relation between AMH level and ovarian reserve in infertile women candidate for assisted reproductive treatment

Document Type : Research Paper

Authors

1 associated professor of Ob&Gyn Shahid Beheshti university of medical sciences mahdieh Hospital

2 fellow ship of infertility Shahid Beheshti university of medical sciences

3 associated professor epidemiologist and vital statistics Shahid Beheshti university of medical sciences

4 assistant of embryology laboratory mahdieh Hospital

5 Shahid Beheshti university of medical sciences mahdieh Hospital, Tehran, Iran.

Abstract

Introduction: The purpose of this study was to predict the poor and excessive ovarian response using anti-Müllerian hormone (AMH) levels following a long agonist protocol in IVF candidates.
MaterialS and Methods: Through a prospective cohort study, the type of relationship and appropriate scale for AMH were determined using the fractional polynomial regression. To determine the effect of AMH on the outcomes of ovarian stimulation and different ovarian responses, the multi-nominal and negative binomial regression models were fitted using backward stepwise method. The ovarian response of studIED subject who entered a standard long-term treatment cycle with GnRH agonist was evaluated using prediction model, separately and in combined models with (ROC) curves.
Results: The use of standard long-term treatments with GnRH agonist led to positive pregnancy test results in 30% of treated patients. With each unit increase in the log of AMH, the odds ratio of having poor response compared to normal response decreases by 64% (OR 0.36, 95% CI 0.19-0.68. The optimal cut-off points of AMH for predicting excessive and poor ovarian responses were 3.4 and 1.2 ng/ml, respectively, with area under curves of 0.69 (0.60-0.77) and 0.76 (0.66-0.86), respectively.
Conclusion: By considering the age of the patient undergoing infertility treatment as a variable affecting ovulation, use of AMH levels showed to be a good test to discriminate between different ovarian responses

Keywords


مقدمه

دانش بالینی و پیشرفت تکنولوژی در سال‎های اخیر کمک بسیار شایانی به موفقیت روش های کمک باروری بویژه IVF نموده است. اما همچنان یکی از عوامل بسیار مهم موفقیت در این زمینه تعداد اووسیت های تولید شده توسط تخمدان به دنبال تحریک هورمونی است (1). به بیانی دیگر یکی از عوامل محدود کننده مهم در موفقیت IVF پاسخ تخمدانی ضعیف می باشد که در 10 تا 15 % زنانی که تحت عمل IVF قرار می گیرند مشاهده شده است (2). بنابراین بررسی رزرو تخمدانی قبل از انجام درمان های کمک باروری امری ضروری است (3). رزرو تخمدانی به عنوان پتانسیل عملکرد تخمدان، منعکس کننده‎ی کمیت و کیفیت تخمک های درون یک تخمدان می باشد (4).

با پیشرفت طب باروری امروزه بخش بزرگی از پژوهش ها بر روی بررسی رزرو تخمدانی متمرکز شده اند. این پژوهش ها به طورکلی با اهداف : 1- بهبود ایمنی روش های تحریک تخمدان از طریق شناسایی بیماران با پاسخگویی بالا (که در معرض خطر بالاتر OHSS هستند) 2- بهبود کارآمدی روش های تحریک تخمدان( از طریق تطبیق دوز تحریک) و 3- استفاده از رزرو تخمدانی به عنوان ابزاری برای پیشگویی پیامد روش درمانی IVF انجام می گردند. از این رو می توان گفت شناسایی زنان جوان با رزرو تخمدانی پایین که در واقع در شرایطی مشابه با زنان مسن پره منوپوز به سر می برند و آگاهی دادن به آنها در مورد این مسئله به عنوان یک نیاز بالینی حائز اهمیت ویژه‎ای است (4).

دستیابی به نتایج رضایت بخش در روش های کمک باروری مستلزم ارزیابی دقیق بیمار  و بررسی رزرو تخمدانی اوست (5).  یک آزمون رزرو تخمدانی مناسب باید بتواند در یک جمعیت نابارور که برای که برای درمان باروری مراجعه می نمایند شانس بارداری و تولد نوزاد زنده را پیشگویی نموده و دوز اوپتیموم هورمونی را که برای تحریک تخمدان انتخاب شده تعیین نماید (6).

برخی از مطالعات سنجش حجم تخمدان و فولیکول های آنترال  را به عنوان آزمون های مفیدی در تعیین رزرو تخمدانی معرفی کرده اند.  از دیگر آزمون های بررسی رزرو تخمدانی می توان به تعیین سطوحFSH (follicle-stimulating hormone) ، سطوح سرمی inhibin B و antral follicle count (AFC) اشاره نمود (4، 7-10).

