National- and state-level impact and cost-effectiveness of nonavalent HPV vaccination in the United States
Notice bibliographique
Résumé
Every year in the United States more than 12,000 women are diagnosed with cervical cancer, a disease principally caused by human papillomavirus (HPV). Bivalent and quadrivalent HPV vaccines protect against 66% of HPV-associated cervical cancers, and a new nonavalent vaccine protects against an additional 15% of cervical cancers. However, vaccination policy varies across states, and migration between states interdependently dilutes state-specific vaccination policies. To quantify the economic and epidemiological impacts of switching to the nonavalent vaccine both for individual states and for the nation as a whole, we developed a model of HPV transmission and cervical cancer incidence that incorporates state-specific demographic dynamics, sexual behavior, and migratory patterns. At the national level, the nonavalent vaccine was shown to be cost-effective compared with the bivalent and quadrivalent vaccines at any coverage despite the greater per-dose cost of the new vaccine. Furthermore, the nonavalent vaccine remains cost-effective with up to an additional 40% coverage of the adolescent population, representing 80% of girls and 62% of boys. We find that expansion of coverage would have the greatest health impact in states with the lowest coverage because of the decreasing marginal returns of herd immunity. Our results show that if policies promoting nonavalent vaccine implementation and expansion of coverage are coordinated across multiple states, all states benefit both in health and in economic terms.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».