A Pooled Analysis to Compare the Clinical Characteristics of Human Papillomavirus–positive and -Negative Cervical Precancers
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Given that high-risk human papillomavirus (HPV) is the necessary cause of virtually all cervical cancer, the clinical meaning of HPV-negative cervical precancer is unknown. We, therefore, conducted a literature search in Ovid MEDLINE, PubMed Central, and Google Scholar to identify English-language studies in which (i) HPV-negative and -positive, histologically confirmed cervical intraepithelial neoplasia grade 2 or more severe diagnoses (CIN2+) were detected and (ii) summarized statistics or deidentified individual data were available to summarize proportions of biomarkers indicating risk of cancer. Nineteen studies including 3,089 (91.0%) HPV-positive and 307 (9.0%) HPV-negative CIN2+ were analyzed. HPV-positive CIN2+ (vs. HPV-negative CIN2+) was more likely to test positive for biomarkers linked to cancer risk: a study diagnosis of CIN3+ (vs. CIN2; 18 studies; 0.56 vs. 0.24; P < 0.001) preceding high-grade squamous intraepithelial lesion cytology (15 studies; 0.54 vs. 0.10; P < 0.001); and high-grade colposcopic impression (13 studies; 0.30 vs. 0.18; P = 0.03). HPV-negative CIN2+ was more likely to test positive for low-risk HPV genotypes than HPV-positive CIN2+ (P < 0.001). HPV-negative CIN2+ appears to have lower cancer risk than HPV-positive CIN2+. Clinical studies of human high-risk HPV testing for screening to prevent cervical cancer may refer samples of HPV test–negative women for disease ascertainment to correct verification bias in the estimates of clinical performance. However, verification bias adjustment of the clinical performance of HPV testing may overcorrect/underestimate its clinical performance to detect truly precancerous abnormalities.
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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,004 | 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 découle