 یکی از هورمون هایی که اخیرا به عنوان مارکری برای پیش بینی پاسخ تخمدانی قبل از به کارگیری روش های کمک باروری مورد توجه قرار گرفته است AMH می باشد(11-13). این هورمون توسط سلولهای گرانولوزای تخمدانی تولید شده و بعد از بلوغ میزان آن با سرعتی آهسته شروع به کاهش نموده و در زمان منوپوز از بین می رود(5). از جمله عملکردهای این هورمون مهار به کارگیری فولیکول اولیه ، مهار رشد وابسته به FSH و انتخاب فولیکولهای پری ناتال و فولیکولهای کوچک آنترال می باشد(14). از آنجایی که سطوح سرمی AMH با تعداد فولیکولهای آنترال اولیه مرتبط می باشد لذا این هورمون می تواند برای ارزیابی پتانسیل باروری و پاسخ تخمدانی در IVF مورد استفاده قرار گیرد(5). بر اساس مطالعه ای در حال حاضر آزمون ایده آل برای تعیین رزرو تخمدانی، سنجش سطح AMH می باشد که از نظر مقدار حساسیت و ویژگی با AFC همتراز ولی از FSH، استرادیول، LH و inhibin-B بهتر می باشد (15). FSH ، inhibin-B و استرادیول در مراحل اولیه ی کاهش رزرو تخمدانی حساسیت پایینی دارند. این سه هورمون بخشی از یک سیستم بازخورد بوده و سطح سرمی آنها مستقل از یکدیگر نیست. علاوه بر این تغییرات سرمی این سه هورمون در فرآیند reproductive aging نسبتا دیر و در زمانی که رزرو تخمدانی به حدی بحرانی رسیده و شانس باردار شدن به طور معنی داری کاهش پیدا نموده اتفاق می افتد (16). اما سطح سرمی AMH مستقل از سیکل قاعدگی بوده و از آگونیست های GnRH و یا کنتراسپتیوهای خوراکی متاثر نیست(17). با وجود آنکه در حال حاضر AMH به عنوان یک مارکر قابل اطمینان و نوید بخش در پیشگویی پاسخ تخمدانی قبل از به کارگیری روش های کمک باروری شناخته شده است اما سطوح cut-off این هورمون برای تعیین حداقل و حداکثر پاسخ تخمدانی همچنان مورد بحث بوده و در مطالعات مختلف مقادیر مختلفی گزارش شده است. با توجه به اینکه تعیین نقطه برش مناسب این هورمون در رابطه با پیش‌بینی پاسخ‌های تخمدانی می‌تواند نقش بسیار مهمی در تصمیم گیری های بالینی مهم و حیاتی برای زنان نابارور داشته باشد. این مطالعه با هدف پیش‌بینی پاسخ‌های تخمدانی بیش از حد با استفاده از سطوح AMH بر روی افراد کاندید IVF انجام شده است.

روش‌ کار

در این مطالعه که به صورت آینده‌نگر انجام شده است، کلیه بیماران نازای مراجعه کننده به درمانگاه نازایی بیمارستان مهدیه از ابتدای سال 1390 تا پایان سال 1391 در صورت داشته بودن معیارهای الف. نداشتن بیماری اندوکرین زمینه‌ای ب. عدم مصرف داروهای هورمونی طی 3 ماه گذشته ج. عدم تشخیص (Polycystic ovary syndrome) PCO  بر اساس کرایتریای روتردام و عدم تشخیص ازوسپرمی یا severe oligozoospermia وارد مطالعه شدند. برای  کلیه بیماران نازای مراجعه کننده به درمانگاه نازایی بیمارستان مهدیه شرایط ورود به مطالعه را دارا بوده و کاندید IVF بوده‌اند، سطوحAMH(ELIZA, mg/ml) ،  FSH(RIA, iu/ml) و E2(ECL pg/ml)  در روز 2 یا 3 سیکل سنجیده  شد. تمام بیماران در حداقل یک ماه قبل تحت درمان هورمونی قرار نگرفته بودند. در مرحله بعد بیماران وارد سیکل درمان استاندارد طولانی مدت با آنتاگونیست GnRH(sinafact ,sinagen) شدند، در مرحله بعدی و در ابتدای سیکل قاعدگی (روز 1 تا 3) برای افراد وارد شده در مطالعه، سونوگرافی پایه برای اطمینان از عدم وجود پاتولوژی زمینه‌ای صورت گرفت. در این مطالعه تحریک کنترل شده‌ی تخمک گذاری از روز 4-3 سیکل آغاز شده و دز مورد نیاز HMG  از نوع انسانی- ادراری (Merional-IBSA-75 IU/ml Amp) برطبق پروتکل تصویب شده در بخش نازایی بیمارستان مهدیه تهران بر اساس سن بیمار  تعیین و  آغاز می‌شد. هر3-4 روز سونوگرافی کنترل انجام شده و بر اساس پاسخدهی تخمدان درمان ادامه یافته و مجددا سونوگرافی کنترل 2 تا 3 روز بعد انجام می‌گرفت. با مشاهده فولیکول غالب سایز (16-18mm) مداخله نهایی به صورت تزریق HCG (10000 iu  choriomon IBSA انجام شده  و 35-36 ساعت بعد برداشت اووسیت ها انجام گرفته و در اختیار جنین شناس  قرار داده می‌شد. در صورت مناسب بودن جنین برای انتقال 48-36 ساعت بعد انتقال جنین صورت می‌گرفت. از روز برداشت اووسیت حمایت فاز لوتئال با پروژسترون واژینال(سیکلوژست 400، actover) آغاز شده و در صورت بارداری تا هفته 10 بارداری ادامه می یافت. نتایج کلیه سونوگرافی‌ها و آزمایشات و پاسخدهی تخمدانی هر بیمار و دز داروی مصرفی در هر سیکل در پرونده بیماران ثبت می‌شد. بیماران بر اساس  تعداد اووسیتها و جنین در سه گروه با پاسخ تخمدانی ناکافی (کمتر یا مساوی 3 اووسیت)، پاسخ تخمدانی  مناسب ( 12- 4 اووسیت )   و پاسخ تخمدانی بیش از حد( 12> اووسیت) طبقه‌بندی شدند.

