminki & Chen, 2006). Similarly, in a population-based case-control study, Bromen et al. found an
OR for familial TC of 6.6 [CI: 2.35–18.77] (Bromen et al.,
2004).
For breast cancer, we observed a global odds ratio of
1.77 [CI: 1.20–2.60] if there was breast cancer in relatives,
with a significant increase if a grandmother had breast
cancer (2.91; CI: 1.53–5.50) and borderline significance if
a sister had breast cancer (11.21; CI: 0.99–126.23).
Regarding the relation between breast cancer and TC, the
literature is relatively conflicting but the majority of more
recently published papers show an increased risk of TC if
there is a family history of breast cancer (Anderson et al.,
2000; Bajdik et al., 2001; Dong et al., 2001).
Regarding prostate cancer in relatives, the odds ratio
was at the limit of the significance (1.80; CI: 1.08–3.02)
and all odds ratios for relatives were non-significant. This
is in agreement with the literature, where no relationship
was observed between prostate cancer in relatives and TC
(Hemminki & Chen, 2006; Westergaard et al., 1996).
As regards cancer in relatives, several authors considered that genetic mechanisms could be involved in the
development of the disease (Oosterhuis & Looijenga,
2003; Rapley et al., 2003). Nevertheless, and although the
genetic hypothesis deserves to be considered, it is difficult
to disregard the environmental component in family history of TC. As stated by Hemminki and Chen, a high
familial risk between brothers of similar age compared
with those with a large age difference could be an indication of an environmental contribution to familial aggregation, and recent studies performed in immigrants to
Sweden and Finland are largely in favour of environmental exposure rather than genetic inheritance (Hemminki
& Li, 2003; Hemminki & Chen, 2006).
Living in a rural area or regular gardening activity
(growing fruit or vegetables) was associated with an
increased risk of TC (OR = 1.63; CI: 1.16–2.29; OR =
1.84; CI: 1.23–2.75) in univariate analysis but these items
did not remain significant in the final multivariate analysis. In the literature, there have been relatively few studies on rural and urban patterns of TC, and they have
yielded conflicting results. A rural preponderance of TC
was observed by Talerman in 1974 (Talerman et al.,
1974), but two more recent papers published in 1996
and 1999 revealed no difference according to place of
ª 2007 The Authors
226
international journal of andrology 30 (2007) 222–229. Journal compilation ª 2007 Blackwell Publishing Ltd
158
M. Walschaerts et al.
Environmental, occupational and familial risks for testicular cancer: a hospital-based case-control study
residence (Schouten et al., 1996; Sonneveld et al., 1999).
Furthermore, the two variables ‘living in a rural area’
and ‘regular gardening activity (growing fruit or vegetables)’ are relatively weak indicators for potential pesticide
exposure. Consequently, no formal conclusion as to
the potential role of pesticides in TC can be derived
from our results, which must be confirmed by further
studies.
Regarding occupational activities, significant relationships were found in univariate analysis for employment
in metal trimming (OR = 1.96; CI: 1.00–3.86), chemical
manufacture (OR = 1.88; CI: 1.14–3.10), industrial production of glue (OR = 2.21; CI: 1.15–4.25), and welding
(OR = 2.84; CI: 1.51–5.35). Nevertheless, no single occupation remained significant in the final multivariate analysis. Numerous attempts have been made to assess the
potential role of occupational exposures in adult life as
a risk factor for TC but no clear hypotheses have yet
emerged from previous studies in this field (Rhomberg
et al., 1995; Pollan et al., 2001; Guo et al., 2005). A major
limitation of all occupational studies (including our own)
is that no single responsible substance was clearly identified, and consequently the significant association observed
between some job titles and risk of TC must be interpreted very carefully. In this respect, comparative occupational studies of exposed and non-exposed workers
including rigorous and valid job-matrix exposure assessment are needed to study potential relationships between
certain occupational exposures and TC (Pukkala et al.,
2005).
Limits and bias
This study is a multicentre hospital-based study and consequently not representative of all TC cases or of the
French population as a whole. Nevertheless, the fact that
each participating centre recruited cases and controls in
its corresponding university hospitals contributed to enrol
subjects from the same geographical areas and to limit
selection bias.
As frequently observed in reproductive health studies,
we had a low participation in the control group (39%)
(Muller et al., 2004). No statistical difference (p = 0.670)
was observed in refusal rates between the participating
centres. Of the 1574 men who refused to participate, 44%
agreed to complete a specific refusal questionnaire (age,
educational level, tobacco status). No differences were
observed for age and tobacco status, but participants had
a higher educational level (75% vs. 54%) than those who
refused to participate. The complexity and the length of
the questionnaire (requiring about 45 min to complete)
could explain the selection of participants in favour of
more educated individuals.
Misclassification bias is still a major issue in all casecontrol studies. In our study, all cases with TC were
checked and confirmed by histologists. Furthermore, we
verified that all controls did not previously have TC and
that they did not develop it during the study period.
Regarding medical history, information was provided by
the study participants themselves and it was not possible
to check the diagnosis through other sources, which may
lead to misclassification. However, and even if we cannot
exclude this possibility, non-differential misclassification
(for example in case of familial cancer) would usually
lead to underestimation of the true risk and would therefore not explain the increase in risk.
Regarding recall bias, which could also cause differential misclassification, we cannot entirely rule this out, but
we believe that TC is a sufficiently severe illness to be
recalled by both cases and controls. Concerning recall bias
for cryptorchidism, this malformation is not so severe
and we can imagine that young adults included in our
study were not informed about cryptorchidism in their
father, uncles or cousins. Nevertheless, men who had certainly been specifically questioned about this malformation during their TC investigation and care were more
likely to remember cryptorchidism occurring in their relatives. Hence, although our results regarding the weight of
the TC risk factor link to cryptorchidism in relatives are
more or less in the same range as those already found by
other authors, we cannot rule out the possibility that our
observed OR for cryptorchidism in relatives could be
slightly over-estimated. Regarding recall bias for prostate
and breast cancer in relatives, both diseases are certainly
sufficiently severe to be recalled by cases and controls.
Secondly, the link between TC and prostate or breast cancer was not so evident and well-established, and there was
no reason for men with TC to be aware of this potential
association and consequently be more likely to remember
such diseases. Nevertheless, individuals with severe illnesses, especially cancer, are frequently more likely than
healthy controls to mention all events occurring in their
relatives. So we cannot totally rule out some recall bias
for prostate and breast cancer in relatives, but we may
assume that it would have been limited and did not lead
to substantial distortions in our results.
In conclusion, our findings contribute further evidence
in support of a pattern of TC risk factors which include
the significant weight of personal reproductive history
and also of testicular and breast cancer in relatives. For
the first time, by including in a multivariate model variables linked to urban ⁄ rural environment, occupational
exposure and variables related to familial cancer history,
neither living in a rural area nor any occupational exposure appeared to be a potential environmental TC risk
factor.
ª 2007 The Authors
227
international journal of andrology 30 (2007) 222–229. Journal compilation ª 2007 Blackwell Publishing Ltd
159
Environmental, occupational and familial risks for testicular cancer: a hospital-based case-control study
Acknowledgements
This work was supported by a European Union grant
QLK4-CT-1999-01422 and by grants from the French
Ministry of Health Department (DGS), the French
Research Department, the French Agency for Environmental Safety and Work (AFSSET), the Total-Fina-Elf
Group and the AGRICA Group. The authors wish to
express their sincere appreciation to Myriam Daudin for
her active participation in this study.
Thanks to Nina Crowte for English language revision.
References
Anderson, H., Bladstrom, A., Olsson, H. & Moller, T. R.
(2000) Familial breast and ovarian cancer: a Swedish
population-based register study. American Journal of
Epidemiology 152, 1154–1163.
Andersson, E., Nilsson, R. & Toren, K. (2003) Testicular
cancer among Swedish pulp and paper workers. American
Journal of Industrial Medicine 43, 642–646.
Bajdik, C. D., Phillips, N., Huchcroft, S., Hill, G. B. &
Gallagher, R. P. (2001) Cancer in the mothers and siblings
of testicular cancer patients. Canadian Journal of Urology 8,
1229–1233.
Bray, F., Richiardi, L., Ekbom, A., Pukkala, E., Cuninkova, M.
& Moller, H. (2006) Trends in testicular cancer incidence
and mortality in 22 European countries: continuing
increases in incidence and declines in mortality.
International Journal of Cancer 118, 3099–3111.
Bromen, K., Stang, A., Baumgardt-Elms, C., Stegmaier, C.,
Ahrens, W., Metz, K. A. & Jockel, K. H. (2004) Testicular,
other genital, and breast cancers in first-degree relatives
of testicular cancer patients and controls. Cancer
Epidemiology Biomarkers and Prevention 13,
1316–1324.
Dong, C., Lonnstedt, I. & Hemminki, K. (2001) Familial testicular cancer and second primary cancers in testicular cancer
patients by histological type. European Journal of Cancer 37,
1878–1885.
Finkelstein, M. M. (1998) Cancer incidence among Ontario
police officers. American Journal of Industrial Medicine 34,
157–162.
Fleming, L. E., Bean, J. A., Rudolph, M. & Hamilton, K.
(1999) Cancer incidence in a cohort of licensed pesticide
applicators in Florida. Journal of Occupational and Environmental Medicine 41, 279–288.
Guo, J., Pukkala, E., Kyyronen, P., Lindbohm, M. L.,
Heikkila, P. & Kauppinen, T. (2005) Testicular cancer,
occupation and exposure to chemical agents among
Finnish men in 1971-1995. Cancer Causes and Control
16, 97–103.
Hemminki, K. & Chen, B. (2006) Familial risks in testicular
cancer as aetiological clues. International Journal of Andrology
29, 205–210.
M. Walschaerts et al.
Hemminki, K. & Li, X. (2003) Finnish and Swedish genotypes
and risk of cancer in Sweden. European Journal of Human
Genetics 11, 207–209.
Hemminki, K. & Li, X. (2004) Familial risk in testicular cancer
as a clue to heritable and environmental aetiology. British
Journal of Cancer 90, 1765–1770.
Huyghe, E., Plante, P. & Thonneau, P. F. (2006) Testicular
cancer variations in time and space in Europe. European
Urology 30, 621–628.
Levin, S. M., Baker, D. B., Landrigan, P. J., Monaghan, S. V.,
Frumin, E., Braithwaite, M. & Towne, W. (1987) Testicular
cancer in leather tanners exposed to dimethylformamide.
Lancet 2, 1153.
McGlynn, K. A. (2001) Environmental and host factors in
testicular germ cell tumors. Cancer Investigation 19, 842–853.
Mills, P. K., Newell, G. R. & Johnson, D. E. (1984) Testicular
cancer associated with employment in agriculture and oil
and natural gas extraction. Lancet 1, 207–210.
Moller, H., Prener, A. & Skakkebaek, N. E. (1996) Testicular
cancer, cryptorchidism, inguinal hernia, testicular atrophy,
and genital malformations: case-control studies in Denmark.
Cancer Causes and Control 7, 264–274.
Muller, A., de La Rochebrochard, E., Labbé-Declèves, C.,
Jouannet, P., Bujan, L., Mieusset, R. et al. (2004) Selection
bias in semen studies due to self-selection of volunteers.
Human Reproduction 19, 2838–2844.
O’Brien, T. R. & Decoufle, P. (1988) Cancer mortality among
northern Georgia carpet and textile workers. American
Journal of Industrial Medicine 14, 15–24.
Oosterhuis, J. W. & Looijenga, L. H. (2003) Current views on
the pathogenesis of testicular germ cell tumours and
perspectives for future research: highlights of the 5th Copenhagen Workshop on Carcinoma in situ and Cancer of the
Testis. Acta Pathologica, Microbiologica et Immunologica
Scandinavica 111, 280–289.
Pollan, M., Gustavsson, P. & Cano, M. I. (2001) Incidence of
testicular cancer and occupation among Swedish men
gainfully employed in 1970. Annals of Epidemiology 11,
554–562.
Pukkala, E., Guo, J., Kyyronen, P., Lindbohm, M. L., Sallmen,
M. & Kauppinen, T. (2005) National job-exposure matrix in
analyses of census-based estimates of occupational cancer
risk. Scandinavian Journal of Work, Environment and Health
31, 97–107.
Rapley, E. A., Crockford, G. P., Easton, D. F., Stratton, M. R.
& Bishop, D. T. (2003) Localisation of susceptibility genes
for familial testicular germ cell tumour. Acta Pathologica,
Microbiologica et Immunologica Scandinavica 111, 128–133.
discussion 33-5.
Rhomberg, W., Schmoll, H. J. & Schneider, B. (1995) High
frequency of metalworkers among patients with seminomatous tumors of the testis: a case-control study. American
Journal of Industrial Medicine 28, 79–87.
Ryder, S. J., Crawford, P. I. & Pethybridge, R. J. (1997) Is
testicular cancer an occupational disease? A case-control
ª 2007 The Authors
228
international journal of andrology 30 (2007) 222–229. Journal compilation ª 2007 Blackwell Publishing Ltd
160
M. Walschaerts et al.
Environmental, occupational and familial risks for testicular cancer: a hospital-based case-control study
study of Royal Naval personnel Journal of the Royal Naval
Medical Service 83, 130–146.
Schouten, L. J., Meijer, H., Huveneers, J. A. & Kiemeney, L. A.
(1996) Urban-rural differences in cancer incidence in The
Netherlands 1989-1991. International Journal of Epidemiology
25, 729–736.
Sonneveld, D. J., Schaapveld, M., Sleijfer, D. T., Meerman, G.
J., van der Graaf, W. T., Sijmons, R. H., Koops, H. S. &
Hoekstra, H. J. (1999) Geographic clustering of testicular
cancer incidence in the northern part of The Netherlands.
British Journal of Cancer 81, 1262–1267.
Talerman, A., Kaalen, J. G. & Fokkens, W. (1974) Rural
preponderance of testicular neoplasms. British Journal of
Cancer 29, 176–178.
Westergaard, T., Olsen, J. H., Frisch, M., Kroman, N., Nielsen,
J. W. & Melbye, M. (1996) Cancer risk in fathers and brothers
of testicular cancer patients in Denmark. A population-based
study. International Journal of Cancer 66, 627–631.
ª 2007 The Authors
229
international journal of andrology 30 (2007) 222–229. Journal compilation ª 2007 Blackwell Publishing Ltd
161
Annexe B
Infertilité masculine
1
Benefit of conducting both andrological exploration and
semen characteristics assessment in infertile men
Résumé
La responsabilité de l’homme dans des difficultés à concevoir est rapidement apparue
comme un facteur important, représentant 50% des causes. Bien que le développement
de l’injection intracytoplasmique de spermatozoïdes (ICSI) permet aux hommes présentant certaines formes d’infertilité d’accéder à la paternité, la prise en charge de l’infertilité
masculine ne se limite pas à une évaluation du sperme. Nous avons étudié la relation entre
l’enquête andrologique et les caractéristiques du sperme dans une étude de cohorte rétrospective incluant toutes les 1703 couples consultant pour infertilité au Centre Toulouse
stérilité mâle (TMSC) de 2000 à 2004. andrologique enquête comportait une évaluation
en matière de reproduction, chirurgicaux et médicaux des histoires, et cliniques, et nous
avons utilisé l’échantillon de sperme d’abord fourni par chaque homme. Sur les 1703
hommes, 85% présentaient au moins un examen andrologique anormal ; 1/5 a présenté
des antécédents d’infection, 1/8 des antécédents de cryptorchidie, 1/8 des antécédents
chirurgicaux, et 1/25 un antécédent de traumatisme testiculaire, 27% une évaluation anormale des épididymes, 22% une varicocèle, 20% une évaluation anormale du scrotum, 6%
une évaluation anomalie des canaux déférents. L’oligo-asthéno-nécrospermie était principalement liée à un antécédent de cryptorchidie ou de la présence d’un varicocèle alors
que l’azoospermie était uniquement liée à une évaluation épididymaire anormale. Des volumes testiculaires anormaux quelle que soit l’évaluation des canaux déférents augmentait le risque d’être oligo-nécro-asthénosperme ou d’azoosperme. Ainsi, il est nécessaire
de standardiser l’examen andrologique afin d’identifier l’origine de la cause d’infertilité
masculine, en plus de l’analyse du sperme, et ainsi aider les cliniciens à mieux prendre en
charge le couple infertile.
Cet article va être soumis à la revue International Journal of Andrology.
Ce travail a reçu l’aide financière de l’Agence de Biomédecine.
163
Benefit of conducting both andrological
exploration and semen characteristics assessment
in infertile men
Abstract
BACKGROUND The man’s responsibility in difficulties to conceive is rapidly emerged
as an important factor, representing 50% of causes. Although development of intracytoplasmic sperm injection (ICSI) treatment allows men to be fatherhood, management of
male infertility is not limited to semen evaluation.
METHODS We studied relationship between andrological investigation and semen characteristics in a retrospective cohort study including all 1703 couples consulting for infertility at the Toulouse Male Sterility Center (TMSC) from 2000 through 2004. Andrological
investigation included reproductive, surgical and medical histories, and clinical evaluation, and we used the first semen sample provided by each man.
RESULTS Of the 1703 men, 85% presented at least an abnormal andrological investigation; 1/5 presented a history of infection, 1/8 a history of cryptorchidism, 1/8 a
surgical history, and 1/25 a history of testicular trauma, 27% an abnormal epididymis
evaluation, 22% a varicocelis, 20% an abnormal scrotum evaluation, 6% an abnormal
vas deferens evaluation. Oligo-necro-asthenospermia was mainly associated with history
of cryptorchidism or a varicocelis whereas azoospermia was only related to an abnormal
epididymis evaluation. Both abnormal testicular volumes whatever vasa deferentia evaluation had an increase risk of oligo-necro-asthenospermia or azoospermia.
CONCLUSIONS It is necessary to standardize properly andrological investigation to
diagnose cause of infertility which is not limited to sperm analysis results.
Key-words: Male infertility, andrological investigation, semen investigation.
1
Introduction
Having long been neglected in the exploration of the infertile couple, the man’s responsibility is rapidly emerged as an important factor, representing 50% of causes for difficulties
to conceive [Sigman et al., 1997], 20% alone and 30% to 40% shared with female infertility
[Thonneau et al., 1991].
With the development of intracytoplasmic sperm injection (ICSI) treatment which
improved success of men with severe form of male infertility to be fatherhood [Sherins,
1995], management of male infertility has mostly been limited to semen evaluation. Consequently, many studies showed relation between pregnancy and sperm quality (sperm
concentration, motility, morphology) [Bostofte et al., 1982a] [Bostofte et al., 1982b] [Campana et al., 1996] and proposed references values of sperm characteristics as evaluation
1
164
of male infertility [Nallella et al., 2006]. Recently, the Third Evian Annual Reproduction
(EVAR) Workshop Meeting reported expert opinions about semen analyses, male and
female investigations and ART treatments to evaluate advances in diagnosis and management in male infertility with appropriate treatment [Devroey et al., 2009]. Although they
concluded about the need to improve diagnosis and management of ART, only semen
analyses or uterine and tubal evaluation were discussed, and none advances were reported
about male clinical investigation. Nowadays, most of infertile couple begins an assisted
reproduction technologies (ART) process with only semen evaluation.
However, management of male infertility have to include also clinical investigation
which is a key note as published in the World Health Organization (WHO) since 1987
[Rowe et al., 2000] [Rowe et al., 1993] [World Health Organization, 1987], or by few authors who proposed diagnostic, evaluation and treatment of male infertility [Comhaire
et al., 1995] [Comhaire et al., 1988] [Quallich, 2006], Kolettis and Sabanegh suggesting
that information collected during the clinical investigation allows detecting causes of infertility [Kolettis and Sabanegh, 2001]. In 2000, Pierik et al. reviewed all pathologies
in 1549 andrology men between 1990 and 1995. In 66% of patient, a cause of infertility
was specified. Based on the WHO classification, they observed that, in the presence of
abnormal semen quality, nearly 39% of patients presented a causal factor as varicocele,
inguinal hernia, vasectomy, history of cryptorchidism, CBAVD, and/or acquired testicular factor... Authors concluded about the need to propose a structured collection (i.e.
to propose a structured andrological investigation) in order to facilitate the evaluation of
diagnostic and therapeutic modalities and to allow comparison between others infertility
centers [Pierik et al., 2000].
In order to demonstrate the benefit of recording andrological examination in predictive
value in sperm results, we performed a cohort study in men admitted for male infertility.
2
2.1
Material and methods
Population
The data were obtained from the series of all consecutive couples consulting for male
infertility during the period from 2000 through 2004 at Toulouse Male Sterility Center
(TMSC), located in Universitary Public Hospital (France). Practically, male were sent to
the TMSC by a gynaecologist after having done female partner evaluation (and eventual
female infertility treatment) and an infertility duration ≥ 2years, and by considering that
the responsibility of couple infertility was linked to male.
2
165
2.2
2.2.1
Data collection
Clinical investigation
At the andrological admission, a complete clinical investigation was made by andrologists
in all consecutive men included in the cohort study:
• First, a standard questionnaire was completed regarding: reproductive history of men
and in its couple (fecundity type and infertility duration), and male medical histories
including infections (orchitis, epididymitis, uretritis (UI), sexually transmitted infection (STI)), testis trauma, cryptorchidism (testicular maldecent), spermatic cord
torsion, surgery (inguinal hernia, epididymis, vas deferens...) and severe histories of
illness (cancer and associated treatments).
• Second, an andrological examination was performed including: general body morphology and signs of virilisation, as well as for aspects of scrotum (long/medium and
thin or short and thick), presence or absence (uni or bilateral) of the testes into the
scrotum and their position (low or high/ascending), abnormal (late or total/partial
absence or cystic/nodular/indurate/thickened/turgescent) or normal epididymides
and abnormal (nodular/indurate/thickened or partial/total absent) or normal vasa
deferentia, presence or absence of a varicocele or hydrocele.
• Third, the man lying on the examination table, both length and width of each testis
was measured with a calliper. Each testicular volume was calculated using the
Lenz’s formula (1/3 × π × longueur × largeur2 × 1/2 [Lenz et al., 1993]).
2.2.2
Semen analyses
All the infertile men provided a semen sample at the Sperm Laboratory to avoid interlaboratory variability. Semen sample was collected, by masturbation after a recommended
3 to 5 days of sexual abstinence, after the first consultation. Semen analyses were performed according to the WHO recommendations [World Health Organization, 1999].
For the statistical analyses, only the first semen sample was considered. We decided
to use the total sperm count (TSC = volume × concentration of spermatozoa) associated with percentages of vitality and motility a + b. According to distribution of semen
characteristics, four semen groups were made:
1. As: Azoopermia (TSC = 0 spermatozoa in semen after analysis of the pellet),
2. ONAs: Oligo-necro-asthenospermia (TSC < 40.106 spermatozoa in semen, and
vitality < 75% and/or motility a + b < 50%),
3. NAs: Necro-asthenospermia (TSC ≥ 40.106 spermatozoa in semen, and vitality
< 75%, and/or motility a + b < 50%),
3
166
4. Nos: Normospermia (TSC ≥ 40.106 spermatozoa in semen and vitality ≥ 75%, and
motility a + b ≥ 50%).
Normal abstinence delay was considered for a delay between 3 to 5 days and hypospermia
was defined as a volume < 2mL (World Health Organization 1999).
2.3
Statistical analysis
In order to give a comprehensive figure of relationship between results of reproductive
histories, results of clinical andrological examination and sperm results, we proceeded by
complementary statistical steps. Firstly, as we had a large number of variables from the
clinical investigation, and numerous modalities (values taken by variables) we regrouped
them in coherent families by using the means of multiple correspondence analysis (MCA)
(Annex A; [Greenacre, 1992]). This statistical exploration step has led to eliminate some
trivial artefacts and to better structure the data codification giving a comprehensive data
visualisation of relation between results of clinical investigation and semen groups. After
grouping and/or suppressing modalities with MCA, Figure 1 gives final variables and
their modalities (variables with modalities which have frequencies > 8% were taken to be
account).
Figure 1: Multiple correspondance analysis of andrological examination and semen groups
of the 1703 infertile men. As = azoospermia, ONAs = oligo-necro-asthenorspermia, NAs
= necro-asthenospermia, Nos = normospermia.
Secondly, a regression tree based on Classification and Regression Tree (CART) algorithm (Annex B; [Breiman, 1984]) has been performed in order to explain semen groups
relatively to principal reproductive, surgical and medical histories and clinical examination. This method has the advantage to automatically select and thus to focus on
4
167
important interactions between some specifics variables without to choose them unlike in
regression analyse.
Thirdly, a stepwise polytomous logistic regression including interaction (adjusted on
abstinence delay, semen volume, and age at the first consultation) was used to assess
relation between reproductive histories, results of clinical andrological evaluation and
sperm groups.
Statistical analysis was performed using R software (CRAN) for CART, and SAS software (9.0, SAS institute, Inc.) for logistic regression, with a significance level defined as
5%.
3
Results
3.1
Population
On the 2138 patients who had had clinical investigation during the study period, only
1703 (80%) men provided a semen sample at TMSC.
The mean age of the 1703 infertile men was 34 ± 6 years (62% had ≤ 35 years).
Regarding reproductive histories, the mean duration of infertility was of 32 ± 24 months
and the primary infertility represented 68%. One patient in five presented a history of
infection, 1/8 a history of cryptorchidism, 1/8 a surgical history, and 1/25 a history of
testicular trauma (Table 1). The clinical evaluation showed that 27% of men presented an
abnormal epididymis evaluation, 22% a varicocelis, 20% an abnormal scrotum evaluation,
6% an abnormal vas deferens evaluation (Table 2). The mean right and left testicular
volumes were 20 ± 10 mL and 18 ± 9 mL respectively. Taking into account medical
histories and clinical evaluation, 85% of patients presented at least an abnormal clinical
investigation.
Regarding semen investigation, the mean semen volume was of 3, 6 ± 1, 7 mL (17%
< 2 mL), the mean total sperm count 108 ± 189.106 (52% < 40.106 ) (Table 3).
3.2
Relation between clinical investigation and semen analysis
Table 1 and Table 2 show distribution of andrological investigation according to semen
groups. For example, for the whole men who had had a history cryptorchidism, a difference between semen groups was observed (P < 0.05; 13% presented azoospermia,
61% oligo-necro-asthenospermia, 24% necro-asthenospermia, 2% normospermia) and also
for men who had a varicocelis (P < 0.05; 8% presented azoospermia, 49% oligo-necroasthenospermia, 39% necro-asthenospermia, 4% normospermia).
By using a regression tree, we observed that testes volume was the first discriminant
variable between semen groups, followed by vas deferens evaluation (Figure 2). In this
principal interaction, we observed three modalities:
5
168
6
169
(12)
(92)
(8)
(95)
(5)
(98)
(2)
(96)
(4)
(99)
(1)
1592
111
1618
85
1669
34
1637
66
1692
11
(85)
(15)
1453
250
204
(98)
(2)
1672
31
(87)
(13)
(98)
(2)
1673
30
1480
223
(22)
371
(92)
(8)
(56)
(44)
950
753
1579
124
(68)
(32)
(%)
1161
542
n
196
4
191
9
193
7
185
15
181
19
37
171
29
185
15
167
33
193
7
194
6
46
123
77
156
44
n
(11)
(36)
(12)
(14)
(12)
(21)
(11)
(18)
(11)
(17)
(18)
(11)
(13)
(12)
(12)
(12)
(13)
(12)
(23)
(12)
(20)
(13)
(13)
(10)
(14)
(7)
(%)¶
Azoospermia
(200)
677
6
656
27
668
15
643
40
637
46
92
547
136
630
53
586
97
669
14
669
14
152
401
282
466
217
(40)
(55)
(40)
(41)
(40)
(44)
(40)
(47)
(40)
(42)
(45)
(37)
(61)
(40)
(43)
(40)
(39)
(40)
(45)
(40)
(47)
(41)
(42)
(38)
(40)
(41)
Oligo-necroasthenospermia
(683)
n
(%)¶
* indicates p-value < 0.05 between semen groups; ¶ Percentages were calculated according to semen groups
Surgical histories
Inguinal hernia
No
Yes
Testicular surgery
No
Yes
Epididymis / vas deferens surgery*
No
Yes
History of testicular trauma
No
Yes
History of cancer
No
Yes
Infections histories
History of orchitis
No
Yes
History of epididymitis
No
Yes
History of urinary infection
No
Yes
History of STI
No
Yes
History of cryptorchidism*
No
Yes
Fecundity type*
Primary
Secondary
Infertility duration*
≤ 24 months
> 24 months
All
(1703)
Table 1. Reproductive, surgical and medical histories of the 1703 infertile men
732
0
704
28
724
8
706
26
692
40
63
678
54
683
49
625
107
725
7
724
8
153
385
347
491
241
(44)
(0)
(43)
(42)
(43)
(23)
(44)
(31)
(44)
(36)
(31)
(46)
(24)
(43)
(40)
(43)
(43)
(43)
(23)
(43)
(27)
(41)
(41)
(46)
(42)
(45)
Necroasthenospermia
(732)
n
(%)¶
n
87
1
86
2
84
4
84
4
82
6
12
84
4
81
7
75
13
85
3
86
2
20
41
47
48
40
(5)
(9)
(5)
(3)
(5)
(12)
(5)
(4)
(5)
(5)
(6)
(6)
(2)
(5)
(5)
(5)
(5)
(5)
(9)
(5)
(6)
(5)
(4)
(6)
(4)
(7)
(%)¶
Normospermia
(88)
170
7
1097
606
1237
466
1604
99
1622
81
1134
369
928
775
1367
336
(64)
(36)
(73)
(27)
(94)
(6)
(95)
(5)
(78)
(22)
(54)
(46)
(80)
(20)
(%)
108
92
104
96
153
47
186
14
169
31
114
86
147
53
n
(9)
(18)
(8)
(21)
(10)
(48)
(12)
(17)
(13)
(8)
(9)
(15)
(11)
(16)
(%)¶
Azoospermia
(200)
353
330
495
188
654
29
654
29
503
180
372
311
551
132
n
(32)
(54)
(40)
(40)
(41)
(29)
(40)
(36)
(38)
(49)
(40)
(40)
(40)
(39)
(%)¶
Oligo-asthenonecrospermia
(683)
* indicates p-value < 0.05 between semen groups; ¶ Percentages were calculated according to semen groups
Normal
Abnormal
Testicular volume*
Normal
Abnormal
Epididymis*
Normal
Abnormal
Vas-deferens*
No
Yes
Hydrocelis
No
Yes
Varicocelis*
Normal
Abnormal
Testicular migration*
Normal
Abnormal
Scrotum
n
All
(1703)
Table 2. Clinical examination of the 1703 infertile men
583
149
570
162
710
22
700
32
588
144
417
315
599
133
n
(53)
(25)
(46)
(35)
(44)
(22)
(43)
(40)
(44)
(39)
(45)
(41)
(44)
(40)
(%)¶
Necroasthenospermia
(732)
69
19
68
20
87
1
82
6
74
14
53
35
70
18
n
(6)
(3)
(6)
(4)
(5)
(1)
(5)
(7)
(5)
(4)
(6)
(4)
(5)
(5)
(%)¶
Normospermia
(88)
8
171
Abstinence delay (day)
Volume (mL)
Sperm concentration (106/mL)
Total sperm count (106)
Vitality (%)
Motility a+b (%)
5
3.6
32
108
61
27
Mean
All
(1703)
3
1.7
56
189
17
16
SD
Table 3. Semen characteristics of the 1703 infertile men
5
3.0
–
–
–
–
Mean
3
2.0
–
–
–
–
SD
Azoospermia
(200)
5
3.5
5
12
57
20
Mean
3
1.7
7
12
18
15
SD
Oligo-asthenonecrospermia
(683)
5
3.9
62
209
63
30
Mean
3
1.7
69
225
15
12
SD
Necroasthenospermia
(732)
4
3.8
76
265
80
55
Mean
2
1.5
66
250
13
11
SD
Normospermia
(88)
• Normal testes volume and normal vasa deferentia evaluation,
• At less one abnormal testis volume whatever vasa deferentia evaluation,
• Normal testes volume and at less one abnormal vas deferens evaluation.
A polytomous regression including interaction, reproductive histories and clinical evaluations showed a relationship with men who had had a history of cryptorchidism (OR =
4.06, 95%CI, 1.43 to 11.52), or a varicocelis (OR = 2.14, 95%CI, 1.16 to 3.92) with oligonecro-asthenospermia. Furthermore, having both abnormal testicular volumes whatever
vasa deferentia evaluation had an increase risk of 2.84 (95%CI, 1.66 to 4.90) to be in the
group oligo-necro-asthenospermia or an increase of 6.37 (95%CI, 3.39 to 11.72) to be in
the group azoospermia. Interestingly, having an abnormal epididymis evaluation (OR =
2.40, 95%CI, 1.31 to 4.38) was only related to azoospermia (Table 4).
