Cervical cancer risk in women living with HIV across four continents: A multicohort study
Notice bibliographique
Résumé
We compared invasive cervical cancer (ICC) incidence rates in Europe, South Africa, Latin and North America among women living with HIV who initiated antiretroviral therapy (ART) between 1996 and 2014. We analyzed cohort data from the International Epidemiology Databases to Evaluate AIDS (IeDEA) and the Collaboration of Observational HIV Epidemiological Research in Europe (COHERE) in EuroCoord. We used flexible parametric survival models to determine regional ICC rates and risk factors for incident ICC. We included 64,231 women from 45 countries. During 320,141 person-years (pys), 356 incident ICC cases were diagnosed (Europe 164, South Africa 156, North America 19 and Latin America 17). Raw ICC incidence rates per 100,000 pys were 447 in South Africa (95% confidence interval [CI]: 382-523), 136 in Latin America (95% CI: 85-219), 76 in North America (95% CI: 48-119) and 66 in Europe (95% CI: 57-77). Compared to European women ICC rates at 5 years after ART initiation were more than double in Latin America (adjusted hazard ratio [aHR]: 2.43, 95% CI: 1.27-4.68) and 11 times higher in South Africa (aHR: 10.66, 95% CI: 6.73-16.88), but similar in North America (aHR: 0.79, 95% CI: 0.37-1.71). Overall, ICC rates increased with age (>50 years vs. 16-30 years, aHR: 1.57, 95% CI: 1.03-2.40) and lower CD4 cell counts at ART initiation (per 100 cell/μl decrease, aHR: 1.25, 95% CI: 1.15-1.36). Improving access to early ART initiation and effective cervical cancer screening in women living with HIV should be key parts of global efforts to reduce cancer-related health inequities.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 tête enseignante, 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 ».