Human Papillomavirus Infections with Multiple Types and Risk of Cervical Neoplasia
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Besides an established role for certain human papillomavirus (HPV) genotypes in the etiology of cervical cancer, little is known about the influence of multiple-type HPV infections on cervical lesion risk. We studied the association between multiple HPV types and cervical lesions among 2,462 Brazilian women participating in the Ludwig-McGill study group investigation of the natural history of HPVs and cervical neoplasia. METHODS: Cervical specimens were typed by a PCR protocol. The cohort's repeated-measurement design permitted the assessment of the relation between the cumulative and concurrent number of HPV types and any-grade squamous intraepithelial lesions (SIL) and high-grade SIL (HSIL). RESULT: At individual visits, 1.9% to 3.2% of the women were infected with multiple HPVs. Cumulatively during the first year and the first 4 years of follow-up, 12.3% and 22.3% were infected with multiple types, respectively. HSIL risk markedly increased with the number of types [odds ratio (OR), 41.5; 95% confidence interval (95% CI), 5.3-323.2 for single-type infections; OR, 91.7; 95% CI, 11.6-728.1 for two to three types; and OR, 424.0; 95% CI, 31.8-5651.8 for four to six types, relative to women consistently HPV-negative during the first year of follow-up]. The excess risks for multiple-type infections remained after exclusion of women infected with HPV-16, with high-risk HPV types, or persistent infections, particularly for any-grade SIL. Coinfections involving HPV-16 and HPV-58 seemed particularly prone to increase risk. CONCLUSION: Infections with multiple HPV types seem to act synergistically in cervical carcinogenesis. These findings have implications for the management of cervical lesions and prediction of the outcome of HPV infections.
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.
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 | 0,001 | 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) | 0,001 | 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 découle