آنالیز آماری

داده‌های دموگرافیک و بالینی پایه پیوسته به صورت میانگین± انحراف معیار و داده‌های گروه‌بندی شده به صورت فراوانی و درصد نمایش داده شدند. برای بررسی استقلال دو متغیر Categorical از آزمون کای دو یا Fisher’s exact  استفاده شد. برای بررسی اختلاف میانگین بین پاسخ‌های تخمدانی مختلف از آنالیز واریانس یک طرفه و آزمون متعاقب توکی استفاده شده است. برای بررسی همبستگی متغیرهای مورد بررسی با پیامد و دیگر متغیرهای مستقل، از ضریب همبستگی پیرسون استفاده شده است. با توجه به اینکه توزیع غلظت  AMH در ابتدا نرمال نبود با تغییر Scale  به لگاریتم طبیعی این عمل انجام شد. در مرحله بعد و قبل برازش مدل مناسب برای محاسبه سطح زیر منحنی مربوط به متغیر پیشگویی کننده ابتدا نوع ارتباط (خطی یا غیر خطی بودن) و Scale مناسب آن، با استفاده از روش‌های(locally weighted scatter plot smoothing)  Lowess Smoother   و (Fractional polynomial regression) Fracpoly تعیین و سپس برای ترسیم نمودار ROC از مدل متناسب با برازش داده‌ها استفاده ‌شده است. نتایج مدل Fracpoly با مقایسه کردن مدل‌های مختلف در هر سه مدل رگرسیون چندگانه اسمی، رتبه‌ای و Negative binomial نشان داد که در هر سه مدل توان 5/0 یا Scale لگاریتم طبیعی AMH بهترین حالت برای برازش این مدل‌ها می‌باشد. توجه به ماهیت پیوسته غلظت هورمون AMH در سرم و معایب ذکر شده برای Categorical کردن داده‌های پیوسته، از این مدل‌ها استفاده شد. جزییات مرتبط با این مدل‌ها قبلا منتشر شده است(18-20). برای تعیین اثرگذاری AMH بر فرایند تحریک تخمدانی و پاسخ‌های تخمدانی مختلف با تطبیق متغیرهای همراه از مدل‌های رگرسیونی چندگانه اسمی، رتبه‌ای و Negative binomial با در نظر گرفتن معیار  Over dispersionاستفاده شده است. کلیه مدل‌های بالا به روش Backward Stepwise برازش شده‌اند. معیار در نظر گرفتن بهترین مدل، AIC این مدل‌ها بوده است. نکته قابل توجه اینکه در مدل‌های رگرسیونی چند حالته اسمی و رتبه‌ای متغیر پاسخ، پاسخ‌های مختلف تخمدانی (No response، Poor response، Normal response و Excessive response) بوده ولی در مدل nbreg متغیر پاسخ تعداد تخمک‌های آزاد شده در طول دوره می‌باشند. جزئیات مرتبط با این مدل‌ها قبلا منتشر شده است (21-22). برای تعیین بهترین نقطه برش، سطح زیر منحنی، ارزش اخباری مثبت و منفی و همچنین حدود اطمینان برای هر یک از مقادیر ذکر شده، با استفاده از نرم افزار  R i386 3.0.2 استفاده شده است. پروپوزال این پژوهش در کمیته اخلاق دانشگاه علوم پزشکی شهید بهشتی به تصویب رسیده است.

نتایج

در این مطالعه از اطلاعات 188 نفر از مجموع، 193 نفر مراجعه کننده کاندید IVF به بیمارستان مهدیه تهران استفاده شده است. در این مطالعه ابتدا اطلاعات پایه افراد مورد بررسی را در جدول 1 مورد بررسی قرار می‌دهیم و در مراحل بعد از آنالیز تک متغیره به چند متغیره و تعیین نقطه برش مناسب برای پیش‌بینی سطح AMH در ارتباط با فرم‌های مختلف پاسخ تخمدانی خواهیم پرداخت. نتایج آنالیز واریانس یک طرفه نشان می‌دهد که میانگین سطح خونی هورمون AMH در گروه‌های مختلف پاسخ تخمدانی (عدم پاسخ، پاسخ ضعیف یا Poor، پاسخ نرمال و پاسخ بیش از حد) متفاوت است (001/0< p‌,‌36/8F=). نتایج در این مطالعه نشان می‌دهند که 8/7 % (15 نفر)، دارای عدم پاسخ تخمدانی به درمان، 4/11 % (22 نفر) پاسخ Poor، 8/50 % پاسخ نرمال (98 نفر) و بقیه دارای پاسخ بیش از حد تخمدانی بوده‌اند. نتایج آنالیز متعاقب توکی و سایر اطلاعات پایه افراد مورد بررسی بر حسب نوع پاسخ تخمدانی در جدول 1 خلاصه شده است.

همانگونه که جدول 1 نشان می‌دهد به کار گیری هورمون AMH برای تحریک تخمدانی در این مطالعه باعث مثبت شدن تست β-hCG و یا به عبارتی 1/30 بارداری موفق شده است. نتایج آنالیز کای‌دو نشان می‌دهد که بین پاسخ‌های مختلف تخمدانی و مثبت شدن تست حاملگی ارتباط معنی‌دار آماری وجود ندارد(071/0p=). نتایج آنالیز همبستگی پیرسون نشان می‌دهد که بین غلظت هورمون AMH و تعداد تخمک‌های آزاد شده (پاسخ تخمدانی) یک رابطه مستقیم و قوی وجود دارد(401/0=Pearson correlation و 001/0< p).

