Self-reported Human Papillomavirus Vaccination and Vaccine Effectiveness Among Men Who Have Sex with Men: A Quantitative Bias Analysis
Notice bibliographique
Résumé
BACKGROUND: Self-report of human papillomavirus (HPV) vaccination has ~80-90% sensitivity and ~75-85% specificity. We measured the effect of nondifferential exposure misclassification associated with self-reported vaccination on vaccine effectiveness (VE) estimates. METHODS: Between 2017-2019, we recruited sexually active gay, bisexual, and other men who have sex with men aged 16-30 years in Canada. VE was derived as 1-prevalence ratio × 100% for prevalent anal HPV infection comparing vaccinated (≥1 dose) to unvaccinated men using a multivariable modified Poisson regression. We conducted a multidimensional and probabilistic quantitative bias analysis to correct VE estimates. RESULTS: Bias-corrected VE estimates were relatively stable across sensitivity values but differed from the uncorrected estimate at lower values of specificity. The median adjusted VE was 27% (2.5-97.5th simulation interval = -5-49%) in the uncorrected analysis, increasing to 39% (2.5-97.5th simulation interval = 2-65%) in the bias-corrected analysis. CONCLUSION: A large proportion of participants erroneously reporting HPV vaccination would be required to meaningfully change VE estimates.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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) | 0,001 | 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 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 ».