Passive Smoking in the Etiology of Non-Syndromic Orofacial Clefts: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND: Studies have found a consistent positive association between maternal smoking and non-syndromic orofacial clefts (NSOFC). However, no comprehensive assessment of the association between NSOFC and passive smoking has been undertaken. This systematic review and meta-analysis explores the relationship between maternal passive smoking and NSOFC, and compares the associations between passive and active smoking. METHODS AND FINDINGS: Search strategy, inclusion / exclusion criteria, and data extraction from studies reporting maternal passive smoking and NSOFC was implemented without language restrictions. Risks of bias in the identified studies were assessed and this information was used in sensitivity analyses to explain heterogeneity. Meta-analysis and meta-regression of the extracted data were performed. Egger's test was used to test for small study effects. Fourteen eligible articles were identified. Maternal passive smoking exposure was associated with a twofold increase in risk of NSOFC (odds ratio: 2.11, 95% confidence interval: 1.54-2.89); this was apparent for both cleft lip with and without palate (OR: 2.05, 95% CI: 1.27-3.3) and cleft palate (OR: 2.11, 95% CI: 1.23-3.62). There was substantial heterogeneity between studies. In the studies that provided data enabling crude and adjusted odd ratios to be compared, adjustment for potential confounders attenuated the magnitude of association to about a 1.5-fold increase in risk. CONCLUSION: Overall, maternal passive smoking exposure results in a 1.5 fold increase in risk of NSOFC, similar to the magnitude of risk reported for active smoking, but there is marked heterogeneity between studies. This heterogeneity is not explained by differences in the distribution of cleft types, adjustment for covariates, broad geographic region, or study bias/quality. This thorough meta-analysis provides further evidence to minimize exposure to environmental tobacco smoke in policy making fora and in health promotion initiatives.
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 | 0,013 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,034 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».