Vaccination Strategies against HPV Infection and Cervical Cancer in China: A Transmission Modeling Study
Notice bibliographique
Résumé
Background Cervical cancer, driven predominantly by persistent high-risk human papillomavirus (HPV) infection, ranks as the fourth most common malignancy in women worldwide. China faces barriers to achieving the World Health Organization (WHO) 2030 elimination targets due to low vaccination rates and complex demographics. Strategic intervention optimization is critical for accelerating elimination. Methods We developed an age-stratified deterministic compartmental model integrating demographic data and HPV transmission dynamics, capturing heterogeneity in age, sex, sexual activity, and intervention efficacy. The model simulated cervical cancer natural history, including HPV infection, progression to precancerous lesions, and invasive cancer and was calibrated using epidemiological data from the Global Burden of Disease. We evaluated multiple vaccination scenarios (varying coverage rates, age groups, and durations) to project incidence trajectories, estimate elimination timelines, and calculate the reproduction number. Sensitivity analyses were conducted to assess parameter effects. Results Without vaccination, HPV infection becomes endemic (R 0 = 1.38), causing 2.92 million cervical cancer cases in China during 2021 to 2070. Maintaining the 2020 vaccination rate would prevent 1.01 million cases in this period. While prioritizing females aged 15 to 26 y maximizes the per-dose impact, expanding vaccination to all females aged ≥15 y is essential for achieving elimination before 2040. Even single-year vaccination would confer >50-y protection. A higher vaccination rate accelerates elimination: annual rates of 0.09, 0.15, and 0.21 among females aged ≥15 y achieve elimination by 2037, 2035, and 2034, respectively, accelerating timelines by 15 to 20 y compared with strategies targeting only 15- to 26-y-olds. Conclusions HPV vaccination is pivotal for reducing cervical cancer burden in China, with prioritizing women aged 15 to 26 y as the optimal strategy. Expanding vaccination to all women aged ≥15 y can accelerate the achievement of WHO elimination targets. Highlights An age-stratified model simulates HPV transmission patterns and assesses cervical cancer interventions. Without intervention, HPV remains endemic (R 0 = 1.38), causing 2.92 million cervical cancer cases in China (2021–2070). Prioritizing 15- to 26-y-olds maximizes the per-dose impact, but expanding to 15+ y cohorts is essential for elimination. Even a single year of vaccination offers >50 y of protection. Females ≥15 y vaccinated annually at rates of 0.09, 0.15, and 0.21 achieve elimination by 2037, 2035, and 2034, respectively.
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 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».