Human Papillomavirus DNA testing with cytology triage in cervical screening: Influence of revealed versus concealed Human Papillomavirus Status
Bibliographic record
Abstract
Introduction: La relation de causalité entre virus du papillome humain (VPH) et cancer du col de l'utérus a permis des développements dans les technologies modernes de dépistage du col utérin. Au lieu de traditionnel de Papanicolaou (Pap) les essais, comme la modalité de dépistage unique, le soutien est de montage pour le dépistage primaire par des tests de dépistage du VPH détection de l'ADN, se réservant de cytologie pour le triage des femmes HPV-positives. Depuis l'interprétation du test de Papanicolaou est une procédure subjective, révélant la positivité HPV peuvent influer sur les évaluations cytotechniciens des anomalies cellulaires. Objectifs: Nous avons simulé le VPH algorithme avec de triage de Pap dans les trois populations de dépistage différents avec l'objectif d'évaluer et de comparer des propriétés diagnostiques (sensibilité, spécificité, valeurs positives et négatives prédictives) de cytologie comme un test de triage où cytotechniciens sont mis au courant du patient col de l'utérus statut HPV. Méthodes: Nous avons effectué une analyse post-hoc de diapositives précédemment recueillies col de l'utérus et des données cliniques à partir de (A) du Canada Cancer du col de première instance de dépistage (CCCaST), (B) une étude de dépistage de la République démocratique du Congo, et (C) du Brésil L'enquête sur la nutrition et la prévention du cancer du col (BRINCA). Diapositives col de l'utérus ont été obtenues et relu avec la connaissance du statut HPV pour tous les HPV-positif et un échantillon de contrôle des femmes HPV-négatives. Le cas échéant, un biais de vérification a été corrigé. Résultats: Un total de 1767 frottis ont été re-lire. Parmi les 915 relit pour les femmes HPV-positives, les contrastes entre révélé et caché lectures Pap démontré des améliorations de négatif à positif pour n = 109 et n = 124 à seuils ASC-US et LSIL, respectivement. Re-lit entraîné une augmentation des faux positifs, qui réduit les estimations de la spécificité. Au CIN2 point de terminaison maladie ou plus, la spécificité considérablement diminué au ASC-US de coupure pour les études (A) 86,6% à 75,3% et (C) 42,5% à 15,5%, et à LSIL seuil pour l'étude (C) 61,9% à 37,6 %. Sensibilité est resté pratiquement inchangé entre les lectures, avec une exception dans l'étude (C) où la performance de relire était supérieur (91,3% vs 71,9%, LSIL cut-off). L'ensemble des résultats ont été similaires pour les CIN3 ou plus point de terminaison maladie. Conclusions: Nous avons observé des baisses de la spécificité Pap quand HPV-positivité a été révélé, probablement à cause de prise de conscience des anomalies potentielles. Utilitaire de Pap cytologie dans le context de triage, il faudra l'adhésion stricte contrôle de la qualité et les performances peuvent bénéficier d'un seuil plus élevé de coupure (LSIL, par exemple).
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.018 | 0.073 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".