Population-based prevalence of cervical infection with human papillomavirus genotypes 16 and 18 and other high risk types in Tlaxcala, Mexico
Notice bibliographique
Résumé
BACKGROUND: Cervical cancer remains an important cause of cancer mortality for Mexican women. HPV 16/18 typing may help to improve cervical cancer screening. Here we present the prevalence of high-risk human papillomavirus (hrHPV) including HPV16 and HPV18 from the FRIDA (Forwarding Research for Improved Detection and Access) population. METHODS: Beginning in 2013, we recruited 30,829 women aged 30-64 in Tlaxcala, Mexico. Cervical samples were collected and tested for 14 hrHPV genotypes (16, 18, 31, 33, 35, 39, 45, 51, 52, 56, 58, 59, 66, and 68). We used logistic regression to estimate odds ratios with 95 % confidence intervals for hrHPV infections according to putative risk factors. RESULTS: Prevalence of infection with any of the 14 hrHPV types was 11.0 %. The age-specific prevalence of all hrHPV formed a U-shaped curve with a higher prevalence for women aged 30-39 and 50-64 than women aged 40-49. Across all age groups, 2.0 % of women were positive for HPV16 and/or HPV18 (HPV16/18), respectively. HPV16/18 prevalence also showed a U-shaped curve with increased prevalence estimates for women aged both 30-39 and 60-64. Both prevalence curves had a significant quadratic age coefficient. Infections with hrHPV were positively associated with an increased number of lifetime sexual partners, a history of sexually transmitted disease, being unmarried, use of hormonal contraception, having a history of smoking and reported condom use in the multivariate model. CONCLUSIONS: The FRIDA population has a bimodal distribution of both hrHPV and HPV16/18 positivity with higher prevalences at ages 30-39 and 60-64. These findings will help to evaluate triage algorithms based on HPV genotyping. TRIAL REGISTRATION: The trial is registered with ClinicalTrials.gov, number NCT02510027 .
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 | 0,001 |
| 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 | 0,000 | 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) | 0,002 | 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 ».