Quantifying the impact of dissimilar HPV vaccination uptake among Manitoban school girls by ethnicity using a transmission dynamic model
Notice bibliographique
Résumé
BACKGROUND: Gardasil, a human papillomavirus (HPV) vaccine, began among grade 6 girls in Manitoba, Canada in 2008. In Manitoba, there is evidence that First Nations, Métis, and Inuit women (FNMI) have higher HPV prevalence, lower invasive cervical cancer (ICC) screening, and higher ICC incidence than all other Manitoban (AOM) women. We developed a mathematical model to assess the plausible impact of unequal vaccination coverage among school girls on future cervical cancer incidence. METHODS: We fit model estimated HPV prevalence and ICC incidence to corresponding empirical estimates. We used the fitted model to evaluate the impact of varying levels of vaccination uptake by FNMI status on future ICC incidence, assuming cervical screening uptake among FNMI and AOM women remained unchanged. RESULTS: Depending on vaccination coverage, estimated ICC incidence by 2059 ranged from 15% to 68% lower than if there were no vaccination. The level of cross-ethnic sexual mixing influenced the impact that vaccination rates among FNMI has on ICC incidence among AOM, and vice versa. The same level of AOM vaccination could result in ICC incidence that differs by up to 10%, depending on the level of FNMI vaccination. Similarly, the same level of FNMI vaccination could result in ICC incidence that differs by almost 40%, depending on the level of AOM vaccination. CONCLUSIONS: If we are unable to equalize vaccination uptake among all school girls, policy makers should prepare for higher levels of cervical cancer than would occur under equal vaccination uptake.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».