Impact of one and two human papillomavirus (HPV) vaccine doses on community-level HPV prevalence in South African adolescent girls: study protocol and rationale for a pragmatic before–after design
Notice bibliographique
Résumé
INTRODUCTION: Vaccines against human papillomavirus (HPV) are the key to controlling cervical cancer in low/middle-income countries (LMICs) where incidence is highest, but there have been limited data from these settings on programme impact on HPV prevalence, and none in a population with endemic HIV infection. Furthermore, for many LMICs, the currently recommended two-dose schedule is difficult to deliver at scale, so there is mounting interest in a single-dose schedule. METHODS AND ANALYSIS: ffectiveness Study is a hybrid impact evaluation of the national South African HPV vaccination programme, which has targeted grade 4 girls aged at least 9 years in public schools with two doses of vaccine since 2014, and a single-dose vaccine 'catch-up' programme delivered in one district in 2019. Impacts of both schedules on the prevalence of type-specific HPV infection will be measured using repeat cross-sectional surveys in adolescent girls and young women aged 17-18 years recruited at primary healthcare clinics in the four provinces. A baseline survey in 2019 measured HPV prevalence in the cohort who were ineligible for vaccination because they were already above the target age or grade under either the national programme or the single-dose programme in the selected district. HPV prevalence surveys are repeated in 2021 in the selected district, and in 2023 in all four provinces. We will calculate prevalence ratios to compare the prevalence of HPV types 16 and 18 in the single-dose (2021) and two-dose (2023) cohorts, with the vaccine-ineligible (2019) cohort. ETHICS AND DISSEMINATION: The project was approved by the University of the Witwatersrand Human Research Ethics Committee (HREC #181005), and the University of New South Wales HREC (#181-005). Findings will be disseminated through peer-reviewed journals, scientific meetings, reports and community forums.
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 | 0,071 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,004 |
| Méta-épidémiologie (sens large) | 0,007 | 0,007 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,008 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,033 | 0,008 |
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 ».