Secondhand exposure to e-cigarette aerosols among smokers:A cross-sectional study in six European countries of theEUREST-PLUS ITC Europe Surveys
Notice bibliographique
Résumé
INTRODUCTION: Electronic cigarette (e-cigarette) use has grown significantly in some European Union (EU) Member States (MS). A better understanding of the exposure to secondhand e-cigarette aerosols (SHA) is necessary to develop and implement comprehensive regulations on e-cigarette use in public places. This study aims to assess the observation of e-cigarette use in public places, the self-reported exposure to SHA, and the level of users' comfort using e-cigarettes in the presence of others. METHODS: This is a cross-sectional study of the Wave 1 International Tobacco Control 6 European Countries Survey recruiting adult smokers (n=6011) across six EU MS: Germany, Greece, Hungary, Poland, Romania, and Spain, within the EURESTPLUS Project. A descriptive analysis was conducted to estimate the prevalence (%) of observed e-cigarette use in different places, frequency of self-reported exposure to SHA, and level of comfort using e-cigarettes in the presence of others. RESULTS: In all, 31.0% of smokers observed others using e-cigarette in public places, 19.7% in indoor places where smoking is banned, and 14.5% indoors at work. Almost 37% of smokers reported to be ever exposed to SHA, ranging from 17.7% in Spain to 63.3% in Greece. The higher prevalence of observed e-cigarette use and passive exposure to SHA was reported by smokers of younger age, of higher educational level and those being current or former e-cigarette users. Part (8.8%) of the smokers who were also e-cigarette users reported feeling uncomfortable using e-cigarettes in the presence of others. CONCLUSIONS: A third of smokers from six EU MS reported being exposed to SHA. Prevalence differences were observed among the countries. In the context of scarce evidence on long-term health effects of exposure to SHA, precautionary regulations protecting bystanders from involuntary exposure should be developed.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».