Primary hrHPV DNA Testing in Cervical Cancer Screening: How to Manage Screen-Positive Women? A POBASCAM Trial Substudy
Notice bibliographique
Résumé
BACKGROUND: High-risk human papillomavirus (hrHPV) testing has higher sensitivity but lower specificity than cytology for cervical (pre)-cancerous lesions. Therefore, triage of hrHPV-positive women is needed in cervical cancer screening. METHODS: A cohort of 1,100 hrHPV-positive women, from a population-based screening trial (POBASCAM: n = 44,938; 29-61 years), was used to evaluate 10 triage strategies, involving testing at baseline and six months with combinations of cytology, HPV16/18 genotyping, and/or repeat hrHPV testing. Clinical endpoint was cervical intraepithelial neoplasia grade 3 or worse (CIN3(+)) detected within four years; results were adjusted for women not attending repeat testing. A triage strategy was considered acceptable, when the probability of no CIN3(+) after negative triage (negative predictive value, NPV) was at least 98%, and the CIN3(+) risk after positive triage (positive predictive value, PPV) was at least 20%. RESULTS: Triage at baseline with cytology only yielded an NPV of 94.3% [95% confidence interval (CI), 92.0-96.0] and a PPV of 39.7% (95% CI, 34.0-45.6). An increase in NPV, against a modest decrease in PPV, was obtained by triaging women with negative baseline cytology by repeat cytology (NPV 98.5% and PPV 34.0%) or by baseline HPV16/18 genotyping (NPV 98.8% and PPV 28.5%). The inclusion of both HPV16/18 genotyping at baseline and repeat cytology testing provided a high NPV (99.6%) and a moderately high PPV (25.6%). CONCLUSIONS: Triaging hrHPV-positive women by cytology at baseline and after 6 to 12 months, possibly in combination with baseline HPV16/18 genotyping, seems acceptable for cervical cancer screening. IMPACT: Implementable triage strategies are provided for primary hrHPV screening in an organized setting.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,004 | 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 ».