همچنین در بررسی همبستگی بین غلظت همورمون FSH و پاسخ تخمدانی افراد مورد بررسی مشخص شد که این ارتباط از نوع معکوس بوده است و این یعنی اینکه با بالاتر رفتن غلظت هورمون FSH پاسخ تخمدانی کمتر می‌شود(245/0- = Pearson correlation و 001/0=p)، که این یافته با نگاه کردن به اعداد مندرج در جدول 1، قابل مشاهده می‌باشد.

برای بررسی اثر سطوح مختلف هورمون AMH بر پیامد پاسخ تخمدانی از سه مدل متفاوت رگرسیونیMultinominal, Ordinal و Negative binomial با در نظر گرفتن معیار Overdispersion استفاده شده است.  برای بررسی شکل ارتباط (Shape of association) بین متغیر مستقل (در این مطالعه AMH) و پیامد، و همچنین Scale مناسب متغیرهای پیوسته از روشregression  Fractional polynomial   استفاده شده است. این مدل نشان می‌دهد که استفاده از Scale لگاریتم هورمون AMH در هر سه مدل دارای کمترین AIC در بین مدل‌های مورد بررسی است.

جدول 2 اثرات غلظت های مختلف هورمون AMH در خون را بر نوع پاسخ تخمدانی  را برای مدل‌ رگرسیون چند حالته اسمی نشان می‌دهد. کلیه مدل‌ها بر اساس Backward stepwise method برازش شده اند.

نکته قابل توجه اینکه در مدل Ordinal  متغیر پاسخ به صورت عدم پاسخ، پاسخ Poor، پاسخ نرمال و پاسخ بیش از حد تخمدان تعریف شده‌اند. در خصوص رگرسیون چند حالته اسمی نیز این پاسخ‌ها به صورت اسمی در نظر گرفته شده‌اند. برای مدل Negative binomial نیز متغیر پاسخ تعداد تخمک‌های آزاد شده در طی مطالعه مد نظر قرار گرفته شده است. 

نتایج این مدل با قرار دادن پاسخ نرمال به عنوان طبقه مرجع و استفاده از معیار AIC برای برازش بهترین مدل، گزارش شده است. نتایج نشان می‌دهند که با افزایش هر واحد در لگاریتم هورمون AMH شانس داشتن پاسخ Poor نسبت به داشتن پاسخ نرمال 64 % کاهش می‌یابد، همچنین باید گفت که در صورت افزایش هر واحد در لگاریتم AMH، این مقدار برای گروه پاسخ بیش از اندازه نسبت به گروه نرمال 71 % بیشتر خواهد شد.

نتایج حاصل از مدل رگرسیونی با شانس‌های متناسب با کنترل متغیرهای دیگر نیز نشان می‌دهد که شانس قرار گرفتن افراد در هر یک طبقات از پاسخ‌های تخمدانی متفاوت (عدم پاسخ، پاسخ Poor، پاسخ نرمال و پاسخ بیش از اندازه)  نسبت به طبقات ماقبل یا بعد آن، برابر با 29/2 خواهد بود(001/0< p , 19/64-3/1:CI 95% , 29/2=OR).

با قرار دادن تعداد تخمک‌های آزاد شده بعد از تحریک به وسیله هورمون AMH به عنوان متغیر پاسخ، نتایج مدل Negative binomial regression نشان می‌دهد که به ازای یک واحد افزایش در لگاریتم سطح خونی هورمون AMH، شانس آزادسازی یک تخمک 24 % افزایش خواهد داشت(35/1 – 14/1 :CI 95% , 24/1=OR). نکته قابل توجه اینکه در تمامی مدل‌های برازش شده متغیر سن مادر به عنوان یکی از متغیرهای تاثیر گذار بر نتایج مطالعه بوده است. برای مثال نتایج به دست آمده در جدول 2 نشان می‌دهند که با افزایش یک واحد در سن مادر شانس داشتن ضعیف 33/1 برابر شانس داشتن پاسخ نرمال خواهد بود. همچنین در مدل nbreg، با افزایش هر واحد به سن مادر شانس آزادسازی هر تخمک، در افرادی مورد بررسی 4 % کاهش پیدا می‌کند(99/0- 93/0 :CI 95% , 96/0=OR) همچنین نتایج نشان می‌دهند که تنها متغیر اثر گذار بر تعداد جنین‌های تشکیل شده در طی مراحل درمانی ارتباط مستقیمی با سطوح هورمونی AM و ارتباط معکوسی با سن مادر در زمان درمان نازایی دارد. این یافته‌ها نشان می‌دهد که با افزایش هر واحد در غلظت هورمون AM، شانس تشکیل یک جنین تقریبا 3/0 % افزایش می‌یابد (04/1- 01/1:CI 95% , 025/1=OR)، همچنین با بلاتر رفتن سن مادر به ازای هر یک سال شانس تشکیل یک جنین تقریبا 2 % کاهش پیدا می‌کند (99/0- 96/0:CI 95% , 98/0=OR).

