Different population-level vaccination effectiveness for HPV types 16, 18, 6 and 11
Notice bibliographique
Résumé
BACKGROUND: Given that the human papillomavirus (HPV) vaccine types have different durations of infectiousness and infectivity, the population-level vaccine effectiveness of these types may differ even if vaccine efficacy is identical. OBJECTIVE: To compare the type-specific effectiveness of vaccination against HPV types 16, 18, 6 and 11. METHODS: An individual-based stochastic model of HPV transmission (18 HPV-types) in a population stratified by age, gender and sexual activity was developed. Multiple parameter sets were identified by fitting the model to sexual behaviour data and age- and type-specific HPV prevalence. RESULTS: Under base case assumptions (70% coverage, 99% vaccine efficacy per act and 20 years' duration of protection), vaccinating 12-year-old girls is predicted to reduce HPV-16, HPV-18 and HPV-6/11 prevalence by 61% (80% uncertainty interval (UI) 53-77), 92% (80% UI 65-100) and 100% (80% UI 97-100), respectively, 50 years after the start of the vaccination programme. Differences in type-specific vaccine effectiveness increased over time, and decreased with improved vaccine efficacy characteristics. CONCLUSIONS: For the same vaccine efficacy, the population-level impact of HPV vaccination will most likely be different, with HPV-16, the most oncogenic type, having the lowest effectiveness. These results should be taken into account when designing and interpreting post-vaccination surveillance studies.
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 | 0,009 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».