Estimated cytomegalovirus seroprevalence in the general population of the United States and Canada
Notice bibliographique
Résumé
Seroprevalence data for cytomegalovirus (CMV), a widespread virus causing lifelong infection, vary widely, and contemporary data from the United States (US) and Canada are limited. Utilizing a modeling approach based on a literature review (conducted August, 2022) of data published since 2005, we determine age-, sex-, and country-specific CMV seroprevalence in the general US and Canadian populations. Sex-specific data were extracted by age categories, and a random-effects meta-regression model was used to fit the reported data (incorporating splines for the US). Seven studies reported US CMV seroprevalence (both sexes, aged 1‒89 years); all used National Health and Nutrition Examination Survey data. Due to limited population-based studies, Canadian estimates were modeled using other limited country data. In both countries, modeled seroprevalence estimates increased with age and were higher in females versus males (US: 49.0% vs. 41.6% at 18‒19 years; 61.5% vs. 50.0% at 38‒39 years; Canada: 23.7% vs. 13.7% at 18‒19 years; 32.6% vs. 22.6% at 38‒39 years). Notably, by young adulthood, one-half of US and one-quarter of Canadian females have acquired CMV. The observed differences in CMV seroprevalence in the US and Canada may partially reflect variations in general population characteristics.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».