4
Discussion
In our study describing male infertility evaluation in a population of 1703 patients who
consulted for difficulties to conceive, 85% presented at least an abnormality at andrological
histories or at clinical examination. This rate is similar to those observed in the study of
Greenberg et al. [1978] where 80% of the 425 subfertile patients were evaluated with an
abnormal examination, or in the study of [Pierik et al., 2000] who observed that a cause of
infertility was found in 66% of the 1549 men examined during an andrological evaluation.
In our population, the first medical history identified was infections histories, in 22%
of infertile men. In our study, infectious histories covered all histories documented having
causal effect on fertility whereas in others studies, only histories related to semen were
retained as prostatitis, urethritis, epididymitis and orchitis [Weidner et al., 1999] [Purvis
and Christiansen, 1993]. Compared with the 12% reported in the study of Dohle [2003],
our higher rate could be explained by inclusion of urinary infection in infection histories.
Cryptorchidism represented 13% of the infertile men. Frequency of this pathology
is similar to frequencies observed in previous studies (10% [Mieusset et al., 1995], 9%
[Pierik et al., 2000]). The prevalence of cryptorchidism reported from prospective investigations of term and/or normal weight boys at birth varies between 2% and 8% [Virtanen
et al., 2007a]. Although the rates of history of cryptorchidism were studied in infertile
populations, such high incidence of cryptorchidism could be due either to the impaired
spermatogenesis associated with cryptorchidism [Virtanen et al., 2007b] and/or to the
recently recognized acquired cryptorchidism, i.e. the occurrence of cryptorchidism in a
boy with previously descended testes [Rusnack et al., 2002] [Taghizadeh and Thomas,
2008] [Hack et al., 2008]. The higher rate of cryptorchism in the present study could also
be due to the inclusion of histories of cryptorchidism subjected to hormonal treatment
alone while in most studies in infertile men, only histories of orchidopexy were included
9
172
Figure 2: Regression tree of semen groups relatively to andrological examination of the
1703 infertile men
10
173
Age ≤ 35 yr
Oligo-necroasthenospermia
(0 / 19 / 10 / 2)
Necroasthenospermia
(0 / 4 / 9 / 0)
0 / 23 / 19 / 2
Age > 35 yr
Normal epididymes
Necroasthenospermia
(2 / 2 / 11 / 0)
(27 / 88 / 126 / 16)
Regression tree was built in order to find principal interactions among clinical investigations. Here, testes volume and vas deferens evaluation are the first interaction found in the tree.
For example: the terminal left node “Oligo-necro-asthenospermia (108 / 330 / 149 / 108)” means that among patients who presented abnormal testes volume, 108 had azoospermia, 330
oligo-necro-asthenospermia, 149 necro-asthenospermia, and 19 normospermia. For the terminal right node “Azoospermia (30 / 7 / 5 / 1)”, patients who had normal testes volume with
abnormal deferentia and normal epididymis had more risk to presented azoospermia.
(30 / 7 / 5 / 1)
Azoospermia
32 / 9 / 19 / 1
Abnormal epididymis
Necroasthenospermia
* Number of azoospermia / oligo-necro-asthenospermia/ asthe-necrospermia / normospermia at each node.
(33 / 233 / 422 / 50)
Necroasthenospermia
60 / 344 / 567 / 68
Abnormal epididymis
92 / 353 / 583 / 69
Abnormal vas deferens
Normal testes volume
Normal vasa deferentia
History of cryptorchidism
Normal epididymes
200 / 683 / 732 / 88*
33 / 256 / 441 / 52
No history of cryptorchidism
Oligo-necroasthenospermia
(108 / 330 / 149 / 19)
Abnormal testes volume
174
11
Normal
Abnormal
Epididymides evaluation
Normal testicular volumes
and normal vasa deferentia
At less one abnormal
testicular volume whatever
vasa deferentia
Normal testicular volumes
and at less one abnormal
vas deferens
Testicular volume and vas
deferens evaluation
No
Yes
Varicocelis
No
Yes
History of cryptorchidism
Secondary
Primary
Fecundity type
2.02-125.23
15.93
–
1.31-4.38
3.39-11.72
6.31
1.00
2.40
–
–
0.50-2.11
–
0.64-5.93
–
1.87-5.98
95% CI
1.00
1.00
1.03
1.00
1.93
1.00
3.34
OR
Azoospermia
–
0.71-2.10
0.14-9.99
1.21
1.00
1.23
1.66-4.90
–
–
1.16-3.92
–
1.43-11.52
–
1.11-2.03
95% CI
2.84
1.00
1.00
2.14
1.00
4.06
1.00
1.79
OR
Oligo-necroasthenospermia
1.00
0.93
–
0.54-1.59
0.2314.18
0.51-1.53
0.88
1.82
–
–
0.75-2.53
–
0.60-5.05
–
1.03-2.62
95% CI
1.00
1.00
1.38
1.00
1.75
1.00
1.64
OR
Necroasthenospermia
Table 4. Relation between clinical investigation with semen investigation of the 1703 infertile men
[Virtanen et al., 2007a]. Moreover, cryptorchidism is associated to risk for an oligo-necroasthenospermia in the multivariate analysis. Histological and hormonal findings indicate
that congenital cryptorchidism is associated with reduced number of germ cells, defective
or delayed maturation of germ cells, and a reduced number of Leydig cells. The process of differentiation and cell proliferation are compromised in the non-descended testes
and, to some degree, also in the contralateral, normally descended testis [Virtanen et al.,
2007a]. The consequences of such findings are both reduced sperm output (oligospermia)
and reduced testicular volumes. Moreover, cryptorchidism is associated with epididymal
anatomical anomalies [Kucukaydin et al., 1998] [Nistal et al., 2000] as well as structural
and functional anomalies of rete testis, efferentia ducts and epididymal duct [Nistal and
Jimenez-Heffernan, 1997] [De Miguel et al., 2001] which could explained the higher risk
of necro-asthenospermia in this population.
Regarding clinical evaluation, an abnormal testicular volume was identified in 36%
of patients. This information is not a new one as quite half our population is made of
men who have either histories of cryptorchism, orchitis, testis trauma and spermatic cord
torsion, or who present a clinical varicocele, all pathologies known to be associated with a
reduction of the testis size [Diemer and Desjardins, 1999] [Lenz et al., 1994] [Lipshultz and
Corriere, 1977] [Mieusset et al., 1995] [Pasqualotto et al., 2005] [Visser and Heyns, 2003].
Moreover, in the multivariate regression tree, testicular volume was the first discriminant
between oligo-necro-asthenospermia and others semen groups. The present study reports
that in presence of at less one abnormal testis volume, whatever the results of vasa deferentia evaluation, the risks of azoospermia or oligo-necro-asthenospermia are respectively
6.31 and 2.84 higher than in case of both normal testis volumes indicating, through a
simple clinical sign, an impaired spermatogenesis. Many studies observed such similar
relation between testis volume and semen characteristics [Arai et al., 1998] [Lenz et al.,
1994] [Pierik et al., 2000]. This relation between testis volume and sperm output is easy
to understand as we know that testis volume is due for about 70% to the number of
germ cells present in the testis, i.e. the efficiency of spermatogenesis. Any congenital
(cryptorchism) or acquired (orchitis, testicular torsion, varicocele) susceptible to altered
spermatogenesis will induce reduction in the total number of germ cells in the testis, and
result in azoo or oligospermia in function of the nature and the uni or bilateralism of the
affection. In the case of altered spermatogenesis, the fact that excretory ducts are free
or not does not change anything to the impaired spermatogenesis. However, testicular
volumes alone do not represent a true reflect of the number of spermatozoa in the semen,
as shown by the higher risk of azoospermia in cases of normal testicular volumes associated with at least one abnormal vas deferens. The number of spermatozoa recovered in
the semen results from the testes output and the permeability of the two excretory ducts.
As regards vasa deferentia the main anomalies are congenital partial or complete absence
and acquired obstruction as in bilateral herniorraphy.
In the 1703 patients, 27% presented an abnormal epididymis evaluation. This rather
high frequency can be explained by the clinical signs regrouped under this term, i.e.
12
175
not only the classical obstruction (dilatation) and complete or partial absence, but also
anomalies of both position and consistency on each epididymis. With such a definition, a
difference between semen groups was observed for an abnormal epididymis evaluation and
more specifically a higher risk of azoospermia. However, this higher risk of azoospermia
is not always indicative of an obstruction of the epididymal duct as for example in case
of bilateral epididymal obstruction secondary to a bilateral epididymitis. Azoospermia
could be non obstructive if the testicular volumes are reduced as in the case of a patient
with a congenital bilateral cryptorchidism and a bilateral epididymitis later in his life.
Thus, our results based on a multivariate analysis on all reproductive, surgical and
medical histories and clinical examination, indicate the real impact of the association of
both testis volumes and male genital ducts (epididymides and vasa deferentia) on sperm
parameters, when taking into account the findings from a systematic evaluation including
both research of histories and clinical examination.
Limit and bias This study includes only men addressed by gynaecologists who already have investigated and treated female infertility, after abnormal semen analysis or a
deficient postcoital test or difficulties to conceive. This population of male patients is not
representative of male partner in infertile couples. However, abnormality specified in 85%
of men could suggest that a clinical evaluation is necessary in all male partner of infertile
couple as infertility is rather a couple’s business than just a sperm female investigation.
Another bias could provide from data presented in the study which were only those
were systematically collected during clinical evaluation, without missing data which could
produce a lack of precision. For example, infection histories did not report prostatite as
recommended by the WHO, or information about ejaculatory dysfunction. However,
the objective of the study was to provide evidence-based of clinical evaluation on semen
characteristics. We showed that investigation in men associated with semen analysis will
help clinicians to better take into in charge infertile couple and provide cause of male
infertility.
5
Conclusion
Finally, these results showed that it is necessary:
• To standardize properly andrological investigation to diagnose cause of infertility.
• To use appropriate statistical tools (as MCA and regression tree which are more
informative than simple correlations) to study these data and give robust results in
order to help clinicians in decision. It is well known that a multifactorial causality
is involved in male infertility [Everaert et al., 2003], indicating that fertility in
a particular man results from interacting synergy of several factors, namely his
genetic constitution, life style, exposure to environmental and/or occupational toxic
13
176
agents as well as the possible presence of abnormalities or acquired pathologies of
the reproductive system.
Hence, male infertile management may also include a clinical investigation not limited
to sperm analysis, but taking into account a questionnaire about histories and the other
potential factors, and clinical evaluation.
6
6.1
Annex
Annex A: Multiple correspondence analysis (MCA)
MCA is a statistical method used to describe relation between qualitative variables (with 2
or more modalities) observed on k (here, k = 1703) patients. Modalities being represented
by the vector of their profile in a vectorial space, graphical displays of a correspondence
analysis aim at revealing pairwise correspondences between modalities of two qualitative variables. This means that the joint cell in the contengency table contributes to a
significant Chi square test of dependence. Suppose we have two variables, for example
”varicocelis” (two modalities i = 1, 2) and ”hernia” (two modalities j = 1, 2). We can
construct the contingency table as:
No hernia
Hernia
No varicocelis
n1,1
n2,1
Varicocelis
n1,2
n2,2
We have n1,1 the observed number of patients presenting no varicocelis and no hernia.
The aim is to study relative positions between two modalities of these two variables
which give an approximation of the relative deviation with independence hypothesis in
the contingency table. In fact, we test independence hypothesis between ”varicocelis” and
”hernia” with χ2 test:
X (ni,j − ñi,j )2
χ2 =
ñi,j
i,j
where ni,. = ni,1 + ni,2 and n.,j = n1,j + n2,j and ñi,j is the expected number of patients in
the independence hypothesis.
In other words, the interdependent relationships are graphically displayed. If two
modalities are joined by orthogonal vectors, their scalar product is null and then, in
the contingency table, the number of patients, jointly taking these two modalities, is
approximately equal to the expected number under the independency assumption.
If two modalities are close then the scalar product > 0, so the number of joint observations
is more important than expected. If two modalities are opposite then the scalar product
< 0, so the number of joint observations is less important than expected.
14
177
Moreover, MCA featuring more than two variables is computed by considering the Burt
table instead of one contengency table; this is the symmetric matrix of all the pairwise
contengency tables. The MCA can be viewed as the best compromise between all the two
way correspondence analyses.
6.2
Annex B: Classification and Regression Tree (CART)
CART is a non-parametric method that produces a classification or a regression tree.
In this case, a tree aims, at modelling semen characteristics (normospermia, oligo-necroasthenospermia...) by selecting collections of recursive binary rules.
• First, from the root containing the entire sample, each rule, that means each node,
defines a split between two subsets of patients. At this step, the CART algorithm
looks after an optimal split; this means the variable (for example ”varicocelis”) and
the partition of its modalities (no varicocelis / varicocelis) such that an entropy
criteria is minimised when defining the two subnodes, giving two leaves (patients
with varicocelis vs. patients with no varicocelis).
• The leaves of the tree contain the best prediction based on the data; in other words
the best prediction for patient to be in a semen investigation type (normospermia,
oligo-necro-asthenospermia...).
• Second, once a complete tree has been built, a pruning step which means the selection of a best subtree is performed. This is based on a minimisation of a prediction
error that is estimated by cross validation.
15
178
References
T. Arai, S. Kitahara, S. Horiuchi, S. Sumi, and K. Yoshida. Relationship of testicular
volume to semen profiles and serum hormone concentrations in infertile japanese males.
Int J Fertil Womens Med, 43(1):40–7, 1998.
E. Bostofte, J. Serup, and H. Rebbe. Relation between morphologically abnormal spermatozoa and pregnancies obtained during a twenty-year follow-up period. Int J Androl.,
5(4):379–86., 1982a.
E. Bostofte, J. Serup, and H. Rebbe. Relation between sperm count and semen volume,
and pregnancies obtained during a twenty-year follow-up period. Int J Androl., 5(3):
267–75., 1982b.
L Breiman. Classification and Regression Trees. Chapman and Hall/CRC, 1984.
A. Campana, D. Sakkas, A. Stalberg, P. G. Bianchi, I. Comte, T. Pache, and D. Walker.
Intrauterine insemination: evaluation of the results according to the woman’s age,
sperm quality, total sperm count per insemination and life table analysis. Hum Reprod.,
11(4):732–6., 1996.
F. Comhaire, A. Zalata, A. Mahmoud, B. Depoorter, L. Huysse, A. Christophe, and
C. Depuydt. Diagnostic and therapeutic approach to moderate and severe male subfertility in 1995. Hum Reprod, 10 Suppl 1:144–50, 1995.
F. H. Comhaire, P. J. Rowe, and T. M. Farley. How should we evaluate infertility in men
and in women. Acta Clin Belg, 43(1):78–85, 1988.
M. P. De Miguel, J. M. Marino, P. Gonzalez-Peramato, M. Nistal, and J. Regadera.
Epididymal growth and differentiation are altered in human cryptorchidism. J Androl,
22(2):212–25, 2001.
P. Devroey, B. C. Fauser, and K. Diedrich. Approaches to improve the diagnosis and
management of infertility. Hum Reprod Update, 15(4):391–408, 2009.
T. Diemer and C. Desjardins. Developmental and genetic disorders in spermatogenesis.
Hum Reprod Update, 5(2):120–40, 1999.
G. R. Dohle. Inflammatory-associated obstructions of the male reproductive tract. Andrologia, 35(5):321–4, 2003.
K. Everaert, A. Mahmoud, C. Depuydt, M. Maeyaert, and F. Comhaire. Chronic prostatitis and male accessory gland infection–is there an impact on male infertility (diagnosis
and therapy)? Andrologia, 35(5):325–30, 2003.
16
179
M. Greenacre. Correspondence analysis in medical research. Stat Methods Med Res, 1(1):
97–117, 1992.
S. H. Greenberg, L. I. Lipshultz, and A. J. Wein. Experience with 425 subfertile male
patients. J Urol, 119(4):507–10, 1978.
W. M. Hack, J. Goede, F. H. Pierik, and K. Sijstermans. Re: Ascent of the testis revisited:
fact not fiction. BJU Int, 102(10):1477–8; author reply 1478, 2008.
P. N. Kolettis and E. S. Sabanegh. Significant medical pathology discovered during a
male infertility evaluation. J Urol, 166(1):178–80, 2001.
M. Kucukaydin, B. H. Ozokutan, C. Turan, H. Okur, and O. Kose. Malformation of the
epididymis in undescended testis. Pediatr Surg Int, 14(3):189–91, 1998.
S. Lenz, A. Giwercman, A. Elsborg, K. H. Cohr, J. E. Jelnes, E. Carlsen, and N. E.
Skakkebaek. Ultrasonic testicular texture and size in 444 men from the general population: correlation to semen quality. Eur Urol, 24(2):231–8, 1993.
S. Lenz, J. K. Thomsen, A. Giwercman, N. T. Hertel, J. Hertz, and N. E. Skakkebaek.
Ultrasonic texture and volume of testicles in infertile men. Hum Reprod, 9(5):878–81,
1994.
L. I. Lipshultz and Jr. Corriere, J. N. Progressive testicular atrophy in the varicocele
patient. J Urol, 117(2):175–6, 1977.
R. Mieusset, L. Bujan, G. Massat, A. Mansat, and F. Pontonnier. Clinical and biological
characteristics of infertile men with a history of cryptorchidism. Hum Reprod, 10(3):
613–9, 1995.
K. P. Nallella, R. K. Sharma, N. Aziz, and A. Agarwal. Significance of sperm characteristics in the evaluation of male infertility. Fertil Steril, 85(3):629–34, 2006.
M. Nistal and J. A. Jimenez-Heffernan. Rete testis dysgenesis. a characteristic lesion of
undescended testes. Arch Pathol Lab Med, 121(12):1259–64, 1997.
M. Nistal, M. L. Riestra, and R. Paniagua. Correlation between testicular biopsies (prepubertal and postpubertal) and spermiogram in cryptorchid men. Hum Pathol, 31(9):
1022–30, 2000.
F. F. Pasqualotto, A. M. Lucon, P. M. de Goes, B. P. Sobreiro, J. Hallak, E. B.
Pasqualotto, and S. Arap. Semen profile, testicular volume, and hormonal levels in
infertile patients with varicoceles compared with fertile men with and without varicoceles. Fertil Steril, 83(1):74–7, 2005.
17
180
F. H. Pierik, A. M. Van Ginneken, G. R. Dohle, J. T. Vreeburg, and R. F. Weber. The
advantages of standardized evaluation of male infertility. Int J Androl, 23(6):340–6,
2000.
K. Purvis and E. Christiansen. Infection in the male reproductive tract. impact, diagnosis
and treatment in relation to male infertility. Int J Androl, 16(1):1–13, 1993.
S. Quallich. Examining male infertility. Urol Nurs, 26(4):277–88; quiz 289, 2006.
Patrick J. Rowe, Frank H. Comhaire, Timothy B. Hargreave, and H. J. Mellows. WHO
Manual for the Standardized Investigation and Diagnosis of the Infertile Couple. Cambridge:Cambridge University Press, 1st edition, 1993.
Patrick J. Rowe, Frank H. Comhaire, Timothy B. Hargreave, and Ahmed M. A. Mahmoud.
WHO Manual for the Standardized Investigation, Diagnosis and Management of the
Infertile Male. Cambridge:Cambridge University Press, 1st edition, 2000.
S. L. Rusnack, H. Y. Wu, D. S. Huff, 3rd Snyder, H. M., S. A. Zderic, M. C. Carr, and
D. A. Canning. The ascending testis and the testis undescended since birth share the
same histopathology. J Urol, 168(6):2590–1, 2002.
R. J. Sherins. Are semen quality and male fertility changing? N Engl J Med, 332(5):
327–8, 1995.
M Sigman, LI Lipshultz, and SS. Howard. Evaluation of the subfertile male. 3d ed. St.
Louis, 1997.
A. K. Taghizadeh and D. F. Thomas. Ascent of the testis revisited: fact not fiction. BJU
Int, 102(6):676–8, 2008.
P. Thonneau, S. Marchand, A. Tallec, M. L. Ferial, B. Ducot, J. Lansac, P. Lopes, J. M.
Tabaste, and A. Spira. Incidence and main causes of infertility in a resident population
(1,850,000) of three french regions (1988-1989). Hum Reprod., 6(6):811–6., 1991.
H. E. Virtanen, R. Bjerknes, D. Cortes, N. Jorgensen, E. Rajpert-De Meyts, A. V. Thorsson, J. Thorup, and K. M. Main. Cryptorchidism: classification, prevalence and longterm consequences. Acta Paediatr, 96(5):611–6, 2007a.
H. E. Virtanen, D. Cortes, E. Rajpert-De Meyts, E. M. Ritzen, A. Nordenskjold, N. E.
Skakkebaek, and J. Toppari. Development and descent of the testis in relation to
cryptorchidism. Acta Paediatr, 96(5):622–7, 2007b.
A. J. Visser and C. F. Heyns. Testicular function after torsion of the spermatic cord. BJU
Int, 92(3):200–3, 2003.
18
181
I. S. Weidner, H. Moller, T. K. Jensen, and N. E. Skakkebaek. Risk factors for cryptorchidism and hypospadias. J Urol, 161(5):1606–9, 1999.
WHO. World Health Organization. Towards more objectivity in diagnosis and management of male infertility. Int J Androl, Suppl 7:1–53, 1987.
WHO. World Health Organization. WHO Laboratory Manual for the Examination of Human Semen and Sperm-cervical Mucus Interaction. Cambridge:Cambridge University
Press, 4th edition, 1999.
19
182
ANNEXE B. INFERTILITÉ MASCULINE
2
Cumulative Parenthood Rates in Infertile Men : a Large
Retrospective Study of 2138 Couples
Résumé
La plupart des études évaluant les issues reproductives de l’assitance médicale à la procréation (AMP) ont donné les taux de naissance chez les couples, en prenant essentiellement en compte le facteur féminin. Toutefois, l’infertilité est une affaire de couple, et
la majorité des publications ne prennent pas en considération l’impact réel de l’infertilité masculine sur le projet parental. Nous avons réalisé une étude sur le projet parental
à long terme au cours de la prise en charge des couples au Centre de Stérilité Masculine
de Toulouse (CSM) et après arrêt de la prise en charge, dans une cohorte rétrospective
incluant l’ensemble des 2138 couples ayant consulté pour infécondité à partir de 2000
jusqu’en 2008. Les couples ont été suivis pendant au moins 5 ans jusqu’à l’arrêt du traitement ou la naissance d’un enfant vivant. Nous avons été en mesure de contacter 75% des
2138 hommes par téléphone. Parmi les 1353 répondants volontaires, 61% étaient devenus
parents, 27% après AMP, 17% après une grossesse spontanée, 7% après un traitement
non-AMP, 5% après une AMP dans un autre centre, et 5% grâce à l’adoption. Le taux
cumulé de réussite a atteint 70% (intervalle de confiance à 95% [CI], 65 à 74) pour les
hommes≤ 35 ans et les femmes ≤ 30 ans après 9 ans, et 53% (95% CI, 48 à 58) chez les
patients plus âgés. Sous l’hypothèse conservative, le taux cumulé de succès était de 52%
(95%CI 50 à 55) chez les 2138 couples. Finalement, un couple sur deux qui consulte pour
infertilité masculine réussira à avoir un enfant. Néanmoins, l’âge des hommes de plus de
35 ans apparaît comme un facteur de risque majeur et ces résultats devraient inciter les
couples à commencer leur projet parental plus tôt.
Cet article est actuellement soumis à la revue Human Reproduction.
Ce travail a reçu l’aide financière de l’Agence de Biomédecine.
183
Cumulative Parenthood Rates in Infertile Men: a
Large Retrospective Study of 2138 Couples
Marie Walschaerts, Louis Bujan, François Isus, Jean Parinaud, Roger Mieusset, Patrick
Thonneau
Université de Toulouse; UPS; Groupe de Recherche en Fertilité Humaine (EA 3694,
Human Fertility Research Group), France
E-mail : [email protected]
Abstract
BACKGROUND Most studies assessing the outcome of assisted reproduction techniques (ART) have reported live-birth rates in couples by taking mainly the female factor
into account. However, infertility is a couple’s business, and the majority of publications do not take into consideration the true impact of male infertility on the parenthood
project.
METHODS We carried out long-term observation of success in having a child during
treatments at the Toulouse Male Sterility Center (TMSC) and after discontinuation in a
retrospective cohort study including all 2138 couples consulting for infertility from 2000
through 2008. Couples were followed for at least 5 years until discontinuation of treatment
or delivery of a live infant.
RESULTS We were able to contact 75% of the 2138 male partners by telephone. Of the
1353 voluntary respondents, 61% had become parents, 27% after ART, 17% by spontaneous pregnancy, 7% after non-ART treatment, 5% after ART in another center, and 5%
through adoption. The cumulative rates of success reached 70% (95% confidence interval
[CI], 65 to 74) for men ≤ 35 years and women ≤ 30 years after 9 years, and 53% (95%
CI, 48 to 58) in older patients. With conservative analysis, the cumulative rate of success
was 52% (95% CI, 50 to 55) in the 2138 couples.
CONCLUSIONS One in two couples who consult for male infertility will succeed in
having a child. Nevertheless, male age over 35 years old appears as a key risk factor and
these findings should encourage couples to attempt parenthood earlier.
Key-words: Reproductive issues, male infertility, cumulative rate, public health.
1
184
1
Introduction
A couple’s ability to conceive is a major social concern and an important public health
issue. In developed countries, it is estimated that between 9 and 14% of couples will
have difficulties in conceiving, and in France one couple in seven will consult for infertility
during their reproductive life, with the responsibility shared between the man and the
woman [Boivin et al., 2007] [Thonneau et al., 1991]. Nevertheless, constant progress in
assisted reproduction techniques (ART) has been observed within the last decades, and
has given real hope to these infertile couples. Worldwide in 2005, in 53 countries, a total
of 601,243 ART procedures were performed and resulted in live births [de Mouzon et al.,
2009]. A recent report from the European Society of Human Reproduction and Embryology (ESHRE) indicated that in the 20 European countries which keep ART registers,
58,199 ART cycles resulting in deliveries were performed in 2006 [de Mouzon et al., 2010].
So far, most studies assessing ART have reported live-birth rates only in infertile
couples treated with in vitro fertilization/intracytoplasmic sperm injection (IVF/ICSI)
[Elizur et al., 2006] [Witsenburg et al., 2005] However, the treatment of infertile couples
is not limited to ART, as they may also become parents through spontaneous pregnancy,
non-ART treatment, or adoption. Very little information is available on attitude and
reproductive outcomes in infertile couples after discontinuation of IVF/ICSI programs.
In a study conducted in 724 patients who began IVF procedures, analysis of their longterm reproductive outcome showed that of the 123 women who discontinued unsuccessful
IVF in the two participating ART centers, 57 finally succeeded in becoming parents,
46% through adoption, 42% by spontaneous pregnancy and 12% through further IVF
treatment [de La Rochebrochard et al., 2009].
Another major limitation of the existing literature is the rarity of published papers
on reproductive outcomes in couples consulting for male infertility. Although it is now
well established that infertility is a couple’s business, with responsibility shared between
male and female [Safarinejad, 2008] [Thonneau and Bujan, 1993], no information is given
on men, as the very large majority of publications on ART outcomes focus on female
infertility or on the fertility of both partners, without taking into consideration the true
impact of male infertility.
We conducted this study to provide evidence-based estimates of the long-term success
rates in couples consulting for male infertility and who wish to have children.
2
2.1
Material and Methods
Patients
In 2008, we performed a retrospective cohort study including all men consulting for male
infertility between January 2000 and December 2004 at the Toulouse Male Sterility Center
(TMSC), Paule de Viguier University Hospital, Toulouse, France. Male were mainly sent
2
185
to the TMSC by a gynaecologist after female partner evaluation and/or an abnormal semen evaluation. Male infertility was defined as the inability of the couple to conceive after
12 months of contraceptive-free intercourse. In our inclusion, we verified that any causes
of female infertility (tubal disorders, ovulation disorders, cervical disorders, endometriosis
and hormonal disorders) were considered as being treated at the date of inclusion.
Couples were followed at entry and during treatment by a specialist andrologist until
either discontinuation of treatment or delivery of a live infant (duration of follow-up
ranged between 4 to 9 years according to the date of inclusion). Outcome assessment
was based not only on delivery of a live infant obtained at TMSC but also on delivery
of a live infant obtained at other ART centers after discontinuation at TMSC, as well as
spontaneous pregnancies and adoptions.
The study received approval from the French Data Protection Authority in 2007 (N◦ 07290).
2.2
Data collection
In the first semester of 2008, an informative letter was sent to all the men who had consulted for infertility in our center from 2000 through 2004, asking them to participate in
the study by agreeing to a telephone interview. Short telephone interviews with the voluntary respondents were then conducted by trained interviewers. The interview covered
male and female sociodemographic information relating to both partners, type of treatment and outcomes after discontinuation of treatment at TMSC, and final achievement
or otherwise of their wish to have a child (including adoption). In the case of patients to
whom the informative letter had not been delivered (patients who were ”not known” at
the address they had given and letters that were returned to our research center), we used
the regional or national phone directory to contact them directly. Patients from whom
no formal consent or refusal of consent was received after two months were recontacted
by telephone and then by mail.
In a second step, the medical records of all respondents were analyzed to obtain precise
information on the main cause of infertility, type of treatments and reproductive outcomes.
The recorded causes of male infertility were testicular disorders, vas deferens or epididymis
disorders, abnormal testes migration, varicoceles, abnormal scrotal and endorectal echography, genetic abnormalities (Klinefelter syndrome, Y-deletion, translocation), hormonal
disorders and abnormal semen characteristics. Treatments of infertility were classified as
ART treatments (IUI (intrauterine insemination), IVF, ICSI using male sperm cells, and
ART with donor sperm) and non-ART treatments (both medical and surgical, including
pharmacological and hormonal treatment, varicocelectomy, and vas deferens/epididymis
surgery). Reproductive outcomes were classified as pregnancies through ART, pregnancies
through non-ART treatments, and spontaneous pregnancies (i.e. without any treatment).
3
186
2.3
Statistical analysis
Data were first compared for voluntary respondents, those who refused to respond and
non-respondents using the chi-square test and Fisher’s exact test. Logistic regression
was performed to describe factors associated with successful or unsuccessful parenthood
outcome using crude and adjusted odds ratio (OR) and 95% confidence intervals (CI).
The cumulative proportions of successful outcomes were calculated for the period
studied after ART treatments (IUI, IVF, ICSI using male semen, and ART with sperm
donor), non-ART treatments, spontaneous pregnancy, and also adoptions were taken into
account, using cumulative frequencies.
The Kaplan-Meier method was used to estimate the cumulative rates of successful
parenthood outcomes and 95% CI. Censors were defined as couples who did not succeed
in becoming parents. As information on reproductive outcome was not available for
all men who had consulted for infertility (i.e. those who refused to respond and nonrespondents), cumulative success rates were calculated according to a conservative and a
pessimistic hypothesis. Statistical analysis was performed using SAS software (9.0, SAS
Institute, Inc.) and the significance level was defined as 5%.
3
3.1
Results
Study population
Of the 2138 couples consulting for male infertility at TMSC between 2000 and 2004,
1353 (63%) agreed to participate and completed the phone questionnaire (voluntary respondents group), 250 (12%) refused to participate (refusers group) and 535 (25%) were
considered as non-respondents (non-respondents group; two-thirds of these were patients
who could not be traced in telephone or street directories).
Of the 1353 voluntary respondents, the mean age of the male partner was 33 ± 6 years
and of the female partner 31 ± 4 years, compared with 35 ± 6 years and 31 ± 12 years for
refusers and 33 ± 7 years and 30 ± 5 years for non-respondents (P > 0.05). The mean
duration of infertility in the 2138 couples was 31 ± 22 months (with 58% of less than 24
months duration) (P > 0.05 between the three groups). Infertility was primary in 68%
of couples, and no difference was observed between the three groups.
3.2
Successful parenthood outcome in voluntary respondents
Among the voluntary respondents, 61% (822/1353) finally succeeded in having a child,
27% (363) by ART performed at TMSC, 5% (65) by ART performed in another ART
center, 7% (104) through a non-ART treatments, 17% (228) by spontaneous pregnancy
and 5% (62) through adoption (Table 1).
4
187
Table 1. Successful Parenthood Outcome Among the
1353 Voluntary Respondents
n
%
Successful parenthood outcome
No
Yes
531
822
39
61
After ART at TMSC
IUI
IVF
ICSI
With sperm donor
363
105
31
163
64
27
By spontaneous pregnancy
228
17
After non-ART pregnancy
104
7
8
2
12
5
After ART in another hospital
IUI
IVF
ICSI
With sperm donor
65
6
15
32
12
5
Through adoption
62
5
1
1
2
1
Each percentage was calculated on the basis of the 1353 voluntary respondents
As shown in Figure 1, among the 822 couples who succeeded in having a child, the
greatest cumulative success rate was observed in couples who had a spontaneous pregnancy
and in those who had ICSI.
