Selected class I and class II HLA alleles and haplotypes and risk of high‐grade cervical intraepithelial neoplasia
Notice bibliographique
Résumé
Human leukocyte antigens (HLAs) present foreign antigens to the immune system and may be important determinants of cervical neoplasia. Previously published associations between HLA and cervical neoplasia exhibit considerable variation in findings. The biomarkers of cervical cancer risk (BCCR) case-control study addressed the role of specific HLA alleles as cofactors in the development of high-grade cervical intraepithelial neoplasia (HG-CIN) based on the most consistent evidence from published literature. Cases (N = 381) were women with histologically-confirmed HG-CIN attending colposcopy clinics and controls (N = 884) were women from outpatient clinics with normal cytological screening smears. Subjects were mainly of French-Canadian descent. Cervical specimens were tested for human papillomavirus (HPV) DNA and HLA genotypes by PGMY L1 consensus primer PCR and a PCR sequence-specific primer method, respectively. Unlike other studies, the DQB1*03 and DRB1*13 allele groups were not associated with risk of HG-CIN. The B7-DRB1*1501-DQB1*0602 haplotype was associated with a 41% overall reduction in HG-CIN risk (odds ratio [OR] = 0.59; 95% confidence interval [CI]: 0.36-0.96), and an 83% reduction in risk of HG-CIN among HPV 16 or HPV 18-positive subjects (OR = 0.17; 95%CI: 0.05-0.54). Paradoxically, however, the same haplotype was associated with HPV 16/18 infection risk among controls (OR = 8.44, 95%CI: 1.12-63.73). In conclusion, the B7-DRB1*1501-DQB1*0602 haplotype was protective against HG-CIN, especially in individuals infected with oncogenic HPV, but the mechanism of the association seems to involve multiple steps in the natural history of HPV and CIN.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».