Modelling multi-site transmission of the human papillomavirus and its impact on vaccination effectiveness
Notice bibliographique
Résumé
OBJECTIVE: Previous HPV models have only included genital transmission, when evidence suggests that transmission between several anatomical sites occurs. We compared model predictions of population-level HPV vaccination effectiveness against genital HPV16 infection in women, using a 1) uni-site (genital site), and a 2) multi-site model (genital and one extragenital site). METHODS: We developed a uni-site and a multi-site deterministic HPV transmission model, assuming natural immunity was either site-specific or systemic. Both models were calibrated to genital HPV16 prevalence (5%-7.5%), whilst the multi-site model was calibrated to HPV16 prevalence representative of oral (0%-1%) and anal (1%-7.5%) sites. For each model, we identified 2500 parameter sets that fit endemic genital and extragenital prevalences within pre-specified target ranges. In the Base-case analysis, vaccination was girls-only with 40% coverage. Vaccine efficacy was 100% for all sites with lifetime protection. The outcome was the relative reduction in genital HPV16 prevalence among women at post-vaccination equilibrium (RRprev). RRprev was stratified by extragenital prevalence pre-vaccination. RESULTS: Under assumptions of site-specific immunity, RRprev with the multi-site model was generally greater than with the uni-site model. Differences between the uni-site and multi-site models were greater when transmission from the extragenital site to the genital site was high. Under assumptions of systemic immunity, the multi-site and uni-site models yielded similar RRprev in the scenario without immunity after extragenital infection. In the scenario with systemic immunity after extragenital infection, the multi-site model yielded lower predictions of RRprev than the uni-site model. CONCLUSIONS: Modelling genital-site only transmission may overestimate vaccination impact if extragenital infections contribute to systemic natural immunity or underestimate vaccination impact if a high proportion of genital infections originate from extragenital infections. Under current understanding of heterosexual HPV transmission and immunity, a substantial bias from using uni-site models in predicting vaccination effectiveness against genital HPV infection is unlikely to occur.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».