Chemistry Review of Vaping Products and Respiratory Injury
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: While the Public Health Agency of Canada notes 19 cases from May 2019 to February 2020 relating to e-cigarette or vaping product use-associated lung injury (EVALI) in Canada, there are likely many more unreported cases, including non-hospitalized and asymptomatic cases. E-cigarette use or vaping exposes users to numerous aerosolized chemical species, some of which have proven to be deleterious to health. These chemical species can include vitamin E acetate (VEA), flavourants, base / solvents (propylene glycol or vegetable glycerin), psychoactive substances, pesticides, endotoxins, metals, and pyrolysis by-products from e-cigarette heating coils. Objectives: We aim to review current findings related to EVALI from the standpoint of known chemical species currently used in vaping products. We specifically examine the toxicological profiles of these chemical species and the mechanisms through which they cause lung injury. Methods: A comprehensive literature search was performed with MEDLINE for EVALI-related human studies that were published between January 1, 2010, and May 15, 2020. This search strategy identified 832 case reports, case series, clinical trials, and in-vitro laboratory studies. From this group, 71 records were examined in greater detail. Results and Conclusions: Although the chemical composition and toxicology of vaping products have largely been characterized, the physiological effects of the chemical interactions between various constituents of vaping products and the generation of new species remain inconclusive. Given the rapid increase in the popularity of vaping and e-cigarettes, there is a need for further research. Developing a comprehensive understanding of the chronic health effects of vaping through randomized controlled trials and physiological studies is prudent and necessary to reduce the long-term impacts on users and the health care system.
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.
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 découle