MétaCan
Menu
Retour à la cohorte
Enregistrement W3111661845 · doi:10.3802/jgo.2021.32.e12

Time for enhancing government-led primary prevention of cervical cancer

2020· article· en· W3111661845 sur OpenAlexaff
Kyung‐Jin Min, Dong Hoon Suh, Tsukasa Baba, Xiaojun Chen, Jae‐Weon Kim, Yusuke Kobayashi, Janice S. Kwon, Myong Cheol Lim, Jung‐Yun Lee, Satoru Nagase, Jeong‐Yeol Park, Siriwan Tangjitgamol, Hidemichi Watari

Notice bibliographique

RevueJournal of Gynecologic Oncology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCervical Cancer and HPV Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesAdvanced Centre for Treatment, Research and Education in Cancer
Mots-clésMedicineCervical cancerPrimary preventionGovernment (linguistics)Intensive care medicineOncologyCancerInternal medicine

Résumé

récupéré en direct d'OpenAlex

1/5 https://ejgo.org Cervical 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. Vaccine coverage of the study of Lei et al. 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.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,660
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,376
Écart entre enseignants0,335 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Gynecologic OncologyMême sujetCervical Cancer and HPV ResearchTravaux en français237 207