Pooled analysis of the performance of liquid‐based cytology in population‐based cervical cancer screening studies in China
Notice bibliographique
Résumé
BACKGROUND: Liquid-based cytology (LBC) has been widely used for cervical cancer screening. Despite numerous studies and systematic reviews, to the authors' knowledge few large studies to date have focused on biopsy-confirmed cervical lesions and controversy remains concerning its diagnostic accuracy. The objective of the current study was to assess LBC for detecting biopsy-confirmed cervical intraepithelial neoplasia (CIN) and cancer. METHODS: A pooled analysis of LBC using data from 13 population-based, cross-sectional, cervical cancer screening studies performed in China from 1999 to 2008 was performed. Participants (n = 26,782) received LBC and human papillomavirus testing. Women found to be positive on screening were referred for colposcopy and biopsy. The accuracy of LBC for detecting biopsy-confirmed CIN of type 2 or worse (CIN2+) as well as CIN type 3 or worse (CIN3+) lesions was analyzed. RESULTS: Of 25,830 women included in the analysis, CIN2+ was found in 107 of 2612 with atypical squamous cells (4.1%), 142 of 923 with low-grade squamous intraepithelial neoplasia (15.4%), 512 of 784 with high-grade squamous intraepithelial neoplasia (65.3%), 29 of 30 with squamous cell carcinoma (96.7%), 4 of 27 with atypical glandular cells (14.8%), and 85 of 21,454 with normal cytology results (0.4%). No invasive cancers were found to have atypical squamous cells, atypical glandular cells, or cytologically normal slides. The overall sensitivity, specificity, positive predictive value, negative predictive value, and accuracy of LBC for detecting CIN2+ were 81.0%, 95.4%, 38.3%, 99.3 %, and 94.9%, respectively. Although Hybrid Capture 2 was more sensitive than LBC, the specificity, positive predictive value, and overall accuracy of LBC were higher than those of Hybrid Capture2 at 85.2%, 18.6%, and 85.5%, respectively. CONCLUSIONS: The results of the current study indicate that the performance of LBC can effectively predict the risk of existing CIN2+ and may be a good screening tool for cervical cancer prevention in a developing country.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,041 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,016 |
| Bibliométrie | 0,009 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».