Epstein-Barr Virus, High-Risk Human Papillomavirus and Abnormal Cervical Cytology in a Prospective Cohort of African Female Sex Workers
Notice bibliographique
Résumé
BACKGROUND: High-oncogenic-risk human papillomavirus (hrHPV) is necessary, although insufficient, to promote cervical cancer. Like HPV, Epstein-Barr virus (EBV) is a common pathogen with the capacity to promote epithelial neoplasms. We examined the association between cervical EBV, hrHPV, and cytology in female sex workers in Nairobi, Kenya. METHODS: Women (n = 332) with known cervical cytology and hrHPV mRNA results were evaluated for cervical EBV DNA by conventional polymerase chain reaction. Prevalence ratios (PRs) were calculated to assess the relationships between EBV, hrHPV, and cervical cytology. Prospective analyses used risk ratios and time-to-event analyses to determine the association of EBV with hrHPV clearance and with abnormal cytology outcomes. RESULTS: Baseline prevalence of hrHPV and EBV was 29% and 19%, respectively. Higher EBV prevalence was found among women with older age, HIV, hrHPV, abnormal cytology, Mycoplasma genitalium infection, smoking habits, younger age at sexual debut, and less frequent condom use. At baseline, women with EBV had a higher prevalence of hrHPV infection than did EBV-negative women (52% vs. 24%; HIV-adjusted PR [95% confidence interval], 1.8 [1.3-2.6]). Epstein-Barr virus-positive women had a higher prevalence than did EBV-negative women of high-grade precancer (15% vs. 2%) and abnormal cytology (37% vs. 15%), although HIV- and hrHPV-adjusted associations were not significant (high-grade precancer: PR, 2.0 [0.7-5.9]; abnormal cytology: PR, 1.4 [0.9-2.2]). In prospective analyses, a marginal association was observed between baseline EBV detection and delayed hrHPV clearance. CONCLUSIONS: Our data support a possible role for EBV as a high-risk marker or cofactor for HPV-mediated cervical cancer development.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».