Airborne Nicotine, Secondhand Smoke, and Precursors to Adolescent Smoking
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Secondhand smoke (SHS) directly increases exposure to airborne nicotine, tobacco’s main psychoactive substance. When exposed to SHS, nonsmokers inhale 60% to 80% of airborne nicotine, absorb concentrations similar to those absorbed by smokers, and display high levels of nicotine biomarkers. Social modeling, or observing other smokers, is a well-established predictor of smoking during adolescence. Observing smokers also leads to increased pharmacological exposure to airborne nicotine via SHS. The objective of this study is to investigate whether greater exposure to airborne nicotine via SHS increases the risk for smoking initiation precursors among never-smoking adolescents. METHODS: Secondary students (N = 406; never-smokers: n = 338, 53% girls, mean age = 12.9, SD = 0.4) participated in the AdoQuest II longitudinal cohort. They answered questionnaires about social exposure to smoking (parents, siblings, peers) and known smoking precursors (eg, expected benefits and/or costs, SHS aversion, smoking susceptibility, and nicotine dependence symptoms). Saliva and hair samples were collected to derive biomarkers of cotinine and nicotine. Adolescents wore a passive monitor for 1 week to measure airborne nicotine. RESULTS: Higher airborne nicotine was significantly associated with greater expected benefits (R2 = 0.024) and lower expected costs (R2 = 0.014). Higher social exposure was significantly associated with more temptation to try smoking (R2 = 0.025), lower aversion to SHS (R2 = 0.038), and greater smoking susceptibility (R2 = 0.071). Greater social exposure was significantly associated with more nicotine dependence symptoms; this relation worsened with higher nicotine exposure (cotinine R2 = 0.096; airborne nicotine R2 = 0.088). CONCLUSIONS: Airborne nicotine exposure via SHS is a plausible risk factor for smoking initiation during adolescence. Public health implications include limiting airborne nicotine through smoking bans in homes and cars, in addition to stringent restrictions for e-cigarettes.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».