Using a multivariate model, we observed a negative relationship for successful outcome
in men aged > 35 years (OR = 0.64 95% CI, 0.49 to 0.83), in men with the lowest education
level (OR = 0.70, 95% CI, 0.50 to 0.98), and in couples with a duration of infertility at
inclusion > 24 months (OR = 0.74, 95% CI, 0.59 to 0.94), and a positive relationship for
those having had IUI treatment (OR = 1.93, 95% CI, 1.26 to 2.96) and treatment with
sperm donor (OR = 1.74, 95% CI, 1.04 to 2.96) (Table 2).
Regarding age, Kaplan-Meier estimates showed that cumulative rates of success in
having a child reached 70% (95% CI, 65 to 74) for men aged ≤ 35 years and women aged
≤ 30 years, significantly higher than success rates obtained in older patients (53% (95%
CI, 48 to 58) (Figure 2).
3.3
Sucessful parenthood outcome in the whole population (n
= 2138)
In the refusers and non-respondents groups (250 refusers + 535 non-respondents = 785
couples), through various medical records we finally obtained information on the outcome
5
188
Figure 1: Cumulative Proportions of Reproductive Outcomes Among the 822 Couples
who Succeeded in Their Parenthood Project, According to Treatment Method.
The cumulative proportions were calculated among 822 respondents who succeeded in having children, according to type of treatment: 27% after spontaneous conception, 24% after
ICSI, 13% after IUI, 13% after non-ART treatments, 9% after ART with sperm donor,
7% through adoption and 6% after IVF.
for 353 of these 785 couples, of whom 89 (25%) had been successful in having a child. For
the remaining 432 couples (116 refusers + 316 non-respondents) for whom no information was available, the missing reproductive outcome can be estimated according to two
hypotheses. According to the conservative hypothesis, we assumed that among these 432
couples whose outcome was unknown, the same proportion were successful as among the
353 couples whose outcome was known. This yielded a cumulative success rate of 52%
(95% CI, 50 to 55), compared with 44% (95% CI, 42 to 47) according to the pessimistic
hypothesis where we assumed that none of these 432 couples succeeded in having a child
(Figure 3).
4
4.1
Discussion
High participation
In our series of 2138 couples consulting for male infertility (2000 - 2004), 63% participated
in the telephone interview, or 84% if we exclude the non-respondents who could not be
contacted. Our participation rate was similar to the 83% obtained in a Swedish study of
relationships and parenthood in couples after ART, in which some recruitment was done
by telephone [Sydsjo et al., 2002], and it was higher than that observed in studies using
6
189
Table 2. Factors Associated with Successful Parenthood Outcome Among 1353 Voluntary
Respondents
Child
No Child
Crude OR
Adjusted OR
(n = 822)
(n = 531)
(95% CI)
(95% CI)
n
%
n
%
67
33
286
245
54
46
1.00
0.57
0.46-0.72
1.00
0.64
0.49-0.83
Age of the woman at the first consultation
≤ 30 yr
351
43
> 30 yr
472
57
177
350
34
66
1.00
0.68
0.54-0.85
1.00
0.86
0.66-1.13
Education level of the man
Primary school (16 yr)
Secondary school (18 yr)
University education
324
114
381
40
14
46
227
98
204
43
19
38
1.00
0.80
1.30
0.58-1.10
1.02-1.66
1.00
0.70
1.05
0.50-0.98
0.75-1.48
Education level of the woman
Primary school (16 yr)
Secondary school (18 yr)
University education
220
143
446
27
18
55
175
105
234
34
20
46
1.00
1.15
1.51
0.84-1.59
1.17-1.95
1.00
1.31
0.81
0.98-1.77
0.62-1.05
Fecundity type
Primary infertility
Secondary infertility
584
238
71
29
338
193
64
36
1.00
0.73
0.57-0.92
1.00
0.81
0.62-1.05
Infertility duration
≤ 24 months
> 24 months
502
320
61
39
280
251
53
47
1.00
0.71
0.57-0.88
1.00
0.74
0.59-0.94
Type of treatment
None
Non-ART treatment
IUI
IVF
ICSI
Sperm donor
132
153
149
66
242
80
16
19
18
8
29
10
99
135
58
48
162
29
19
25
11
9
30
6
1.00
0.85
1.92
1.03
1.12
2.06
0.59-1.20
1.29-2.88
0.65-1.62
0.80-1.55
1.26-3.44
1.00
0.78
1.93
0.97
1.02
1.74
0.54-1.12
1.26-2.96
0.59-1.59
0.70-1.47
1.04-2.96
Age of the man at the first consultation
≤ 35 yr
556
> 35 yr
266
OR were adjusted for age of the man, age of the woman, education level of the man, education level of the
woman, infertility duration, and type of treatment.
7
190
Figure 2: Cumulative Parenthood Rates Stratified According to Male Age and Female
Age Among the 1353 Voluntary Respondents.
The cumulative success rate was estimated by the Kaplan-Meier method, stratified according to male and female ages (P < 0.05): 70% (95% CI, 65 to 74) for men aged ≤ 35
years and women aged ≤ 30 years, 67% (95% CI, 62 to 72) for men aged ≤ 35 years and
women aged > 30 years, 67% (95% CI, 53 to 81) for men aged > 35 years and women
aged ≤ 30 years, and 53% (95% CI, 48 to 58) for men aged > 35 years and women aged
> 30 years.
conventional postal questionnaires (29% [de La Rochebrochard et al., 2009], 74% [Pinborg
et al., 2009]).
The higher participation in telephone than in postal surveys could be explained by the
recruitment method, suggesting that telephone interviews may offer an interesting alternative for follow-up studies. The direct contact by telephone allows positive interactivity
between interviewer and patient, in particular when dealing with sensitive subjects.
Successful outome In our series of 2138 couples consulting for male infertility, 61% of
the 1353 voluntary male respondents had succeeded in having a child. Taking missing data
into account, the cumulative success rates fell to 52% under the conservative hypothesis,
and to 44% under the pessimistic hypothesis. As we assumed that none of the refusers
and non-respondents for whom we had no information on reproductive outcomes had
succeeded in having children, the hypothetical pessimistic cumulative success rate of 44%
is probably underestimated. Consequently, it is also reasonable to estimate that around
one couple in two consulting for male infertility will succeed in having children within 4
to 9 years.
Interestingly, our results obtained in a large series of infertile men are in accordance
8
191
Figure 3: Hypothetical Conservative and Pessimistic Cumulative Success Rates Among
the 2138 Couples.
Among the 2138 couples who consulted at the TMSC, the conservative cumulative success
rate assumed that the refusers + the non-respondents for whom we had no information
about reproductive outcomes were successful in having children in the same proportion as
those for whom information was available, whereas the pessimistic cumulative success rate
assumed that none were successful.
with those observed in studies conducted in infertile couples performing IVF/ICSI, in
which observed cumulative rates were 42% [Lintsen et al., 2007], 54.5% [Stolwijk et al.,
2000], 63.1% [Olivius et al., 2002] and 66% [Sharma et al., 2002] with a male factor
representing, respectively for the three first studies, 40%, 33%, 33%.
In our study, 17% of births resulted from spontaneous pregnancies which is lower than
the 21% observed by Hennelly et al. [2000] and than the 25% estimated in a prospective
cohort study [Eijkemans et al., 2008]. Interestingly, of the spontaneous pregnancies which
occurred in our series, two-thirds concerned couples with infertility of ≤ 24 months duration and half concerned couples with a diagnosis of ’unexplained male infertility’; these
two factors may well explain such significant rates of spontaneous pregnancy in these
groups.
One hundred four pregnancies (7%) were obtained in couples who received only medical
and surgical treatments (’non-ART treatments’). These results, which are in agreement
with those observed in the model developed by Collins and Van Steirteghem [2004], suggest
that in some couples (depending on age, length of infertility and type of disorder) ART
could be postponed and non-ART procedures proposed as first-line treatment.
9
192
4.2
Male age: a key risk factor
The cumulative rates of success in having children in our population were higher (70%)
for men aged ≤ 35 years and women aged ≤ 30 years, in agreement with previous papers showing an association between male age and female age in successful pregnancies
[La Rochebrochard , de] [Marquard et al., 2009]. In multivariate analysis, male age ≤ 35
years remained statistically associated with success in having children. Accordingly, it
seems pertinent to take into consideration not only female age but also male age as important risk factors affecting reproductive outcomes [Elizur et al., 2005] [Malizia et al.,
2009] [Yli-Kuha et al., 2009].
4.3
Limitation and bias
One originality of our recruitment lay in data collection by telephone questionnaire,
whereas in most retrospective studies data were collected by postal questionnaires. Although telephone contact introduces bias in recruitment according to sociodemographic
level, and also due to use of cell phones that are not included in the national telephone
directory, the high participation rate obtained in our study leads us to believe that this
telephone interview design may have introduced only limited bias.
Another potential bias could be due to loss to follow-up. In our series 25% of the
2138 couples were lost to follow-up, which is in fact a lower percentage than that of other
studies [de La Rochebrochard et al., 2009] [Filetto and Makuch, 2005] [Fisher et al., 2009].
Moreover, although a prospective cohort is frequently considered as the ’gold standard’,
our current rate of 25% of loss to follow-up is equal to that observed in a prospective
cohort study of cumulative 5-year delivery and adoption rates [Pinborg et al., 2009].
A third bias in our study could provide from the wide range of means to have a child.
ART with donor sperm or adoption is mainly initiated only when others treatments failed
which explain that cumulative rates increased later for these methods contrary to the
others (for which only one treatment was used for couple).
5
Conclusion
So far, this is the first study examining reproductive outcomes in a large series of couples
consulting for male infertility with a 5 to 9 year follow-up. In this series of 2138 couples
and whatever the cause of male infertility and the type of treatment, one in two couples
finally succeeded in having children. This is a new, interesting and encouraging result for
infertile men, and is similar to results observed in infertile women [Malizia et al., 2009].
Another key finding is the impact of male age, which like female age is an important and
major factor to be taken into consideration. It should encourage couples to attempt to
start planning to have children earlier.
10
193
References
J. Boivin, L. Bunting, J. A. Collins, and K. G. Nygren. International estimates of infertility
prevalence and treatment-seeking: potential need and demand for infertility medical
care. Hum Reprod, 22(6):1506–12, 2007.
J. A. Collins and A. Van Steirteghem. Overall prognosis with current treatment of infertility. Hum Reprod Update, 10(4):309–16, 2004.
E. de La Rochebrochard, C. Quelen, R. Peikrishvili, J. Guibert, and J. Bouyer. Long-term
outcome of parenthood project during in vitro fertilization and after discontinuation of
unsuccessful in vitro fertilization. Fertil Steril, 92(1):149–56, 2009.
J. de Mouzon, P. Lancaster, K. G. Nygren, E. Sullivan, F. Zegers-Hochschild, R. Mansour,
O. Ishihara, and D. Adamson. World collaborative report on assisted reproductive
technology, 2002. Hum Reprod, 2009.
J. de Mouzon, V. Goossens, S. Bhattacharya, JA. Castilla, AP. Ferraretti, V. Korsak,
M. Kupka, KG. Nygren, and A. Nyboe Andersen. Assisted reproductive technology in
europe, 2006: results generated from european registers by eshre. Hum Reprod, 2010.
M. J. Eijkemans, A. M. Lintsen, C. C. Hunault, C. A. Bouwmans, L. Hakkaart, D. D.
Braat, and J. D. Habbema. Pregnancy chances on an ivf/icsi waiting list: a national
prospective cohort study. Hum Reprod, 23(7):1627–32, 2008.
S. E. Elizur, L. Lerner-Geva, J. Levron, A. Shulman, D. Bider, and J. Dor. Factors
predicting ivf treatment outcome: a multivariate analysis of 5310 cycles. Reprod Biomed
Online, 10(5):645–9, 2005.
S. E. Elizur, L. Lerner-Geva, J. Levron, A. Shulman, D. Bider, and J. Dor. Cumulative
live birth rate following in vitro fertilization: study of 5,310 cycles. Gynecol Endocrinol,
22(1):25–30, 2006.
J. N. Filetto and M. Y. Makuch. Long-term follow-up of women and men after unsuccessful
ivf. Reprod Biomed Online, 11(4):458–63, 2005.
J. R. Fisher, G. H. Baker, and K. Hammarberg. Long-term health, well-being, life satisfaction, and attitudes toward parenthood in men diagnosed as infertile: challenges to
gender stereotypes and implications for practice. Fertil Steril, 2009.
B. Hennelly, R. F. Harrison, J. Kelly, S. Jacob, and T. Barrett. Spontaneous conception
after a successful attempt at in vitro fertilization/intracytoplasmic sperm injection.
Fertil Steril, 73(4):774–8, 2000.
11
194
E. La Rochebrochard (de) and P. Thonneau. Paternal age ¿or=40 years: an important
risk factor for infertility. Am J Obstet Gynecol, 189(4):901–5, 2003.
A. M. Lintsen, M. J. Eijkemans, C. C. Hunault, C. A. Bouwmans, L. Hakkaart, J. D.
Habbema, and D. D. Braat. Predicting ongoing pregnancy chances after ivf and icsi: a
national prospective study. Hum Reprod, 22(9):2455–62, 2007.
B. A. Malizia, M. R. Hacker, and A. S. Penzias. Cumulative live-birth rates after in vitro
fertilization. N Engl J Med, 360(3):236–43, 2009.
K. Marquard, L. M. Westphal, A. A. Milki, and R. B. Lathi. Etiology of recurrent
pregnancy loss in women over the age of 35 years. Fertil Steril, 2009.
K. Olivius, B. Friden, K. Lundin, and C. Bergh. Cumulative probability of live birth after
three in vitro fertilization/intracytoplasmic sperm injection cycles. Fertil Steril, 77(3):
505–10, 2002.
A. Pinborg, C. O. Hougaard, A. Nyboe Andersen, D. Molbo, and L. Schmidt. Prospective
longitudinal cohort study on cumulative 5-year delivery and adoption rates among 1338
couples initiating infertility treatment. Hum Reprod, 24(4):991–9, 2009.
M. R. Safarinejad. Infertility among couples in a population-based study in iran: prevalence and associated risk factors. Int J Androl, 31(3):303–14, 2008.
V. Sharma, V. Allgar, and M. Rajkhowa. Factors influencing the cumulative conception
rate and discontinuation of in vitro fertilization treatment for infertility. Fertil Steril,
78(1):40–6, 2002.
A. M. Stolwijk, A. M. Wetzels, and D. D. Braat. Cumulative probability of achieving
an ongoing pregnancy after in-vitro fertilization and intracytoplasmic sperm injection
according to a woman’s age, subfertility diagnosis and primary or secondary subfertility.
Hum Reprod, 15(1):203–9, 2000.
G. Sydsjo, M. Wadsby, S. Kjellberg, and A. Sydsjo. Relationships and parenthood in couples after assisted reproduction and in spontaneous primiparous couples: a prospective
long-term follow-up study. Hum Reprod, 17(12):3242–50, 2002.
P. Thonneau and L. Bujan. [epidemiology of male infertility]. Rev Prat., 43(8):936–40.,
1993.
P. Thonneau, S. Marchand, A. Tallec, M. L. Ferial, B. Ducot, J. Lansac, P. Lopes, J. M.
Tabaste, and A. Spira. Incidence and main causes of infertility in a resident population
(1,850,000) of three french regions (1988-1989). Hum Reprod., 6(6):811–6., 1991.
12
195
C. Witsenburg, S. Dieben, L. Van der Westerlaken, H. Verburg, and N. Naaktgeboren.
Cumulative live birth rates in cohorts of patients treated with in vitro fertilization or
intracytoplasmic sperm injection. Fertil Steril, 84(1):99–107, 2005.
A. N. Yli-Kuha, M. Gissler, R. Luoto, and E. Hemminki. Success of infertility treatments
in finland in the period 1992-2005. Eur J Obstet Gynecol Reprod Biol, 144(1):54–8,
2009.
13
196
Annexe C
Sélection stable de variables dans les
modèles de durées de vie
Résumé
L’instabilité dans les modèles de sélection de variables est une préoccupation majeure
dans le cas de jeux de données contenant un grand nombre de covariables. Cet article
traite des méthodes de sélection de variables dans le cas des problèmes de grande dimension avec des données censurées à droite. Nous nous concentrons sur des nouvelles
méthodes de sélection de variables par le biais de deux approches différentes utilisées en
analyse de survie : le modèle de Cox et les arbres de survie. Pour cela, nous combinons
des méthodes de rééchantillonnage (bootstrap) avec l’algorithme stepwise, la pénalisation
L1 (ou Lasso) et les arbres de survie. Nous passons en revue ces différentes approches de
sélection de variables et les appliquons à deux jeux de données réels, l’un sur le cancer du
sein et l’autre sur un jeu de données original sur l’infertilité. Nous comparons les performances de prédiction avec celles obtenues à partir de la méthodologie des forêts aléatoires
de survie connue pour donner la plus petite erreur de prédiction, mais difficile à interpréter
par les non-statisticiens. Nous comparons également leur facilité d’interprétation. Enfin,
les variables sélectionnées par chaque procédure sont comparées et discutées. L’objectif
est de trouver un compromis entre un bon modèle prédictif et une facilité d’interprétation
pour les cliniciens. Les résultats suggèrent que dans le cas d’un petit nombre d’individus, un bootstrap adapté à la pénalisation L1 dans le modèle de Cox donne une bonne
alternative aux forêts aléatoires de survie. Ainsi, la complémentarité entre les méthodes
basées sur le modèle de Cox et celles basées sur les arbres de survie devraient permettre
de construire des modèles fiables et faciles à interpréter pour le clinicien.
Cet article va être soumis à la revue Statistics in Medecine.
197
Stable variable selection for right censored
data: comparison of methods
Abstract
The instability in the selection of models is a major concern with datasets containing a large number of covariates. This paper deals with methods of variable selection
in the case of high-dimensional problems with right censored data. We focuse on new
stable variable selection methods based on two different methodologies commonly used in
survival analysis: the Cox model and the survival trees. For that, we investigate bootstrapping adapted to stepwise algorithm, L1 -penalization of Lasso and survival trees. We
review these different variable selection approaches and apply them to two real datasets,
a classical breast cancer dataset and an original infertility dataset. We compare their
prediction performance with this obtained from the random survival forest methodology
known to give the smallest prediction error but difficult to interpret by non-statisticians.
We also compare the relevance of their interpretation and focuse on new insights concerning the original infertility dataset. Finally, the covariates selected from each procedures
are compared and discussed. The aim is to find a compromise between a good prediction
performance and ease to interpretation for clinicians. Results suggest that in the case
of a small number of individuals, a bootstrapping adapted to L1 -penalization in the Cox
model or a bootstrap node-level stabilization in survival trees give a good alternative to
the random survival forest methodology. In a clinical perspective, the complementarity
between the methods based on Cox model and those based on survival trees permits to
built reliable models easy to interprete for the clinician.
Key-words: censored data, variable selection, survival trees, survival random forests,
Lasso, Cox model, bootstrap.
1
Introduction
The problems of variable selection are knowing a growing interest in the processing of
datasets containing more and more variables. In the last twenty years, many methods
of variable selection have been proposed to handle these high-dimensional problems, especially when the number of covariates p exceeds the number of observations n. A large
literature concentrates on the case of linear regression. To avoid a wrong estimation due
to collinearity problems and to improve interpretation, the scientific community has developed tools to select the most relevant variables. A classical well-known method is the
stepwise algorithm based on the Akaike Information Criterion(AIC). Recently, another
field of research has focused on optimization problems, such as L1 -penalty approaches.
1
198
On the other way, tree-based algorithms provide an interesting alternative to handle nonparametrically a large number of covariates.
As a large literature concentrates on the case of linear regression, we focuse here on
the special case where the variable of interest is right censored. In this context, the Cox
model [Cox, 1972] has become the gold-standard tool for the statistical analysis, especially
in the medical field. However in the case of a large amount of covariates, it seems to be
very unstable, even when stepwise [Harrell et al., 1984] or L1 -penalization [Meinshausen
and Buehlmann, 2010] are added to the classical procedure. To remedy this problem,
some authors, in the context of the linear regression, have proposed to use bootstrapping
to stabilize the choice of the variables in the final model. Bach [2009] introduced stability
in the selection by using bootstrapping in a Lasso algorithm, a method called Bolasso,
and [Meinshausen and Buehlmann, 2010] proposed to improve the L1 -penalization by randomising the selection process of the covariates. These methods have only been considered
in the framework on linear regression and we apply them here to stabilize the selection
of covariates in a Cox model. Alternatively to the Cox model, survival trees procedures
permit to take into account non linear relationships between the censored variable and
the covariates and yield easily interpretable classification rules to the clinicians, but they
tend to overfit the data and suffer also from instability (see by example [Breiman, 1996a],
[Dannegger, 2000], [Ruey-Hsia, 2001] and [Gey and Poggi, 2006]). A stabilization technique know to improve the prediction performance of a single tree consists in aggregating a
family of tree models using boostrapped samples and a random selection of the covariates
at each node of the trees. This procedure, called “random forests” Breiman [1996b] has
been adapted to the survival framework by Ishwaran et al. [2008]. This Random Survival
Forest (RSF) methodology is considered as the best modelization in terms of prediction
but it it is not easy to interprete as it does not provide a single tree. Dannegger [2000]
introduced tools to control the stability of the selection of the covariates at each node
and propose resampling techniques at node-level to stabilize the choice of the split. This
methodology has the advantage to keep the simplicity of interpretation of a single final
tree.
In this article, we review and compare these different stable variable selection methods derived on the Cox model or on survival trees on real data sets. We will base the
comparison of the proposed methods on statistical criteria as the prediction accuracy but
also on the capacity of the method to supply a final model of which the clinical interpretation is easy and pertinent. As a matter of fact, the objective of the statistician is to
provide to clinicians a model which is robust enough to permit a proper understanding of
the relationships between the variable of interest and the covariates in a predictive and
explanatory purpose.
We consider two real data sets. The first set of data concerns the survival of breast
cancer patients [van de Vijver et al., 2002] and is a very usual case encountered in survival
analysis. This classical example will validate the different approaches discussed earlier.
The second data set is much more original and very few studies were led in this domain:
2
199
it concerns couples consulting for infertility. The censored variable of interest is the time
between the first consultation of the couple and the birth of a alive child, which is difficult
to model. The study takes into account several covariates of the couple or man and woman,
but also the associated medical treatment according to the diagnosed causes of infertility.
For example, a man with severe oligospermia will receive ICSI (IntraCytoplasmic Sperm
Injection), while a woman with a dysovulation or with no tubal factor will enter an IVF (In
Vitro Fertilization) program. In many couples, the causes of infertility are not identified
and physicians can not clearly answer the question of on-going pregnancy in couples.
In section 2, a presentation of the selection methods based on the Cox model is given,
followed, in section 3, by a review of the selection methods based on trees algorithms.
Section 4 compare the different approaches on the two data sets, giving the prediction
errors and the selected variables in the final model for each approach. Conclusions remarks
and perspectives are presented in the last section.
2
Stable variable selection methods based on the Cox
model
Notations
We denote by T the variable of interest, which is a time of failure. We suppose that T may
be right censored at a non-informative censoring time C such that C is independent of T
conditionally on Z, a p-vector of covariates. The observations are therefore the possibly
censored time X = min(T, C) and the censoring indicator ∆ = 1{T ≤ C}, where 1{·} is
the indicator function. Let denote by τ the maximum observation time and assume that
τ belongs strictly to the support of T . The observed sample is thus (Xi , ∆i , Zi )i=1,...,n .
In survival analyses, the Cox model [Cox, 1972] has become the most popular method
to modelize the relationship between a censored survival time and one or more predictors
(i.e. covariates). This model has the advantage to be semi-parametric in the sense that
it does not require assumptions on the survival time distribution. Morevoer, it is of
easy interpretation for clinicians in providing estimates of the effect of the covariates on
survival time after adjustment on the other covariates.
In the Cox regression model in its simplest form, the hazard function for the failure
time of an individual takes the form
λ(t|Z) = λ0 (t) exp(β 0 Z),
(1)
where β is a p-vector of unknown regression parameters and λ0 is an unknown baseline
hazard function. Denote t(1) , . . . , t(k) the k ordered uncensored survival times. The parameter of interest β is estimated by maximising the logarithm of the partial likelihood
3
200
function
L(β) =
k
X
i=1

β 0 Zi

− log 
X
e
β0Z
j∈Ri
j


(2)
where Ri is the set of indices of the individuals at risk at time t(i) . Notice that the Cox
model is a log-linear model based on the proportional hazard hypothesis, which stipulates
that the ratio of the hazard functions of two individuals is constant over time.
In the following, we review three methods to select relevant covariates using the Cox
model: the bootstrap stepwise selection, the bootstrap Lasso selection and the bootstrap
randomised Lasso selection.
2.1
Bootstrap stepwise selection (BSS)
In case of a large number of covariates, the selection of the predictors in the Cox model is
usually made by a stepwise algorithm minimising the Akaike Information Criteron (AIC).
the stability of this method is questionable. Harrell et al. [1984] showed variation in
selected predictors using a data splitting approach. This result was confirmed by Chen
and George [1985] who apply the stepwise procedure on 100 bootstrapped samples from a
study of acute lymphocytic leukaemia. The original model which was built from the entire
set by a Cox regression coincide in only 2% of the cases with the models selected from the
bootstrapped samples. Sauerbrei and Schumacher [1992] developped a bootstrap-model
selection procedure which combined the bootstrap method with stepwise selection in Cox
regression. They examined the inclusion frequencies of variables selected into the models
derived from the bootstrapped samples and keep in the final model the variables for
which the inclusion frequency exceeds a given cut-off value κ in (0, 1). The choice of κ is
arbitrary. The authors applied the methodology to a dataset on brain tumours including
447 patients and 12 covariates, using two values of κ (0.3 and 0.6). They showed that the
choice of κ = 0.6 gives the same final model whatever the number of replications (from
100 to 1000).
2.2
Bootstrap Lasso and bootstrap randomized Lasso selection
Lasso selection
An alternative to the stepwise selection procedure is the Lasso selection. Adapted by
Tibshirani [1997] to the Cox model, the method estimates the β parameter via maxP
imising the log partial likelihood function (2) with the constraint pj=1 |βj | ≤ λ where λ
is a regularization parameter. The Lasso constraint selects variables by shrinking estimated coefficients towards 0. This leads to coefficients exactly equal to zero and allows
a parcimonious and interpretable model. The choice of a proper λ is sensitive and leads
4
201
to variation in model selection as demonstrated by Meinshausen and Buehlmann [2010].
In a linear regression framework, they studied the stability selection in a gene expression
dataset. They introduced noise in variables in permuting all but 6 of the 4088 gene expressions. They showed that, when λ increases, the final model retained as well the 6
unpermuted variables as the irrelevant noised variables. Although cross-validation seems
a natural solution to choose λ, it is not a good alternative for high-dimensional problems.
As a matter of fact, the authors showed in their example that 14 permuted variables are
retained in the final model obtained in chosing λ by cross-validation. Moreover, Meinshausen and Buehlmann [2006] prooved that if the number of covariates tends to infinity
then the probability of selecting the wrong variable converges to 1.
Bootstrap Lasso selection (BLS)
In order to obtain a consistent model selection, Bach [2009] proposed for the linear model
a bootstrapped version of the Lasso, referred as the Bolasso. He defined the Bolasso
model estimate as the final model composed by only the variables which are selected in all
bootstrapped samples; in other words, using the terminology of the BSS, it corresponds to
a cut-off value κ equal to 1. However, Meinshausen and Buehlmann [2010] showed with
the permuted gene dataset that even with random subsampling (which is a procedure
close to the bootstrap, see Freedman [1977]), the Lasso algorithm could select irrelevant
variables when λ is too large.
Bootstrap randomized Lasso selection (BRLS)
To deal with the choice of λ, Meinshausen and Buehlmann [2010] proposed a generalisation
of the bootstrap Lasso procedure called bootstrap randomized Lasso where the covariates
are penalised by different values randomly chosen in the range [λ,λ/α] with α in (0, 1).
p X
βj ≤ λ. In practice,
This turns out to estimate the β parameter with the constraint
j=1 Wj
the set of covariates {Zj : j = 1, . . . , p} are weighted by the set {Wj : j = 1, . . . , p}
randomly generated where P (Wj = α) = pw and P (Wj = 1) = 1 − pw with pw in
(0, 1). The authors give no indication on the choice of pw and in the following we take
pw = 0.5. This procedure is very simple to implement and the authors showed that
choosing α in the range of (0.2, 0.8) gives a consistent variable selection whatever the
choice of the penalty λ. The authors explained that a low value of α will decrease the
selection probabilities of irrelevant variables even if the penalty λ is large (for more details,
see Meinshausen and Buehlmann [2010]). As the BLS and BRLS methods are based on
a penalization of the parameter β, it is necessary to first normalize the covariates such as
P
||Zj ||2 = ( ni=1 Zij2 )1/2 = 1 for all j in {1, . . . , p}.
5
202
3
Stable variable selection methods based on survival
trees
Although they are not so popular than the Cox model, tree-based methods in survival
analysis (the so-called survival trees) have known a great development in the last decades.
They provide a good alternative to the Cox regression model in identifying covariates
which play a role on the survival outcome and in predicting the individual risk of failure.
In addition to be easy to interprete in a large frame of applications, survival trees methods can incorporate non linear effects, and also take into account interactions between
covariates.
First developed for basic classification trees, the Classification and Regression Trees
(CART) algorithm of Breiman [1984] is based on binary recursive partitioning. This is
an iterative process which splits the data into two subgroups (daughter nodes) according
to the value of one of the predictors. The splitting rule maximises the difference between
nodes. Let denote {Zj : j = 1, . . . , p} the set of covariates. Formally, a split is induced
by a question of the form “Is Zj ≤ b ?” for a continuous covariate where b is a cut-off
value in the set of realizations of Zj . For nominal covariates with possible values in the set
B = {b1 , . . . , br }, the question is of the form “Is Zj ∈ S?” where S ⊂ B. To determine the
best split s among all covariates in the current node h, a measure of improvement G(s, h)
is evaluated, producing the most homogeneous daughter nodes. The best split sbest is the
optimal split among all possible splits in the set Sh such as G(sbest , h) = maxs∈Sh G(s, h).
The process goes on until each node reaches a user-specified minimum node size and
becomes a terminal node, or is homogenous. To control the size of the tree, a stopping
rule is used to prune the “large” tree containing “pure” nodes. The method employed by
CART is called cost-complexity pruning. The complexity of a tree Θ is :
Rcp (Θ) = R(Θ) + cp Θ̃ ,
(3)
where R(Θ)
is the raw error of measure (sum of the error of measure over the terminal
nodes), Θ̃ is the number of terminal nodes, and cp is an arbitrary penalty weight between
0 and ∞ called the complexity parameter. A sequence of nested trees is built. The final
tree is the smallest tree for which Rcp (Θ) is minimized. To deal with the choice of cp,
cross-validation techniques can be used to determine the optimal size of the tree.
Various splitting and pruning approaches have been proposed to adapt regression trees
to survival data. Gordon and Olshen [1985] used the Wasserstein metrics to measure the
distance between two Kaplan-Meier estimates of the survival distribution. The split criterion chooses the predictor (and if necessary the cut-off) which maximises this distance
for the left and right daugther nodes. To prune the survival tree, they generalized the
cost-complexity measure for censored data. A more usual way to measure the difference
between survival curves is the logrank test statistic. This was done by Ciampi et al.
[1986], Segal [1988] and LeBlanc and Crowley [1993] who suggested to use the logrank
6
203
test statistic as a between-node heterogeneity measure. As an alternative to the standard cost-complexity pruning approach using proportional hazards martingale residuals
as error measures, LeBlanc and Crowley [1993] proposed a “goodness-of-split” complexity
based on the sum of the standardized splitting logrank test statistics of the internal nodes.
Others authors suggested to use split criteria based on the likelihood function. Davis and
Anderson [1989] assume that the survival function within each node is an exponential
function with a constant hazard, while LeBlanc and Crowley [1992] only assume proportionality for the hazard functions of two daughter nodes. These latter used for estimation
the full or partial likelihood function in the Cox proportional hazards model.
Instability in the selection of covariates by regression trees has been observed and
demonstrated by many authors (see e.g. [Breiman, 1996a], [Dannegger, 2000], [Ruey-Hsia,
2001] and [Gey and Poggi, 2006]). Too large trees are the main source of instability, due
to an overfitting of data. The variance observed may also come from arbitrary cutpoints
defined by dichotomization of continuous covariates. We review in the following two
remedies to instability of survival trees: the bootstrap node-level stabilization proposed
by Dannegger [2000] and the random survival forests of Ishwaran et al. [2008].
3.1
Bootstrap node-level stabilization (BNLS)
Dannegger [2000] proposed a bootstrap node-level stabilization procedure for survival
trees. The algorithm consists, at node h, in drawing bootstrapped samples from the
original set, and for each of them, in finding the best split. The split which appears
the most of the time at the node h is selected. For a continuous variable, the cut-off
value b chosen in the set of realizations of the split variable is the median of all the
b-values proposed at each bootstrap. As Dannegger [2000] did not propose a choice of
the cut-off for a qualitative variable, we decide to affect a level of a qualitative variable
to the daughter node mainly choosen by the boostrapped samples. To find the optimal
complexity parameter cp to prune the tree, we use a ten-fold cross-validation procedure
as suggested by Dannegger [2000].