در مرحله بعد به بررسی نقاط برش مناسب برای پیش‌بینی پاسخ‌های تخمدانی ضعیف، بیش از حد و عدم پاسخ در مقایسه با پاسخ نرمال پرداخته می‌شود.  شکل 1 ارتباط سطح خونی AMH و پاسخ‌های تخمدانی ضعیف و بیش از حد را نشان می‌دهد.

نتایج جدول3 نشان می‌دهد که سطح پلاسمایی زیر  mg/mL 2/1 هورمون AM با سطح زیر منحنی برابر 87/0 % به خوبی عدم پاسخ تخمدانی را پیش‌بینی خواهد کرد. این یافته با حساسیت 79 % و ویژگی 93 % نشان می‌دهد که برای تمایز بین پاسخ نرمال و عدم پاسخ تخمدانی به خوبی کاربرد دارد. همچنین با توجه به اینکه در این مطالعه DLR+ برای هر سه پاسخ تخمدانی بالاتر از یک است، نشان دهنده تناسب تست برای پیش‌بینی پاسخ‌های تخمدانی مختلف است.  نکته قابل توجه اینکه با توجه به اینکه پاسخ بیش از حد تخمدانی در سطح بیشتر از mg/mL4/3  و پاسخ poor تخمدانی در سطح 2/1 بوده است، پس سطحی از آنتی مولارین هورمون (AMH) که در ارتباط با پاسخ نرمال تخمدانی خواهد بود، باید بین mg/mL  4/3-2/1 قرار بگیرد. سایر نتایج مندرج در این جدول به شکل مشابهی قابل تفسیر خواهند بود.

بحث

نتایج این مطالعه نشان دادند که در مجموع استفاده از درمان‌های استاندارد طولانی مدت با آگونیست GnRH باعث مثبت شدن تست بارداری در 30 % افراد تحت درمان شده است. نقطه برش مناسب هورمون AM برای پیش‌بینی پاسخ بیش از حد تخمدانی و پاسخ ضعیف با سطوح زیر منحنی 87/0 و 76/0 % به ترتیب برابر با mg/mL 4/3 و mg/mL 2/1 بوده است. همچنین پاسخ تخمدانی نرمال با توجه به برآوردهای انجام شده برای پاسخ ضعیف و بیش از حد تخمدانی باید بین mg/mL 4/3-2/1 باشد. در زنان بالغ ترشح هورمون AM فقط توسط granulosa cells of preantral and small antral follicles تولید می‌شود و تنظیم کارکرد فعالیت‌های تخمدان و follicular steroidogenesis کمک می‌کند. با توجه به تولید انحصاری این هورمون در زنان بالغ، از این هورمون می‌توان به عنوان نشانگر فعالیت تخمدان‌ها استفاده کرد (23). همچنین ترشح پایدار این هورمون (AMH) در طی سیکل قاعدگی بدون تغییرات معنی‌دار در طی سیکل و خارج از آن (24, 25) و عدم تاثیرپذیری سطوح پلاسمایی این هورمون به دلیل استفاده از هورمون‌های خارجی (17)، استفاده از این نشانگر را برای مقاصد تحقیقاتی و تمایز علل ثانویه oligo-amenorrhoea قابل توجیه می‌سازد. مطالعات زیادی در طی سال‌های اخیر به بررسی نقش AMH در پیش‌بینی پاسخ‌های تخمدانی در تحریک‌های کنترل شده تخمدان در افراد کاندید IVF پرداخته‌اند، یکی از مطالعات اخیر انجام گرفته در این حوزه توسط Hamdine و همکاران بوده است، نتایج این مطالعه نشان می‌دهند که استفاده از سطوح AMH به تنهایی و به عنوان یک تست، دارای دقت فراوانی در پیش‌بینی پاسخ‌های تخمدانی بیش از حد و ضعیف تخمدانی بوده، با این تفاوت که این دقت برای پاسخ تخمدانی بیش از حد بیشتر از پاسخ ضعیف بوده است (26). در مطالعه ما دقت برای پیش‌بینی پاسخ تخمدانی ضعیف و عدم پاسخ بیشتر از پاسخ بیش از حد تخمدانی بوده است. شاید علت این تفاوت در توزیع فراوانی افراد در گروه‌های مختلف پاسخ تخمدانی در دو مطالعه باشد. برای پیش‌بینی پاسخ‌های تخمدانی مختلف یا Ovarian reserve از نشانگرهای