Concurrent Infections With Human Papillomavirus and Cervical Intraepithelial Lesions: What Is the Relationship?
Notice bibliographique
Résumé
Background: Human papillomavirus (HPV) infection is necessary for cervical dysplasia and cervical cancer to develop, but infection with HPV is not predictive of which women will develop cervical squamous intraepithelial lesions (SILs) or cancer. This study examines the relationship between the number of concurrent HPV infections and risk of SIL as well as the variations in HPV types in a diverse population. Methods: IRB approval was obtained. Women presenting for gynecologic exam were recruited to participate. ThinPrep samples were sent for cytological evaluation, and cervical cells were obtained for HPV screening and typing (INNO-LIPA genotyping kit); medical information was recorded into a Microsoft Access database. Data analysis was performed using JMP statistical software. Results: Seven hundred nineteen women were recruited to participate; race/ethnic distribution was 79.6% for African-American/Black and 14.2% for Caucasian/White with an average age of 31.4 years. Of the patients, 27.5% were HPV-positive, and the average number of HPV types present at the time of the Pap test was 2.55. There was no difference in the number of concurrent HPV infections when stratified via race/ethnicity and cervical cytology/pathology. Regardless of race/ethnicity and cytology and pathology, the three most common high-risk types of HPV were 52, 16, and 39. Conclusions: Abnormal cytology/pathology did not vary with number of concurrent HPV infections. J Clin Gynecol Obstet. 2017;6(2):29-33 doi: https://doi.org/10.14740/jcgo437w
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 | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».