Dannegger [2000] compared his methodology (for 100 bootstraps at each node) to the
CART algorithm and to the bagging method using simulated data. With 50 iterations, he
found that the BNLS reduces the predictor error rate from 26% (the value obtained with
CART) to 6%. The bagging method has the best performance with a prediction error of
3%. However the model obtained with this latter method is not easy to use an interprete
by non-statisticians, unlike BNLS.
3.2
Random Survival Forests (RSF)
In order to stabilize the trees obtained by the CART procedure, Breiman [1996a] proposed
the bagging method (so called for bootstrap aggregating) based on a family of random
trees: multiple versions of predictor models obtained from bootstrapped samples are
7
204
aggregated in order to construct a robust model estimator. Bagging was then adapted
to the survival framework by Efron [1981] and Akritas [1986]. Another way to improve
stability of trees is the boosting, developped by Freund and Schapire [1999]. As for
the bagging, the boosting consists in aggregating a family of models. Each tree is built
iteratively from a weighted sample (an individual who is misclassified gains weight and
an individual who is classified correctly looses weight) and then evaluated according to its
ability to classify data. Considered as better than the bagging, the boosting is yet limited
when data are too noised: the algorithm gives a heavy weight to noised data which leads
to a bad overfit (see Dietterich [1999]).
Breiman [1996b] proposed a random selection approach which combines the bagging
method with a random selection of the covariates at each node of the tree. This methodology, called random forests, is more stable than the two previous ones (see Breiman [1996a]
and Freund and Schapire [1999]). The method was adapted to the survival framework
in an approach called “random survival forests” by Ishwaran et al. [2008]. Bootstrapped
samples were drawn from the original data set. Notice that each bootstrapped sample
excludes on average 37% of the data, a set called out-of-bag (OOB) data. For each bootstrapped sample b in (1, . . . , ntree), a survival tree is built: at each node, a subset of
covariates is randomly selected among all the covariates. The splitting process continues under the constraint that each terminal node contains at least a fixed number of
unique event times. The RSF algorithm computes an ensemble estimate for the cumulative hazard function (CHF), which is used as a predictor. For each terminal node h, let
t(1,h) < . . . < t(Nh ,h) be the distinct ordered uncensored event times, and define dl,h and
Yl,h as the number of events and individuals at risk at time t(l,h) , for l = 1, ..., Nh . The
CHF estimator for the node h is the Nelson-Aalen estimator
Ĥh (t) =
X
dl,h
·
t(l,h) <t Yl,h
Each tree provides such CHF estimate at each terminal node. Let Ĥb (t|z) denote the
cumulative hazard estimate for tree b conditionnaly on the covariate z. To determine the
CHF estimate for individual i with covariate vector zi obtained from the tree b, drop zi
down the tree. It will fall in a unique terminal node h. So we have Ĥb (t|zi ) = Ĥh (t) if
zi ∈ h. Let Ii,b = 1 if i is an OOB point for b and 0 otherwise. The OOB ensemble CHF
estimator for i is:
Pntree
Ii,b Ĥb (t|zi )
∗
Ĥe (t|zi ) = b=1Pntree
.
b=1 Ii,b
Note that the above estimator is obtained by avering only over bootstrap samples in which
i is excluded.
8
205
4
Comparison of the methods
In order to compare the different variable selection approaches, we apply them to two
real data sets, the first concerning breast cancer and the second male fertility. The
five following procedures have been compared : the bootstrap Cox stepwise procedure
(BSS), the bootstrap Cox Lasso procedure (BLS), the bootstrap Cox randomized Lasso
procedure (BRLS) with three different values of α (0.2, 0.4 and 0.6), the bootstrap nodelevel stabilization procedure (BNLS) and the random survival forest method (RSF).
We use the methods implemented in R software (CRAN). We adapted bootstrap to
the stepwise Cox algorithm and to the R package penalized. We also modified the R
package rpart in order to introduce bootstrap at node-level in the building of the tree
(BNLS procedure). Instead of the default exp method which maximises an exponential
likelihood, we used as a splitting criterion in rpart the logrank test statistic, following
the recommandations of Radespiel-Troger et al. [2006]. They showed that the prediction
error of the tree is related to the instability of the covariate selection at each node.
Compared to other splitting criteria on a real survival dataset on gallbladder stones, the
logrank test statistic yields the lowest prediction error (evaluated by the Brier score).
The R package randomSurvivalForests provides four different splitting rules: logrank,
conservation of events, logrank score, and approximate logrank (for more details, see
Ishwaran and Kogalur [2007]). We decided to use the default splitting criterion i.e. the
logrank test statistic. Concerning the number of bootstrapped samples, we take N = 100
for the Cox model based procedures, the default value N = 1000 for RSF, and N = 1000
for the BNLS procedure.
4.1
Comparison criteria
We compare the five procedures on the basis on their prediction performance but also on
the usefulness of the model for non-statisticians. The prediction performance is measured
by the prediction error rate. A model will be considered as useful if the statistical method
involved is the most adapted to the problematic of the clinician and if the results are easy
to interpret.
4.1.1
Comparison of the prediction error rates
To measure the stability, we compare the five procedures using a statistical criterion :
the prediction error rate, which allows to quantify the prediction performance of the final
model selected. To this aim, the original data set is divided into two subsets, the training
set and the test set. The procedures, computed on the training set, give a final model
which is then applied on the test set to calculate the prediction error rate. We obtain the
prediction error rates in three steps:
1. We graphically choose sensible values of the cut-off κ for the methods based on the
9
206
Cox model and also values of λ for BLS and BLRS. For that, considering the whole
set, we plot the values of κ for each selected covariable for BSS and we plot the
values of κ with respect to values of λ for BLS and BLRS. The aim is to identify the
most relevant variables whose frequencies of inclusion κ are larger than those of the
other covariates whatever the value of λ. Then we choose values of λ and κ which
maximize the gap between the two subgroups of covariates. For BNLS, the choice
of the optimal complexity parameter cp is achieved by cross-validation techniques.
2. We then apply the procedures on the training set. As for the methods based on the
Cox models are concerned, for each method, we adjust on the training set a simple
Cox model including the subset of covariates for which the inclusion frequencies are
greater than κ. This permits us to obtain the estimations of the β paramteter in
order to calculate the predicted outcomes.
3. We finally calculate the prediction error rates on the test set for each method.
The most commonly used prediction error rate for survival models is based on the
Harrell’s concordance index C [Harrell and Davis, 1982]. To compute the C-index, the
observed and predicted outcomes are compared, as follows:
• Form all possible pairs of observations.
• Eliminate those pairs where the shorter survival time is censored, and also pairs
where the survival times and the censoring indicators are equal.
• For each permissible pair, count 1 if the shorter survival time has the worse predicted
outcome and count 0.5 if the predicted outcomes are tied. Sum over all permissible
pairs.
• The C-index is the ratio of the latter sum over the number of permissible pairs.
The prediction error rate is defined as 1 − C and is in {0, 1}. Note that a value of 0.5
prediction is not better than random guessing.
For the Cox model based procedures, the prediction for an individual i with covariate
vector Zi is based on the linear predictor β̂ 0 Zi . Individual i has worse predicted outcome
than j if β̂ 0 Zi > β̂ 0 Zj . The predictions of the survival trees based procedures are derived
from the CHF estimator. For the RSF procedure, they are derived from the OOB ensemble
CHF estimator. Let t1 ∗, . . . , tN ∗ be the unique uncensored survival times. Individual i is
said to have a worse predicted outcome than j if
N
X
k=1
Ĥe∗ (t∗k |Zi )
>
N
X
k=1
Ĥe∗ (t∗k |Zj ).
A total of 30 training sets and test sets were drawn to obtain a sample of mean error
rates. Boxplots of the mean error rates are presented in order to compare the variability
of the prediction performances.
10
207
4.1.2
Comparison of the selected covariates
We compare the set of covariates selected by the five different approaches applied on the
entire set. For BSS, BLS and BRL, we take the values of the cut-off κ and of the penalties
λ determined above. The BNLS algorithm provides the final tree which has been pruned
with a fixed complexity parameter cp. For the RSF procedure, the impact of the variables
is measured by their “variable importance” (VIMP), which is the difference between the
prediction error obtained with the original random forest procedure and the prediction
error obtained using randomized assignments whenever a split for the considered variable
is encountered (see Ishwaran et al. [2008]).
4.2
4.2.1
Results for the breast cancer dataset
Description
The breast cancer dataset contains the metastasis-free survival times from the study of
van de Vijver et al. [2002] who classified a serie of 295 patients with primary breast
carcinomas as having a gene-expression signature associated with either a poor or a good
prognosis. We restricted the study to the 144 patients who had lymph node positive
disease. van de Vijver et al. [2002] evaluated the predictive value of the gene-expression
profile of patients for the 70 genes previously determined by van ’t Veer et al. [2002] based
on a supervised learning method. The dataset can be found in the R package penalized.
Five clinical risk factors and 70 gene expression measurements found to be prognostic for
metastasis-free survival have been recorded. The censoring rate is 66%. The variables in
the dataset are:
• time: metastasis-free follow-up time (in months).
• event: censoring indicator. 1 = metastasis or death; 0 = censored.
• diam: diameter of the tumor (two levels).
• N: number of affected lymph nodes (two levels).
• ER: estrogen receptor status (two levels).
• grade: grade of the tumor (three ordered levels).
• age: age of the patient at diagnosis (in years).
• TSPYL5...C20orf46: gene expression measurements of 70 prognostic genes.
11
208
1.0
0.8
1.0
0.6
0.8
0.6
κ
κ
0.4
0.4
0.2
0.2
0.0
0.0
1
0.8
0.6
0.4
0.2
0
1
0.8
0.6
λ
0.4
0.2
0
λ
0.8
0.6
κ
0.4
0.2
0.0
0.0
0.2
0.4
κ
0.6
0.8
1.0
2. BRLS, α = 0.2
1.0
1. BLS
1
0.8
0.6
0.4
0.2
0
1
λ
0.8
0.6
0.4
0.2
0
λ
3. BRLS, α = 0.4
4. BRLS, α = 0.6
Figure 1: Inclusion frequencies κ with respect to λ for Bootstrap Lasso Selection and
Bootstrap Randomized Lasso Selection.
4.2.2
Prediction error rates
For the BSS procedure, the Cox stepwise algorithm did not converge, probably due to
too many covariates and not enough events in the boostrapped samples. As suggested
by Meinshausen and Buehlmann [2010], we search graphically the penalty λ which leads
to the best split between covariates in the BLS and BRLS procedures. However, the
graphical determination of λ is not so easy as in Meinshausen and Buehlmann [2010]
which presents results on an ad-hoc example. Figure 1 suggests that selecting between
four and five covariates seems to be the most relevant whatever the value of λ and κ. So
we decide to choose a value of λ = 0.4 and a value of κ = 0.2 for BLS and BRLS whatever
the value of α. The complexity parameter cp of the BNLS procedure is obtained by a
ten-fold cross-validation: we choose graphically cp = 0.002.
Figure 2 presents the boxplots for the different approaches based 30 iterations and the
numerical summaries are in table 1. As expected, RSF gives the lowest mean, median and
standard deviation of the prediction error rates. We verify the simple survival tree have
the worse prediction performance, but the BNLS procedure is hardly better. Whatever
the value of α, the BRLS procedure shows a large dispersion of error rates compared
to the BLS procedure which has a standard deviation of 0.06, similar to this of RSF.
However, a good compromise between dispersion and mean of error rates is observed for
12
209
0.3
0.4
●
0.2
prediction error rates
0.5
●
BLS
BRLS
α =0.2
BRLS
α =0.4
BRLS
α =0.6
BNLS
RSF
TREE
Figure 2: Boxplots of the prediction error rates for seven methods : Bootstrap Lasso
selection, Bootstrap Randomized Lasso selection (three values of α), Bootstrap node-level
selection, Random Survival Forest and a simple survival tree.
BRLS with α = 0.2 or with α = 0.4.
4.2.3
Selected variables in the final model
Figure 3 shows the covariates selected by Cox based procedures BLS and BRLS according
to the choice of the inclusion frequency κ. Only 23 covariates of the 75 initial covariates
appear in the selection done by procedures applied to the boostrapped samples (i.e. with
κ = 0) and no clinical covariate is selected. For κ = 0.2, six covariates are selected by BLS
whereas only four are selected by the BRLS procedures whatever the value of α (these
Mean
BLS
0.319
BRLS α = 0.2 0.309
BRLS α = 0.4 0.309
BRLS α = 0.6 0.311
BNLS
0.376
RSF
0.279
TREE
0.389
Standard deviation Median
0.066
0.310
0.075
0.292
0.081
0.287
0.086
0.302
0.073
0.394
0.062
0.286
0.0741
0.382
Table 1: Mean, standard deviation and median of error rates for the seven procedures
: Bootstrap Lasso selection, Bootstrap Randomized Lasso selection (three values of α),
Bootstrap node-level selection, Random Survival Forest and a sinple survival tree.
13
210
four covariates are a subset of the previous six. We notice a clear gap between the four
first selected variables and the other ones in the BRLS procedures. We can observe that
BLS and BRLS procedures find the same four most relevant covariates but not in the
same order: PRC1, ZNF533, QSCN6L1 and IGFBP5.1.
For the tree-based procedures RSF and BNLS, figure 4 and 5 show that the same most
discriminant variable is ZNF533. BNLS selects three other covariates among the first most
important variables selected by RSF: COL4A2, PRC1 and N. Selection with a simple survival
tree procedure exhibits the same first discriminant variable ZNF533 followed by PRC1,
RP5.860F19.3, HRASLS, IGFBP5, and SCUBE2. But the additionnal selected covariates by
CART never appear in the stable selection procedures. We can also notice that no clinical
factor is included in the survival tree built by CART procedure unlike the BNLS and RSF
procedures.
As far as the comparison of Cox based methods and survival trees methods is concerned, we notice similarity between the selected covariates: for example, ZNF533 is found
in all models. Regarding clinical factors, none was selected in Cox models contrary to
the survival trees based procedures. As they can take into account interactions between
covariates, tree based procedures show that N, the number of affected lymph nodes and
the age of the patient at diagnostic are relevant predictors in metastasis-free survival.
Notice that these two factors are also known to be clinically relevant.
4.3
4.3.1
Results for the fertility data set
Description
The fertility data were obtained from 2138 couples consulting for male infertility during
the period from 2000 through 2004 at Toulouse Male Sterility Center (TMSC) located
in Universitary Public Hospital (France). Patients were followed from entry and during
treatment by a andrologist specialist until either discontinuation of treatment or delivery
of an alive infant. The maximum follow-up is 9 years. The outcome assessment was
based on delivery of a alive infant obtained at TMSC (pregnancy after medical treatment
- medecine and/or surgical treatment, or assisted reproductive technologies - ART, as well
as spontaneous pregnancies). The event considered here is the birth of an alive infant and
right-censored events correspond to miscarriage or loss to follow-up. The “survival” time
is the delay in months from the first visit of the couple to the birth of their alive infant.
We will work on the subset of 1773 couples with covariates without missing values. 40% of
the couples succeed in their parental project, so the censoring rate is 60 %. In agreement
with clinicians, we decided to keep 32 covariates, among which:
• For the man: age, clinical investigation including medical histories as: histories
of orchitis, epididymitis, urogenital infections (UI), sexually transmitted infection
(STI), inguinal hernia, testis trauma, cryptorchidism (testicular maldescent), cancer, as well as testis, epididymis or vas deferens surgery, and clinical examination
14
211
PRC1
QSCN6L1
IGFBP5.1
ZNF533
COL4A2
Contig63649_RC
Contig32125_RC
MS4A7
RTN4RL1
ORC6L
EGLN1
LGP2
C9orf30
ESM1
STK32B
GNAZ
NM_004702
RUNDC1
OXCT1
FLT1
NUSAP1
GPR180
ALDH4A1
CENPA
RFC4
Contig40831_RC
MTDH
SERF1A
Contig20217_RC
IGFBP5
PECI
UCHL5
CDC42BPA
ECT2
SCUBE2
AA555029_RC
C20orf46
PITRM1
PECI.1
GSTM3
AYTL2
Contig35251_RC
EXT1
RP5.860F19.3
BBC3
●
PRC1
ZNF533
QSCN6L1
IGFBP5.1
NUSAP1
MS4A7
ORC6L
COL4A2
NM_004702
RTN4RL1
CENPA
LGP2
Contig63649_RC
IGFBP5
ESM1
RFC4
SCUBE2
C9orf30
DTL
MELK
CDC42BPA
OXCT1
GNAZ
STK32B
Contig40831_RC
PECI
GMPS
ECT2
ALDH4A1
EGLN1
PECI.1
TGFB3
MTDH
UCHL5
RAB6B
GPR180
RUNDC1
FLT1
Contig32125_RC
FGF18
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
0.0
0.2
0.4
0.6
0.8
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
0.0
0.1
0.2
κ
1. BLS, λ = 0.4
PRC1
ZNF533
IGFBP5.1
QSCN6L1
ORC6L
IGFBP5
COL4A2
RTN4RL1
NUSAP1
LGP2
Contig63649_RC
Contig32125_RC
CENPA
MS4A7
STK32B
NM_004702
C9orf30
RFC4
GPR180
ESM1
Contig35251_RC
RUNDC1
DTL
MTDH
GMPS
OXCT1
GNAZ
SCUBE2
EGLN1
Contig40831_RC
ALDH4A1
PITRM1
PECI.1
GPR126
MELK
PECI
CDC42BPA
ECT2
EXT1
RP5.860F19.3
C20orf46
AP2B1
SLC2A3
FBXO31
TGFB3
UCHL5
GSTM3
WISP1
FGF18
DIAPH3
●
PRC1
QSCN6L1
IGFBP5.1
ZNF533
RTN4RL1
NUSAP1
RFC4
Contig63649_RC
CENPA
COL4A2
MS4A7
ORC6L
NM_004702
LGP2
IGFBP5
Contig40831_RC
GMPS
ALDH4A1
STK32B
FLT1
Contig32125_RC
ESM1
EGLN1
C9orf30
GPR180
ECT2
Contig35251_RC
RUNDC1
GNAZ
C20orf46
PECI.1
DTL
MELK
TGFB3
MTDH
PECI
EXT1
SCUBE2
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
0.1
0.2
0.4
2. BRLS, α = 0.2, λ = 0.4
●
0.0
0.3
κ
0.3
0.4
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
0.0
κ
0.1
0.2
0.3
0.4
0.5
κ
3. BRLS, α = 0.4, λ = 0.4
4. BRLS, α = 0.6, λ = 0.2
Figure 3: Selected covariates with respect to the inclusion frequency κ for Bootstrap Lasso
Selection and Bootstrap Randomized Lasso Selection
15
212
ZNF533>=−0.5381
|
144/48
observations/events
RP5.860F19.3< −0.156
COL4A2< 0.2052
N>=1.5
81/13
Age>=42.5
99/22
PRC1< 0.169
90/17
45/26
RR=2.68 (9/5)
RR=1.34 (9/4)
FLT1< −0.01187
Diam>=1.5
RR=0.00
(20/0)
RR=0.21
(24/2)
TSPYL5>=0.01013
RR=0.28
(17/2)
RR=1.77
(12/5)
RR=0.41 (13/2)
RR=0.47
(11/2)
MMP9< −0.2002
RR=4.31
(14/11)
RR=11.17
(8/8)
RR=3.20 (7/7)
Figure 4: The final tree obtained by the Bootstrap Node-Level Selection.
ZNF533
PRC1
Age
COL4A2
IGFBP5.1
N
MS4A7
Contig63649_RC
MCM6
UCHL5
NM_004702
RFC4
CDCA7
GPR180
HRASLS
C16orf61
QSCN6L1
Grade
GPR126
ALDH4A1
MMP9
PECI.1
IGFBP5
MELK
WISP1
GMPS
NUSAP1
ER
TGFB3
RP5.860F19.3
DIAPH3
C20orf46
ESM1
SLC2A3
DIAPH3.1
LGP2
AP2B1
RUNDC1
Contig20217_RC
NMU
ORC6L
OXCT1
FLT1
BBC3
Contig32125_RC
RAB6B
FGF18
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
0.000
0.005
0.010
0.015
0.020
0.025
0.030
Figure 5: Importance of variables for Random Survival Forest.
16
213
as: aspects of scrotum, testicular migration (presence of the testes into the scrotum and their position), epididymides and vasa deferentia evaluation, presence of a
varicocele or hydrocele, testicular volumes, and if he received a non-ART treatment
(both medical and surgical, including pharmacological and hormonal treatment,
varicocelectomy, and vas deferens/epididymis surgery).
• For the woman: age, tubal factor, ovarian factor, cervical factor, ovulation, and
if she received a non-ART treatment (hormonal treatment).
• For the couple: fecundity type (primary or secondary), infertility duration, type
of ART including IUI (intra-uterine insemination), IVF (in vitro fertilization), ICSI
(intracytoplasmic sperm injection) using male sperm cells, and ART with donor
sperm.
4.3.2
Prediction error rates
As for the breast cancer dataset, we choose λ and κ graphically. In our dataset, a first
sight of figure 6 reveals that the contribution of the BRLS procedure with regard of the
BLS procedure for the choice of the cut-off values is not obvious. For BLS and BRLS,
only two variables seems to be the most relevant factors whatever the value of λ. But for
BLS and BLRS with α = 0.6, five others covariates follow the two first when λ = 0.4, for
a value of κ = 0.3 whereas for BRLS with α = 0.2 and α = 0.4, no group of variables
seems relevant. So we decided to choose a fixed penalty λ = 0.4 for a value of κ = 0.3 for
BLS and BRLS.
For the BSS procedure, we decide to choose a value of κ = 0.5 which seems to split
the set of covariates in two distinct subgroups as suggested by figure 8. Thus, the first
eight variables seem to be the most relevant to predict the duration to the birth. For the
BNLS procedure, we observe by a 10-fold cross-validation that the optimal value of the
complexity parameter is cp = 0.0035.
Finally, the boxplots of the prediction error rates for the five procedures are presented
in figure 7 and table 2 shows the summary statistics. Notice that the mean and median
values obtained are higher (between 0.41 and 0.45) than those obtained from the dataset
on breast cancer, which reflects the difficulty to predict the delay to the birth. However,
the variabilities of the error rates are lower. As seen previously, the RSF method gives the
best predictive model. However, it appears that RSF is similar in dispersion with other
procedures. Moreover, we can notive that the BNLS procedure is not better than a simple
survival tree and the same remark can be done between the BSS procedure compared to a
simple stepwise Cox regression. These results can be explained by the size of the sample,
which is sufficient to produce good error rates without bootstrapping. Regarding BLS and
BRLS, these procedures show less variation in error rates but their means and medians
are close to 0.5 which suggests that these models are not better to predict than random
guessing.
17
214
1.0
0.0
0.2
0.4
κ
0.6
0.8
1.0
0.8
0.6
κ
0.4
0.2
0.0
1
0.8
0.6
0.4
0.2
0
1
0.8
0.6
λ
0.4
0.2
0
λ
0.8
0.6
κ
0.4
0.2
0.0
0.0
0.2
0.4
κ
0.6
0.8
1.0
2. BRLS, α = 0.2
1.0
1. BLS
1
0.8
0.6
0.4
0.2
0
1
0.8
0.6
λ
0.4
0.2
0
λ
3. BRLS, α = 0.4
4. BRLS, α = 0.6
Figure 6: Inclusion frequencies κ with respect to λ for Bootstrap Lasso Selection and
Bootstrap Randomized Lasso Selection.
●
●
0.45
●
●
0.40
prediction error rates
0.50
●
●
●
BSS
BLS
BRLS
α =0.2
BRLS
α =0.4
BRLS
α =0.6
BNLS
RSF
STEP
TREE
Figure 7: Boxplots of the prediction error rates for nine methods : Bootstrap Stepwise
selection, Booststrap Lasso selection, Bootstrap Randomized Lasso selection (three values
of α), Bootstrap node-level selection, Random Survival Forest, Cox stepwise selection and
a simple survival tree.
18
215
Mean
Standard deviation
BSS
0.453
0.017
0.471
0.017
BLS
BRLS α = 0.2
0.483
0.013
0.484
0.0131
BRLS α = 0.4
BRLS α = 0.6
0.482
0.0149
0.447
0.021
BNLS
RSF
0.4130842
0.017
STEP
0.451
0.015
0.445
0.0184
TREE
Median
0.454
0.470
0.482
0.482
0.480
0.446
0.414
0.450
0.443
Table 2: Mean, standard deviation and median of error rates for the nine procedures :
Bootstrap Stepwise selection, Booststrap Lasso selection, Bootstrap Randomized Lasso
selection (three values of α), Bootstrap node-level selection, Random Survival Forest, Cox
stepwise selection and a simple survival tree.
4.3.3
Selected variables in the final model
If we compare the covariates selected by the different approaches, we can see in figure 8
that the first four selected covariates do not differe for the BLS and BRLS procedures
for a value of κ = 0.3: we find tubal factor, IUI, sperm donor and infertility
duration. The additionnal covariates included in BLS are epididymis, varicocelis,
inguinal hernia, fecundity type, testicular trauma and testicular volume. For
the BSS procedure, for a value of κ = 0.5, we find in selected covariates the first fours
covariates selected by BLS and also female age, testicular volume, male treatment,
varicocelis, testicular trauma, scrotum, female treatment and epididymis. We
observe also that the BSS procedure includes more variables than the BLS and BRLS
procedures leading to a lower prediction error rate.
We can notice that the cut-off value κ = 0.3 appears very clearly in the graphs of figure
8 for the BRLS procedures with α = 0.4 and α = 0.6, suggesting that BRLS procedure
is a good stable variable selection procedure. However, only four covariates are selected,
which leads to poor prediction performances.
If we adjust a simple Cox stepwise regression, we find the same covariates selected in
the BSS procedure except for the variable scrotum. However epididymis, testicular
trauma and male treatment are not statistically significant at the 5% level in the Cox
stepwise model.
Regarding the tree-based RSF and BNLS procedures, we observe in figures 8 and 9
that the selected covariates are substantially different from the most relevant covariates
selected by the Cox based procedures. The first split corresponding to the female age is
the same for the two types of procedures but the next splits are different. This may be
explained by the fact that these procedures take into account interactions contrary to the
19
216
female_age
tubal_factor
infertility_duration
testicular_volume
male_treatment
varicocelis
IUI
sperm_donor
testicular_trauma
scrotum
female_treatment
epididymis
cervical_factor
IVF
migration
ed_surgery
cryptorchidism
inguinal_hernia
male_age
deferens
hydrocelis
endometriosis
orchitis
ICSI
testicular_surgery
fecundity_type
ovarian_factor
male_surgery
UI
anovulation
STI
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
0.2
0.4
0.6
0.8
tubal_factor
IUI
sperm_donor
infertility_duration
epididymis
varicocelis
inguinal_hernia
fecundity_type
testicular_trauma
testicular_volume
scrotum
testicular_surgery
epididymitis
cervical_factor
IVF
female_treatment
hydrocelis
UI
cryptorchidism
anovulation
STI
male_treatment
orchitis
ovarian_factor
ICSI
deferens
ed_surgery
endometriosis
1.0
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
0.0
0.2
0.4
κ
1. BSS
tubal_factor
sperm_donor
IUI
infertility_duration
epididymis
varicocelis
inguinal_hernia
fecundity_type
testicular_trauma
female_treatment
cryptorchidism
epididymitis
ovarian_factor
scrotum
testicular_volume
hydrocelis
cervical_factor
testicular_surgery
ed_surgery
UI
male_treatment
endometriosis
orchitis
IVF
male_surgery
ICSI
deferens
STI
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
0.1
0.2
0.3
0.4
tubal_factor
IUI
infertility_duration
sperm_donor
testicular_trauma
fecundity_type
female_treatment
varicocelis
epididymitis
male_treatment
inguinal_hernia
IVF
testicular_volume
epididymis
cryptorchidism
hydrocelis
ed_surgery
scrotum
testicular_surgery
UI
ovarian_factor
male_surgery
cervical_factor
endometriosis
deferens
orchitis
STI
0.5
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
0.0
0.1
0.2
κ
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
0.0
0.1
0.2
0.3
0.4
0.5
κ
3. BRLS, α = 0.2, λ = 0.4
tubal_factor
IUI
infertility_duration
sperm_donor
testicular_trauma
fecundity_type
female_treatment
varicocelis
epididymitis
male_treatment
inguinal_hernia
IVF
testicular_volume
epididymis
cryptorchidism
hydrocelis
ed_surgery
scrotum
testicular_surgery
UI
ovarian_factor
male_surgery
cervical_factor
endometriosis
deferens
orchitis
STI
0.8
2. BLS, λ = 0.4
●
0.0
0.6
κ
0.3
0.4
0.5
4. BRLS, α = 0.4, λ = 0.4
female_age
infertility_duration
varicocelis
IUI
tubal_factor
female_treatment
testicular_volume
male_treatment
IVF
ICSI
fecundity_type
migration
testicular_trauma
testicular_surgery
endometriosis
sperm_donor
ovarian_factor
male_age
inguinal_hernia
epididymis
epididymitis
scrotum
orchitis
ed_surgery
cervical_factor
male_surgery
STI
anovulation
hydrocelis
cryptorchidism
deferens
UI
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
0.000
0.005
0.010
0.015
0.020
0.025
κ
5. BRLS, α = 0.6, λ = 0.2
6. RSF
Figure 8: Selected variables for Bootstrap Stepwise Selection, Bootstrap Lasso Selection,
Bootstrap Randomized Lasso Selection and importance of variables for Random Survival
Forest.
20
217
female_age>=34.5
|
1773/717
observations/events
infertility_duration>=33.5
RR=1.17
(401/95)
1372/622
female_treatment< 0.5
varicocelis< 0.5
347/160
male_age< 33.5
ICSI< 0.5
RR=1.13
(290/138)
RR=0.50
(177/41)
testicular_volume>=0.5
905/443
RR=1.63
(97/55)
RR=1.52
(558/283)
RR=0.77
(178/65)
RR=1.29 (62/32)
RR=4.68 (10/8)
Figure 9: The final tree obtained from the Bootstrap Node-Level selection
Cox model based procedures. Moreover, the covariates selected for the BNLS procedure
are found in the most important variables in RSF. The variables selected by a simple
survival tree are almost the same than those selected by BNLS, which can be explained
by the large sample size of the fertility dataset.
5
Discussion
5.1
Computational requirements
On a 2.4GHz processor, for the fertility dataset with 1773 individuals and 32 covariates,
running the RSF procedure is 200 times longer than running a simple survival tree from
the CART procedure (which takes about 1 second), whereas the stepwise algorithm takes
about 10 seconds. Compared to the RSF method, the BLS and the BRLS procedures
have similar computing times. The BNLS procedure is much longer than RSF (4 times)
as a bootstrap is realized at each node. Finally, the BSS procedure, for which a bootstrap
sample is used at each stepwise, is the most expensive procedure in time (8 times longer
than RSF). Thus, the running times seem reasonable for each procedure taken separatly.
However, a systematic comparison of errors becomes heavy, as well as the running time to
exhibit the optimal complexity parameter cp in the cross-validation procedure for BNLS,
and also the penalty λ for BLS and BRLS methods.
21
218
5.2
Prediction error rates
Compared to the dataset on breast cancer, the prediction error rates obtained from the
fertility dataset are higher, suggesting that data on fertility are more complex and difficult
to study, and that finding a good prediction model is a difficult task. Moreover, the sizes of
the two datasets are very different, what could lead to observe discrepancy in the results.
However, we find from the two datasets that the RSF procedure is the best procedure
for prediction and that it allows to exhibit the most relevant variables to explain the
survival durations. The Cox model and RSF have been previously compared by Omurlu
et al. [2009] using the Harrell’concordance index. On the basis on 1000 Monte Carlo
simulations, they show that the Cox model has the best predictive performance whatever
the size of the sample (n = 50, 100, 250, 500). However, on a real dataset on breast cancer,
they find that RSF has the lowest prediction error rate. These contradictory results are
not surprising if we consider the fact that the simulated data have been generated from a
Cox model. Moreover, the RSF procedure is easy to use and does not require the choice
of tuning values as do the BSS, BLS, BRLS and BNLS procedures. However, even if
the selected covariates are identified and sorted by their importance, as no single tree is
provided, the RSF results stay a black-box not easy to interprete and use for clinicians.
We find that the BRLS procedure, whatever the value of α, does not seem to improve
the BLS procedure. Although the gap between the selected variables appears more clearly
for BRLS, the final model does not lead to a better prediction than the BLS model.
The difficulty to choose values for the penalty and the inclusion frequency could explain
these results. Moreover, the good results obtained with this method by Meinshausen and
Buehlmann [2010] may result from the fact that they presented an ad-hoc example. As
noticed by Meinshausen and Buehlmann [2010], we find on our datasets that choosing a
value of κ equal to 1, as suggested by Bach [2009], is too restrictive.
