Sociodemographic characteristics, sexual behaviour and knowledge about cervical cancer prevention as risk factors for high-risk human papillomavirus infection in Arkhangelsk, North-West Russia
Notice bibliographique
Résumé
While sociodemographic predictors of cervical cancer (CC) are well understood, predictors of high-risk (HR) human papillomavirus (HPV) infection have not been fully elucidated. This study explored the HR-HPV infection positivity in relation to sociodemographic, sexual behavior characteristics and knowledge about HPV and CC prevention among women who visited the Arkhangelsk clinical maternity hospital named after Samoylova, Russia. This cross-sectional study was conducted in the city of Arkhangelsk, Northwest Russia. Women who consulted a gynecologist for any reason between 1 January 2015 and 30 April 2015 were residents of Arkhangelsk, 25–65 years of age were included. The Mann–Whitney and Pearson’s χ2 tests were used. To determine the HR-HPV status, we used the Amplisens HPV-DNA test. We used a questionnaire to collect the information on sociodemographic factors. Logistic regression was applied. The prevalence of HR-HPV infection was 16.7% (n = 50). HR-HPV infection was more prevalent in younger women, cohabiting, nulliparae, smokers, having had over three sexual partners and early age of sexual debut. The odds of having a positive HR-HPV status increased by 25% with an annual decrease in the age of sexual debut. Moreover women with one child or more were less likely to have positive HR-HPV status.
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 | 0,000 |
| 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 ».