Time for enhancing government-led primary prevention of cervical cancer
Notice bibliographique
Résumé
https://ejgo.orgCervical cancer is a preventable disease.Lei et al. [1] recently demonstrated using the Swedish nationwide registry that human papillomavirus (HPV) vaccines protected not only precancerous cervical lesions but also invasive cervical cancers.In this study, the risk of cervical cancer among women who had been vaccinated <17 years of age was 88% lower than the unvaccinated population.This effective vaccination results in a survival benefit when 'herd immunity' is achieved through high vaccination coverage in a population.One systematic review and meta-analysis by Drolet et al. [2] found that unvaccinated persons would indirectly benefit from HPV vaccination if vaccination coverage of girls and women in a population exceeds 50%.Vaccine coverage of the study of Lei et al. [1] in Sweden was 83.9% in the 2002 birth cohort and as high as 83.3%-97.7% in Australia where cervical cancer incidence continually declined over the years of vaccination [3,4].This critical role of high vaccine coverage rates in reduction of cervical cancer incidence suggest that the HPV vaccination program must be scaled to national levels.The World Health Organization (WHO) reported countries with HPV vaccines in the National Immunization Program (NIP) (Fig. 1), which showed that HPV vaccine coverages of most Asian countries was very low [5].Whereas 83.4% and 62.5% of 15-year-old girls in Malaysia and Korea completed HPV vaccinations in 2018, respectively, vaccine coverage in Indonesia, the Philippines and Singapore ranged from just 0.1% to 0.7%.In Thailand, 91% of 12,500 girls aged 11 years in Ayutthaya province received at least 2 doses of HPV vaccine within a pilot vaccination program from 2014 to 2016, with excellent safety and high acceptability.Thereafter, HPV vaccination gradually expanded to the national level in
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 | 0,006 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,110 | 0,019 |
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 ».