MétaCan
Menu
Retour à la cohorte
Enregistrement W2608408784 · doi:10.1080/14787210.2017.1322902

Cervical cancer in sub-Saharan Africa: a preventable noncommunicable disease

2017· review· en· W2608408784 sur OpenAlexaff
Ralph‐Sydney Mboumba Bouassa, Thiérry Prazuck, Thérèse Lethu, Mohammad‐Ali Jenabian, Jean‐François Meye, Laurent Bélec

Notice bibliographique

RevueExpert Review of Anti-infective Therapy · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueCervical Cancer and HPV Research
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésCervical cancerMedicinePublic healthDiseaseEpidemiologyIncidence (geometry)CancerEnvironmental healthDeveloping countryDisease burdenHPV infectionPopulationEconomic growthPathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Infections caused by high-risk human papillomavirus (HPV) are responsible for 7.7% of cancers in developing countries, mainly cervical cancer. This disease is steadily increasing in sub-Saharan Africa, with more than 75,000 new cases and 50,000 deaths yearly, further increased by HIV infection. Areas covered: The current status of cervical cancer associated with HPV in sub-Saharan Africa has been systematically revised. The main issues discussed here are related to the public health burden of cervical cancer in sub-Saharan Africa and predictions for the coming decades, including molecular epidemiology and determinants of HPV infection in Africa, and promising prevention measures currently being evaluated in Africa. Expert commentary: By the year 2030, cervical cancer will kill more than 443,000 women yearly worldwide, most of them in sub-Saharan Africa. The increase in the incidence of cervical cancer in Africa could counteract the progress made by African women in reducing maternal mortality and longevity. Nevertheless, cervical cancer is a potentially preventable noncommunicable disease, and intervention strategies to eliminate cervical cancer as a public health concern should be urgently implemented.

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)0,004
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 enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,143
Tête enseignante GPT0,487
Écart entre enseignants0,344 · 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

Citations95
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Review of Anti-infective TherapyMême sujetCervical Cancer and HPV ResearchTravaux en français237 207