Health Risks of Kretek Cigarettes: A Systematic Review
Notice bibliographique
Résumé
INTRODUCTION: The objective of this study is review the evidence on the health risks associated with smoking kretek cigarettes compared with not smoking or smoking regular cigarettes. METHODS: We conducted a systematic literature search in five electronic databases: EMBASE (Ovid), ASSIA, PubMed and Scopus. Since kretek use is largely restricted to Indonesia, we identified additional studies using an online search for grey literature and studies in Indonesian journals and the National Library of Indonesia. We included relevant search terms in English ("kretek" and "clove cigarettes") and Bahasa ("rokok" and "merokok"). We selected studies which compared any health outcome between smokers of kretek cigarettes and non-smokers or smokers of regular cigarettes. We included studies in any smokers compared to non-smokers in Indonesia, since most Indonesian smokers use kretek, but analysed these separately. Study data were extracted by a single reviewer and checked by two reviewers. Methodological quality was assessed using the Newcastle-Ottawa scale. RESULTS: We identified 32 studies, all from Indonesia. There were 31 cross-sectional studies and one case control study. This systematic review identified a relatively limited number of studies, and most of these were of poor quality as assessed by the Newcastle Ottawa score. They were generally cross-sectional, small and lacking justification for sample size, had high potential for selection bias because of lack of data on non-respondents or those lost to follow up, and missing information about the statistical analysis. Fourteen studies looked specifically at kretek exposure and eighteen looked at any type of cigarette exposure but were conducted in Indonesia are therefore likely to predominantly reflect kretek exposure. Kretek were found to be associated with oral cancer, cardiovascular disease, chronic health disease, myocardial infarction, asthma, and oral diseases. CONCLUSIONS: Although existing studies are of poor quality, kretek are likely to be at least as harmful as regular cigarettes.
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 | 0,011 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,008 | 0,008 |
| Bibliométrie | 0,011 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».