Human papillomavirus genotyping, human papillomavirus mRNA expression, and p16/Ki-67 cytology to detect anal cancer precursors in HIV-infected MSM
Notice bibliographique
Résumé
OBJECTIVE: Anal cancer incidence is high in HIV-infected MSM. Screening for anal intraepithelial lesions and cancers is performed at specialized clinics and relies on high-resolution anoscopy (HRA) and anal cytology. Both approaches have limited reproducibility and sensitivity for detecting anal cancer precursors. We evaluated biomarkers for human papillomavirus (HPV)-related disease in a population of HIV-infected MSM. METHODS: A cross-sectional screening study with passive follow-up included 363 MSM followed at a HIV/AIDS clinic. All men had anal cytology samples taken and were evaluated using HRA and anal biopsies. Using a composite endpoint of biopsy results and cytology, we compared the performance of HPV16/18 genotyping, HPVE6/E7 mRNA expression, and p16/Ki-67 cytology to detect high-grade anal intraepithelial neoplasias (AINs). RESULTS: For all biomarkers analyzed, there was a significant trend of increasing percentage of men testing positive with increasing severity of disease (P < 0.001). HPV DNA testing had the highest sensitivity for anal intraepithelial neoplasia grade 2 and anal intraepithelial neoplasia grade 3 (AIN3), followed by p16/Ki-67, HPVE6/E7 mRNA testing, and HPV16/18 genotyping. The highest Youden's index was observed for HPVE6/E7 mRNA testing, followed by HPV16/18 genotyping, p16/Ki-67 cytology, and HPV DNA testing. Increasing the threshold for positivity of p16/Ki-67 to five or more positive cells led to significantly higher specificity, but unchanged sensitivity for detecting AIN3. CONCLUSION: Molecular features of anal disease categories are similar to those of corresponding cervical lesions. Biomarkers evaluated for cervical cancer screening may be used for primary anal cancer screening or to decide who should require immediate treatment vs. expectant management.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 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 ».