مختلفی در مطالعات انجام گرفته استفاده شده است، که از این جمله می‌توان به antral follicle count (AFC) اشاره کرد. پیشنهاد شده از این نشانگر برای پیش‌بینی Ovarian reserve قبل از انجام IVF استفاده شود، البته هرچند توانایی پیش‌بینی این نشانگر از basal FSH به مراتب بهتر گزارش شده است (10)، ولی ارزش پیش‌بینی کننده AMH بالاتر و خصوصیات منحصر به فرد این نشانگر، استفاده از این نشانگر را برای استفاده‌های کلینیکی منطقی‌تر جلوه می‌دهد (26). در مطالعه حاضر میزان حاملگی موفق حدود 31 % بود و ارتباط معکوسی بین سن و تعداد جنین‌های تشکیل شده وجود داشت، در مطالعه Ficicioglu  و همکاران این میزان 39 % گزارش گردید و ارتباط معکوس بین سن و سطح AMH را گزارش کرده بودند. این مطالعه نشان می‌دهد که سطوح خونی AMH، کمتر یا مساوی 1 نانوگرم پر میلی‌لیتر می‌تواند به خوبی پاسخ ضعیف تخمدانی را پیش‌بینی کند(27). با توجه به استفاده از مدل‌های رگرسیونی مختلف در این مطالعه می‌توان بیان نمود که تنها متغیر اثر گذار بر پیامد مورد مطالعه (در رگرسیون‌های چند حالته اسمی و رتبه‌ای متغیر پاسخ، پاسخ‌های مختلف تخمدان در نتیجه تحریک کنترل شده بوده که یکبار اسمی و یک بار رتبه‌ای در نظر گرفته شده‌اند) سطوح پلاسمایی AMH در کنار متغیر سن مادر بوده‌اند. در مدل چند حالته اسمی نشان داده شده است که با افزایش هر واحد در لگاریتم هورمون AMH شانس داشتن پاسخ Poor نسبت به داشتن پاسخ نرمال 64 % کاهش می‌یابد. نکته قابل توجه در این مدل نقش سن مادر است، بطوری که با افزایش هر سال به سن مادر شانس داشتن پاسخ ضعیف 33 % بیشتر می‌شود. با توجه به اینکه گروه‌بندی متغیرهای کمی، باعث ایجاد خطای باقیمانده در مدل شده  (این خطا با افزایش تعداد گروه و کم کردن فاصله بین آن‌ها قابل تعدیل است ولی از بین نمی‌رود)، استفاده از مدلی که تعداد تخمک‌ها و جنین‌ها را به عنوان متغیر پاسخ مد نظر قرار دهد، در این مطالعه به کار برده شد. این یافته برای بسیاری از پزشکانی که با علم آمار آشنایی زیادی ندارند، ملموستر و قابل درک‌تر می‌باشد. نتایج نشان دادند که به ازای یک واحد افزایش در لگاریتم سطح خونی هورمون AMH، شانس آزادسازی یک تخمک 24 % افزایش خواهد داشت. در این مدل نیز یافته‌های مدل‌های قبلی تائید و نشان داده شده است که با افزایش هر واحد به سن مادر شانس آزادسازی هر تخمک، در افرادی مورد بررسی 4 % کاهش پیدا می‌کند. این یافته‌ها لزوم توجه سن مادر و آموزش برای درمان در سنین کمتر را برای مادرانی که در چند سال اول زندگی بچه‌دار نمی‌شوند را بیش از پیش مهم جلوه می‌دهد. همچنین باید به این نکته توجه کرد که زنان جوان با حداقل رزرو تخمدانی که در واقع در شرایطی مشابه با زنان مسن پره منوپوز به سر می برند، از نظر بالینی نیاز به مراقبت بیشتری دارند (4).  Ganidou و همکاران نشان دادند که استفاده از متغیرهای سن مادر، AMH و FSH می‌تواند به خوبی و با دقت بالا پاسخ تخمدانی بیش از اندازه را پیش‌بینی کنند (28). در مطالعه Vural و همکاران نیز نشان داده شده است که سن مادر با داشتن پاسخ ضعیف تخمدانی ارتباط مستقیمی دارد و با افزایش سن مادر شانس دیدن پاسخ ضعیف بیشتر خواهد شد (29).

