Efficacy and Safety of Smoking Cessation Interventions in Patients With Cardiovascular Disease
Notice bibliographique
Résumé
BACKGROUND: Although the efficacy and safety of smoking cessation interventions are well established, their efficacy and safety in patients with cardiovascular disease (CVD) remain unclear. The objective of this study was to evaluate the efficacy and safety of pharmacological and behavioral smoking cessation interventions in CVD patients via a meta-analysis of randomized controlled trials. METHODS AND RESULTS: EMBASE, PsycINFO, MEDLINE, PubMed, and the Cochrane Tobacco Addiction Specialized Register were searched for randomized controlled trials evaluating the efficacy of smoking cessation pharmacotherapies and behavioral therapies in CVD patients. Outcomes of interest were smoking abstinence at 6 and 12 months, defined using the most rigorous criteria reported. Data were pooled across studies for direct comparisons using random-effects models. Network meta-analysis using a graph-theoretical approach was used to generate the indirect comparisons. Seven pharmacotherapy randomized controlled trials (n=2809) and 17 behavioral intervention randomized controlled trials (n=4666) met our inclusion criteria. Our network meta-analysis revealed that varenicline (relative risk [RR]: 2.64; 95% confidence interval [CI], 1.34-5.21) and bupropion (RR: 1.42; 95% CI, 1.01-2.01) were associated with greater abstinence than placebo. The evidence about nicotine replacement therapies was inconclusive (RR: 1.22; 95% CI, 0.72-2.06). Telephone therapy (RR: 1.47; 95% CI: 1.15-1.88) and individual counseling (RR: 1.64, 95% CI: 1.17-2.28) were both more efficacious than usual care, whereas in-hospital behavioral interventions were not (RR: 1.05; 95% CI, 0.78-1.43). CONCLUSIONS: Our meta-analysis suggests varenicline and bupropion, as well as individual and telephone counseling, are efficacious for smoking cessation in CVD patients.
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 | 0,044 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,033 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».