Performance of the <scp>HPV E6</scp>/<scp>E7 mRNA</scp> Aptima <scp>HPV</scp> assay combined with partial genotyping compared with the <scp>HPV DNA</scp> Cobas 4800 <scp>HPV</scp> test for use in primary screening: Results from the <scp>CERVIVA HPV</scp> primary screening study in Ireland
Notice bibliographique
Résumé
There are currently several validated HPV tests. However, longitudinal data which spans appropriate age ranges, as well as evaluation of potential screening algorithms are necessary for screening programmes choice of test. The objective of our study was to evaluate the performance of HPV mRNA and HPV DNA testing, including partial genotyping, in routine cervical screening. As part of the CERVIVA HPV Primary Screening Study, ThinPrep samples from 10 150 women were tested for HPV mRNA using the Aptima HPV assay and HPV DNA using the Cobas 4800 HPV test. HPV mRNA-positive women were further assessed with the Aptima genotyping assay for HPV 16/18/45. Baseline cytology and prospective follow-up data were collected. The performance of the two tests was examined over 42 months (to date). HPV mRNA demonstrated equivalent sensitivity to HPV DNA testing for detection of CIN2+ (93.2% [92.4-93.9] vs 92.8% [92.0-93.6], respectively) and CIN3+ (94.6% [93.8-95.3] vs 94.6% [93.8-95.3]). HPV mRNA testing had significantly higher specificity compared to HPV DNA for detection of CIN2+ (84.0% [83.5-84.5] vs 80.8% [80.2-81.4], respectively) and CIN3+ (88.44% [88.2-88.6] vs 85.62 [85.4-85.9]). The proportion of CIN2+ and CIN3+, over 3 years (42 months), in HPV-negative women was comparable for both RNA (0.20% and 0.10%) and DNA (0.22% and 0.11%). Genotyping data was comparable across both assay platforms. In the context of HPV primary screening HPV mRNA testing has potential to reduce triage tests and follow-up tests at 12 months compared to DNA testing, with no significant difference in detection of CIN2+ and CIN3+.
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 | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».