A study of type-specific HPV natural history and implications for contemporary cervical cancer screening programs
Notice bibliographique
Résumé
BACKGROUND: HPV testing is replacing cytology for cervical cancer screening because of greater sensitivity and superior reassurance following negative tests for the dozen HPV genotypes that cause cervical cancer. Management of women testing positive is unresolved. The need for identification of individual HPV genotypes for clinical use is debated. Also, it is unclear how long to observe persistent infections when precancer is not initially found. METHODS: In the longitudinal NCI-Kaiser Permanente Northern California Persistence and Progression (PaP) Study, we observed the clinical outcomes (clearance, progression to CIN3+, or persistence without progression) of 11,573 HPV-positive women aged 30-65 yielding 14,158 type-specific infections. FINDINGS: Risks of CIN3+ progression differed substantially by type, with HPV16 conveying uniquely elevated risk (26% of infections with seven-year CIN3+ risk of 22%). The other carcinogenic HPV types fell into 3 distinct seven-year CIN3+ risk groups: HPV18, 45 (13% of infections, risks >5%, with known elevated cancer risk); HPV31, 33, 35, 52, 58 (39%, risks >5%); and HPV39, 51, 56, 59, 68 (23%, risks <5%). In the absence of progression, HPV clearance rates were similar by type, with 80% of infections no longer detected within three years; persistence to seven years without progression was uncommon. The predictive value of abnormal cytology was most evident for prevalent CIN3+, but less evident in follow-up. A woman's age did not modify risk; rather it was the duration of persistence that was important. INTERPRETATION: HPV type and persistence are the major predictors of progression to CIN3+; at a minimum, distinguishing HPV16 is clinically important. Dividing the other HPV types into three risk-groups is worth considering.
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 | 0,003 | 0,016 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».