E-cigarettes: What evidence links vaping to acute lung injury and respiratory failure?
Notice bibliographique
Résumé
On September 18, 2019, the Middlesex-London Health-Unit (London, Canada) reported that a previously healthy, high-school student who had vaped nicotine daily, required hospitalization for life-support and had recovered. A week later, another single case was reported in Montreal, Quebec. These Canadian cases followed published cases of e-cigarette lung toxicity including a recent cluster of 53 patients in Illinois and Wisconsin and a 5 patient-cluster in North Carolina, both published on September 6, 2019. As of October 2019, there have been 26 deaths and 1,299 cases of lung injury linked to e-cigarettes. These reports have created widespread concern among clinicians and the public, creating a need to understand what we know at this point, with the caveat being that there is no clear understanding of the causes of vaping-related lung-toxicity. Most patients were previously healthy teenagers or young-adults with progressive dyspnea, hypoxemia, nausea and tachypnea with no evidence of bacterial infection while reporting recent e-cigarette use with nicotine and/or tetrahydrocannabinol. Chest computed-tomography findings included hypersensitivity-pneumonitis, diffuse alveolar hemorrhage, consolidation and ground-glass opacities. Most patients were treated with corticosteroids and symptoms resolved so that hospital discharge and community-based care could be undertaken. There have been no reports of long-term follow-up in survivors.
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 | 0,003 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».