在赞比亚验证一个宫查策略,包括HPV基因型和基于人工智能 (AI) 的自动视觉评估
Groesbeck P Parham1, Didem Egemen2, Brian Befano3
1Women and Newborn Hospital, University Teaching Hospital, Lusaka, Zambia. professorparham@gmail.com.
Infectious agents and cancer
|October 16, 2023
概括
结合HPV测试和人工智能驱动的视觉评估 (AVE),一种新的宫癌查方法显示出对管理积极结果的希望. 这种HPV-AVE风险尺度有效预测癌前和癌症,特别是在艾滋病毒感染的妇女中.
科学领域:
- 在瘤学瘤学.
- 传染性疾病 传染性疾病
- 人工智能的人工智能
背景情况:
- 世界卫生组织建议在可行的情况下对宫癌查进行HPV检测.
- 对阳性HPV测试结果的有效临床管理策略至关重要.
- 本研究评估了一种使用HPV类型和人工智能辅助视觉评估 (AVE) 的新查和分拣方法,在赞比亚卢萨卡.
研究的目的:
- 评估结合HPV测试和自动视觉评估 (AVE) 方法在宫癌查中的性能.
- 开发和验证基于HPV类型和AVE分类的风险分层规模.
- 评估这种风险尺度的预测准确性,特别是在感染艾滋病毒的妇女中.
主要方法:
- 一个宫癌查计划使用数字成像进行视觉评估 (AVE) 和HPV测试 (BD OnclarityTM).
- 通过将HPV类型化结果与AVE分类结合起来,创建了一个12级风险级别.
- 该研究分析了风险尺度和组织学结果之间的关联,包括艾滋病毒感染妇女.
主要成果:
- HPV类型,AVE分类和12级风险等级与组织学结果有很强的相关性.
- 在与HPV类型定型相结合时,AVE表现出良好的可复制性和增强的预测准确性.
- HPV-AVE 风险类别准确地预测了艾滋病毒感染妇女的诊断结果,这些妇女患前癌症/癌症的患病率更高.
结论:
- 这些发现支持基于HPV-AVE的宫查风险估计的有效性.
- 这种基于风险的管理方法可能是HPV阳性女性的可行选择,如果HPV检测变得负担得起,并在护理点上可获得.
