Natural History of Cervical Intraepithelial Neoplasia
Notice bibliographique
Résumé
OBJECTIVE: To determine the probabilities of transition of stages in the cervical cancer by conducting a meta-studies on the topic. STUDY DESIGN: We identified health states of interest in the natural history of cervical precancer, identified all possible papers that could meet selection criteria, developed relevance and acceptability criteria for inclusion, then thoroughly reviewed the selected studies. To determine the transition probability data we used a random effects model. We determined probabilities for 4 health state transitions. The 6-month mean predictive transition probability (95% confidence intervals with "prediction interval" in parentheses) for high grade squamous intraepithelial lesions (HSIL) to cancer was 0.0037 (0.00004, 0.03386), for low grade squamous intraepithelial lesions (LSIL) to HSIL was 0.0362 (0.00055, 0.23220), for HSIL to LSIL was 0.0282 (0.00027, 0.35782), and for LSIL to normal was 0.0740 (0.00119, 0.42672). CONCLUSION: The transition probabilities between cervical cancer health states for 6-month intervals are small; however, the cumulative risk of cervical cancer is significant. Markers to identify the cervical precursors that will lead to the transition to cervical cancer are needed.
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 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,007 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».