بررسی رزرو تخمدانی قبل از انجام درمان‌های کمک باروری مسئله‌ای بسیار مهم بوده و با دانستن این نکته که پاسخ تخمدانی اندک و یا بیش از حد نرمال خواهد بود، به پزشک این اجازه را می دهد که روش نهایی تحریک را انتخاب نماید تا میزان عوارض جانبی مانند OHSS و نیز کنسل شدن سیکل ها به حداقل برسد (30). مطالعه حاضر نشان می‌دهد که پیش‌بینی پاسخ تخمدانی ضعیف دقیقتر از پاسخ تخمدانی بیش از حد صورت گرفته است (سطوح زیر منحنی به ترتیب برای پاسخ ضعیف و بیش از حد برابر با(86/0 – 66/0)76/0 و (77/0 – 60/0)69/0 با فاصله اطمینان 95%. در خصوص پاسخ تخمدانی Poor توانایی تشخیصی تست برای تمایز افرادی که دارای تست مثبت هستند و واقعا بیمار هستند برابر با 94/0 می‌باشد، و این در حالی است که این مقدار برای پاسخ بیش از حد برابر با 56/0 می‌باشد. در این مطالعه برای دسته‌بندی پاسخ‌های تخمدانی با استفاده از متغیر تعداد تخمک‌های آزاد شده، هر یک از این پاسخ‌ها را به صورت دوحالته ساخته و در مدل‌های بعدی قرار داده‌ایم. نکته مهم اینکه متغیر پاسخ No ovarian response  فقط شامل افرادی است که در نتیجه تحریک هیچ تخمکی آزاد نکرده‌اند ولی متغیر Poor response  هم شامل افرادی است که تعداد تخمک‌های آزاد شده آنها 3 یا کمتر از آن بوده‌اند و یا کلا فرایند تخمک‌گذاری در آن‌ها انجام نگرفته است. به همین دلیل مشاهده می‌کنیم که نقطه برش مناسب برای پیش‌بینی پاسخ‌های تخمدانی Poor و عدم پاسخ برابر 2/1  است، با این حال و با در نظر گرفتن سطح زیر منحنی بزرگتر برای عدم پاسخ نسبت به پاسخ Poor و تعداد مثبت‌های کاذب کمتر برای عدم پاسخ تخمدانی، احتمال اینکه فردی با تیتیر AMH کمتر از 2/1 در طبقه عدم پاسخ باشد، بیشتر از پاسخ poor  است. در مجموع باید گفت که در مطالعات مختلف دسته‌بندی‌های مختلفی برای Ovarian reserve ارائه داده‌اند که همگی تقریبا شبیه به یکدیگر هستند (29-31)، همچنین سطوح زیر منحنی راک براورد شده در این مطالعه نسبت به مطالعات گذشته و اخیر به نسبت بهتر بوده و حاکی از دقت بهتر برآوردها در این مطالعه دارد(26-32) . همچنین باید گفت که در این مطالعه Diagnostic likelihood ratio  مثبت که در ارتباط با احتمال پیشین و پسین ابتلا به بیماری است، اعدادی بزرگتر از 1 بوده و در کنار سایر add value های گزارش شده در جدول 3، پزشکان را در خصوص استفاده از سطوح AMH برای پیش‌بینی رفتار تخمدان در زنان با عارضه نازایی ترغیب خواهد نمود. به طریق مشابه Diagnostic likelihood ratio منفی در خصوص عدم ابتلا به بیماری بوده و هر چه این مقدار کمتر از عدد 1 باشد، ارزش تست برای پیش‌بینی عدم ابتلا به بیماری بهتر خواهد بود. توضیحات بیشتر در خصوص این Add value ها و کاربردهای منحنی راک قبلا منتشر شده است (33). در این مطالعه از روش‌های دقیق آماری برای پیش‌بینی و بررسی ارتباط متغیرهای مورد بررسی قبل از تعیین نقطه برش مناسب استفاده شده است که باعث دقیق‌تر شدن برآوردها و تفهیم بهتر نتایج برای استفاده در کلینیک توسط پزشکان شده است (18). در نهایت باید گفت که دانستن احتمال باروری در هر سیکل به پزشک این امکان را می‌دهد که پس از ارزیابی شرایط بیمار، قبل از انجام مداخله کمک باروری، با بیمار خود مشورت نماید و در صورت لزوم از روشهای اهدایی گامت یا قبول فرزند خواندگی استفاده نماید (34). توجه به سن بیمار تحت درمان نازایی به عنوان یک متغیر تاثیرگذار بر فرایند تخمک‌گذاری و استفاده از سطوح AMH برای پیش‌بینی پاسخ‌های تخمدانی poor و بیش از حد به عنوان یک تست استاندارد دارای ارزش تشخیصی بالا، می‌تواند در تعیین استراژی درمان این بیماران بسیار کمک کننده باشد. انجام مطالعات بزرگتر با تمرکز بر کلیه متغیرهای اثرگذار بر فرایند نازایی و علل زمینه‌ای آن در آینده توصیه می‌شود.