Even if some authors (see e.g. [Chen and George, 1985] and [Sauerbrei and Schumacher, 1992]) showed that the bootstrap method adapted to the stepwise algorithm
improves the stability of the variable selection, our results suggest no improvement with
the BSS procedure. As a matter of fact, the BSS algorithm does not converge on the
breast cancer dataset where there is too few events in comparison of the number of the
covariates. On the other side, for the fertility dataset whose size is sufficient to assure the
convergence of the algorithm, it does not give better results than a simple stepwise Cox
model.
As far as the BNLS procedure is concerned, it seems not better than a simple survival
tree on the two datasets, contrary to the results found by Dannegger [2000]. It can
be explained by the fact that it is difficult to tune a sensitive value for the complexity
parameter by cross-validation. It may also results from the sufficient size of the fertility
dataset.
22
219
5.3
Selected variables in the final model
The breast cancer dataset was originally analyzed by van de Vijver et al. [2002] who
included in a multivariate Cox regression model the clinical factors and a prognosis variable based on the gene profile. Indeed, the 70 genes expressions were not included as
independent covariates in the Cox model, as we do in our analysis. We notice that the
procedures based on Cox model selected no clinical factors in the breast cancer dataset. It
can result from the fact that the genes who were introduced in the model are those whose
expression is the most correlated positively or negatively with the breast cancer survival
among the multitude of genes studied. Thus, these genes have a more important weight in
the multivariate analysis than clinical factors. In the BNLS and RSF procedures, which
take naturally into account interactions between covariates, two clinical factors appears
in the selected set of covariates. As it is not possible to include interactions in the Cox
a model in a high-dimensional context, an alternative would be to force the inclusion of
some clinical factors clearly identified by the clinicians in the procedures based on the
Cox model.
Regarding the fertility dataset, we obtain different final models with the procedures
based on the Cox model and those based on survival trees. However, all the selected
covariates are relevant clinical factors in reproductive issues. Indeed, the BSS, BNLS
and RSF procedures showed that female age is an important factor, with a cut-off value
of 34.5 years, which is similar to results observed in another studies (see e. g. ([de la
Rochebrochard and Thonneau, 2002], [Marquard et al., 2009] and [Malizia et al., 2009]).
Moreover, each procedure selected the infertility duration with a cut-off in the BNLS
method of 33.5 months. It is not surprising as it is known that duration of infertility
is predictive in the occurrence of pregnancy [Ducot et al., 1988]. It is also interesting
to notice that the BLS, BSS and BNLS procedures found a relationship between the
live-birth and male clinical factors whereas BRLS included very few covariates which are
essentially limited to female aspect and ART treatment. In most of the publications
about reproductive issue in infertile couples, authors analysed the survival event of livebirth according only to female aspect and type of ART treatment (see [Lintsen et al.,
2007], [Stolwijk et al., 2000], [Olivius et al., 2002] and [Sharma et al., 2002]). However,
we observe in our study that varicocelis is included in most of the procedures, which can
be explained by the fact that varicocelis has an impact on an impaired spermatogenesis
[Redmon et al., 2002] [World Health Organisation, 1992]. The same observation could be
done for the variable testicular volume which seems important in the BNLS procedure,
but less in the other final models.
To conclude, these results suggest that the Cox and tree based procedures should be
complementary to identify the most relevant covariates and provide to clinicians a stable
and reliable model.
23
220
References
M.G. Akritas. Bootstrapping the kaplan-meier estimator. Journal of American Statistical
Association, 81:1032–1038, 1986.
F. Bach. Model-consistent sparse estimation through the bootstrap. 2009.
L Breiman. Classification and Regression Trees. Chapman and Hall/CRC, 1984.
L. Breiman. Bagging predictors. Machine Learning, 24:123–140, 1996a.
L. Breiman. Heuristics of instability and stabilization in model selection. Annals of
Statistics, 24(6):2350–2383, 1996b.
C. H. Chen and S. L. George. The bootstrap and identification of prognostic factors via
cox’s proportional hazards regression model. Stat Med, 4(1):39–46, 1985.
A. Ciampi, J. Thiffault, Nakache J.-P., and B. Asselain. Stratification by stepwise regression, correspondence analysis and recursive partition: A comparison of three methods of
analysis for survival data with covariates. Computational Statistics and Data Analysis,
4:185–204, 1986.
D.R. Cox. Regression models and life tables (with discussion). Journal of the Royal
Statistical Society, Series B, 34(2):187–220, 1972.
F. Dannegger. Tree stability diagnostics and some remedies for instability. Stat Med, 19
(4):475–91, 2000.
R. Davis and J. Anderson. Exponential survival trees. Statistics in Medicine, 8:947–962,
1989.
E. de la Rochebrochard and P. Thonneau. Paternal age and maternal age are risk factors
for miscarriage; results of a multicentre european study. Hum Reprod, 17(6):1649–56,
2002.
T. Dietterich. Ensemble methods in machine learning. MCS ’00 Proceedings of the First
International Workshop on Multiple Classifier Systems. Springer-Verlag London, UK,
josef kittler and fabio roli edition, 1999.
B. Ducot, A. Spira, D. Feneux, and P. Jouannet. Male factors and the likelihood of
pregnancy in infertile couples. ii. study of clinical characteristics–practical consequences.
Int J Androl, 11(5):395–404, 1988.
B. Efron. Censored data and the bootstrap. J. Amer. Statist. Assoc., 76:312–19, 1981.
24
221
D. Freedman. A remark on the difference between sampling with and without replacement.
Journal of the American Statistical Association, 72(359):681, 1977.
Y. Freund and R.E. Schapire. A short introduction to boosting. Journal of Japanese
Society for Artificial Intelligence, 14(5):771–780, 1999.
S. Gey and J.M. Poggi. Boosting and instability for regression trees. Computational
Statistics and Data Analysis, 50:533–550, 2006.
L. Gordon and R. A. Olshen. Tree-structured survival analysis. Cancer Treat Rep, 69
(10):1065–9, 1985.
F. E. Harrell and C.E. Davis. A new distribution-free quantile estimator. Biometrika, 69
(3):635–40, 1982.
Jr. Harrell, F. E., K. L. Lee, R. M. Califf, D. B. Pryor, and R. A. Rosati. Regression
modelling strategies for improved prognostic prediction. Stat Med, 3(2):143–52, 1984.
H. Ishwaran and U.B. Kogalur. Random survival forests for r. Rnews, 7/2:25–31, 2007.
H. Ishwaran, U.B. Kogalur, E.H. Blackstone, and M.S. Lauer. Random survival forests.
The Annals of Applied Statistics, 2(3):841–860, 2008.
M. LeBlanc and J. Crowley. Relative risk trees for censored survival data. Biometrics,
48:411–425, 1992.
M. LeBlanc and J. Crowley. Survival trees by goodness-of-split. Journal of the American
Statistical Association, 88:457–467, 1993.
A. M. Lintsen, M. J. Eijkemans, C. C. Hunault, C. A. Bouwmans, L. Hakkaart, J. D.
Habbema, and D. D. Braat. Predicting ongoing pregnancy chances after ivf and icsi: a
national prospective study. Hum Reprod, 22(9):2455–62, 2007.
B. A. Malizia, M. R. Hacker, and A. S. Penzias. Cumulative live-birth rates after in vitro
fertilization. N Engl J Med, 360(3):236–43, 2009.
K. Marquard, L. M. Westphal, A. A. Milki, and R. B. Lathi. Etiology of recurrent
pregnancy loss in women over the age of 35 years. Fertil Steril, 2009.
N. Meinshausen and P. Buehlmann. High dimensional graphs and variable selection with
the lasso. Annals of Statistics, 34(3):1436–1462, 2006.
N. Meinshausen and P. Buehlmann. Stability selection. Journal of the Royal Statistical
Society: Series B, 72(4):417–473, 2010.
25
222
K. Olivius, B. Friden, K. Lundin, and C. Bergh. Cumulative probability of live birth after
three in vitro fertilization/intracytoplasmic sperm injection cycles. Fertil Steril, 77(3):
505–10, 2002.
I.K. Omurlu, M. Ture, and F. Tokatli. The comparisons of random survival forests and
cox regression analysis with simulation and an application related to breast cancer.
Expert Systems with Applications, 36:8582–8588, 2009.
M. Radespiel-Troger, O. Gefeller, T. Rabenstein, and T. Hothorn. Association between
split selection instability and predictive error in survival trees. Methods Inf Med, 45(5):
548–56, 2006.
J. B. Redmon, P. Carey, and J. L. Pryor. Varicocele–the most common cause of male
factor infertility? Hum Reprod Update, 8(1):53–8, 2002.
L. Ruey-Hsia. Instability of decision tree classification algorithms. PhD thesis, University
of Illinois, Urbana-Champaign, 2001.
W. Sauerbrei and M. Schumacher. A bootstrap resampling procedure for model building:
application to the cox regression model. Stat Med, 11(16):2093–109, 1992.
M.R. Segal. Regression trees for censored data. Biometrics, 44:35–48, 1988.
V. Sharma, V. Allgar, and M. Rajkhowa. Factors influencing the cumulative conception
rate and discontinuation of in vitro fertilization treatment for infertility. Fertil Steril,
78(1):40–6, 2002.
A. M. Stolwijk, A. M. Wetzels, and D. D. Braat. Cumulative probability of achieving
an ongoing pregnancy after in-vitro fertilization and intracytoplasmic sperm injection
according to a woman’s age, subfertility diagnosis and primary or secondary subfertility.
Hum Reprod, 15(1):203–9, 2000.
R. Tibshirani. The lasso method for variable selection in the cox model. Stat Med, 16(4):
385–95, 1997.
M. J. van de Vijver, Y. D. He, L. J. van’t Veer, H. Dai, A. A. Hart, D. W. Voskuil, G. J.
Schreiber, J. L. Peterse, C. Roberts, M. J. Marton, M. Parrish, D. Atsma, A. Witteveen,
A. Glas, L. Delahaye, T. van der Velde, H. Bartelink, S. Rodenhuis, E. T. Rutgers, S. H.
Friend, and R. Bernards. A gene-expression signature as a predictor of survival in breast
cancer. N Engl J Med, 347(25):1999–2009, 2002.
L. J. van ’t Veer, H. Dai, M. J. van de Vijver, Y. D. He, A. A. Hart, M. Mao, H. L. Peterse,
K. van der Kooy, M. J. Marton, A. T. Witteveen, G. J. Schreiber, R. M. Kerkhoven,
C. Roberts, P. S. Linsley, R. Bernards, and S. H. Friend. Gene expression profiling
predicts clinical outcome of breast cancer. Nature, 415(6871):530–6, 2002.
26
223
WHO. World Health Organisation. The influence of varicocele on parameters of fertility
in a large group of men presenting to infertility clinics. world health organization. Fertil
Steril, 57(6):1289–93, 1992.
27
224
Annexe D
Contribution à des travaux
1
Sperm deoxyribonucleic acid fragmentation as assessed by the sperm chromatin dispersion test in assisted
reproductive technology programs : results of a large
prospective multicenter study
Résumé
Objectif : Evaluer la fragmentation de l’ADN du sperme, mesurée par le test de la dispersion chromatine des spermatozoïdes (SCD), comme prédicteur du taux de fécondation, de
la qualité des embryons, et de l’issue de la grossesse.
Cadre : Quatre centres français d’infertilité, entre janvier et août 2005.
Population : Six cent vingt-deux couples participant à un programme de FIV ou d’ICSI.
Intervention : Analyse de la fragmentation de l’ADN par le SCD dans les échantillons
de sperme utilisés pour la FIV ou l’ICSI.
Principal critère de jugement : Corrélations et associations entre les paramètres du
sperme, l’intégrité de l’ADN du sperme, et les issues reproductives.
Résultats : Une corrélation statistiquement significative a été observée entre les taux de
fragmentation d’ADN des spermatozoïdes et les caractéristiques spermatiques suivantes :
la mobilité des spermatozoïdes, la morphologie et la concentration. Nous avons trouvé
une relation entre le taux de fragmentation d’ADN des spermatozoïdes et le taux de fécondation, et nous avons été en mesure de proposer un seuil de fragmentation de l’ADN
de 18%, au-dessus duquel le taux de fragmentation était un facteur prédictif du taux de
fécondation. En ce qui concerne la qualité des embryons, nous avons observé une relation
entre la fragmentation de l’ADN du sperme et la qualité des embryons. Aucune relation
significative n’a été observée entre les taux de fragmentation d’ADN des spermatozoïdes
et les grossesses cliniques ou les naissances.
Conclusion : Les résultats de cette étude confirment l’utilité du SCD comme évaluation
de la fragmentation de l’ADN du sperme.
225
Sperm deoxyribonucleic acid fragmentation as
assessed by the sperm chromatin dispersion test in
assisted reproductive technology programs: results of
a large prospective multicenter study
Juan Felipe Velez de la Calle, M.D.,a Audrey Muller, Ph.D.,b Marie Walschaerts, M.Sc.,b
Jean Louis Clavere, M.D.,c Cl
ement Jimenez, M.D.,d Christiane Wittemer, M.D.,e
and Patrick Thonneau, M.D., M.Sc., Ph.D.b
a
Unite In Vitro Fertilization, Clinique Pasteur Saint-Esprit, Brest; b Human Fertility Research Group, Paul Sabatier University and
Paule de Viguier Hospital, Toulouse; c Centre de Fecondation In Vitro, Bayonne; d Service de Biologie de la Reproduction,
University Hospital Dijon, Dijon; and e Service de Biologie de la Reproduction, Centre d’Assisted Reproductive Techiques,
Maternity Department of University Hospital, Schiltigheim, France
Objective: To assess the value of sperm DNA fragmentation, measured by the sperm chromatin dispersion (SCD)
test, in predicting fertilization rate, embryo quality, and pregnancy outcome.
Design: Prospective study.
Setting: Four French infertility centers, from January to August 2005.
Patient(s): Six hundred twenty-two couples participating in their first IVF or ICSI program.
Intervention(s): Analysis of DNA fragmentation by the sperm chromatin dispersion test in sperm samples used for
IVF or ICSI.
Main Outcome Measure(s): Correlations and associations between sperm parameters, sperm DNA integrity, and
pregnancy outcomes.
Result(s): A statistically significant correlation was observed between sperm DNA fragmentation rate and the
following sperm characteristics: sperm motility, morphology, and concentration. We found a statistically significant relationship between sperm DNA fragmentation rate and fertilization rate, and we were able to suggest
a threshold sperm DNA fragmentation rate of 18%, above which fragmentation rate was predictive of fertilization rate. Regarding embryo quality, we observed a relationship between sperm DNA fragmentation and embryo
quality. No significant relationship was found between sperm DNA fragmentation rate and clinical pregnancies
or births.
Conclusion(s): The results of this study confirm the utility of the sperm chromatin dispersion test for assessment of
DNA fragmentation. (Fertil Steril 2008;90:1792–9. 2008 by American Society for Reproductive Medicine.)
Key Words: DNA fragmentation, SCD test, infertility, IVF, ICSI
In recent decades, substantial progress has been made in the
understanding of fertilization mechanisms, leading to recognition of the key role of sperm genomic integrity (1).
Accordingly, various tests have been developed to assess
sperm DNA integrity to obtain relevant, reliable, and reproducible male fertility predictors (2). Although all these techniques have the same global aim, they evaluate different
aspects of DNA integrity (3). The terminal uridine nick-end
labeling (TUNEL) assay (4) and single-cell gel electrophoresis (comet assay) (5, 6) measure single- and double-strand
breaks of DNA; in situ nick translation (7, 8) detects single-strand breaks of DNA; and the sperm chromatin structure
assay (SCSA) (9–11) assesses abnormalities of chromatin
Received June 20, 2007; revised and accepted September 12, 2007.
Supported by Organon Laboratories (Puteaux Cedex, France).
Reprint requests: Patrick Thonneau, M.D., M.Sc., Ph.D., Human Fertility
Research Group, Paul Sabatier University and Toulouse Hospital, 330
avenue de Grande Bretagne, 31059 Toulouse, France (FAX: þ33
5 67 77 10 43; E-mail: [email protected]).
compaction. So far, all of these tests have revealed significant
relationships between level of DNA fragmentation, fertilization rate, and pregnancy outcome (12, 13). In this context,
a Spanish team recently developed a new and simple DNA integrity assay, sperm chromatin dispersion (SCD), which is
based on induced decondensation and assessment of DNA
dispersion in halos of varying size (14). An improved and
standardized version of the SCD protocol, the Halosperm
kit, now has been developed, with better quality chromatin
staining and tail preservation (15). The Halosperm kit recently was evaluated by the Spanish team, who demonstrated
its value in predicting fertilization rate, embryo quality, and
implantation rate in 85 couples participating in an IVFICSI program (16).
To assess in a much larger sample the value of sperm DNA
fragmentation, as measured by the SCD test, in predicting
fertilization rate, embryo quality, and pregnancy outcome,
we performed a large prospective study in couples participating in an IVF or ICSI program.
226
1792
Fertility and Sterility Vol. 90, No. 5, November 2008
Copyright ª2008 American Society for Reproductive Medicine, Published by Elsevier Inc.
0015-0282/08/$34.00
doi:10.1016/j.fertnstert.2007.09.021
MATERIALS AND METHODS
Population
During a study period of 8 months (January to August
2005), couples participating in their first IVF or ICSI program were consecutively recruited in four French infertility
centers (in the cities of Bayonne, Brest, Dijon, and Strasbourg) that had considerable experience in ART. Patients
were fully informed of the aim of the study and the procedures involved, and written informed consent was obtained
from all participants. From January to August 2005, 754
couples were contacted, and 720 (95%) agreed to take part
in the study.
In each infertility center, a questionnaire was distributed to
each couple (man and woman) by the treating physician in
charge to ascertain age, smoking habits, main reproductive
histories and issues, duration and type of infertility (primary
or secondary), history and type of previous infertility treatment, and type of current treatment (IVF or ICSI).
In our series, we also decided to exclude patients with endometriosis because oocyte quality is known to be seriously
affected in these populations, and this could consequently
have altered our results (17).
Pregnancy Outcomes
Fertilization (zygote only vs. injected or inseminated oocyte)
was observed 20–24 hours after IVF or after ICSI and was
confirmed by cleavage at 48 hours after pickup. Embryo quality was assessed by number, symmetry, and granularity (exudate) of the embryonic blastomeres and was graded from I to
IV: grade I, number of blastomeres at day 2 after pickup with
good symmetry and/or with exudate <10% of embryo volume; grade II, as in grade I for number of blastomeres, but
with slight asymmetry, and/or with exudate between 10%
and 30% of embryo volume; grade III, as in grade I for number of blastomeres, but with mild asymmetry, and/or with exudate between 30% and 50% of embryo volume; and grade
IV, slowed embryonic kinetics and/or marked asymmetry
and/or with exudate >50% of embryo volume.
Finally, we recorded for each couple the pregnancy outcome (clinical pregnancy, miscarriage) and the final delivery
outcome (birth, premature birth, malformations). To obtain
all pregnancy outcomes in our series of 622 couples, we performed follow-up 9 months after the last couple had been included.
Ovarian Stimulation in ART
In the four participating centers, both GnRH agonist and
antagonist treatments were used. Briefly, with GnRH agonist,
a long protocol was used, and with the antagonist protocol,
both cetrorelix (Cetrotide; Serono, Boulogne-Billancourt,
France) and ganirelix (Orgalutran; Organon, Puteaux, France)
were administered daily, from day 6 of the gonadotropin
course until the day of recombinant or urinary hCG injection.
The treatment most likely to result in pregnancy (gonadotro-
pin with recombinant FSH or hMG at different doses) was
chosen by the physicians on the basis of the patient’s hormonal status.
Semen Analysis
After abstinence of 3 to 5 days, semen samples were obtained
from each man on the day of IVF or ICSI. Sperm parameters
(sperm count, motility, morphology, and volume) were analyzed according to the World Health Organization criteria.
Sperm morphology was assessed by using David’s classification, except in the Strasbourg center, at which Kruger’s classification was used.
Assessment of DNA Fragmentation with the Halosperm Kit
We used the new and improved version of the SCD test (15).
Briefly, sperm samples from each patient, containing after dilution or concentration not <5 million and not >10 million
spermatozoa per milliliter, were used. The kit (Halosperm,
INDAS Biotech, Madrid, Spain) contains aliquots of agarose
gel in Eppendorf tubes. Each semen sample was processed after the agarose gelled (from immersion in a water bath at
90 C for 5 min). When the Eppendorf tubes reached a temperature of 37 C (5 min at 37 C in a dry atmosphere), 60 mL of
sperm were added and gently mixed. Twenty microliters of
this mixture was placed on precoated slides and covered
with a 22 22–mm coverslide. The slides were maintained
at 4 C for 5 minutes to produce a microgel containing embedded spermatozoa. The coverslides were gently removed, and
the slides were immersed in a previously prepared acid solution (80 mL of HCl added to 10 mL of distilled water) for 7
minutes. After removal from this solution, the slides were incubated for 25 minutes in 10 mL of lysing solution (provided
in the Halosperm kit). After rinsing in distilled water, the
slides were dehydrated for 2 minutes in three increasing concentrations of alcohol (70%, 90%, and 100% vol) for 2 minutes each and either were stored (storage was possible for
several months in optimal conditions) or were processed
immediately with staining solution for 10 minutes with continuous airflow. Staining was performed 1:1 (vol/vol) by using Wright’s solution (Merck, Darmstadt, Germany) and
phosphate-buffered saline solution (Merck). The slides
were rinsed in tap water, allowed to dry at room temperature,
processed for upright or inverted bright-field microscopy at
100, and covered with a 22 22 coverslide. Operators
scored R500 spermatozoa for each patient according to
the patterns established by Fernandez et al. (14). An overview of the halo assessment process is given in the next paragraph.
Strong staining is preferred to visualize the dispersed DNA
loop halos. When nuclear proteins are removed, the compacted loops expand and form a nucleoid with a central
core and a peripheral halo of DNA loops. The acid treatment
produces DNA unwinding that is restricted to those nuclei
with a high DNA breakage rate. After the subsequent lysis,
sperm nuclei with fragmented DNA produce very small or
227
Fertility and Sterility
1793
no halos of dispersed DNA. However, nuclei without DNA
fragmentation release their DNA loops to form large halos.
This was confirmed in the same sperm cells by using the sequential DNA breakage detection–fluorescence in situ hybridization procedure to detect DNA breaks.
Before the start of the study, a training session on use of the
Halosperm kit was held in the four participating centers. This
training session was followed by quality control, which
showed no significant variations in SCD interpretation
between the four centers. In each of the four participating
centers, the assessment of DNA fragmentation with the Halosperm kit was performed by two trained operators (when the
difference between the operators was >5%, a 3rd operator
scored the slide).
Statistical Analysis
Statistical analysis was performed by using Stata/SE 8 (Statacorp LP, College Station, TX) software. Significance was
defined as P<.05.
4.40 in women and was 24.65 3.08 in men. Thirty percent
of women and 31% of men were smokers. We observed no
difference among the infertility centers for these variables
(P>.050).
In our sample, 17% of women had a history of tubal pathology, and 40%, of anovulatory or dysovulatory disorders.
Among the men, 5% had a history of cryptorchidism, and
5% had varicocele. No significant variation between centers
was observed for the medical, surgical, and reproductive
histories of the men or of the women.
The mean duration of infertility was 51.35 (SD ¼ 29.80)
months and was >2 years in 82% of couples. Infertility was
primary in 56% and was secondary in 44%. The population
characteristics are summarized in Table 1.
TABLE 1
Depending on whether variables were normally distributed, parametric and nonparametric tests were used to compare groups (including conventional tests such as the c2
test, Fisher’s exact test, Student’s t-test, and Mann-Whitney
test for comparison of two groups).
Main sociodemographic and lifestyle
characteristics and reproductive health
history of the 622 couples.
To test whether a variable followed a normal distribution, we used the skewness and kurtosis test and the Shapiro-Wilk test. Fragmentation of DNA does not follow
a normal distribution, so we tried to transform this variable
by using several functions such as square, square root, logarithm, exponential, cubic, cosine, sine, and their reciprocals. Unfortunately, none of these resulted in a normal
distribution.
Age (y)
Regarding analysis of semen parameters, we chose to use
a nonparametric test (rather than a parametric test) because
of the large range of values. A Kruskal-Wallis test was
performed for multiple comparisons, followed by Stata’s
nptrend test (nonparametric test for trend across ordered
groups; P value of < .05 indicated a significant trend across
groups). Correlations were analyzed by using Stata’s corr
test and regression analysis, or Spearman’s nonparametric
correlation coefficient was calculated for data that were not
normally distributed.
To define a DNA fragmentation threshold, we chose to use
a step-by-step regression model (rather than the classic ROC
curve analysis, because our variable followed a nonnormal distribution) by testing the regression model for different thresholds of the fragmentation rate (10%, 15%, 18%, 20%, and
25%).
RESULTS
Population
The mean (SD) age of the women was 33.82 4.85 years
(median, 34 y), and that of the men, 36.00 5.73 years
(median, 35 y). The mean body mass index was 22.90 228
1794
Velez de la Calle et al.
SCD test in ART programs
Characteristic
Men
Women
36.00
33.82
(5.73), 35
(4.85), 34
24.65
22.90
(3.08), 24
(4.40), 22
Body mass
index (kg/m2)
Smoking habit
No
389 (69)
405 (70)
Yes
178 (31)
171 (30)
Tubal pathology
No
—
515 (83)
Yes
—
107 (17)
Ovulation
Normal
—
360 (60)
Anovulation,
—
239 (40)
dysovulation
Cryptorchidism
No
591 (95)
—
Yes
31 (5)
—
Varicocele
No
593 (95)
—
Yes
29 (5)
—
Type of infertilitya
Primary
327 (56)
Secondary
253 (44)
Duration of infertilitya
%2 y
92 (18)
>2 y
433 (82)
In mo
51.35 ( 29.80), 48
Note: Data either are mean ( SD), median or are n (%).
a
Type and duration of infertility are given across both
genders.
Velez de la Calle. SCD test in ART programs. Fertil Steril 2008.
Vol. 90, No. 5, November 2008
Sperm Characteristics
Mean sperm concentration was 52.87 48.04 million per
milliliter (median, 39 million/mL) and was distributed as follows: 9% of men had <5 million per milliliter; 22%, between
5 and 20 million per milliliter; and 69%, >20 million per
milliliter.
quently, in our series, a DNA fragmentation value of <18%
could be considered to be a significant predictor of oocyte
fertilization (Table 3).
Regarding embryo quality (classified as grades I to IV), we
observed a significant relationship between sperm DNA fragmentation and quality. A grade I embryo had a lower sperm
DNA fragmentation rate than did embryos of grades II, III, or
IV (P¼.021), and the fragmentation rate increased with grade
(P¼.022, nptrend test; similar tendencies were observed
when IVF and ICSI were analyzed separately; Table 4 and
Fig. 1).
Mean sperm motility was 52%, and 52% of men had motility of >50% (World Health Organization norms). Because
sperm morphology was analyzed by using two classifications
(Kruger’s and David’s), we used different cutoffs to assess
normality of sperm morphology (30% for David’s classification and 15% for Kruger’s). In our series, 41% of patients had
normal sperm morphology.
Sperm DNA Fragmentation and Pregnancy Outcomes
In our series of 622 couples taking part in ART programs, 174
clinical pregnancies occurred, leading to 39 miscarriages
(22%) and 135 births (78%; 1 malformation, 1 infant death),
with no difference according to center.
Sperm DNA Fragmentation, Male Reproductive History,
Sperm Characteristics, Fertilization Rate, and Embryo
Quality
No relationship was found between sperm DNA fragmentation rate and a history of varicocele (P¼.235), but a weak relationship was observed with a history of cryptorchidism
(P¼.031).
Because female and male age could create a potential bias
for these outcomes, we analyzed reproductive issues accordingly. No relationship was observed between female or male
ages and type of reproductive problem (all Ps, >.050).
Finally, no significant relationship was found between
sperm DNA fragmentation rate and clinical pregnancies
(P¼.294) or births (P¼.132; Table 5). This lack of association between sperm DNA fragmentation rate and clinical
pregnancies also was observed when ICSI and IVF were
analyzed separately (adjusted for female age and center).
Significant correlations (nonparametric tests) were observed between sperm DNA fragmentation rate and sperm
motility (P<.001), morphology (P<.001), and concentration
(P<.001); similar tendencies were observed in couples participating in an ICSI or an IVF program, except in the case
of sperm concentration, which was not correlated with sperm
DNA fragmentation in men participating in an IVF program
(Table 2).
DISCUSSION
Our results from the largest series yet published of couples
undergoing assisted reproduction provide evidence that
sperm DNA fragmentation, as assessed by SCD, is related
to embryo quality and fertilization rate. The improved SCD
test, or Halosperm kit, is a recent development, and consequently, very few articles have yet been published regarding
the pertinence of this method in assisted reproduction programs. In 2006, sperm DNA fragmentation, assessed by the
SCD test, was analyzed in 85 couples who were undergoing
IVF or ICSI infertility treatment. Fertilization rate was
We found a relationship between sperm DNA fragmentation rate and fertilization rate (P¼.012; Spearman’s nonparametric test). The relationship also was observed when we
analyzed IVF and ICSI separately, with no difference
between the two techniques (P>.050, Mann-Whitney test).
Furthermore, after having tested several thresholds of the
fragmentation rate, we observed that there was a statistically
significant correlation between fertilization rate and DNA
fragmentation rate only when the fragmentation rate was
<18% (data adjusted for sperm parameter values). Conse-
TABLE 2
Correlations of sperm DNA fragmentation rate with sperm characteristics, by type of fertility program.
IVF
Sperm
characteristics
Concentration
Motility
Morphology
a
ICSI
Both groups (IVFDICSI)
Spearman’s
coefficient
P valuea
Spearman’s
coefficient
P valuea
Spearman’s
coefficient
P valuea
0.04
0.24
0.28
.399
< .001
< .001
0.18
0.35
0.31
< .001
< .001
< .001
0.13
0.28
0.32
< .001
< .001
< .001
Sperm DNA fragmentation rate vs. sperm characteristic.
Velez de la Calle. SCD test in ART programs. Fertil Steril 2008.
229
Fertility and Sterility
1795
TABLE 3
Sperm DNA fragmentation rates and their
relation to fertilization rate across the IVF and
ICSI groups combined.
Sperm DNA
fragmentation
rate
Coefficient (b)a
0 (Reference)
5.52
%18%
>18%
95%
Confidence
interval
—
10.67, –0.37
Note: Spearman’s coefficient for correlation of overall
fragmentation rate with fertilization rate, –0.09; P
value, .012.
a
Adjusted for sperm concentration, mobility, and morphology.
Velez de la Calle. SCD test in ART programs. Fertil Steril 2008.
significantly correlated with DNA fragmentation and embryo
quality (16). Like the investigators of that study, we also
found in our series a relationship between sperm DNA fragmentation and fertilization rate (P¼.012; Spearman’s nonparametric test).
Furthermore, we were able to suggest a threshold sperm
DNA fragmentation rate of 18%, as assessed by the Halosperm kit, above which fragmentation rate was predictive
of fertilization rate. This fragmentation threshold of 18%
for fertilization rate predictability with the Halosperm kit is
lower than but not very different from the threshold of 27%
that has been suggested in the case of SCSA by several investigators (10, 18–20).
Such correlations between DNA fragmentation and fertilization rate were not observed in some studies using the
SCSA or comet assay (18, 21, 22). For those investigators,
the damaging effect of fragmented paternal DNA became
evident only when the embryonic genome was activated
(13). Nevertheless, for other investigators using the Halosperm
kit, the correlation between DNA fragmentation and fertilization rate suggested that sperm containing fragmented DNA
have difficulty in developing to the pronuclear stage (23).
Regarding sperm characteristics, we observed a relationship (P<.001) between motility, morphology, concentration,
and sperm DNA fragmentation rate. Our results are in agreement with the literature and confirm that male infertility is
associated with poor sperm DNA integrity (6, 13, 22, 24).
In our series, we observed a higher DNA fragmentation
rate in the 29 men (5%) with varicocele than in men without
varicocele, but the difference was not statistically significant
(P¼.100). The literature on the relationship between DNA
fragmentation and varicocele is relatively recent, and published articles are few (25–27). By using the SCD test, Enciso
et al. (27) found no significant differences between samples
from men with varicocele and from another large group of infertile men, but both groups showed nearly 2.5 times higher
frequency of sperm cells with fragmented DNA than did a
fertile group. Because of the relatively small number of
men with varicocele in our series (n ¼ 29) and also in view
of recurrent difficulty in standardizing the diagnosis of varicocele between clinicians, our results in this respect must be
interpreted carefully and confirmed in further larger series.
The relationship between the frequency of sperm cells with
fragmented DNA and pregnancy outcome is controversial.
On the one hand, in a prospective study of 249 couples undergoing a first IVF and/or ICSI cycle and tested by SCSA,
men with high levels of DNA fragmentation (DNA fragmentation index of >30%) were associated with a lower rate of
chemical pregnancy and significantly fewer ongoing pregnancies at 12 weeks of gestation than were those with <30%
DNA fragmentation index (13). Regarding the TUNEL assay,
a study conducted in 249 patients undergoing an IVF
TABLE 4
Sperm DNA fragmentation rates and their relationship with embryo quality (grades I–IV) across the IVF
and ICSI groups combined.
