Electronic cigarette exposures reported to the British Columbia Drug and Poison Information Centre: an observational case series
Notice bibliographique
Résumé
BACKGROUND: Electronic nicotine delivery systems (ENDSs), including electronic cigarettes (e-cigarettes), are rapidly gaining popularity. The aim of this study was to use poison centre data to describe epidemiological trends in ENDS-related exposures. METHODS: We conducted an observational case series study using records containing both coded fields and free-text narratives from the British Columbia Drug and Poison Information Centre for all calls involving exposure to ENDS received from 2012 to 2017. We described trends in exposures and exposed people, as well as clinical effects. RESULTS: A total of 243 calls were recorded for 186 unique exposures to ENDS devices, e-juice, e-cigarette cartridges and other associated paraphernalia over the study period. Calls related to ENDS exposures increased nearly sixfold between 2013 and 2014 and did not decline subsequently. Exposures were most frequently documented in children aged 4 years or less (81 [43.5%]), with 58 (31.0%) in 1- and 2-year-olds. Seventy-two exposures (89%) in children aged 4 years or less were due to accidental ingestion, whereas adults aged 25 years or more called the poison centre following ENDS malfunctions (7 [23%], spills (4 [13%]) and exposure to e-juice mistaken for other substances (4 [13%]). Of the 186 exposed people, 87 (46.8%) reported symptoms. INTERPRETATION: British Columbia experienced a sixfold increase in ENDS-related calls to the provincial poison centre between 2012 and 2017, driven by ingestions in young children. Regulatory approaches aimed at minimizing children's access to ENDS, clear labelling of nicotine concentration, and packaging that reduces the likelihood of spills, product confusion and malfunction should be considered.
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 | 0,001 | 0,001 |
| 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 ».