Predictors of Epstein-Barr virus serostatus in young people in England
Notice bibliographique
Résumé
BACKGROUND: Epstein-Barr virus (EBV) is an important human pathogen which causes lifelong infection of > 90% people globally and is linked to infectious mononucleosis (arising from infection in the later teenage years) and several types of cancer. Vaccines against EBV are in development. In order to determine the most cost-effective public health strategy for vaccine deployment, setting-specific data on the age at EBV acquisition and risk factors for early infection are required. Such data are also important to inform mathematical models of EBV transmission that can determine the required target product profile of vaccine characteristics. We thus aimed to examine risk factors for EBV infection in young people in England, in order to improve our understanding of EBV epidemiology and guide future vaccination strategies. METHODS: The Health Survey for England (HSE) is an annual, cross-sectional representative survey of households in England during which data are collected via questionnaires and blood samples. We randomly selected individuals who participated in the HSE 2002, aiming for 25 participants of each sex in each single year age group from 11 to 24 years. Stored samples were tested for EBV and cytomegalovirus (CMV) antibodies. We undertook descriptive and regression analyses of EBV seroprevalence and risk factors for infection. RESULTS: Demographic data and serostatus were available for 732 individuals. EBV seroprevalence was strongly associated with age, increasing from 60.4% in 11-14 year olds throughout adolescence (68.6% in 15-18 year olds) and stabilising by early adulthood (93.0% in those aged 22-24 years). In univariable and multivariable logistic regression models, ethnicity was associated with serostatus (adjusted odds ratio for seropositivity among individuals of other ethnicity versus white individuals 2.33 [95% confidence interval 1.13-4.78]). Smoking was less strongly associated with EBV seropositivity. CONCLUSIONS: By the age of 11 years, EBV infection is present in over half the population, although age is not the only factor associated with serostatus. Knowledge of the distribution of infection in the UK population is critical for determining future vaccination policies, e.g. comparing general versus selectively targeted vaccination strategies.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».