Known and Novel Sources of Variability in the Nicotine Metabolite Ratio in a Large Sample of Treatment-Seeking Smokers
Notice bibliographique
Résumé
BACKGROUND: The ratio of 3'hydroxycotinine to cotinine, or nicotine metabolite ratio (NMR), is strongly associated with CYP2A6 genotype, CYP2A6-mediated nicotine and cotinine metabolism, and nicotine clearance. Higher NMR (faster nicotine clearance) is associated retrospectively with heavier smoking and lower cessation rates. METHODS: NMR as a predictive biomarker of cessation outcomes is being investigated (NCT01314001). In addition to strong CYP2A6 genetic influences on NMR, demographic and hormonal factors alter NMR. Here, we analyzed, for the first time together, these sources of variation on NMR in smokers screened for this clinical trial (N = 1,672). RESULTS: Participants (mean age = 45.9) were 65.1% Caucasian, 34.9% African American, and 54.8% male. Mean NMR (SD) was higher in Caucasians versus African Americans [0.41 (0.20) vs. 0.33 (0.21); P < 0.001], and in females versus males [0.41 (0.22) vs. 0.37 (0.20); P < 0.001]. Among females, birth control pill use (N = 17) and hormone replacement therapy (N = 14) were associated with 19.5% (P = 0.09) and 29.3% (P = 0.06) higher mean NMR, respectively, albeit nonsignificantly. BMI was negatively associated with NMR (Rho = -0.14; P < 0.001), whereas alcohol use (Rho = 0.11; P < 0.001) and cigarette consumption (Rho = 0.12; P < 0.001) were positively associated with NMR. NMR was 16% lower in mentholated cigarette users (P < 0.001). When analyzed together in a linear regression model, these predictors (each ≤2%) accounted for <8% of total NMR variation. CONCLUSIONS: Although these factors significantly affected NMR, they contributed little (together <8%; each ≤2%) to total NMR variation. IMPACT: Thus, when using NMR, for example, to prospectively guide smoking cessation therapy, these sources of variation are unlikely to cause NMR misclassification.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».