Vaping in Pregnancy: A Systematic Review
Notice bibliographique
Résumé
INTRODUCTION: Smoking in pregnancy increases the risk of negative health outcomes. Vaping can be effective for smoking cessation in nonpregnant populations. We conducted a systematic review of vaping in pregnancy, covering prevalence, patterns of use, reasons for use, smoking cessation, and health effects. METHODS: Five academic databases were searched on 17 February 2020. Studies reporting prevalence, patterns, reasons, cessation, or health effects of vaping in pregnancy were included; animal and in vitro studies were excluded. A narrative review was used, with risk of bias assessed using Hoy and colleague's tool, the Newcastle-Ottawa scale, and the Consolidated Criteria for reporting Qualitative Research. RESULTS: Twenty-three studies were identified: 11 survey, 7 qualitative, 3 cohort, and 2 secondary analyses of randomized clinical trials. Prevalence of vaping in pregnancy (four studies) was between 1.2% and 7.0% overall, and <1% among nonsmokers. Twelve studies reported patterns of use, but findings were inconsistent. Twelve of 14 studies asking why pregnant women vaped reported that most vaped to reduce or quit smoking. Mixed findings were reported from six studies on smoking cessation. Of three studies with health-related outcomes, two were underpowered and one reported similar birthweights for babies born to nonsmokers and women who vaped, with both higher (p < .0001) than the birthweight of babies born to smokers. CONCLUSIONS: There were insufficient data to draw conclusions about prevalence, patterns, and effects of vaping in pregnancy on smoking cessation. The limited literature suggests that vaping in pregnancy has little or no effect on birthweight. IMPLICATIONS: Smoking causes many negative health outcomes for pregnant women and to babies born to people who smoke. There remains a paucity of research on the effects of vaping in pregnancy. There is, however, the potential for vaping products to reduce the negative health outcomes associated with smoking. More research is needed to develop an evidence base in this area.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».