Embryo quality
Individual grades
I
II
III
IV
Grade groupings
I
II þ III þ IV
a
b
Sperm DNA
fragmentation ratea
Kruskal-Wallis test
P valueb
Nptrend test
P valueb
.052
.258
.021
.022
22.32 (15.07), 18
21.90 (17.08), 16
23.15 (18.78), 16
23.98 (18.52), 17
22.32 (15.07), 18
22.41 (17.64), 17
Data are percentages, expressed as mean (SD), median.
Fragmentation rate vs. grade.
Velez de la Calle. SCD test in ART programs. Fertil Steril 2008.
230
1796
Velez de la Calle et al.
SCD test in ART programs
Vol. 90, No. 5, November 2008
FIGURE 1
Sperm DNA fragmentation rate and embryo quality.
1–4 ¼ embryo grades I through IV, respectively.
TABLE 5
Sperm DNA fragmentation rates and their
relationship with pregnancy outcomes across
the IVF and ICSI groups combined.
Outcome
Clinical pregnancy
No
Yes
Birth
No
Yes
Sperm DNA
fragmentation
ratea
P valueb
.294
22.89 (15.90), 18
21.73 (15.60), 18
.132
25.31 (17.98), 20
20.45 (14.62), 17
a
Data are percentages, expressed as mean (SD), median.
b
Fragmentation rate vs. outcome.
Velez de la Calle. SCD test in ART programs. Fertil Steril 2008.
program found that patients whose sperm had a high percentage of DNA fragmentation achieved significantly lower pregnancy rates (19.05 vs. 34.65; P¼.030) (28). Similarly,
analysis of DNA fragmentation in 132 men undergoing an
ART cycle (82 IVF, 50 ICSI) showed a close relationship
of fragmentation with embryo postimplantation development
in ICSI patients, with lower clinical pregnancy rates and
higher pregnancy loss rates associated with men with high
sperm DNA fragmentation (29).
On the other hand, studies such as those by Gandini et al.
(30) and Zini et al. (26) found no differences in SCSA parameter values between patients initiating pregnancies and those
who did not, either in ICSI or conventional IVF. Furthermore,
in a prospective study of 100 couples, Payne et al. (31) also
failed to establish a correlation between pregnancy rates
and frequency of sperm cells with fragmented DNA, as determined by SCSA. However, men with a very low sperm DNA
fragmentation rate were least likely to initiate pregnancy. A
recent systematic meta-analysis also concluded that sperm
DNA damage, when assessed by SCSA, has no significant
effect on the chance of clinical pregnancy after IVF or ICSI
treatment (32). Moreover, in 303 samples from patients undergoing IVF-ICSI, Huang et al. (33) reported a correlation
between sperm DNA fragmentation rate, as evaluated by TUNEL, and abnormal semen parameters and fertilization rate,
but no correlation with pregnancy outcome.
In our series of 622 couples, we observed 174 clinical pregnancies (34%). No significant relationship was found with
sperm DNA fragmentation rate for clinical pregnancies
(P¼.294). In a recent prospective study in which the SCD
test was performed in 85 Spanish couples undergoing infertility treatment with IVF-ICSI, similar results were found: SCD
values in cycles that resulted in a pregnancy did not differ
from those that did not (16). On this point, we support those
investigators’ argument that because SCD values were corre-
Velez de la Calle. SCD test in ART programs. Fertil Steril 2008.
lated with embryo quality, the embryo selection performed
before transfer could partially explain why sperm DNA fragmentation was not related to pregnancy outcome. In the
absence of such selection, a correlation would be expected.
In any case, it must be stressed that sperm DNA fragmentation is only one factor in the complex process of initiating
a pregnancy.
At present, there is recurrent and conflicting debate as to
which DNA fragmentation test best predicts reproductive outcomes. Sperm chromatin structure assay is a flow-cytometric
method that is based on acid denaturation of DNA, followed
by staining with acridine orange, which assesses the metachromatic shift of acridine orange fluorescence from green
(native DNA) to red (denatured DNA). The need for a flow
cytometer means that this technique is not accessible to the
standard andrology laboratory. Moreover, despite the presumed precision and objectivity, many technical and subjective factors may affect the results (34). The TUNEL assay
measures the quantity of fluoresceinated 20 -deoxyuridine
50 -triphosphate that is incorporated by terminal deoxynucleotidyl transferase to those DNA strand breaks that are accessible to the enzyme and that contain a free 30 -hydroxyl end.
Sperm chromatin dispersion assesses the production of halos
of dispersed DNA loops, which is dependent on the level of
fragmented DNA and is not influenced by the chemical nature
of the end of the DNA breaks in the same sperm cell, as is the
case when using the DNA breakage detection–fluorescence in
situ hybridization procedure to detect DNA breaks.
Interestingly, a recent comparative study of 60 infertile
men and 7 fertile donors showed a strong relationship between SCSA, TUNEL, and SCD for measurement of DNA
fragmentation in human sperm (35). Those investigators observed that the percentage of sperm that failed to produce
halos of dispersed DNA loops with SCD was well correlated
with % DNA fragmentation index values on SCSA and also
231
Fertility and Sterility
1797
with the number of positive cells observed with the TUNEL
assay. Furthermore, in another study comparing SCD and
SCSA in 45 semen samples from patients attending a reproductive center (University of Minnesota), a good correlation
was noted between these two tests (intraclass correlation
coefficient, 0.85) (15). So, and although SCSA, TUNEL,
and SCD may assess different manifestations of DNA fragmentation (abnormalities in chromatin compaction for SCSA,
incorporation of labeled nucleotides at recognized and accessible DNA strand breaks for TUNEL, and dispersion of DNA
loops for SCD), there is so far no scientific rationale for considering any one of them to be the gold standard. Furthermore,
as well as questions of threshold, sensitivity, and specificity
that are not clearly identified, other factors, such as the simplicity and reproducibility of the technique and also economic
considerations, must certainly be taken into account.
In conclusion, our multicenter prospective study, conducted in the largest series yet reported of couples undergoing assisted reproduction, confirms that the SCD test is
a pertinent technique for assessing sperm DNA fragmentation. Additional large-scale trials comparing various DNA
fragmentation tests are needed to confirm that SCD can
make a valuable contribution to semen analysis and consequently be an effective predictive tool for assessing malefactor infertility.
Acknowledgments: The SCD test was kindly provided by INDAS Laboratories (Fina Biotech, Madrid, Spain) and currently distributed by Halotech SA
(Madrid, Spain). The authors thank Nina Crowte for revision of the
manuscript.
REFERENCES
1. Agarwal A, Said TM. Role of sperm chromatin abnormalities and DNA
damage in male infertility. Hum Reprod Update 2003;9:331–45.
2. De Jonge C. The clinical value of sperm nuclear DNA assessment. Hum
Fertil (Camb) 2002;5:51–3.
3. Sergerie M, Mieusset R, Daudin M, Thonneau P, Bujan L. Ten-year variation in semen parameters and sperm deoxyribonucleic acid integrity in
a healthy fertile man. Fertil Steril 2006;86:1513.e11–8.
4. Henkel R, Kierspel E, Hajimohammad M, Stalf T, Hoogendijk C,
Mehnert C, et al. DNA fragmentation of spermatozoa and assisted reproduction technology. Reprod Biomed Online 2003;7:477–84.
5. Hughes CM, Lewis SE, McKelvey-Martin VJ, Thompson W. A comparison of baseline and induced DNA damage in human spermatozoa from
fertile and infertile men, using a modified comet assay. Mol Hum Reprod
1996;2:613–9.
6. Irvine DS, Twigg JP, Gordon EL, Fulton N, Milne PA, Aitken RJ. DNA
integrity in human spermatozoa: relationships with semen quality. J
Androl 2000;21:33–44.
7. Twigg JP, Irvine DS, Aitken RJ. Oxidative damage to DNA in human
spermatozoa does not preclude pronucleus formation at intracytoplasmic
sperm injection. Hum Reprod 1998;13:1864–71.
8. Tomlinson MJ, Moffatt O, Manicardi GC, Bizzaro D, Afnan M,
Sakkas D. Interrelationships between seminal parameters and sperm nuclear DNA damage before and after density gradient centrifugation: implications for assisted conception. Hum Reprod 2001;16:2160–5.
9. Evenson DP, Darzynkiewicz Z, Melamed MR. Relation of mammalian
sperm chromatin heterogeneity to fertility. Science 1980;210:1131–3.
10. Evenson DP, Jost LK, Marshall D, Zinaman MJ, Clegg E, Purvis K, et al.
Utility of the sperm chromatin structure assay as a diagnostic and prognostic tool in the human fertility clinic. Hum Reprod 1999;14:1039–49.
232
1798
Velez de la Calle et al.
SCD test in ART programs
11. Spano M, Bonde JP, Hjollund HI, Kolstad HA, Cordelli E, Leter G.
Sperm chromatin damage impairs human fertility. The Danish First Pregnancy Planner Study Team. Fertil Steril 2000;73:43–50.
12. Seli E, Gardner DK, Schoolcraft WB, Moffatt O, Sakkas D. Extent of nuclear DNA damage in ejaculated spermatozoa impacts on blastocyst development after in vitro fertilization. Fertil Steril 2004;82:378–83.
13. Virro MR, Larson-Cook KL, Evenson DP. Sperm chromatin structure
assay (SCSA) parameters are related to fertilization, blastocyst development, and ongoing pregnancy in in vitro fertilization and intracytoplasmic sperm injection cycles. Fertil Steril 2004;81:1289–95.
14. Fernandez JL, Muriel L, Rivero MT, Goyanes V, Vazquez R, Alvarez JG.
The sperm chromatin dispersion test: a simple method for the determination of sperm DNA fragmentation. J Androl 2003;24:59–66.
15. Fernandez JL, Muriel L, Goyanes V, Segrelles E, Gosalvez J, Enciso M,
et al. Simple determination of human sperm DNA fragmentation with
an improved sperm chromatin dispersion test. Fertil Steril 2005;84:
833–42.
16. Muriel L, Meseguer M, Fernandez JL, Alvarez J, Remohi J, Pellicer A,
et al. Value of the sperm chromatin dispersion test in predicting pregnancy outcome in intrauterine insemination: a blind prospective study.
Hum Reprod 2006;21:738–44.
17. Garrido N, Navarro J, Garcia-Velasco J, Remoh J, Pellice A, Simon C.
The endometrium versus embryonic quality in endometriosis-related infertility. Hum Reprod Update 2002;8:95–103.
18. Larson KL, DeJonge CJ, Barnes AM, Jost LK, Evenson DP. Sperm chromatin structure assay parameters as predictors of failed pregnancy
following assisted reproductive techniques. Hum Reprod 2000;15:
1717–22.
19. Alvarez JG, Ollero M, Larson-Cook KL, Evenson DP. Selecting cryopreserved semen for assisted reproductive techniques based on the level of
sperm nuclear DNA fragmentation resulted in pregnancy. Fertil Steril
2004;81:712–3.
20. Bungum M, Humaidan P, Spano M, Jepson K, Bungum L, Giwercman A.
The predictive value of sperm chromatin structure assay (SCSA) parameters for the outcome of intrauterine insemination, IVF and ICSI. Hum
Reprod 2004;19:1401–8.
21. Morris ID, Ilott S, Dixon L, Brison DR. The spectrum of DNA damage in
human sperm assessed by single cell gel electrophoresis (Comet assay)
and its relationship to fertilization and embryo development. Hum Reprod 2002;17:990–8.
22. Larson-Cook KL, Brannian JD, Hansen KA, Kasperson KM,
Aamold ET, Evenson DP. Relationship between the outcomes of assisted
reproductive techniques and sperm DNA fragmentation as measured by
the sperm chromatin structure assay. Fertil Steril 2003;80:895–902.
23. Muriel L, Garrido N, Fernandez JL, Remohi J, Pellicer A, de los
Santos MJ, et al. Value of the sperm deoxyribonucleic acid fragmentation
level, as measured by the sperm chromatin dispersion test, in the outcome
of in vitro fertilization and intracytoplasmic sperm injection. Fertil Steril
2006;85:371–83.
24. Zini A, Bielecki R, Phang D, Zenzes MT. Correlations between two
markers of sperm DNA integrity, DNA denaturation and DNA fragmentation, in fertile and infertile men. Fertil Steril 2001;75:674–7.
25. Saleh RA, Agarwal A, Sharma RK, Said TM, Sikka SC, Thomas AJ Jr.
Evaluation of nuclear DNA damage in spermatozoa from infertile men
with varicocele. Fertil Steril 2003;80:1431–6.
26. Zini A, Blumenfeld A, Libman J, Willis J. Beneficial effect of microsurgical varicocelectomy on human sperm DNA integrity. Hum Reprod
2005;20:1018–21.
27. Enciso M, Muriel L, Fernandez JL, Goyanes V, Segrelles E, Marcos M,
et al. Infertile men with varicocele show a high relative proportion of
sperm cells with intense nuclear damage level, evidenced by the sperm
chromatin dispersion test. J Androl 2006;27:106–11.
28. Henkel R, Hajimohammad M, Stalf T, Hoogendijk C, Mehnert C,
Menkveld R, et al. Influence of deoxyribonucleic acid damage on fertilization and pregnancy. Fertil Steril 2004;81:965–72.
29. Borini A, Tarozzi N, Bizzaro D, Bonu MA, Fava L, Flamigni C, et al.
Sperm DNA fragmentation: paternal effect on early post-implantation
embryo development in ART. Hum Reprod 2006;21:2876–81.
Vol. 90, No. 5, November 2008
30. Gandini L, Lombardo F, Paoli D, Caruso F, Eleuteri P, Leter G, et al. Fullterm pregnancies achieved with ICSI despite high levels of sperm chromatin damage. Hum Reprod 2004;19:1409–17.
31. Payne JF, Raburn DJ, Couchman GM, Price TM, Jamison MG,
Walmer DK. Redefining the relationship between sperm deoxyribonucleic
acid fragmentation as measured by the sperm chromatin structure assay and
outcomes of assisted reproductive techniques. Fertil Steril 2005;84:356–64.
32. Li Z, Wang L, Cai J, Huang H. Correlation of sperm DNA damage with
IVF and ICSI outcomes: a systematic review and meta-analysis. J Assist
Reprod Genet 2006;23:367–76.
33. Huang CC, Lin DP, Tsao HM, Cheng TC, Liu CH, Lee MS. Sperm
DNA fragmentation negatively correlates with velocity and fertilization
rates but might not affect pregnancy rates. Fertil Steril 2005;84:
130–40.
34. Boe-Hansen GB, Ersboll AK, Christensen P. Variability and laboratory
factors affecting the sperm chromatin structure assay in human semen.
J Androl 2005;26:360–8.
35. Chohan KR, Griffin JT, Lafromboise M, De Jonge CJ, Carrell DT. Comparison of chromatin assays for DNA fragmentation evaluation in human
sperm. J Androl 2006;27:53–9.
233
Fertility and Sterility
1799
ANNEXE D. CONTRIBUTION À DES TRAVAUX
2
Decrease of mitochondrial DNA level in sperm from
patients infected with human immunodeficiency virus1 linked to nucleoside analogue reverse transcriptase
inhibitors
Résumé
Objectif : Etudier les paramètres du sperme chez les patients infectés par le virus de
l’immunodéficience humaine (VIH) et analyser l’ADN mitochondrial (ADNmt) dans le
sperme en fonction du traitement du VIH.
Cadre : Centre hospitalier universitaire.
Population : Trente-deux patients infectés par le VIH et 31 hommes en bonne santé non
infectés ont fourni des échantillons de sperme.
Principal critère de jugement : Après extraction de l’ADN, le niveau de l’ADNmt a été
évalué à l’aide du PCR dans le sperme et dans les spermatozoïdes sélectionnés à partir
de la fraction 90% des gradients de densité de centrifugation. Pour chaque échantillon,
l’ADNmt et les séquences de gènes β-globine ont été amplifiés et les produits de PCR ont
été quantifiés. Le ratio de l’ADNmt β-globine exprime le nombre de copies d’ADNmt
par cellule.
Résultats : Par rapport au groupe témoins, plusieurs paramètres du sperme étaient altérés
chez les patients infectés par le VIH. Le nombre de copies d’ADNmt par cellule dans le
sperme était augmenté chez les patients porteurs du VIH (6,3 ± 6,3 contre 3,5 ± 3,2). Cependant, il n’y avait aucune différence statistiquement significative du nombre de copies
d’ADNmt dans les spermatozoïdes obtenus après centrifugation en gradient de densité.
Le nombre d’INTI pris par les patients pendant le traitement influençait de façon significative le niveau de l’ADNmt dans le sperme (un INTI 7,6 ± 8,1 ; deux INTI 7.0 ± 5,1 ;
trois INTI 3.2 ± 2,1).
Conclusion : Grâce à l’utilisation d’une méthode spécifique pour mesurer l’ADNmt des
spermatozoïdes, nous avons démontré une diminution des copies d’ADNmt dans les spermatozoïdes après l’utilisation d’INTI connus pour leur toxicité mitochondriale.
234
Decrease of mitochondrial DNA level in sperm from
patients infected with human immunodeficiency
virus-1 linked to nucleoside analogue reverse
transcriptase inhibitors
Lynda Pavili, Pharm. D.,a Myriam Daudin, M.D.,a Nathalie Moinard, Pharm. D.,a Marie Walschaerts, M.S.,a
Lise Cuzin, M.D.,b Patrice Massip, M.D., Ph.D.,b Christophe Pasquier, M.D., Ph.D.,c
and Louis Bujan, M.D., Ph.D.a
a
Universite de Toulouse, UPS, Groupe de Recherche en Fertilite Humaine (EA 3694, Human Fertility Research Group), TSA
70034, CECOS Midi Pyrenees, H^opital Paule de Viguier; and b Service des Maladies Infectieuses et Tropicales, Infectiology
opital Purpan, Toulouse, France
Unit and c Service de Virologie, Virology Unit, Institut Federatif de Biologie, H^
Objective: To study sperm parameters in patients infected with human immunodeficiency virus (HIV)-1 and to
analyze mitochondrial DNA (mtDNA) in sperm according to the HIV treatment.
Design: Observational study.
Setting: University-affiliated teaching hospital.
Patient(s): Thirty-two patients infected with HIV-1 and 31 noninfected healthy men provided semen samples.
Intervention(s): None.
Main Outcome Measure(s): After DNA extraction, mtDNA level was assessed using real-time polymerase chain
reaction (PCR) (LightCycler) in whole semen and in selected spermatozoa from 90% density centrifugation gradients. For each sample, mtDNA and b-globin gene sequences were amplified and PCR products were quantified.
The mtDNA-to-b-globin ratio expressed the number of mtDNA copies per cell.
Result(s): Compared with the control group, several sperm parameters were altered in patients with HIV. The number of mtDNA copies per cell in whole semen was increased in HIV-infected patients (6.3 6.3 vs. 3.5 3.2).
However, there was no statistically significant difference in mtDNA copy number in the spermatozoa obtained after
density gradient centrifugation. The number of nucleoside analogue reverse transcriptase inhibitors (NRTI) taken
by patients during treatment significantly influenced the mtDNA level in sperm (1 NRTI 7.6 8.1, 2 NRTIs
7.0 5.1, 3 NRTIs 3.2 2.1).
Conclusion(s): Using a specific method to measure sperm mtDNA, we demonstrated a decrease of mtDNA copies
in spermatozoa after use of NRTIs with known mitochondrial toxicity. (Fertil Steril 2010;94:2151–6. 2010 by
American Society for Reproductive Medicine.)
Key Words: HIV, mitochondrial DNA, spermatozoa, side effects, antiretroviral treatment, nucleoside analogue
reverse transcriptase inhibitors, sperm parameters
Highly active antiretroviral therapy (HAART) has substantially
improved the prognosis of patients infected with human immunodeficiency virus (HIV)-1. In this context several teams have effectively
developed assisted reproductive technology (ART) with sperm
Received August 5, 2009; revised and accepted December 29, 2009;
published online February 13, 2010.
L.P. has nothing to disclose. M.D. has nothing to disclose. N.M. has nothing to disclose. M.W. has nothing to disclose. L.C. has nothing to disclose. P.M. has nothing to disclose. C.P. has nothing to disclose. L.B.
has nothing to disclose.
Supported by a grant from ANRS (Agence Nationale de Recherche sur le
patites virales) and from ARS (Association de Recherche
SIDA et les he
sur le SIDA). A scholarship was also obtained from SIDACTION. Sponsored by the University Hospital of Toulouse for regulatory and ethic
submission (N 06 029 03).
Preliminary data were presented at the 64th annual meeting of the American Society of Reproductive Medicine, San Francisco, California,
November 8-12, 2008, and published as abstract in Fertility and Sterility
2008; 90, Suppl 1:S187.
Reprint requests: Louis Bujan, M.D., Ph.D., Human Fertility research
ne
es, Ho
^ pital Paule de Viguier,
group (EA3694) and CECOS Midi-Pyre
330 avenue Grande Bretagne, TSA 70034, 31059 Toulouse Cedex 09,
France (FAX: 33-567-77-10-49; E-mail: [email protected]).
washing to eliminate the risk of transmission of the virus (1). Several
cross-sectional studies have examined sperm parameters in patients
infected with HIV, most of whom were receiving antiretroviral therapy, with controversial results (2–7). In a previous study, we demonstrated semen volume and spermatozoa motility decrease in patients
infected with HIV undergoing antiretroviral treatment (8). More recently, for the first time, a longitudinal analysis of qualitative semen
parameters after HAART initiation was performed and clearly demonstrated that antiretroviral treatment significantly affected sperm
motility (9).
The safety of HAART is a key issue in the management of
patients infected with HIV. The HAART generally associates nucleoside analogue reverse transcriptase inhibitors (NRTI) and protease
inhibitors (PI). Several side effects of these treatments have been reported, such as lactic acidosis and peripheral neuropathy (10–12).
Side effects of NRTIs associated with mitochondrial toxicity have
also been reported (11, 13, 14). Several factors are involved in
NRTI toxicity (15). For example, polymerase gamma affinity differs
between NRTI drugs. Zalcitabine (ddC), didanosine (ddI), and stavudine (d4T) have considerable affinity for this enzyme and therefore are more likely to induce adverse effects. Toxicity is also
235
0015-0282/$36.00
doi:10.1016/j.fertnstert.2009.12.080
Fertility and Sterility Vol. 94, No. 6, November 2010
Copyright ª2010 American Society for Reproductive Medicine, Published by Elsevier Inc.
2151
related to the concentration of the drug (14) and to the number of
drugs taken (15). Decreased mitochondrial DNA (mtDNA) content
has been described in adipose tissue from patients receiving NRTI
treatment (15–17) and in vitro studies have demonstrated specific
NRTI toxicity (18). In addition, in vivo tissue-selective toxicity
has been reported (19, 20) and polymerase gamma polymorphism
may modify toxicity (13).
In this context, in view of the importance of mitochondrial function in sperm quality, and particularly in sperm motility (21–25), the
question of the responsibility of HAART for the sperm alterations is
pertinent. However, to date only three human studies have been performed in this field. White et al. (26) showed that sperm mtDNA deletions are a consequence of long-term HAART in patients with HIV
who are taking drugs with mitochondrial toxicity. On the other hand,
Diehl et al. (27) found a weak negative association between the time
on d-drugs and mtDNA content in spermatozoa. In contrast, La Sala
et al. (28) showed an increase of mtDNA content in spermatozoa obtained by the swim-up method in patients with HIV under HAART.
In the rat, in vivo zidovudine (AZT) exposure induced a deficit in the
activity of cytochrome c oxidase, which is involved in the sperm mitochondrial respiratory chain (29).
Since the side effects of NRTIs have been described, several researchers have sought a marker of toxicity that would be of use in
the management of HAART (30). Changes in mtDNA in peripheral
blood cells can precede blood lactate increase (31) and d4T and ddI
molecules, in particular, showed a stronger association with blood
lactate increase (32). However, tissue-selective toxicity yielded contradictory results between blood and specific tissues more susceptible to damage, such as muscle or adipose tissues (19). Spermatozoa
are clinical materials that are easily obtained without invasive procedures and could be useful biological markers of the adverse effects
of HAART (33), due to sperm mitochondrial sensitivity (23, 24).
The objectives of the present study were [1] to compare mtDNA
content in sperm from men infected with HIV receiving HAART and
from an untreated, uninfected group of men and [2] to analyze, in
treated patients, the links between treatment and mtDNA.
MATERIALS AND METHODS
Ethics Statement
The study was approved by the Institutional Review Board (IRB)
(Comite Consultatif de Protection des Personnes dans la Recherche
Biomedicale Toulouse II). All patients and healthy subjects provided written informed consent.
Patients
Men infected with HIV-1 (n ¼ 32) receiving HAART with one or
more NRTIs and who attended the infectious disease department
of our institution were included in this study.
Control Group
Healthy men (n ¼ 31) without HIV infection.
Clinical Investigations
Medical and andrological histories (8) were obtained from the patients and the control group. In patients with HIV-1, history of
HIV infection, coinfection with hepatitis C virus (HCV), immune
and virological status, and history of antiretroviral therapy were recorded. Current treatment was also recorded.
236
2152
Pavili et al.
Sperm Parameters and HIV
Semen Samples
Semen samples from patients and control subjects were collected at
the CECOS (Centre d’Etudes et de Conservation des Oeufs et du
Sperme Humain) laboratory by masturbation after a recommended
period of 3–5 days of sexual abstinence. Conventional semen analysis was performed at the laboratory within 2 hours of ejaculation
according to World Health Organization recommendations (34)
and our previously published method (8) for classic sperm parameters. In addition, we assessed sperm nuclear maturity by aniline blue
staining (35).
Sperm Preparation and DNA Extraction
Within 1 hour of collection, after sperm assessment, semen samples
were cryopreserved using a standard cryoprotectant (Spermfreeze
Fertipro; JCD, La Mulatiere, France) in 0.3-mL straws (Paillette
CBS; CryoBio System, L’Aigle, France) and frozen in liquid nitrogen according to the standard procedures used for sperm banking.
The day of DNA extraction, straws containing semen were thawed
according to classic procedures for ART. Thawed sperm were
divided into two aliquots: one was washed in phosphate-buffered
solution (PBS; GIBCO, Invitrogen Gergy, Pontoise, France) and
the second was submitted to a density gradient method (two
fractions of 50% and 90% of Sperm Filter [Cryos, CryoBiosystem,
l’Aigle, France] as is done in ART. The 90% fraction was then
washed. Spermatozoa and round cell concentration were determined
in native sperm and in 90% fraction sperm. DNA was extracted from
0.5–1 106 cells in 200 mL of PBS according to the method of
May-Panloup et al. (24). After extraction, DNA concentration and
DNA quality were assessed by spectrophotometer (GeneQuant II,
Pharmacia Biotech, France).
mtDNA/b-Globin Real Time Polymerase Chain Reaction
Quantification
The mtDNA copy number per cell was defined by the ratio mtDNAto-b-globin DNA. The mtDNA and b-globin DNA were quantified
according to the method of May-Panloup et al. (24) with slight modifications. The external standard used for mtDNA quantification was
a 158-bp polymerase chain reaction (PCR) product obtained using
primers D4 (3254–3277) and D56 (3216–3147), which defines
a very stable region of mtDNA. This standard was prepared once
by PCR amplification of 500 ng of leukocyte DNA (24). The PCR
product was then purified with the High Pure PCR Product Purification Kit (Roche Diagnostic, Meylan, France) and quantified by spectrophotometry. To determine the number of sperm in each sample,
we quantified the b-globin gene by means of the LightCyclerControl Kit DNA (Roche Diagnostics).
A Roche LightCycler was used to determine the mtDNA copy
number using LightCycler-FastStart DNA MasterPlus SYBR Green
I Kit (Roche Diagnostics). The reactions were performed as follows:
initial denaturing at 95 C for 7 minutes and 40 cycles at 95 C for 1
second, 58 C for 10 seconds (mtDNA) or 55 C for 5 seconds (b-globin gene) and 72 C for 13 seconds (mtDNA), or 72 C for 10 seconds
(b-globin gene). The SYBR green fluorescence was read at the end
of each extension step (72 C). A final melting curve was analyzed to
check the specificity of the PCR product. For each run, a standard
curve was generated using dilutions of the mtDNA external standard. This curve allowed determination of the number of mtDNA
copies in each sample.
All samples were tested twice. The mtDNA-to-b-globin gene ratio was calculated taking into account the volume of extracted DNA
used as a template for PCR amplification.
Vol. 94, No. 6, November 2010
BLOOD AND SEMINAL VIRAL LOAD
The HIV-1 RNA was assessed in blood and seminal plasma of patients infected with HIV-1 according to our published method (36).
Blood CD4þ T-cell concentration was evaluated by cytofluorometry using specific antibodies.
were fertile, whereas 74% of men from the control group were fertile
(P<.01). No difference was observed in andrological history (previous genital or urologic infections, cryptorchidism, genital surgery,
infertility risk factors) between patients and the control group.
Semen Characteristics
Statistical Analysis
Statistical analysis with a power of 80% (1- b ¼ 0.8) and a level of
5% was carried out using Stata 8.1 software (Stata Corp, College
Station, TX).
Non-normalized sperm parameters were normalized before analysis by the usual functions. Fisher’s exact test or the c2 test was used
to compare qualitative data between groups. The nonparametric
Mann-Whitney test was used to compare quantitative data. Logistic
regression analyses were performed to analyze the relationship
between parameters.
RESULTS
Clinical Characteristics
In patients with HIV-1 the mode of virus transmission was sexual in
the majority of cases (84.4%). Mean duration of HIV-1 infection was
122.7 74.2 months. Of the infected patients, 53.1% had an undetectable blood viral load, and for the 46.9% of patients with detectable blood viral load, mean HIV-1 RNA level was 2,288.2 716.3
copies/mL (range: 159.4–28,900). Mean CD4þ T-cell count was
583.4 248.8. According to the Centers for Disease Control and
Prevention classification, 61.3% of patients were category A,
22.6% category B, and 16.1% category C. All patients were receiving HAART and mean duration of treatment was 71 43 months
(median: 67.6; range: 6–146). The majority of these patients
(65.6%) had taken more than two NRTI drugs since the start of treatment. These treatments included NRTIs with known mitochondrial
toxicity: at least 1 for 15 patients, 2 for 8 patients, and 3 for 8
patients.
At the time of the semen probe, 50% of patients had been receiving the current treatment regimen for less than a year and 31.3% for
more than 2 years, 74.9% of patients were receiving at least 2 NRTIs
and one PI, and 56.3% were receiving at least one NRTI with mitochondrial toxicity.
Lipodystrophy was observed in 34.4% of patients infected with
HIV-1.
Mean age was higher in patients than in the control group (39.4 5.4 vs. 34.5 7.6 years, respectively, P<.01), and 25% of patients
After adjustment for age and abstinence duration, several sperm parameters differed between the two groups (Table 1). The percentage
of progressive spermatozoa (motility a, aþb), total sperm count, and
total motile sperm count were significantly decreased in patients
with HIV-1. Morphological analysis of spermatozoa showed that
the percentage of normal forms was significantly decreased and
the multiple anomaly index was significantly increased in patients
with HIV-1.
Mitochondrial Modifications
The mtDNA-to-b-globin ratio, expressing the average mtDNA copy
number per haploid genome or per sperm, was determined in both
groups before and after processing. The average mtDNA copy number was significantly higher in HAART-treated infected patients
than in controls (odds ratio [OR] ¼ 2.44, 95% confidence interval
[CI] 1.23–4.85; P<.01) in sperm before processing (Table 2). After
sperm processing, the average number of mtDNA copies did not significantly differ between patients and controls.
In all men (patients and controls), the number of mtDNA copies
in sperm before processing was negatively correlated with the percentage of progressive spermatozoa (motility a: r ¼ -0.32,
P%.002, motility aþb: r ¼ -0.27, P¼.04), with sperm concentration
per milliliter (r ¼ -0.43, P<.01) and per ejaculate (r ¼ -0.47,
P<.01), with the number of motile spermatozoa in the ejaculate
(r ¼ -0.38, P<.01) and with the percentage of morphologically
normal spermatozoa (r ¼ -0.59, P<.01). Inversely, the number of
mtDNA copies was positively correlated with round cell concentration (r ¼ 0.29, P¼.02), the number of polynuclear cells in semen (r
¼ 0.32, P¼.01), and with the multiple anomalies index (r ¼ 0.38,
P<.01). No statistical correlation was found between mtDNA copies and sperm parameters in spermatozoa obtained after processing.
In patients with HIV no statistically significant correlation was
found between number of mtDNA copies in spermatozoa and blood
CD4þ T-cell count, blood viral load, or duration of current
treatment.
However, the negative correlation (r ¼ -0.31) between the number of mtDNA copies and total treatment duration (since the start
TABLE 1
Mean (± SD) sperm parameters in the patient group with HIV and in the control group.
