The association of HLA-G polymorphism with oral and genital HPV infection in men
Notice bibliographique
Résumé
The host genetic factors that influence the natural history of human papillomavirus (HPV) infection in men are not well known. Our aim was to evaluate the role of human leukocyte antigen (HLA)-G polymorphism in oral and genital HPV infection in men. Altogether, 130 men from the Finnish Family HPV Study, with a 6-year follow-up, were included in the analyses. HLA-G alleles were tested by direct sequencing. Oral, urethral, and semen samples were collected and analyzed for 24 different HPV genotypes. Unconditional logistic regression was used to determine associations between HLA-G alleles and genotypes with HPV infection and its outcomes. Overall, eight different HLA-G alleles were identified with 15 different HLA-G genotype combinations. The most common HLA-G allele among the men was G*01:01:01 (86.2%, n = 112) followed by G*01:01:02 (36.2%, n = 47). Allele G*01:01:02 showed to be protective against any- and high-risk (HR) oral HPV (OR range of 0.20-0.24, 95% CI range of 0.06-0.85). Men having allele G*01:01:01 showed a reduced risk for incident (OR 0.30, 95% CI 0.11-0.84) and persistent (OR 0.24, 95% CI 0.08-0.69) oral infections. Allele G*01:01:03 was associated with increased risk for urethral HR-HPV infections (OR 4.94, 95% CI 1.34-18.27). Among self-reported demographic data, genotype G*01:01:01/01:01:03 was associated with an increased risk for oral warts (OR 8.00, 95% CI 1.23-51.89) and allele G*01:03:01 increased the risk of pollen and/or animal allergy (OR 13.59, 95% CI 1.57-117.25). To conclude, HLA-G polymorphism in men largely impacts the outcome of an oral HPV infection and seems to associate with self-reported allergies.
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 | 0,002 | 0,002 |
| 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) | 0,000 | 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 ».