Worldwide relative smoking prevalence among people living with and without HIV
Notice bibliographique
Résumé
OBJECTIVE AND DESIGN: People living with HIV (PLH) suffer disproportionately from the chronic diseases exacerbated by smoking tobacco. We performed a systematic review and meta-analysis to establish the relative prevalence of smoking among PLH. METHODS: We included observational studies reporting current smoking rates among PLH and comparators without HIV. We searched Medline, EMBASE, LILACS and SciELO from inception to 31 August 2019. We excluded studies that recruited participants with smoking related illness. We used a random effects model to estimate the odds ratio for current smoking in PLH and people without HIV. We used the Newcastle--Ottawa scale to assess methodological bias. We performed subgroup analysis based on sex and WHO region. We quantified heterogeneity with meta-regression and predictive distributions. PROSPERO registration:CRD42016052608. RESULTS: We identified 6116 studies and included 37. Of 111 258 PLH compared with 10 961 217 HIV-negative participants pooled odds of smoking were 1.64 [(95% confidence interval, 95% CI: 1.45-1.85) (95% prediction interval: 0.66-4.10, I2 = 98.1%)]. Odds for men and women living with HIV were 1.68 [(95% CI: 1.44-1.95) (95% prediction interval: 0.71-3.98, I2 = 91.1%)] and 2.16 [(95% CI: 1.77-2.63) (95% prediction interval: 0.92-5.07, I2 = 81.7%)] respectively. CONCLUSION: PLH are more likely to be smokers than people without HIV. This finding was true in subgroup analyses of men, women and in four of five WHO regions from which data were available. Meta-regression did not explain heterogeneity, which we attribute to the diversity of PLH populations worldwide. Smoking is a barrier to PLH achieving parity in life expectancy and an important covariate in studies of HIV-associated multimorbidity.
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) | 0,001 | 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 | 0,001 |
| 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 ».