Differences in the rate of nicotine metabolism among smokers with and without HIV
Notice bibliographique
Résumé
OBJECTIVE: HIV-infected smokers lose more life years to tobacco use than to HIV infection. The nicotine metabolite ratio (NMR), a biomarker of CYP2A6, represents individual variation in the rate at which nicotine is metabolized and is associated with response to smoking cessation treatments. We evaluated whether HIV-infected smokers metabolize nicotine faster than HIV-uninfected smokers, which may contribute to the disproportionate smoking burden and may have important treatment implications. DESIGN: We analysed baseline data from two clinical trials (NCT01710137; NCT01314001) to compare the NMR in HIV-infected smokers (N = 131) to HIV-uninfected smokers (N = 199). METHODS: Propensity scores were used to match the groups 2 : 1 on characteristics that influence NMR: sex, race, BMI and smoking rate. Nicotine metabolites were assessed via liquid chromatography-tandem mass spectrometry methods and the ratio of 3-hydroxycotinine:cotinine was used to compute the NMR. RESULTS: HIV-infected smokers had significantly higher NMR (mean = 0.47, SEM = 0.02) and were more likely to be in the highest NMR quartile compared with HIV-uninfected smokers (mean = 0.34, SEM = 0.02; Ps < 0.001). CONCLUSION: The higher NMR observed among HIV-infected smokers may partially explain higher smoking rates and lower response to transdermal nicotine therapy. Understanding the mechanisms by which HIV and/or ART contribute to faster nicotine metabolism may guide the use of the NMR to personalize tobacco cessation strategies in this underserved population.
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 ».