Sex- and Type-specific Genital Human Papillomavirus Transmission Rates Between Heterosexual Partners: A Bayesian Reanalysis of the HITCH Cohort
Notice bibliographique
Résumé
BACKGROUND: It is unclear whether sexual transmission rates of human papillomaviruses (HPV) differ between sexes and HPV types. We estimate updated transmission rates from the final HITCH cohort study and propose an estimation method that accounts for interval-censored data and infection clearance. METHODS: We enrolled young women 18-24 years old and their male sex partners ≥18 years old in Montréal, Canada, between 2005 and 2011. We followed women over 24 months and men over 4 months. We tested genital samples with Linear Array for HPV DNA detection and genotyping. We calculated infection transmission rates between partners using a multistate Markov model via a Bayesian approach. We report the posterior median and 2.5%-97.5% percentile intervals (95% PI). RESULTS: We observed 166 type-specific incident HPV transmission events in 447 women and 402 men. The estimated median transmission rate from an HPV-positive to a negative partner was 4.2 (95% PI = 3.1 to 5.3) per 100 person-months. The transmission rate from men-to-women was 3.5 (95% PI = 2.5 to 4.7) and from women-to-men was 5.6 (95% PI = 3.8 to 7.0) per 100 person-months, corresponding to a rate ratio of 1.6 (95% PI = 1.0 to 2.5). Partners reporting always using condoms had a 0.22 (95% PI = 0.05 to 0.61) times lower HPV transmission rate than those reporting never using condoms. HPV16/18 did not have particularly high transmission rates relative to other HPV types. CONCLUSION: Our updated analysis supports previous research suggesting higher women-to-men than men-to-women HPV transmission rates and a protective effect of condoms in heterosexual partnerships. Our results also suggest that crude incidence rates underestimate HPV transmission rates due to interval-censoring. See video abstract at http://links.lww.com/EDE/B794.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,002 | 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 tête enseignante, 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 ».