Association Between Electronic Cigarette Use and Marijuana Use Among Adolescents and Young Adults
Notice bibliographique
Résumé
IMPORTANCE: Use of electronic cigarettes (often called e-cigarettes) has increased considerably among young people in the past 5 years. Use of e-cigarettes has been associated with higher rates of marijuana use, which is associated with several adverse health outcomes in youth. OBJECTIVE: To characterize and quantify the association between e-cigarette and marijuana use among youth using a meta-analysis. DATA SOURCES: PubMed, Embase, and Web of Science & ProQuest Dissertations and Theses were searched from inception to October 2018. A gray-literature search was also conducted on conference abstracts, government reports, and other sources. STUDY SELECTION: Included studies compared rates of marijuana use among youth aged 10 to 24 years who had used e-cigarettes vs those who had not used e-cigarettes. Two reviewers independently assessed studies for inclusion; disagreements were discussed with a third reviewer and resolved by consensus. DATA EXTRACTION AND SYNTHESIS: Data were extracted by 2 independent reviewers following Meta-analyses of Observational Studies in Epidemiology (MOOSE) reporting guidelines and pooled using a random-effects analysis. The Newcastle-Ottawa Scale was used to assess data quality and validity of individual studies. MAIN OUTCOMES AND MEASURES: Adjusted odds ratios (AORs) of self-reported past or current marijuana use by youth with vs without past or current e-cigarette use. RESULTS: Twenty-one of 835 initially identified studies (2.5%) met selection criteria. The meta-analysis included 3 longitudinal and 18 cross-sectional studies that included 128 227 participants. Odds of marijuana use were higher in youth who had an e-cigarette use history vs those who did not (AOR, 3.47 [95% CI, 2.63-4.59]; I2, 94%). Odds of marijuana use were significantly increased in youth who used e-cigarettes in both longitudinal studies (3 studies; AOR, 2.43 [95% CI, 1.51-3.90]; I2, 74%) and cross-sectional studies (18 studies; AOR, 3.70 [95% CI, 2.76-4.96]; I2, 94%). Odds of using marijuana in youth with e-cigarette use were higher in adolescents aged 12 to 17 years (AOR, 4.29 [95% CI, 3.14-5.87]; I2, 94%) than young adults aged 18 to 24 years (AOR, 2.30 [95% CI, 1.40-3.79]; I2, 91%). CONCLUSIONS AND RELEVANCE: This meta-analysis found a significant increase in the odds of past or current and subsequent marijuana use in adolescents and young adults who used e-cigarettes. These findings highlight the importance of addressing the rapid increases in e-cigarette use among youths as a means to help limit marijuana use in this 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 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 | 0,017 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,016 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 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 ».