MétaCan
Menu
Retour à la cohorte
Enregistrement W2403483328 · doi:10.1097/olq.0000000000000319

Associations of Anogenital Low-Risk Human Papillomavirus Infection With Cancer and Acquisition of HIV

2015· review· en· W2403483328 sur OpenAlexaff
Liga Bennetts, Monika Wagner, Anna R. Giuliano, Joel M. Palefsky, Marc Steben, Thomas Weiß

Notice bibliographique

RevueSexually Transmitted Diseases · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueCervical Cancer and HPV Research
Établissements canadiensInstitut National de Santé Publique du Québec
Organismes subventionnairesnon disponible
Mots-clésMedicineHPV infectionCervical cancerHuman papillomavirusAnal cancerRisk factorCancerOncologyPapillomaviridaeBovine papillomavirusImmunologyInternal medicineBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

α-Mucosal human papillomavirus (HPV) types are implicated in a range of clinical conditions and categorized as "low-risk" (LR) and "high-risk" (HR) types according to their degree of association with cervical cancers. The causative role of LR HPV infection in the development of anogenital warts and in low-grade squamous intraepithelial lesions is well established. In addition, there is a growing body of evidence that infection with LR HPV types may be associated with an elevated risk of cancers and potentiation of coinfections. Prospective and case-control studies consistently report a higher risk of anogenital cancers in men and women with a history of anogenital warts. Based on currently available evidence, this higher risk may be due to shared exposure to HR HPV types or an underlying immune impairment, rather than a direct role of LR HPV types in subsequent cancer risk. Data also suggest that infection with LR HPV, HR HPV, or both may increase the risk of HIV acquisition, although the relative contribution of different HPV types is not yet known. There is also evidence implicating HPV clearance, rather than HPV infection, in increased risk of HIV acquisition.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,381
Écart entre enseignants0,331 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSexually Transmitted DiseasesMême sujetCervical Cancer and HPV ResearchTravaux en français237 207