Biomarkers of Inflammation and Oxidative Stress among Adult Former Smoker, Current E-Cigarette Users—Results from Wave 1 PATH Study
Notice bibliographique
Résumé
Abstract Background: Former smokers who currently use e-cigarettes have lower concentrations of biomarkers of tobacco toxicant exposure than current smokers. It is unclear whether tobacco toxicant exposure reductions may lead to health risk reductions. Methods: We compared inflammatory biomarkers (high-sensitivity C-reactive protein, IL6, fibrinogen, soluble intercellular adhesion molecule-1) and an oxidative stress marker (F2-isoprostane) among 3,712 adult participants in Wave 1 (2013–2014) of the Population Assessment of Tobacco and Health Study by tobacco user groups: dual users of cigarettes and e-cigarettes; former smokers who currently use e-cigarettes-only; current cigarette-only smokers; former smokers who do not currently use any tobacco; and never tobacco users. We calculated geometric means (GM) and estimated adjusted GM ratios (GMR). Results: Dual users experienced greater concentration of F2-isoprostane than current cigarette-only smokers [GMR 1.09 (95% confidence interval, CI, 1.03–1.15)]. Biomarkers were similar between former smokers who currently use e-cigarettes and both former smokers who do not use any tobacco and never tobacco users, but among these groups most biomarkers were lower than those of current cigarette-only smokers. The concentration of F2-isoprostane decreased by time since smoking cessation among both exclusive e-cigarette users (Ptrend = 0.03) and former smokers who do not currently use any tobacco (Ptrend = 0.0001). Conclusions: Dual users have greater concentration of F2-isoprostane than smokers. Exclusive e-cigarette users have biomarker concentrations that are similar to those of former smokers who do not currently use tobacco, and lower than those of exclusive cigarette smokers. Impact: This study contributes to an understanding of the health effects of e-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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».