Ejaculate volume (mL)
Motility a (%)
Motility aþb (%)
Total sperm count ( 106 per ejaculate)
Live spermatozoa (%)
Total progressive motile spermatozoa ( 106 per ejaculate)
Round cells ( 106/mL)
Normal spermatozoa (%)
Multiple anomaly index
Immature spermatozoa (%)
Patients with HIV-1
Controls
P value
3.0 1.3
25.8 13.7
35.3 13.2
198.4 183.6
70.0 12.6
68.4 10.9
1.4 1.0
16.9 9.3
2.04 0.21
15.3 11.4
3.5 1.4
38.4 10.2
47.6 8.5
280.3 249.4
74.0 10.0
145.2 30.2
2.5 4.8
31.6 15.7
1.88 0.22
12.1 10.1
>.05
< .01
< .01
.02
>.05
<0.01
>.05
< .01
< .01
>.05
Note: P values were calculated after adjustment for age and abstinence duration. HIV ¼ human immunodeficiency virus.
Pavili. Sperm Parameters and HIV. Fertil Steril 2010.
237
Fertility and Sterility
2153
TABLE 2
Number of mtDNA copies per cell in native sperm and in sperm fraction obtained by the density gradient method (see Materials
and Methods).
Patients with HIV-1
mtDNA copies per cell in native semen
mtDNA copies per cell in 90% sperm fraction
6.3 6.35 [5.02]
1.02 1.04 [0.6]
Controls
3.54 3.15 [2.55]
1.36 1.51 [0.75]
P value
< .01
>.05
Note: Results are expressed as mean standard error and [median]. The comparison was performed after adjustment for age.
mtDNA ¼ mitochondrial DNA.
Pavili. Sperm Parameters and HIV. Fertil Steril 2010.
of the first treatment) approached significance level (P¼.07). In addition, treatment including three toxic NRTIs was negatively correlated with the number of mtDNA copies per cell (r ¼ -0.42, P¼.03).
The number of mtDNA copies per cell differed according to use
of toxic NRTI (Fig. 1). Copy number decreased significantly when
patients had been exposed to three toxic NRTIs compared with
one or two toxic NRTIs (3.18 2.13 vs. 7.64 8.13 and 7.02 5.10, respectively, P¼.03). Similarly, when AZT was combined
with ddI or ddC, the mtDNA copy number was lower than when
AZT was used alone (P¼.03) (Fig. 2).
It was noteworthy that sperm parameters did not differ according
to the treatment profiles as described previously (data not shown).
After sperm processing, the number of mtDNA copies did not differ according to treatment profile.
DISCUSSION
Highly active antiretroviral therapy has substantially changed the
course of HIV infection during the past 15 years. Usually, these
treatments associate several drugs, in particular NRTIs and PIs.
The mitochondrial toxicity of several NRTIs, in particular the thymidine analogues, has been demonstrated on somatic cells in vivo and
in vitro.
Although contradictory published data exist, the most important
studies of sperm parameters in patients with HIV have found sperm
alterations, in particular decreased motility. The involvement of
mitochondria in sperm motility has been demonstrated (22–25),
but only three studies of sperm mtDNA in patients infected with
HIV-1 have been published to date (26–28).
In the present study, we showed that sperm parameters are altered
in patients with HIV-1 and we analyzed the link between sperm
mtDNA parameters and treatment of HIV infection. We showed
that a mtDNA decrease was associated with the therapeutic use of
NRTIs that are known to be toxic to mitochondria.
In patients with HIV-1 we found not only quantitative sperm alterations but also qualitative alterations such as decreased motility and
morphological anomalies. Concerning sperm motility, our findings
are in agreement with those of our previous large study (8) and with
other investigators (5–7). Decreased motility may be due to
abnormal seminal plasma composition, changes in spermatozoa
metabolism, or to the viral effect of HIV-1 on spermatozoa. As previous studies on sperm parameters were cross-sectional and had some
limitations due to their design, the recent longitudinal study by van
Leeuwen et al. (9) is remarkable. The investigators were able to
FIGURE 2
Number of mitochondrial DNA (mtDNA) copies per sperm cell in
infected patients according to the number of nucleoside analogue
reverse transcriptase inhibitor (NRTI) drugs used: mtDNA
decreased when patient had used three NRTIs.
Number of mitochondrial DNA (mtDNA) copies per sperm cell in
infected patients according to the use of AZT only or AZT
associated with other nucleoside analogue reverse transcriptase
inhibitor (NRTI) drugs. The mtDNA decreased when other NRTI
drugs with known mitochondrial toxicity were associated with AZT
during treatment.
Pavili. Sperm Parameters and HIV. Fertil Steril 2010.
Pavili. Sperm Parameters and HIV. Fertil Steril 2010.
FIGURE 1
238
2154
Pavili et al.
Sperm Parameters and HIV
Vol. 94, No. 6, November 2010
demonstrate that antiretroviral treatment significantly affected sperm
motility.
In our study we found an increased number of mtDNA copies
in patients with HIV-1, associated with alterations in native
sperm. This increase was not explained by an increase in round
cells in the ejaculate, as the number of round cells did not differ
between patients with HIV-1 and the control group. The increase
is probably due to spermatogenesis defects shown in patients with
HIV-1. Similarly, May-Panloup et al. (24) observed increased
mtDNA in patients with abnormal spermatogenesis and in altered
sperm. The fact that there was no increase in mtDNA levels in
sperm fractions obtained after sperm density gradient separation
underlines the links between mtDNA levels and spermatozoa
quality. This is also illustrated by the correlations between sperm
parameters and the number of mtDNA copies per cell found in
this study.
One important finding of our study was the link between treatment profile and the quantity of mtDNA. Using a highly specific
method to measure mtDNA content per cell (24), we found a decreased number of mtDNA copies in patients according to use of
NRTI of known toxicity. In patients who had received three NRTIs
or when AZT was associated with ddI or ddC, the mtDNA copy
number decreased. This could be due to differences in sperm parameters, but sperm parameters did not differ according to treatment
patterns (data not reported).
These results support the mitochondrial toxicity that has been described in other cells in vivo and in vitro (15, 17, 18). The NRTIs, in
particular the thymidine analogues, may inhibit the mitochondrial
DNA replication enzyme polymerase gamma or may increase free
radicals, which have negative effects on the mitochondrion, causing
mtDNA deletions, mutations, or depletions (13, 37).
Two other published studies relate to mtDNA copy number in
patients with HIV-1. According to our results, Diehl et al. (27) found
a weak negative correlation between the time on d-drugs and
mtDNA content in spermatozoa. However, La Sala et al. (28)
showed an increased mtDNA copy number in selected spermatozoa
from treated patients compared with untreated patients, but these
results related only to sperm selected after swim-up and no sperm
parameters, which can influence mtDNA levels.
Our study has some limitations. First, it was not a longitudinal
study with semen probes obtained before and during treatment during a long observation period and consequently a direct effect of the
HIV infection itself cannot be ruled out. Second, our study was limited to mtDNA quantification and DNA deletions were not examined. Because sperm have been shown to be particularly prone to
develop deletions of mtDNA (38–40) such studies are needed in patients treated for HIV-1. White et al. (26) showed an increase in
mtDNA deletions in patients who had taken HAART for more
than 12 months.
In conclusion, sperm alterations were observed in patients with
HIV-1 receiving HAART. Decrease in mtDNA content per cell in
sperm was linked to NRTIs. We believe that longitudinal studies
must be encouraged to analyze the effects of different therapeutic
regimens on sperm parameters and on the mitochondrion (not
only mtDNA quantification but also deletions) and to correlate these
results with other parameters of treatment tolerance. The sperm cell,
which is easily obtained, could be a very sensitive indicator of
HAART toxicity (41) and study of its mitochondrial modifications
is of value to the infectious disease specialist to assess the side
effects of this treatment.
Acknowledgments: The authors thank Dr. Pascale May-Panloup and Prof.
Pascal Raynier for mtDNA quantification counseling. The infectious disease
team and the CECOS-CSM team are thanked for HIV patient recruitment.
The assistance of the teams of the virology unit and the CECOS unit is
also acknowledged. We are grateful for Martin Sergerie, Ph.D., for patient
management. We thank Nina Crowte for text editing.
REFERENCES
1. Bujan L, Hollander L, Coudert M, GillingSmith C, Vucetich A, Guibert J, et al. Safety and
efficacy of sperm washing in HIV-1-serodiscordant
couples where the male is infected: results from
the European CREAThE network. AIDS 2007;21:
1909–14.
2. Krieger JN, Coombs RW, Collier AC, Koehler JK,
Ross SO, Chaloupka K, et al. Fertility parameters in
men infected with human immunodeficiency virus.
J Infect Dis 1991;164:464–9.
3. Crittenden JA, Handelsman DJ, Stewart GJ. Semen
analysis in human immunodeficiency virus infection.
Fertil Steril 1992;57:1294–9.
4. Dondero F, Rossi T, D’Offizi G, Mazzilli F, Rosso R,
Sarandrea N, et al. Semen analysis in HIV seropositive men and in subjects at high risk for HIV infection.
Hum Reprod 1996;11:765–8.
5. Dulioust E, Du AL, Costagliola D, Guibert J,
Kunstmann JM, Heard I, et al. Semen alterations
in HIV-1 infected men. Hum Reprod 2002;17:
2112–8.
6. Muller CH, Coombs RW, Krieger JN. Effects of clinical stage and immunological status on semen analysis results in human immunodeficiency virus type 1seropositive men. Andrologia 1998;30(Suppl 1):
15–22.
7. Nicopoullos JD, Almeida PA, Ramsay JW, GillingSmith C. The effect of human immunodeficiency virus on sperm parameters and the outcome of intrauterine insemination following sperm washing.
Hum Reprod 2004;19:2289–97.
8. Bujan L, Sergerie M, Moinard N, Martinet S, Porte L,
Massip P, et al. Decreased semen volume and spermatozoa motility in HIV-1-infected patients under antiretroviral treatment. J Androl 2007;28:444–52.
9. van Leeuwen E, Wit FW, Repping S, Eeftinck
Schattenkerk JK, Reiss P, van der Veen F, et al. Effects of antiretroviral therapy on semen quality.
AIDS 2008;22:637–42.
10. Moyle GJ, Sadler M. Peripheral neuropathy with nucleoside antiretrovirals: risk factors, incidence and
management. Drug Saf 1998;19:481–94.
11. Walker UA, Brinkman K. NRTI induced mitochondrial toxicity as a mechanism for HAART related
lipodystrophy: fact or fiction? HIV Med 2001;2:
163–5.
12. Dalakas MC, Illa I, Pezeshkpour GH, Laukaitis JP,
Cohen B, Griffin JL. Mitochondrial myopathy caused
by long-term zidovudine therapy. N Engl J Med
1990;322:1098–105.
13. Brinkman K, ter Hofstede HJ, Burger DM,
Smeitink JA, Koopmans PP. Adverse effects of reverse transcriptase inhibitors: mitochondrial toxicity
as common pathway. AIDS 1998;12:1735–44.
14. Moyle G. Mechanisms of HIV and nucleoside reverse
transcriptase inhibitor injury to mitochondria. Antivir
Ther 2005;10(Suppl 2):M47–52.
15. Nolan D, Hammond E, Martin A, Taylor L,
Herrmann S, McKinnon E, et al. Mitochondrial
DNA depletion and morphologic changes in adipocytes associated with nucleoside reverse transcriptase
inhibitor therapy. AIDS 2003;17:1329–38.
16. Shikuma CM, Hu N, Milne C, Yost F, Waslien C,
Shimizu S, et al. Mitochondrial DNA decrease in
subcutaneous adipose tissue of HIV-infected individuals with peripheral lipoatrophy. AIDS 2001;
15:1801–9.
17. Walker UA, Setzer B, Venhoff N. Increased long-term
mitochondrial toxicity in combinations of nucleoside
analogue reverse-transcriptase inhibitors. AIDS
2002;16:2165–73.
18. Hoschele D. Cell culture models for the investigation
of NRTI-induced mitochondrial toxicity. Relevance
for the prediction of clinical toxicity. Toxicol In Vitro
2006;20:535–46.
19. Cherry CL, Nolan D, James IR, McKinnon EJ,
Mallal SA, Gahan ME, et al. Tissue-specific associations between mitochondrial DNA levels and current
treatment status in HIV-infected individuals. J Acquir
Immune Defic Syndr 2006;42:435–40.
20. Hoy JF, Gahan ME, Carr A, Smith D, Lewin SR,
Wesselingh S, et al. Changes in mitochondrial DNA
in peripheral blood mononuclear cells from HIV-infected patients with lipoatrophy randomized to receive abacavir. J Infect Dis 2004;190:688–92.
21. Donnelly ET, O’Connell M, McClure N,
Lewis SE. Differences in nuclear DNA fragmentation and mitochondrial integrity of semen and prepared human spermatozoa. Hum Reprod 2000;15:
1552–61.
22. Folgero T, Bertheussen K, Lindal S, Torbergsen T,
Oian P. Mitochondrial disease and reduced sperm motility. Hum Reprod 1993;8:1863–8.
239
Fertility and Sterility
2155
23. Kao SH, Chao HT, Wei YH. Multiple deletions of mitochondrial DNA are associated with the decline of
motility and fertility of human spermatozoa. Mol
Hum Reprod 1998;4:657–66.
24. May-Panloup P, Chretien MF, Savagner F, Vasseur C,
Jean M, Malthiery Y, et al. Increased sperm mitochondrial DNA content in male infertility. Hum Reprod 2003;18:550–6.
25. Ruiz-Pesini E, Diez C, Lapena AC, Perez-Martos A,
Montoya J, Alvarez E, et al. Correlation of sperm motility with mitochondrial enzymatic activities. Clin
Chem 1998;44:1616–20.
26. White DJ, Mital D, Taylor S, St John JC. Sperm mitochondrial DNA deletions as a consequence of
long term highly active antiretroviral therapy. AIDS
2001;15:1061–2.
27. Diehl S, Vernazza P, Trein A, Schnaitmann E,
Grimbacher B, Setzer B, et al. Mitochondrial DNA
and sperm quality in patients under antiretroviral therapy. AIDS 2003;17:450–1.
28. La Sala GB, Pilotti E, Nicoli A, Pinelli S, Villani MT,
Ronzi P, et al. Dynamics of HIV viral load in blood
and semen of patients under HAART: impact of therapy in assisted reproduction procedures. AIDS
2007;21:377–9.
29. Leandri R, Dulioust E, Benbrik E, Jouannet P, De
Almeida M. Deficit in cytochrome c oxidase activity
240
2156
Pavili et al.
30.
31.
32.
33.
34.
35.
induced in rat sperm mitochondria by in vivo exposure to zidovudine. Intern J Androl 2003;26:305–9.
de Mendoza C, Sanchez-Conde M, Ribera E,
Domingo P, Soriano V. Could mitochondrial DNA
quantitation be a surrogate marker for drug mitochondrial toxicity? AIDS Rev 2004;6:169–80.
Cote HC, Brumme ZL, Craib KJ, Alexander CS,
Wynhoven B, Ting L, et al. Changes in mitochondrial
DNA as a marker of nucleoside toxicity in HIV-infected patients. N Engl J Med 2002;346:811–20.
Chiappini F, Teicher E, Saffroy R, Pham P,
Falissard B, Barrier A, et al. Prospective evaluation
of blood concentration of mitochondrial DNA as
a marker of toxicity in 157 consecutively recruited
untreated or HAART-treated HIV-positive patients.
Lab Invest 2004;84:908–14.
Mital D, White DJ, St John JC. Mitochondrial DNA
and sperm quality in patients on antiretroviral therapy—response. AIDS 2004;18:963.
World Health Organization (WHO). WHO laboratory
manual for the examination of human semen and
sperm–cervical mucus interaction. 4th ed. Cambridge: Cambridge University Press, 1999.
Dadoune JP, Mayaux MJ, Guihard-Moscato ML. Correlation between defects in chromatin condensation
of human spermatozoa stained by aniline blue and semen characteristics. Andrologia 1988;20:211–7.
Sperm Parameters and HIV
36. Pasquier C, Souyris C, Moinard N, Bujan L,
Izopet J. Validation of an automated real-time
PCR protocol for detection and quantitation of
HIV and HCV genomes in semen. J Virol Methods
2006;137:156–9.
37. Hayakawa M, Ogawa T, Sugiyama S, Tanaka M,
Ozawa T. Massive conversion of guanosine to 8-hydroxy-guanosine in mouse liver mitochondrial DNA
by administration of azidothymidine. Biochem Biophys Res Commun 1991;176:87–93.
38. Cummins J. Mitochondrial DNA in mammalian reproduction. Rev Reprod 1998;3:172–82.
39. Reynier P, Chretien MF, Savagner F, Larcher G,
Rohmer V, Barriere P, et al. Long PCR analysis of human gamete mtDNA suggests defective mitochondrial maintenance in spermatozoa and supports the
bottleneck theory for oocytes. Biochem Biophys
Res Commun 1998;252:373–7.
40. St John JC, Jokhi RP, Barratt CL. Men with oligoasthenoteratozoospermia harbour higher numbers of
multiple mitochondrial DNA deletions in their spermatozoa, but individual deletions are not indicative
of overall aetiology. Mol Hum Reprod 2001;7:
103–11.
41. Vernazza P. HAART improves quality of life: should
we care about the quality of spermatozoa? AIDS
2008;22:647–8.
Vol. 94, No. 6, November 2010
ANNEXE D. CONTRIBUTION À DES TRAVAUX
3
Ribavirin and pegylated interferon treatment for hepatitis C was associated not only with semen alterations
but also with sperm deoxyribonucleic acid fragmentation in humans
Résumé
Objectif : Présenter les effets de la ribavirine et de l’interféron pégylé sur les paramètres
du sperme et l’intégrité de l’ADN des spermatozoïdes chez un homme ayant une hépatite
C.
Cadre : Centre hospitalier universitaire.
Population : Un homme âgé de 37 ans sous traitement de ribavirine et d’interféron pour
l’hépatite C.
Principal critère de jugement : Les paramètres du sperme (numération des spermatozoïdes, la mobilité, le nombre de cellules rondes), la fragmentation de l’ADN des spermatozoïdes.
Résultats : Le pourcentage de mobilité progressive des spermatozoïdes et le nombre de
spermatozoïdes mobiles par éjaculat ont diminué au cours du traitement. Le ratio cellules rondes/spermatozoïde, qui reflète une anomalie de la spermatogenèse, a augmenté
de 2,6% ± 1,4% à 23,6% ± 13,0% au cours du traitement et est revenu à sa valeur initiale au bout de 4 mois. En outre, l’indice de fragmentation d’ADN des spermatozoïdes a
augmenté très sensiblement au cours du traitement (de 14,5% avant traitement à 69,2% à
7 mois de traitement) et est resté élevé 8 mois après la fin du traitement.
Conclusion : Cette étude présente pour la première fois non seulement les aspects quantitatifs mais aussi qualitatifs des altérations de la spermatogenèse avec des anomalies de
l’ADN et met l’accent sur la nécessité d’études cliniques prospectives. Les modifications
de la spermatogénène qui ont persisté 8 mois après le traitement vont en faveur d’une
plus large période de contraception après l’arrêt de traitement chez les hommes atteints
de l’hépatite C.
241
CASE REPORT
Ribavirin and pegylated interferon treatment for
hepatitis C was associated not only with semen
alterations but also with sperm deoxyribonucleic acid
fragmentation in humans
Stephane Pecou, M.D.,a,b Nathalie Moinard, Pharm.D.,a,b Marie Walschaerts, M.S.,a
Christophe Pasquier, Ph.D.,c Myriam Daudin, M.D.,a,b and Louis Bujan, M.D.a,b
a
Human Fertility Research Group, Universite Toulouse III Paul Sabatier (EA 3694); b Centre d’Etude et de Conservation des
Oeufs et du Sperme Humain Midi-Pyrenees, CHU Paule de Viguier; and c Virology Laboratory, Institut Federatif de Biologie,
CHU Toulouse, Toulouse, France
Objective: To report the effects of ribavirin plus pegylated interferon on semen parameters and sperm DNA integrity in a man given treatment for hepatitis C.
Design: Case report.
Setting: University-affiliated teaching hospital.
Intervention(s): None.
Patient(s): A 37-year-old man given treatment with ribavirin and pegylated interferon for hepatitis C.
Main Outcome Measure(s): Semen parameters (sperm count, motility, round cells), sperm protamination state
measured by sperm chromatin structure assay, and sperm DNA fragmentation measured by terminal uridine
nick-end labeling assay.
Result(s): The percentage of progressive spermatozoa and the number of motile sperm per ejaculate decreased
during treatment. The round cell/spermatozoa ratio, which reflects spermatogenic abnormality, increased from
2.6% 1.4% to 23.6% 13.0% during treatment and returned to baseline value 4 months later. Moreover, the
sperm DNA fragmentation index (as measured by sperm chromatin structure assay) increased very markedly during treatment (from 14.5% before to 69.2% at 7 months of treatment) and remained elevated 8 months later.
Conclusion(s): This study reports for the first time not only quantitative but also qualitative alterations of spermatogenesis with DNA packaging abnormalities and emphasizes the need for prospective clinical studies. While
the results of other studies are awaited, the alterations that persisted 8 months after treatment argue for a longer
contraception period after treatment discontinuation in men. (Fertil Steril 2009;91:933.e17–e22. 2009 by
American Society for Reproductive Medicine.)
Key Words: Sperm DNA fragmentation, chromatin, hepatitis, ribavirin, interferon
The hepatitis C virus (HCV) infects approximately 170 million individuals worldwide (1). Prospective studies have
shown that chronic infection develops in 60% to 85% of
HCV-infected persons. Chronic HCV infection has been
estimated to be responsible for approximately 250,000 to
350,000 deaths per year, mainly due to cirrhosis and hepatocarcinoma. Prevention of the complications of infection
Received June 7, 2008; revised July 17, 2008; accepted July 23, 2008.
S.P. has nothing to disclose. N.M. has nothing to disclose. M.W. has nothing to disclose. C.P. has nothing to disclose. M.D. has nothing to disclose. L.B. has nothing to disclose.
The first two authors made an equal contribution to this work.
Supported by a grant from Association Recherche SIDA, Toulouse,
France.
Reprint requests: Louis Bujan, M.D., Human Fertility Research Group CECOS Midi-Pyrenees, CHU Paule de Viguier, 330 Avenue de Grande
Bretagne, 31059 Toulouse Cedex 9, France (FAX: 33-0-567-77-10-49;
E-mail: [email protected]).
needs antiviral therapy. Currently, the highest response rates
to treatment have been achieved with pegylated interferon in
combination with ribavirin (2), yielding a sustained eradication of infection in 40% to 50% of cases. Ribavirin is
a nucleoside analogue that has given positive results in a large
number of in vitro and animal in vivo genotoxicity assays.
Ribavirin has demonstrated embryologic and/or teratogenic
effects in animal species at doses well below the recommended human dose. Consequently, effective contraception must
be used during treatment and for 6 months after therapy in
women (3). According to studies in male animals (4–6),
a similar period of effective contraception is necessary in
men receiving ribavirin. Several animal studies have evaluated ribavirin side effects on spermatogenesis (4–8). However, as yet, there has been no study of sperm DNA
parameters in men receiving ribavirin and interferon therapy.
Our work reports for the first time standard sperm parameters,
sperm DNA fragmentation, and sperm chromatin quality in
242
0015-0282/09/$36.00
Fertility and Sterility Vol. 91, No. 3, March 2009
doi:10.1016/j.fertnstert.2008.07.1755 Copyright ª2009 American Society for Reproductive Medicine, Published by Elsevier Inc.
933.e17
an HCV-infected man before, during, and after combination
therapy with ribavirin and interferon.
MATERIALS AND METHODS
Patient
An HCV genotype 1b infection was diagnosed in a 37year-old man in 1990. He had given blood once a year between 1987 and 1990. The only risk factor for infection
was surgery in 1989. The patient had two sons with his first
wife in 1988 and 1992 and had a vasectomy in 1995. In
2001, because he desired a child with his second wife, a vasovasostomy was performed. Results of the Huhner test were
normal in 2002 (20 spermatozoa per examined field with
65% of motility), and in March 2002 his wife was pregnant
(5 weeks amenorrhea). A healthy daughter was born in September 2002. In March 2002, a liver biopsy showed a Knodell
score of 12 and a Metavir score of A3F2. Because of the
increase of hepatic lesions since the last liver biopsy in
1997, combination treatment was offered to the patient. It
was suggested that sperm cryopreservation should be performed before the beginning of treatment. The couple was
informed of the necessity of contraception during treatment
and for 7 months after discontinuation, according to the recommendations. After several sperm samples had been
banked, treatment with ribavirin (Rebetol, 1,000 mg/d) and
pegylated interferon (Viraferon, 115.2 mg/wk) was started
on November 22, 2002. Side effects such as fatigue, nausea,
and erythema at the injection site were reported by the
patient, but hematologic tolerance was satisfactory and treatment doses were not modified. The patient was given zolpidem in March 2003 for sleep problems. In June 2003,
because of moderate depressive symptoms, treatment with
citalopram and bromazepam was initiated and continued
until November 2003. Combination HCV treatment was
stopped in October 2003. Hepatitis C virus RNA had been undetectable in the blood since June 2003 but was again detectable in May 2004.
Five months after the end of the patient’s treatment, the
woman reported nausea, abundant bleeding, and uterine contractions, which were unusual because her menstrual cycles
were generally regular. These symptoms were interpreted
by the couple as a miscarriage following unprotected sexual
intercourse, but no pregnancy test was done. After this incident, oral contraception was used until June 2004. It was discontinued in July 2004 (9 months after the end of treatment),
a pregnancy started, and a healthy girl was born in April
2005.
Semen samples from this patient were analyzed before,
during, and after treatment by ribavirin and pegylated interferon. The present study was carried out in accordance with
the Declaration of Helsinski, and the patient gave his
informed consent for the study. At each visit, the standard
questionnaire was completed about any unusual events since
his last visit to the laboratory, such as disease and febrile
episodes, stressful condition(s), and any change in lifestyle
habits.
933.e18
Pecou et al.
Sample Collection and Storage
Semen samples were collected by masturbation, after a recommended period of 3 to 6 days of sexual abstinence, into
sterile polypropylene containers at the Centre d’Etude et de
Conservation des Oeufs et du Sperme Humain (CECOS) laboratory. Conventional semen analysis was performed according to World Health Organization criteria (9). Sperm count,
total sperm count, motility, round cells, ratio of total round
cell count/total sperm count, and sperm vitality were assessed
according to previously published methods (10).
From a clinical point of view, it is of particular importance
to distinguish between neutrophil granulocytes and other cells
of spermatogenic origin when immature spermatozoa are
present in sperm (11). To evaluate the number of granulocytes
in semen samples, we used the peroxidase stain procedure
described by Politch et al. (12), with minor modifications.
The number of peroxidase-positive cells per milliliter of semen
samples was calculated (12). Sperm round cells were counted
as round cells minus peroxidase-positive cells.
After sperm assessment, semen samples were cryopreserved
within 1 hour of collection. For semen cryopreservation, a standard cryoprotectant (Spermfreeze Fertipro; JCD, La Mulatiere,
France) was added in a single step at a ratio of 1:0.7 (vol/vol) of
Spermfreeze to ejaculate. After mixing by repeated aspiration
in and out of a 1-mL graduated pipette, the samples were
transferred to 0.3-mL straws (Paillette CBS; CryoBio System,
L’Aigle, France) and frozen in liquid nitrogen according to the
standard procedures used for sperm banking in our laboratory
until later pooled assessment of sperm DNA integrity.
One day before assessment of sperm DNA integrity, straws
containing semen were removed from liquid nitrogen storage
and thawed on ice. The stored sperm sample was suspended
in 4.7 mL of ice-cold 0.01 mol/L tris(hydroxymethyl)aminomethane–HCl, 0.15 mol/L NaCl, and 1 mmol/L ethylenediaminetetraacetic acid, pH 7.4 (TNE) and centrifuged at 600 g for 10 minutes. The pellets (approximately 10 106 spermatozoa) were then resuspended in 1 mL of ice-cold TNE
and fixed with 4 mL of 1% formaldehyde (Prolabo, Paris,
France) in TNE (pH 7.4) for at least 30 minutes at 4 C. After
centrifugation, the pellets were washed twice, and each sample was divided into four aliquots (two for sperm chromatin
structure assay [SCSA] and two for terminal uridine nickend labeling [TUNEL]) of approximately 2.5 106 spermatozoa and then stored in ice-cold TNE with 0.1% sodium
azide (Sigma Chemical Co., St. Louis, MO) at 4 C.
Sperm Chromatin Structure Assay and Flow Cytometry
Sperm chromatin structure assay (13) was performed, as
previously published, by a single technician (14). The sperm
chromatin structure assay defines abnormal chromatin structure as an increased susceptibility of sperm DNA to acidinduced denaturation in situ.
A total of 10,000 events were accumulated for each measurement. Samples were measured twice, and data from the
Ribavirin-interferon treatment and sperm DNA
243
Vol. 91, No. 3, March 2009
cytometer analyzed by WinMDI 2.8 (Scripps Institute, La
Jolla, CA). The extent of DNA denaturation was expressed
as DNA Fragmentation Index (DFI), which is the ratio of
red to total (red plus green) fluorescence intensity (13). We
also calculated the fraction of highly DNA stainable cells
by setting an appropriate gate on the scattergram and considering as immature spermatozoa those events exhibiting
a green fluorescence intensity higher than the upper border
of the main cluster, which represents the sperm population
with nondetectable fluorescence intensity. One aliquot of
quality control sperm was analyzed in pooled samples (results not shown). The analytic coefficient of variation was
<5% as calculated from values obtained from aliquots of a semen sample.
Terminal Uridine Nick-end Labeling Assay and Flow
Cytometry
For the TUNEL assay of human sperm, a previously
described protocol (14) was used with minor modifications
by a single technician. Sperm DNA fragmentation and propidium iodide labeling were measured on a Beckman Coulter
Epics XL-MCL flow cytometer (Coulter, Hialeah, FL) equipped with a 15-mW argon ion laser for excitation. Each analysis included a minimum of 10,000 stained spermatozoa
quantified simultaneously by green and red fluorescence.
Light-scattering and fluorescence data were obtained at
a fixed gain setting in logarithmic mode. The FL1 (green fluorescence from fluorescein isothiocyanate conjugate) signals
were detected through a 525 25 nm band pass filter and
FL2 (red fluorescence from propidium iodide) through
a 575 25 nm filter. Sperm DNA fragmentation (TUNEL
assay) was analyzed in duplicate.
The detailed protocol for TUNEL analysis has been
described previously (14). Analysis by TUNEL consisted
of subtracting control (no terminal deoxynucleotidyl transferase enzyme) green fluorescence histograms from terminal
deoxynucleotidyl transferase–positive green fluorescence
histograms, yielding the percentage of cells showing DNA
strand breaks.
Statistical Analyses
The analyses were conducted with Stata 6.0 software (Stata
Corp., College Station, TX). The Wilcoxon test was used to
compare semen parameters between groups. Analysis of variance was used to test for differences between periods (before, during, and after treatment). All semen analyses were
adjusted for duration of abstinence by introducing abstinence
duration in analysis of variance regression. P values of %.05
were considered statistically significant.
RESULTS
The patient performed seven semen probes before treatment
(period 1), four during treatment and within 7 months after
treatment (recommended contraception period) (period 2),
and finally seven >7 months after the end of treatment (period 3). The means of semen parameters during these three
periods are presented in Table 1. Between period 1 and period
TABLE 1
Sperm parameters before treatment (period 1), during and 7 months after treatment (recommended
contraception period) (period 2), and after the recommended contraception period (period 3).
Volume (mL)
Sperm count ( 106/mL)
Total sperm
count ( 106 per ejaculate)
Progressive spermatozoa (%)
Live spermatozoa (%)
Total progressive motile
spermatozoa ( 106 per
ejaculate)
Total round
cells ( 106 per ejaculate)
Round cell/spermatozoa
ratio (%)
Period 1
(before treatment)
Period 2
(during treatment and
7 mo after)
Period 3
(>7 mo after
discontinuation)
6.1 1.3
49.6 20.6
314.0 169.6
5.5 1.3
26.0 23.1
129.4 101.9
5.2 0.7
38.7 23.8
213.7 153.3
27.1 6.4
41.1 6.1
82.5 40.1
18.2 7.0a
42.5 15.9
27.6 29.2a
23.6 3.8
45.1 5.6
48.5 32.5
7.6 3.7
20.9 5.6a
11.9 6.6
2.6 1.4
23.6 13.0a
7.0 3.3a
Note: Values are expressed as mean SD.
a
Significant differences compared with period 1, P< .05.
Pecou. Ribavirin-interferon treatment and sperm DNA. Fertil Steril 2009.
