Prevalence of high-risk human papillomavirus infection and genotype distribution among Kazakhstani women with abnormal cervical cytology
Notice bibliographique
Résumé
Aim This study aimed to identify the prevalence and distribution of high-risk human papillomavirus (HR-HPV) types among Kazakhstani women with abnormal cervical cytology.Methods A cross-sectional study was performed from May 2019 to June 2020. Cervical samples were collected from women in the different regions of Kazakhstan.Results A total of 316 patients’ samples were analysed for HR-HPV using real-time multiplex PCR. Cervical cytology abnormalities were reported according to the Bethesda classification. HPV detection by cytology showed a statistically significant association with HPV status and the number of HPV infection types (p < .05). Among women with abnormal cervical cytology, 62.4% were positive for HPV infection of those 79.4% had low-grade squamous intraepithelial lesions (LSIL), and 20.6% had high-grade squamous intraepithelial lesions (HSIL). Among patients with LSIL, 77.4% had HPV16 and 58.8% were infected with HPV18. Among patients with HSIL, 41.2% had HPV18 and 22.6% – HPV16.Conclusions There is a high prevalence of HR-HPV types among Kazakhstani women with abnormal cervical cytology. The most identified types were HPV16, 18, 31, 33 and 52. There is an emergency need to implement an HPV vaccination program to prevent cervical lesion development.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 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 ».