Patterns of electronic cigarette use and level of psychological distress
Notice bibliographique
Résumé
BACKGROUND: Psychological distress has been correlated with higher levels of nicotine dependence. To date, the possible association between individuals' levels of psychological distress and e-cigarette use has not been investigated, despite the dramatic growth of e-cigarette use in the US. We examined this possible association using a nationally representative sample of US adults. METHODS: A total of 36,697 adults from the 2014 National Health Interview Survey (NHIS) were included. The Kessler 6 scale was used to measure psychological distress. Multivariate logistic regression analysis was conducted to assess the association between level of psychological distress and e-cigarette use. RESULTS: Both e-cigarette and cigarette use varied according to level of psychological distress as well as multiple socio-demographic characteristics. In a multivariate model, psychological distress was significantly associated with the following groups: (a) exclusive e-cigarette ever-use (aOR = 3.7; 95% CI = 1.6, 8.6), (b) current dual use of e-cigarettes and cigarettes (aOR = 4.6; 95% CI = 3.1, 6.7), (c) former cigarette use and ever use of e-cigarette (aOR = 3.2; 95% CI = 2.2, 4.8) and (d) current use of cigarettes only (aOR = 2.1; 95% CI = 1.7, 2.6). CONCLUSION: These are the first data to demonstrate that, as is true for cigarettes, e-cigarette use is associated with increased levels of psychological distress. Further large-scale, longitudinal studies are needed to determine the direction of this relationship and to evaluate the long-term positive and negative consequences of such use.
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 | 0,000 | 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 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 ».