 

 

 

 
1. Ubaldi F, Vaiarelli A, D’Anna R, Rienzi L. Management of poor responders in IVF: is there anything new? Biomed Res Int 2014; 2014:352098.
2. Jirge PR, Chougule SM, Gavali VG, Bhomkar DA. Impact of dehydroepiandrosterone on clinical outcome in poor responders: A pilot study in women undergoing in vitro fertilization, using bologna criteria. J Hum Reprod Sci 2014; 7:175-80.
3. Ravhon A, Lavery S, Michael S, Donaldson M, Margara R, Trew G, et al. Dynamic assays of inhibin B and oestradiol following buserelin acetate administration as predictors of ovarian response in IVF. Hum Reprod 2000; 15:2297-301.
4. Fauser B, Diedrich K, Devroey P; Evian Annual Reproduction Workshop Group 2007. Predictors of ovarian response: progress towards individualized treatment in ovulation induction and ovarian stimulation. Hum Reprod Update 2008; 14:1-14.
5. Mohammed Yassin M, Akram Sharif F, Marwan Laqqan M. Anti-mullerian hormone as a predictor of ovarian reserve and ovarian response in IVF women from Gaza strip. Iran J Reprod Med 2013; 11:261-6.
6. Maheshwari A, Fowler P, Bhattacharya S. Assessment of ovarian reserve--should we perform tests of ovarian reserve routinely? Hum Reprod 2006; 21:2729-35.
7. Lass A, Skull J, McVeigh E, Margara R, Winston RM. Measurement of ovarian volume by transvaginal sonography before ovulation induction with human menopausal gonadotrophin for in-vitro fertilization can predict poor response. Hum Reprod 1997; 12:294-7.
8. Broekmans FJ, Faddy M, te Velde ER. Ovarian reserve and reproductive age may be determined from measurement of ovarian volume by transvaginal sonography. Hum Reprod 2005; 20:1114-5.
9. Chang MY, Chiang CH, Hsieh TT, Soong YK, Hsu KH. Use of the antral follicle count to predict the outcome of assisted reproductive technologies. Fertil Steril 1998; 69:505-10.
10. Hendriks DJ, Mol BW, Bancsi LF, Te Velde ER, Broekmans FJ. Antral follicle count in the prediction of poor ovarian response and pregnancy after in vitro fertilization: a meta-analysis and comparison with basal follicle-stimulating hormone level. Fertil Steril 2005; 83:291-301.
11. Jayaprakasan K, Campbell B, Hopkisson J, Johnson I, Raine-Fenning N. A prospective, comparative analysis of anti-Müllerian hormone, inhibin-B, and three-dimensional ultrasound determinants of ovarian reserve in the prediction of poor response to controlled ovarian stimulation. Fertil Steril 2010; 93:855-64.
12. van Rooij IA, Broekmans FJ, te Velde ER, Fauser BC, Bancsi LF, de Jong FH, et al. Serum anti-Müllerian hormone levels: a novel measure of ovarian reserve. Hum Reprod 2002; 17:3065-71.
13. La Marca A, Sighinolfi G, Radi D, Argento C, Baraldi E, Artenisio AC, et al. Anti-Müllerian hormone (AMH) as a predictive marker in assisted reproductive technology (ART). Hum Reprod Update 2010; 16:113-30.
14. Lin PY, Huang FJ, Kung FT, Chiang HJ, Lin YJ, Lin YC, et al. Evaluation of serum anti-mullerian hormone as a biomarker of early ovarian aging in young women undergoing IVF/ICSI cycle. Int J Clin Exp Pathol 2014; 7:6245-53.
15. Chang HJ, Han SH, Lee JR, Jee BC, Lee BI, Suh CS, et al. Impact of laparoscopic cystectomy on ovarian reserve: serial changes of serum anti-Müllerian hormone levels. Fertil Steril 2010; 94:343-9.
16. Singh N, Malik E, Banerjee A, Chosdol K, Sreenivas V, Mittal S. Anti-mullerian hormone: marker for ovarian response in controlled ovarian stimulation for IVF patients: a first pilot study in the Indian population. J Obstet Gynecol India 2013; 63:268-72.
17. Li HW, Wong CY, Yeung WS, Ho PC, Ng EH. Serum anti-müllerian hormone level is not altered in women using hormonal contraceptives. Contraception 2011; 83:582-5.
18. Royston P, Altman DG, Sauerbrei W. Dichotomizing continuous predictors in multiple regression: a bad idea. Stat Med 2006; 25:127-41.
19. Jacoby WG. Loess: a nonparametric, graphical tool for depicting relationships between variables. Electoral Stud 2000; 19:577-613.
20. Royston P, Sauerbrei W. Multivariable model-building: a pragmatic approach to regression anaylsis based on fractional polynomials for modelling continuous variables. New Jersey: John Wiley & Sons; 2008.
21. Harrell Jr FE. Regression modeling strategies: with applications to linear models, logistic regression, and survival analysis. New York: Springer; 2001.
22. Hilbe JM. Negative binomial regression. Cambridge, UK: Cambridge University Press; 2011.
23. Anderson RA, Nelson SM, Wallace WH. Measuring anti-Müllerian hormone for the assessment of ovarian reserve: when and for whom is it indicated? Maturitas 2012; 71:28-33.
24. Streuli I, Fraisse T, Pillet C, Ibecheole V, Bischof P, De Ziegler D. Serum antimüllerian hormone levels remain stable throughout the menstrual cycle and after oral or vaginal administration of synthetic sex steroids. Fertil Steril 2008; 90:395-400.
25. La Marca A, Stabile G, Artenisio AC, Volpe A. Serum anti-Mullerian hormone throughout the human menstrual cycle. Hum Reprod 2006; 21:3103-7.
26. Hamdine O, Eijkemans MJ, Lentjes EW, Torrance HL, Macklon NS, Fauser BC, et al. Ovarian response prediction in GnRH antagonist treatment for IVF using anti-Müllerian hormone. Hum Reprod 2014; 30:170-8.
27. Ficicioglu C, Cenksoy PO, Yildirim G, Kaspar C. Which cut-off value of serum anti-Müllerian hormone level can predict poor ovarian reserve, poor ovarian response to stimulation and in vitro fertilization success? A prospective data analysis. Gynecol Endocrinol 2014; 30:372-6.
28. Ganidou MA, Kolibianakis EM, Venetis CA, Gerou S, Makedos GA, Klearchou N, et al. Is assessment of anti-mullerian hormone and/or antral follicle count useful in the prediction of ovarian response in expected normal responders treated with a fixed dose of recombinant FSH and GnRH antagonists? A prospective observational study. Gynecol Endocrinol 2014; 30:817-21.
29. Vural B, Cakiroglu Y, Vural F, Filiz S. Hormonal and functional biomarkers in ovarian response. Arch Gynecol Obstet 2014; 289:1355-61.
30. Broekmans F, Kwee J, Hendriks DJ, Mol BW, Lambalk CB. A systematic review of tests predicting ovarian reserve and IVF outcome. Hum Reprod Update 2006; 12:685-718.
31. Tokura Y, Yoshino O, Ogura-Nose S, Motoyama H, Harada M, Osuga Y, et al. The significance of serum anti-Müllerian hormone (AMH) levels in patients over age 40 in first IVF treatment. J Assist Reprod Genet 2013; 30:821-5.
32. Verhagen TE, Hendriks DJ, Bancsi LF, Mol BW, Broekmans FJ. The accuracy of multivariate models predicting ovarian reserve and pregnancy after in vitro fertilization: a meta-analysis. Hum Reprod Update 2008; 14:95-100.
33. Cook NR. Statistical evaluation of prognostic versus diagnostic models: beyond the ROC curve. Clin Chem 2008; 54:17-23.
34. Elder K, Dale B. In-vitro fertilization. Cambridge, UK: Cambridge University Press; 2010.