Smoking Topography, Brand Switching, and Nicotine Delivery: Results from an <i>In vivo</i> Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Exposure to toxins in tobacco smoke is influenced by how a cigarette is smoked. Cigarettes have been designed to allow for a range of puffing behavior and to provide different, nonlinear tar and nicotine yields in response to different puffing profiles. However, puffing behavior and its influence upon risk-exposure has yet to be assessed outside the laboratory, in smokers' natural environment. METHOD: Fifty-nine adult smokers used a portable device to measure smoking topography over the course of three 1-week trials. Participants were asked to smoke their usual "regular yield" brand through the device for trial 1 and again, 6 weeks later, at trial 2. Half the subjects were then randomly assigned to switch to a "low-yield" brand for trial 3. RESULTS: The findings show a high degree of stability in puffing behavior within the same subject over time but considerable variability between smokers. Smokers who were switched to a "low-yield" cigarette increased their total smoke intake per cigarette by 40% (P = 0.007), with no significant change in their salivary cotinine levels. Cigarettes smoked per day and nicotine yield were only weakly associated with salivary cotinine levels; however, salivary cotinine was strongly associated with a composite measure that included cigarettes per day, brand elasticity, and puffing behavior (sr = 0.61, P < 0.001). CONCLUSIONS: These findings provide strong evidence of behavioral compensation to low-yield cigarettes from in vivo measures of smoking behavior. The findings also show the importance of brand elasticity and smoking topography in predicting nicotine uptake and smoke exposure.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 découle