244
Fertility and Sterility
933.e19
2, a significant decrease of the percentage of progressive
motile spermatozoa (27.1% 6.4% vs. 18.2% 7.0%,
P<.05) and of the total number of progressive motile spermatozoa in the ejaculate (82.5 40.1 vs. 27.6 29.2, P<.05)
and an increase of total round cells per ejaculate (7.6 3.7
vs. 20.8 5.6, P<.01) were observed. It was noteworthy
that the round cell/spermatozoa ratio increased very markedly from 2.6% 1.4% before treatment to 23.6% 13.0% during period 2 (P<.05) with the highest value 1
month after the end of treatment (Fig. 1). This means that germinal cells are released in ejaculates without completion of
testicular sperm division and differentiation. This modification was reversible 4 months after the end of treatment. The
only different sperm value in period 3 compared with period
1 was the round cell/spermatozoa ratio, which was higher in
period 3 than in period 1. Figure 1 shows the evolution of
sperm parameters and round cells according to the period.
FIGURE 1
Impact of ribavirin–pegylated interferon treatment on
sperm parameters. (A) Sperm count per milliliter and
total sperm count in ejaculate. (B) Progressive motile
spermatozoa expressed as a percentage and as
numbers in the ejaculate. (C) Impact of ribavirin–
pegylated interferon treatment on the round
cell/spermatozoa ratio, which indicates
spermatogenesis alteration. The ‘‘after treatment’’
box represents the recommended contraception
period. M ¼ months.
Sperm chromatin integrity and DNA fragmentation were
studied once before treatment (period 1), four times during
treatment and during the 7 months after treatment (period
2), and finally four times >7 months after treatment completion (period 3) (Fig. 2). Sperm DNA fragmentation, as measured by TUNEL assay, was highest at 7 months of treatment
(36.8%) and remained increased 1 month after treatment end
(P<.05 compared with 8 to 21 months after treatment). The
percentage of immature spermatozoa population defined by
highly DNA stainable cells remained stable during the study
period. It was noteworthy that the DFI, which defines abnormal chromatin structure, increased very markedly from
14.5% before treatment to 69.2% at 7 months of treatment
and remained increased until 8 months after the end of treatment (45.5%). Twelve months after the end of treatment, the
DFI returned to pretreatment values.
DISCUSSION
The combination of ribavirin and pegylated interferon is the
recommended treatment to prevent HCV infection complications. It appears to be the most effective, giving sustained
eradication of infection in 40% to 50% of cases (2). Unfortunately, it has significant side effects such as hematologic toxicities, depression induction or facilitation, and influenza-like
symptoms of fatigue and nausea. In addition, ribavirin is
highly teratogenic, and contraception is imperative during
treatment and for 6 to 7 months after treatment in women
(3). According to animal studies (4–6), reliable contraception
is also required when the male is under ribavirin treatment
and for 6 to 7 months afterwards.
To the best of our knowledge, this is the first report on the
side effects of HCV treatment with ribavirin and pegylated
interferon on sperm DNA parameters in men. Quantitative
and qualitative alterations of spermatogenesis were observed
during treatment and up to 8 months after the end of treatment
for the DFI index.
In animals, there are two published studies of the effects of
ribavirin intake in rats and one in mice. Narayana et al. (5, 6,
933.e20
Pecou et al.
Pecou. Ribavirin-interferon treatment and sperm DNA. Fertil Steril 2009.
8) found a ribavirin dose-dependent decrease of spermatozoa
count in the rat epididymis, testicular histology alterations
with increase of sloughing of seminiferous epithelium, morphologic modifications of the germinal epithelium, and increased morphologic abnormalities of epididymal
spermatozoa. These modifications were reversible after two
spermatogenesis cycles (5, 8). Moreover, in rats decreased
T production by Leydig cells was reported, as well as a decrease in seminal vesicles and prostate weights. In mice, morphologic spermatozoa alterations and germinal epithelium
degeneration have been observed. The authors also hypothesize that treatment may affect spermatid maturation (4). In
humans, only one study was performed of sperm parameters
without sperm DNA evaluation and hormonal profile in
a group of men given treatment with ribavirin and pegylated
interferon with nonconclusive results on the effects of such
treatment on sperm parameters (15).
Ribavirin-interferon treatment and sperm DNA
245
Vol. 91, No. 3, March 2009
FIGURE 2
Impact of ribavirin–pegylated interferon treatment on
sperm DNA integrity as measured by sperm
chromatin structure assay and TUNEL assay. Each
point represents the result of one analysis performed
in duplicate (see Materials and Methods). The ‘‘after
treatment’’ box indicates the recommended
contraception period after the end of treatment
arrest. ¤ A miscarriage was suggested by the couple.
M ¼ months; SCSA-DFI ¼ sperm chromatin
structure assay–DNA fragmentation index; SCSAHDS ¼ sperm chromatin structure assay–high DNA
stainability.
Pecou. Ribavirin-interferon treatment and sperm DNA. Fertil Steril 2009.
The quantitative and qualitative sperm alterations observed in our patient given ribavirin and pegylated interferon
were concordant with the findings in animals. It was noteworthy that the round cell count increased, with a very marked
increase of the round cells/spermatozoa ratio during the
period of exposure. This was probably due to seminiferous
epithelium sloughing as reported in rats.
We investigated sperm DNA fragmentation assessing
DNA strand breaks with the useful and sensitive TUNEL
assay. Sperm chromatin packaging was also analyzed with
the standardized sperm chromatin structure assay (13). The
results of these tests reflect the quality of the nuclear and genetic material of the male gamete. Although the debate on the
value of these tests with regard to male fertility continues,
they are of pertinent use in toxicity studies. We found that
sperm chromatin packaging parameters increased very markedly during treatment (a threefold to fourfold increase) and
also up to 8 months after the end of treatment. Importantly,
the DFI was the last parameter to return to pretreatment
values. The chromatin alteration observed may be in agreement with the spermatid alterations suggested in mice given
ribavirin (4).
Because the patient was receiving a combination of ribavirin and pegylated interferon, the question arises of interferon
implication. Two studies in rats have reported discrepant
results. Hibi et al. (16) found no alterations in epididymal
sperm count or motility, and Ulusoy et al. (17) found testicular histology modifications, but these were not related to
interferon dose. On the other hand, one case report has shown
azoospermia and high FSH level in a man receiving inter-
feron (18), whereas a study in 12 patients under interferon
therapy did not show any inhibin decrease (19). Moreover,
Yamamoto and Miyake (20), observing the effects of interferon in four infertile patients, suggested that it could be
a treatment of azoospermia and oligospermia in men. The
responsibility of citalopram or bromazepam taken by our patient could be excluded because no data have been published
in men, and the patient started such treatment after 7 months
of ribavirin and interferon treatment.
These published studies strongly suggest that the effects
observed in our patient could be due mainly to ribavirin rather
than to interferon, although synergistic enhancement of ribavirin action cannot be excluded with combination therapy
(21). Ribavirin is a nucleoside analogue, an antimetabolite
drug that is implicated in duplication of viral genetic material. Like several antiviral drugs, ribavirin is phosphorylated
in cells into 50 -triphosphate nucleotide. The precise mechanisms of the action of ribavirin on virus or cells are not
known, but several effects have been described (22). Ribavirin [1] inhibits cellular inosine monophosphate dehydrogenase and consequently depletes intracellular pools of
guanosine triphosphate (23); [2] like other nucleoside inhibitors, inhibits S-adenosylhomocysteine hydrolase (24) resulting in S-adenosylhomocysteine and S-adenosylmethionine
accumulation and thus in inhibition of cell methylation; [3]
interferes with RNA capping (25); [4] inhibits viral polymerases (26); and [5] induces lethal mutagenesis (27).
Because DNA and RNA synthesis, guanosine triphosphate
pools, methylation/demethylation, and RNA translation processes are critical during spermatogenesis and spermiogenesis
(28–31), ribavirin well may have side effects on spermatogenesis. Its precise mechanism remains to be elucidated.
Our principal finding was that not only quantitative but
also qualitative sperm alterations, as well as abnormal sperm
chromatin packaging, were probably the result of treatment.
The level of sperm DNA and chromatin integrity reflects the
quality of genetic material of the male gamete. Transmission
of damaged DNA to the offspring, particularly at levels that
exceed the DNA repair capacity of the ovocytes, could
have serious consequences (32). It has been demonstrated
that sperm chromatin defects may influence the initiation
and regulation of paternal gene activity during late stages
of human embryo development (33–36).
The symptoms of miscarriage reported by the patient’s
wife 5 months after ribavirin discontinuation could be linked
with treatment, but no objective pregnancy test was done.
After the recommended period of contraception a pregnancy
occurred and resulted in delivery of a healthy girl. In humans,
only 22 pregnancies during or within 3 months of male ribavirin exposure have been reported in four studies (37–40).
Seven pregnancy outcomes were unknown, but 33.3% of
known outcomes were miscarriages. No anomalies were
observed in 11 liveborn children.
This report demonstrates that in men ribavirin plus pegylated interferon treatment was associated with marked effects
246
Fertility and Sterility
933.e21
on semen parameters and chromatin sperm integrity. These
findings are of paramount interest for patient counseling.
Currently, contraception is recommended during and 6 to 7
months after the end of ribavirin treatment in women or
men. Our study argues for a more prolonged contraception
period, because 8 months after discontinuation sperm chromatin values had not returned to pretreatment status.
Finally, all the data discussed here emphasize the need for
prospective clinical studies on the effects of ribavirin on
genetic aspects of sperm and for more basic research to investigate the mechanism of action of this molecule on human
spermatogenesis and spermiogenesis.
Acknowledgments: The authors thank particularly Martin Sergerie, Ph.D., for
his invaluable help on technical aspects and for the numerous discussions
about DNA tests, and also Romain Teule, Pharm.D., for his invaluable
help on technical aspects. Mr. Thierry Almont is also acknowledged for
his help on statistical work. We are grateful for Prof. Jean Pierre Vinel,
Ph.D., for the access to the patient data. We thank Prof. Pierre Sie, Ph.D.,
Dr. Cecile Demur, and Dr. Veronique Mansat-De Mas for access to flow cytometry in the hematology laboratory, Ms. Francxoise Cendres and Ms. Carole
Boye of the CECOS-spermiology laboratory for clinical semen analyses, and
Ms. Nina Crowte for editing the text.
REFERENCES
1. Chevaliez S, Pawlotsky JM. Hepatitis C virus: virology, diagnosis and
management of antiviral therapy. World J Gastroenterol 2007;13:
2461–6.
2. National Institutes of Health. NIH Consensus Statement on Management
of Hepatitis C: 2002. NIH Consens State Sci Statements 2002;19:1–46.
3. Ward RP, Kugelmas M. Using pegylated interferon and ribavirin to treat
patients with chronic hepatitis C. Am Fam Physician 2005;72:655–62.
4. Levine BS, Tomlinson MJ, Parker RM. Onset and reversibility of ribavirin-induced testicular toxicity in mice. Toxic Substances Journal
1994;13:171–86.
5. Narayana K, D’Souza UJ, Rao KP. Effect of ribavirin on epididymal
sperm count in rat. Indian J Physiol Pharmacol 2002;46:97–101.
6. Narayana K, D’Souza UJ, Seetharama Rao KP. Ribavirin-induced sperm
shape abnormalities in Wistar rat. Mutat Res 2002;513:193–6.
7. Hoffmann SH, Wade MJ, Staffa JA, McGregor DB, Holmstrom M,
Dayan AD. Dominant lethal study of ribavirin in male rats. Mutat Res
1987;188:29–34.
8. Narayana K, D’Souza UJ, Narayan P, Kumar G. The antiviral drug ribavirin reversibly affects the reproductive parameters in the male Wistar
rat. Folia Morphol (Warsz) 2005;64:65–71.
9. World Health Organization. Laboratory manual for the examination of
human semen and sperm-cervical mucus interaction. 4th ed. New
York: Cambridge University Press, 1999:2–28.
10. Bujan L, Mieusset R, Mansat A, Moatti JP, Mondinat C, Pontonnier F.
Testicular size in infertile men: relationship to semen characteristics
and hormonal blood levels. Br J Urol 1989;64:632–7.
11. Johanisson E, Campana A, Luthi R, de Agostini A. Evaluation of ‘round
cells’ in semen analysis: a comparative study. Hum Reprod Update
2000;6:404–12.
12. Politch JA, Wolff H, Hill JA, Anderson DJ. Comparison of methods to
enumerate white blood cells in semen. Fertil Steril 1993;60:372–5.
13. Evenson D, Jost L. Sperm chromatin structure assay is useful for fertility
assessment. Methods Cell Sci 2000;22:169–89.
14. Sergerie M, Mieusset R, Croute F, Daudin M, Bujan L. High risk of temporary alteration of semen parameters after recent acute febrile illness.
Fertil Steril 2007;88:970.e1–7.
15. Durazzo M, Premoli A, Di Bisceglie C, Bertagna A, Faga E, Biroli G,
et al. Alterations of seminal and hormonal parameters: an extrahepatic
manifestation of HCV infection? World J Gastroenterol 2006;12:3073–6.
933.e22
Pecou et al.
16. Hibi H, Yokoi K, Yamamoto M. Effects of alpha-interferon on sperm
production, concentration, and motility in the rat. Int J Urol 1997;4:
603–7.
17. Ulusoy E, Cayan S, Yilmaz N, Aktas S, Acar D, Doruk E. Interferon alpha-2b may impair testicular histology including spermatogenesis in
a rat model. Arch Androl 2004;50:379–85.
18. Longo I, Sanchez-Mateos P, Lazaro P, Longo N. Azoospermia in a patient
receiving interferon alpha for a stage III melanoma. Acta Derm Venereol
2002;82:389–90.
19. Karamfilov T, Wollina U, Hipler UC, Graefe T, Schreiber G. Effects of
adjuvant interferon-alpha low-dose therapy in melanoma patients on
serum inhibin B. J Dermatol 2000;27:639–42.
20. Yamamoto M, Miyake K. Successful use of interferon for male infertility
[Letter]. Lancet 1994;344:614.
21. Hong Z, Cameron CE. Pleiotropic mechanisms of ribavirin antiviral
activities. Prog Drug Res 2002;59:41–69.
22. Graci JD, Cameron CE. Mechanisms of action of ribavirin against
distinct viruses. Rev Med Virol 2006;16:37–48.
23. Parker WB. Metabolism and antiviral activity of ribavirin. Virus Res
2005;107:165–71.
24. Altintas E, Sezgin O. S-adenosylhomocysteine hydrolase, S-adenosylmethionine, S-adenosylhomocysteine: correlations with ribavirin
induced anemia. Med Hypotheses 2004;63:834–7.
25. Bougie I, Bisaillon M. The broad spectrum antiviral nucleoside ribavirin
as a substrate for a viral RNA capping enzyme. J Biol Chem 2004;279:
22124–30.
26. Lau JY, Tam RC, Liang TJ, Hong Z. Mechanism of action of ribavirin in
the combination treatment of chronic HCV infection. Hepatology
2002;35:1002–9.
27. Crotty S, Cameron CE, Andino R. RNA virus error catastrophe: direct
molecular test by using ribavirin. Proc Natl Acad Sci U S A 2001;98:
6895–900.
28. Galeraud-Denis I, Lambard S, Carreau S. Relationship between chromatin organization, mRNAs profile and human male gamete quality. Asian J
Androl 2007;9:587–92.
29. Oliva R. Protamines and male infertility. Hum Reprod Update 2006;12:
417–35.
30. Rousseaux S, Caron C, Govin J, Lestrat C, Faure AK, Khochbin S. Establishment of male-specific epigenetic information. Gene 2005;345:
139–53.
31. Tanaka H, Baba T. Gene expression in spermiogenesis. Cell Mol Life Sci
2005;62:344–54.
32. Ahmadi A, Ng SC. Fertilizing ability of DNA-damaged spermatozoa.
J Exp Zool 1999;284:696–704.
33. Benchaib M, Braun V, Lornage J, Hadj S, Salle B, Lejeune H, et al.
Sperm DNA fragmentation decreases the pregnancy rate in an assisted
reproductive technique. Hum Reprod 2003;18:1023–8.
34. Borini A, Tarozzi N, Bizzaro D, Bonu MA, Fava L, Flamigni C,
et al. Sperm DNA fragmentation: paternal effect on early post-implantation embryo development in ART. Hum Reprod 2006;21:
2876–81.
35. Tesarik J, Greco E, Mendoza C. Late, but not early, paternal effect on human embryo development is related to sperm DNA fragmentation. Hum
Reprod 2004;19:611–5.
36. Zini A, Libman J. Sperm DNA damage: importance in the era of assisted
reproduction. Curr Opin Urol 2006;16:428–34.
37. Bianca S, Ettore G. Male periconceptional ribavir-ininterferon alpha-2b
exposure with no adverse fetal effects. Birth Defects Res A Clin Mol
Teratol 2003;67:77–8.
38. De Santis M, Carducci B, Cavaliere AF, De Santis L, Lucchese A,
Straface G, et al. Paternal exposure to ribavirin: pregnancy and neonatal
outcome. Antivir Ther 2003;8:73–5.
39. Hegenbarth K, Maurer U, Kroisel PM, Fickert P, Trauner M, Stauber RE.
No evidence for mutagenic effects of ribavirin: report of two normal
pregnancies. Am J Gastroenterol 2001;96:2286–7.
40. Maddrey WC. Safety of combination interferon alfa-2b/ribavirin therapy
in chronic hepatitis C–relapsed and treatment-naive patients. Semin
Liver Dis 1999;19(Suppl 1):67–75.
Ribavirin-interferon treatment and sperm DNA
247
Vol. 91, No. 3, March 2009
Annexe E
Questionnaire pour l’étude sur la
fertilité masculine
249
EQUIPE ACCUEIL 3694
Recherche en Fertilité Humaine
Santé de la Reproduction dans les Pays Emergents
L’HOMME ET LA FERTILITE
~
QUESTIONNAIRE
Identifiant n°
QUESTIONS GENERALES
Date de réponse du questionnaire :
2
Jour
Mois
0
0
Année
Souhaitez-vous recevoir les résultats de l’étude ? (disponibles à partir de début 2010)
Non.
Oui
par courrier (si l’adresse a changé, merci de la préciser)…………….
…………………………………………………………………………………
par mail : ……………………………………………………………..
Actuellement, vivez-vous toujours avec la conjointe avec qui vous êtes venu consulter à l’hôpital
de la Grave et/ou l’hôpital Paule de Viguier ?
Oui
Non. En quelle année vous êtes vous séparés ?
ATTENTION, TOUTES LES QUESTIONS QUI SUIVENT CONCERNENT VOUS ET LA CONJOINTE AVEC
QUI VOUS VIVIEZ LORSQUE VOUS ETES VENU CONSULTER DANS LE CENTRE DE STERILITE
MASCULINE ET/OU D’ASSISTANCE MEDICALE À LA PROCREATION DE L’HOPITAL LA GRAVE ET/OU
L’HOPITAL PAULE DE VIGUIER.
Quel est le diplôme le plus élevé que vous ayez obtenu ? Et celui de votre conjointe ?
Vous
Votre conjointe
Aucun diplôme. Vous avez quitté l’école en quelle classe ? ……...………
Bac
Bac et plus
Autre, précisez: …………………………………………………………….
Quelle est votre qualification professionnelle ? (ex : CAP…) …………………………………………
250
I. AVANT D’ALLER CONSULTER A L’HÔPITAL LA GRAVE/PAULE DE VIGUIER
Quelle était votre situation professionnelle ? Et celle de votre conjointe ?
Vous
Votre conjointe
En activité professionnelle
Au chômage
Au foyer
Autre, précisez: ………………………………………………………
Avant de décider d’avoir une grossesse, vous (ou votre conjointe) utilisiez comme méthode(s) de
contraception…
Le retrait, l’abstinence périodique (méthode des T°C, Ogino), le diaphragme, le préservatif
masculin/féminin, les crèmes, les tampons, les spermicides, autre précisez : ..............................
La pilule, le stérilet, les injections ou implants contraceptifs.
Rien du tout
Avant de venir consulter au Centre de Stérilité Masculine, aviez-vous déjà pris, vous ou votre
conjointe, un ou plusieurs traitements, pour avoir un enfant ? (Merci de cocher tous les traitements que
vous aviez déjà utilisés et de remplir les informations correspondantes)
Traitement médical chez Monsieur. Précisez (antibiotique, hormone, anti-inflammatoire, par
ex.).................................................................................................................................................
…………………………………………………………………………………………………………………
De quelle année à quelle année└─┴─┴─┴─┘ à └─┴─┴─┴─┘
Traitement hormonal chez Madame avec du Clomid ® ou Pergotime ® ou Puregon ® ou
Gonal F ® ou Metrodine ou Humegon® ou Neopergonal® ou Inductor®
De quelle année à quelle année└─┴─┴─┴─┘ à └─┴─┴─┴─┘
Insémination avec votre sperme (on parle d’IAC)
De quelle année à quelle année └─┴─┴─┴─┘ à └─┴─┴─┴─┘
Insémination avec le sperme d’un donneur (on parle d’IAD)
De quelle année à quelle année └─┴─┴─┴─┘ à └─┴─┴─┴─┘
FIV dans un autre centre que l’hôpital de la Grave/Paule de Viguier
De quelle année à quelle année └─┴─┴─┴─┘ à └─┴─┴─┴─┘
Combien de FIV avez-vous déjà réalisé ? └─┘
ICSI dans un autre centre que l’hôpital de la Grave/Paule de Viguier
De quelle année à quelle année └─┴─┴─┴─┘ à └─┴─┴─┴─┘
Combien de ponctions votre conjointe a- t-elle déjà réalisées ? └─┴─┘
Intervention chirurgicale pour avoir un enfant (vous ou votre conjointe)
Quelle(s) intervention(s) chirurgicale(s) ? Et en quelle année ?
Vous : ……………….…………………………………………: └─┴─┴─┴─┘
Votre conjointe : ………………………….……………………: └─┴─┴─┴─┘
Autre traitement, (merci de préciser le traitement – vous ou votre conjointe – et l’année)
…………………………………………………………………… : └─┴─┴─┴─┘
Quelles sont les raisons qui vous ont amenées à choisir l’hôpital la Grave/Paule de Viguier pour
prendre en charge votre difficulté à avoir un enfant ? (plusieurs réponses possibles)
Proximité
Renommée
Via un médecin
Hôpital Public
Connaissance
Autre, précisez……………………………………………………………
251
2
II. A L’HÔPITAL LA GRAVE/PAULE DE VIGUIER
Pensez-vous que les difficultés que vous avez eu pour avoir un enfant venait de…
Vous, précisez :………………………………………………….
Votre conjointe, précisez :………………………………………..
Tous les deux, précisez :…………………………………………….
Les médecins vous ont dit que c’était à cause de…
Vous, précisez :………………………………………………….
Votre conjointe, précisez :………………………………………..
Tous les deux, précisez :…………………………………………….
Aucune cause établie par les médecins
Vous ne savez pas/ne vous souvenez pas
Finalement, votre conjointe a-t-elle été enceinte ?
Non.
Oui, à partir de votre sperme
Oui, à partir de sperme d’un donneur
Date de début de cette grossesse : └─┴─┘/└─┴─┘/└─┴─┴─┴─┘
Cette grossesse a-t-elle permis la naissance d’un ou plusieurs enfant(s) ?
Non
Oui, précisez combien d’enfants
└─┘
Pour chaque enfant, merci de préciser sa date de naissance :
└─┴─┘/└─┴─┘/└─┴─┴─┴─┘
└─┴─┘/└─┴─┘/└─┴─┴─┴─┘
III. DEPUIS VOTRE DERNIERE CONSULTATION A L’HÔPITAL LA GRAVE/PAULE DE
VIGUIER
Depuis votre dernière consultation à l’hôpital la Grave/Pdv…
Il y a eu une grossesse
grossesse naturelle
Il n’y a pas eu de grossesse, je continue à être suivi à PdV
Nous faisons une pause
Nous avons arrêté
Nous avons changé de Centre de Santé
grossesse par AMP
Fin du questionnaire
Si vous avez décidé d’arrêter/de faire une pause à l’hôpital Paule de Viguier, qui l’a décidé ?
Vous
Votre conjointe
Les deux
Les médecins
Pourquoi, avez-vous décidé d’arrêter/de faire une pause ? (Plusieurs réponses possibles)
Le traitement était inefficace
On vous a conseillé de pratiquer un autre
traitement médical
C’était trop pénible
C’était dangereux pour la santé de votre
conjointe
Vous et/ou votre conjointe étiez trop âgés
pour continuer
Vous étiez insatisfait de l’équipe médicale
Vous avez décidé d’adopter un enfant
Vous avez eu un enfant grâce à l’adoption
Vous avez décidé de renoncer à votre projet
d’enfant
Vous avez déménagé
Vous ou votre conjointe avez perdu votre
emploi
Cela vous coûtait trop cher
Vous et votre conjointe vous êtes séparés
Vous ou votre conjointe avez des problèmes
de santé
Vous ou votre conjointe avez eu un décès
dans la famille
Autre, précisez : …….……………………….
252
3
Avez-vous essayé d’avoir un enfant dans un autre centre de santé ?
Non.
Oui.
Si oui, où, depuis quand et pourquoi ?
Année └─┴─┴─┴─┘
………………………………………………………………………………………………………………………
………...…………………………………………………………………………………………………………….
Dans cet autre centre, avez-vous eu ?
Une FIV
Une ICSI
Une IAD
Une IAC
Autre, précisez …………………………
Votre conjointe a-t-elle été enceinte avec les techniques citées ci-dessus ?
Non.
Oui, à partir de votre sperme
Oui, à partir de sperme d’un donneur
Date de début de cette grossesse : └─┴─┘/└─┴─┘/└─┴─┴─┴─┘
Cette grossesse a-t-elle permis la naissance d’un ou plusieurs enfant(s) ?
Non
Oui, précisez combien d’enfants
└─┘
Pour chaque enfant, merci de préciser sa date de naissance :
└─┴─┘/└─┴─┘/└─┴─┴─┴─┘
└─┴─┘/└─┴─┘/└─┴─┴─┴─┘
Avez-vous obtenu une grossesse naturellement?
Non.
Oui.
Naissance d’enfant(s)
Nombre d’enfants : └─┘
Pas de naissance
Pour chaque enfant, merci de préciser sa date de naissance :
└─┴─┘/└─┴─┘/└─┴─┴─┴─┘
└─┴─┘/└─┴─┘/└─┴─┴─┴─┘
Quelques questions sur l’adoption…
Vous avez déjà réalisé des démarches pour adopter un enfant
Oui, vous avez déjà adopté. Précisez la date d’arrivée de l’enfant : └─┴─┴─┴─┘
Vous ou/et votre conjointe, vous ne souhaitez pas adopter
Finalement, après tout ce parcours, nous continuons à avoir un projet d’enfant :
Oui
Non, car… (plusieurs réponses possibles)
Contre indication médicale
C’était trop pénible
Vous et/ou votre conjointe
étiez trop âgés
Cela vous coûtait trop cher
Vous et votre conjointe vous êtes séparés
Autre, précisez : …………………………
Si vous pensez que d’autres informations pourraient être importantes, merci de nous les donner.
....................................................................................................................................................................
....................................................................................................................................................................
....................................................................................................................................................................
....................................................................................................................................................................
Fin du questionnaire. Nous vous remercions chaleureusement d’avoir répondu à ce questionnaire.
Merci de nous renvoyer ce questionnaire dans l’enveloppe T ci-jointe.
253
4
Titre : La santé reproductive de l’homme : méthodologie et statistique.
Auteur : Marie Walschaerts.
Directeurs de thèse : Philippe Besse et Patrick Thonneau.
Résumé La santé reproductive de l’homme est un indicateur de la santé générale de celui-ci. Elle est également intimement liée
aux expositions de l’environnement et du milieu de vie. Aujourd’hui, on observe une baisse séculaire de la qualité du sperme
et une augmentation des pathologies et malformations de l’appareil reproducteur masculin.
L’objectif de ce travail est d’étudier la santé reproductive de l’homme d’un point de vue épidémiologique et par le biais de
différents outils statistiques. Nous nous sommes intéressés à l’incidence et aux facteurs de risque du cancer du testicule. Ensuite, nous avons étudié le parcours thérapeutique d’une population d’hommes ayant consulté pour infécondité masculine en
analysant la relation entre leurs paramètres du sperme et leurs investigations andrologiques, ainsi que l’issue de leur projet
parental. Enfin, l’événement naissance a été analysé en tenant compte de son délai de réalisation en utilisant des modèles de
durées de vie incluant la censure à droite : modèles de Cox et arbres de survie. En y associant des techniques de sélection
stable de variables (stepwise, pénalisation de type L1 , bootstrap), les performances prédictives de ces méthodes ainsi que leur
capacité à fournir aux cliniciens un modèle facilement interprétable ont été comparées.
Dans le sud de la France, l’incidence du cancer du testicule a doublé au cours des 20 dernières années. L’effet cohorte de naissance, c’est-à-dire l’effet générationnel, suggère un effet délétère des expositions environnementales sur la santé reproductive
de l’homme. Toutefois, aucune exposition du milieu de vie de l’homme durant sa vie adulte ne semble être un facteur de risque
potentiel de survenue du cancer du testicule, suggérant l’hypothèse d’une exposition à des perturbateurs endocriniens in utero.
Actuellement, la responsabilité de l’homme dans des difficultés à concevoir représente 50% des causes d’infertilité. La prise en
charge de l’homme est donc essentielle. Dans notre cohorte de couples consultant pour des problèmes d’infertilité, un examen
andrologique anormal est observé chez 85% des partenaires masculins. Une relation significative est observée entre l’examen
de sperme et l’examen andrologique, suggérant la nécessité de pratiquer des investigations cliniques afin d’identifier les causes
d’infertilité masculine. Finalement, un couple sur deux réussit à avoir un enfant. Et l’âge des hommes de plus de 35 ans apparaît
comme un facteur de risque majeur, ce qui devrait encourager les couples à entamer leur projet parental le plus tôt possible.
En prenant en compte la composante temporelle dans l’issue reproductive de ces couples inféconds, les modèles de durée de vie
obtenus sont très souvent instables du fait du grand nombre de covariables. Nous avons intégré des techniques de rééchantillonnage (bootstrap) à des approches de sélection de variables. Bien que l’approche Random Survival Forests soit la meilleure en
qualité de prévision, ses résultats ne sont pas facilement interprétables. Concernant les autres méthodes, les résultats diffèrent
selon la taille de l’échantillon. L’algorithme stepwise intégré au modèle de Cox ne converge pas si le nombre d’événements
est trop faible. L’approche qui consiste à choisir la meilleure division en bootstrappant l’échantillon à chaque noeud lors de
la construction d’un arbre de survie ne paraît pas avoir une meilleure capacité prédictive qu’un simple arbre de survie quand
l’échantillon est suffisamment grand. Finalement, le modèle de Cox avec une sélection de variables par pénalisation de type L1
donne un bon compromis entre facilité d’interprétation et prévision dans le cas de petits échantillons.
Mots clés: infertilité masculine, taux cumulé, modèle de Cox, arbre de survie, stepwise, Lasso, random survival forest, bootstrap
Abstract Male reproductive health is an indicator of his overall health. It is also closely linked to environmental exposures
and living habits. Nowadays, surveillance of male fertility shows a secular decline in sperm quality and increased disease and
malformations of the male reproductive tract.
The objective of this work is to study the male reproductive health in an epidemiologic aspect and through various statistical
tools. Initially, we were interested in the pathology of testicular cancer, its incidence and its risk factors. Then, we studied the
population of men consulting for male infertility, their andrological examination, their therapeutic care and their parenthood
project. Finally, the birth event was analyzed through survival models: the Cox model and the survival trees. We compared
different methods of stable selection variables (the stepwise bootstrapped and the bootstrap penalisation L1 method based on
Cox model, and the bootstrap node-level stabilization method and random survival forests) in order to obtain a final model easy
to interpret and which improve prediction.
In South of France, the incidence of testicular cancer doubled over the past 20 years. The birth cohort effect, i.e. the generational
effect, suggests a hypothesis of a deleterious effect of environmental exposure on male reproductive health. However, the living
environment of man during his adult life does not seem to be a potential risk factor for testicular cancer, suggesting hypothesis
of exposure to endocrine disruptors in utero. The responsibility of man for difficulties in conceiving represents 50% of cases
of infertility, making the management of male infertility essential. In our cohort, 85% of male partners presented an abnormal
clinical examination (either a medical history or the presence of an anomaly in andrological examination). Finally, one in two
couples who consulted for male infertility successfully had a child. The age of men over 35 appears to be a major risk factor,
which should encourage couples to start their parenthood project earlier.
Taking into account the survival time in the reproductive outcome of these infertile couples, the inclusion of large numbers of
covariates gives models often unstable. We associated the bootstrap method to variables selection approaches. Although the
method of Random Survival Forests is the best in the prediction performance, the results are not easily interpretable. Results are
different according to the size of the sample. Based on the Cox model, the stepwise algorithm is inappropriate when the number
of events is too small. The bootstrap node-level stabilization method does not seem better in prediction performance than a
simple survival tree (difficulty to prune the tree). Finally, the Cox model based on selection variables with the penalisation L1
method seems a good compromise between interpretation and prediction.
Keywords: male infertility, cumulative rate, Cox model, survival tree, stepwise, Lasso, random survival forest, bootstrap