HPV Type Distribution and Cervical Cytology among HIV-Positive Tanzanian and South African Women
Notice bibliographique
Résumé
Background. There are limited data on high-risk human papillomavirus (hr-HPV) genotypes among HIV-positive women in Africa, and little is known about their relationship with cervical cytology in these populations. Methods. We conducted a cross-sectional study among 194 HIV-positive women (143 from Tanzania, and 51 from South Africa) to evaluate HPV genotypes among HIV-positive women with normal and abnormal cytology. Cervical samples were genotyped for HPV types, and slides were evaluated for atypical squamous cell changes according to the Bethesda classification system. Results. Prevalence of high grade squamous intraepithelial dysplasia (HSIL) was 9%. Overall, more than half (56%) of women were infected with an hr-HPV type; 94% of women with HSIL (n = 16), 90% of women with LSIL (n = 35), and 42% of women within normal limits (WNL) (n = 58) tested positive for hr-HPV. Overall, the most prevalent hr-HPV subtypes were HPV16 (26%) and HPV52 (30%). Regional differences in the prevalence of HPV18 and HPV35 were found. Conclusion. Regional differences in HPV genotypes among African women warrant the need to consider different monitoring programmes for cervical preneoplasia. HPV-based screening tests for cervical preneoplasia would be highly inefficient unless coupled with cytology screening of the HPV-positive sample, especially in HIV-positive women.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,002 | 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 ».