Human Papillomavirus Vaccination and Premature Ovarian Failure: A Disproportionality Analysis Using the Vaccine Adverse Event Reporting System
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
INTRODUCTION: There have been public health concerns about a potential association between human papillomavirus (HPV) vaccines and premature ovarian failure (POF) in young women. OBJECTIVE: To identify a potential safety signal of POF after HPV vaccination using the United States (US) Vaccine Adverse Event Reporting System (VAERS) database. METHODS: We manually selected relevant MedDRA preferred terms related to POF and identified in VAERS all POF reports in women less than 40 years of age between 2 July 1990 and 14 May 2018, followed by a review of narratives to confirm the cases. We conducted descriptive analyses on age, POF type, HPV vaccine type (HPV2, HPV4, HPV9), time to onset of POF, and dose rank. We described trends in reporting over time and assessed a potential safety signal using the proportional reporting ratio (PRR). RESULTS: Of the 228,341 eligible POF reports, 281 (0.1%) were suspected to be associated with HPV vaccines. Median patient age was 15 years (range 11-39 years). POF events consisted mainly of amenorrhea (80.4%) and premature menopause (15.3%). Mean number of reported POF events significantly increased after the first HPV vaccine launch in 2006 with 22.2 POF cases/year up from 1.4 POF cases/year before the launch. PRR was 46.1 (95% confidence interval: 31.7-67.2) and sensitivity analyses yielded similar estimates. CONCLUSION: Our study suggests the presence of a potential safety signal of POF associated with HPV vaccination, which may only be partly attributed to notoriety bias. Due to the well-known limitations of spontaneous reporting data, further investigations are warranted.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,001 | 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