MétaCan
Menu
Retour à la cohorte
Enregistrement W2889827924 · doi:10.1016/j.pvr.2018.09.001

Oncogenic human papillomavirus infection and genotypes characterization among sexually active women in Tenkodogo at Burkina Faso, West Africa

2018· article· en· W2889827924 sur OpenAlexaff
Rogomenoma Alice Ouédraogo, Théodora Mahoukèdè Zohoncon, Sindimalgdé Patricia Guigma, Ina Marie Angèle Traore, Abdoul Karim Ouattara, Marie N. L. Ouedraogo, Florencia Wendkuuni Djigma, Dorcas Obiri‐Yeboah, Charlemagne Ouédraogo, Jacques Simporè

Notice bibliographique

RevuePapillomavirus Research · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueCervical Cancer and HPV Research
Établissements canadiensSt. Thomas University
Organismes subventionnairesnon disponible
Mots-clésHuman papillomavirusGenotypeMedicineVirologySexually activeTraditional medicineGeneticsGeneHuman immunodeficiency virus (HIV)BiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: This study was conducted to determine the prevalence and distribution of high-risk human papillomavirus (HR-HPV) genotypes among sexually active women in Tenkodogo, Burkina Faso. METHODS: Among 131 sexually active women attending the Tenkodogo Urban Medical Center, endocervical samples were collected prior to screening for precancerous lesions. After viral DNA extraction, fourteen HR-HPV genotypes were characterized by real-time multiplex PCR in these cervical samples. RESULTS: The mean age was 35.5 ± 9.5 years. Of the 131 women, 45 were infected with at least one HR-HPV genotype. The prevalence of HR-HPV infection among these women was 34.4%. Among the 45 oncogenic HPV-infected women, single HR-HPV genotype was found in 55.6% while 44.4% were infected with more than one HR-HPV genotype. The most frequent genotypes were HPV56 (36.5%), HPV66 (36.5%). CONCLUSION: Tenkodogo women included in this study had a higher prevalence of HPV 56, HPV 66. A larger study with a more representative sample would therefore be needed to determine predominant oncogenic genotypes in the subregion and especially in cancer cases.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,120

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,074
Tête enseignante GPT0,389
Écart entre enseignants0,315 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePapillomavirus ResearchMême sujetCervical Cancer and HPV ResearchTravaux en français237 207