MétaCan
Menu
Retour à la cohorte
Enregistrement W1991295106 · doi:10.1186/1471-2334-10-18

Association of HIV infection with distribution and viral load of HPV types in Kenya: a survey with 820 female sex workers

2010· article· en· W1991295106 sur OpenAlexfundno aff
Stanley Lüchters, Davy Vanden Broeck, Matthew Chersich, Annaléne Nel, Wim Delva, Kishor Mandaliya, Christophe Depuydt, Patricia Claeys, Marleen Temmerman

Notice bibliographique

RevueBMC Infectious Diseases · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueCervical Cancer and HPV Research
Établissements canadiensnon disponible
Organismes subventionnairesEuropean and Developing Countries Clinical Trials PartnershipInstitute of Circulatory and Respiratory HealthVlaamse regeringFonds Wetenschappelijk Onderzoek
Mots-clésMedicineSnowball samplingMedical microbiologyCross-sectional studyGynecologyObstetricsViral loadHPV infectionCondomCoinfectionQuartileTropical medicineCervical cancerDemographyInternal medicineHuman immunodeficiency virus (HIV)ImmunologyCancerPathologyConfidence intervalSyphilis

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Human papillomavirus (HPV) and HIV are each responsible for a considerable burden of disease. Interactions between these infections pose substantial public health challenges, especially where HIV prevalence is high and HPV vaccine coverage low. METHODS: Between July 2005 and January 2006, a cross-sectional community-based survey in Mombasa, Kenya, enrolled female sex workers using snowball sampling. After interview and a gynaecological examination, blood and cervical cytology samples were taken. Quantitative real-time PCR detected HPV types and viral load measures. Prevalence of high-risk HPV was compared between HIV-infected and -uninfected women, and in women with abnormal cervical cytology, measured using conventional Pap smears. RESULTS: Median age of the 820 participants was 28 years (inter-quartile range [IQR] = 24-36 years). One third of women were HIV infected (283/803; 35.2%) and these women were y more likely to have abnormal cervical cytology than HIV-negative women (27%, 73/269, versus 8%, 42/503; P < 0.001). Of HIV-infected women, 73.3% had high-risk HPV (200/273) and 35.5% had HPV 16 and/or 18 (97/273). Corresponding figures for HIV-negative women were 45.5% (229/503) and 15.7% (79/503). After adjusting for age, number of children and condom use, high-risk HPV was 3.6 fold more common in HIV-infected women (95%CI = 2.6-5.1). Prevalence of all 15 of the high-risk HPV types measured was higher among HIV-infected women, between 1.4 and 5.5 fold. Median total HPV viral load was 881 copies/cell in HIV-infected women (IQR = 33-12,110 copies/cell) and 48 copies/cell in HIV-uninfected women (IQR = 6-756 copies/cell; P < 0.001). HPV 16 and/or HPV 18 were identified in 42.7% of LSIL (32/75) and 42.3% of HSIL (11/26) lesions (P = 0.98). High-risk HPV types other than 16 and 18 were common in LSIL (74.7%; 56/75) and HSIL (84.6%; 22/26); even higher among HIV-infected women. CONCLUSIONS: HIV-infected sex workers had almost four-fold higher prevalence of high-risk HPV, raised viral load and more precancerous lesions. HPV 16 and HPV 18, preventable with current vaccines, were associated with cervical disease, though other high-risk types were commoner. HIV-infected sex workers likely contribute disproportionately to HPV transmission dynamics in the general population. Current efforts to prevent HIV and HPV are inadequate. New interventions are required and improved implementation of existing strategies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,280
Écart entre enseignants0,269 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations97
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Infectious DiseasesMême sujetCervical Cancer and HPV ResearchTravaux en français237 207