Advances in human papillomavirus detection for cervical cancer screening and diagnosis: challenges of conventional methods and opportunities for emergent tools
Notice bibliographique
Résumé
Human papillomavirus (HPV) infection is the main cause of cervical cancer and other cancers such as anogenital and oropharyngeal cancers. The prevention screening and treatment of cervical cancer has remained one of the top priorities of the World Health Organization (WHO). In 2020, the WHO came up with the 90-70-90 strategy aimed at eliminating cervical cancers as a public health problem by the year 2030. One of the key priorities of this strategy is the recommendation for countries to ensure that 70% of their women are screened using a high-performance test by the age of 35, and again by the age of 45. Over the years, several traditional methods (notably, Pap smear and nucleic acid-based techniques) have been used for the detection of cervical cancer. While these methods have significantly reduced the incidence of cervical cancer and death, they still come short of excellence for the total eradication of HPV infection. The challenges include low sensitivity, low specificity, poor reproducibility, the need for high-level specialists, and the high cost of access to the facilities, to mention a few. Interestingly, however, several efforts are being made today to mitigate these challenges. In this review, we discussed the pros and cons of the traditional screening and testing of HPV infections, the efforts being made to improve their performances, and the emergent tools (especially, the electrochemical methods) that promise to revolutionize the screening and testing of HPV infections. The main aim of the review is to provide some novel clues to researchers that would allow for the development of high-performance, affordable, and triage-suitable electrochemical-based diagnostic tools for HPV and cervical cancer.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».