Estimated Prevalence and Incidence of Disease-Associated Human Papillomavirus Types Among 15- to 59-Year-Olds in the United States
Notice bibliographique
Résumé
INTRODUCTION: Human papillomavirus (HPV) can cause anogenital warts and several types of cancer, including cervical cancers and precancers. We estimated the prevalence, incidence, and number of persons with prevalent and incident HPV infections in the United States in 2018. METHODS: Prevalence and incidence were estimated for infections with any HPV (any of 37 types detected using Linear Array) and disease-associated HPV, 2 types that cause anogenital warts plus 14 types detected by tests used for cervical cancer screening (HPV 6/11/16/18/31/33/35/39/45/51/52/56/58/59/66/68). We used the 2013-2016 National Health and Nutrition Examination Survey to estimate prevalence among 15- to 59-year-olds, overall and by sex. Incidences in 2018 were estimated per 10,000 persons using an individual-based transmission-dynamic type-specific model calibrated to US data. We estimated number of infected persons by applying prevalences and incidences to 2018 US population estimates. RESULTS: Prevalence of infection with any HPV was 40.0% overall, 41.8% in men, and 38.4% in women; prevalence of infection with disease-associated HPV was 24.2% in men and 19.9% in women. An estimated 23.4 and 19.2 million men and women had a disease-associated HPV type infection in 2018. Incidences of any and disease-associated HPV infection were 1222 and 672 per 10,000 persons; incidence of disease-associated HPV infection was 708 per 10,000 men and 636 per 10,000 women. An estimated 6.9 and 6.1 million men and women had an incident infection with a disease-associated HPV type in 2018. CONCLUSIONS: We document a high HPV burden of infection in the United States in 2018, with 42 million persons infected with disease-associated HPV and 13 million persons acquiring a new infection. Although most infections clear, some disease-associated HPV type infections progress to disease. The HPV burden highlights the need for continued monitoring of HPV-associated cancers, cervical cancer screening, and HPV vaccination to track and prevent disease.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».