Peer Review #1 of "E-cigarettes versus nicotine patches for perioperative smoking cessation: a pilot randomized trial (v0.1)"
Notice bibliographique
Résumé
Introduction: Cigarette smoking by surgical patients is associated with increased complications.Ecigarettes have emerged as a potential smoking cessation tool.We sought to determine the feasibility and acceptability of e-cigarettes, compared to nicotine patch, for perioperative smoking cessation in veterans.Methods: Preoperative patients were randomized to either the nicotine patch group (n=10) or the ecigarette group (n=20).Both groups were given a free 6-week supply in a tapering dose.All patients received brief counseling, a brochure on perioperative smoking cessation, and referral to the California Smokers' Helpline.The primary outcome was rate of smoking cessation on day of surgery confirmed by exhaled carbon monoxide.Secondary outcomes included smoking habits, pulmonary function, adverse events, and satisfaction with the products on day of surgery and at 8-weeks follow-up.Results: Biochemically verified smoking cessation on day of surgery was similar in both groups.Change in forced expiratory volume in one second (FEV1) was 592ml greater in the e-cigarette group (95% CI 153-1031ml, p=0.01) and change in forced expiratory volume in one second to forced vital capacity ratio (FEV1/FVC ratio) was 40.1% greater in the e-cigarette group (95% CI 18.2%-78.4%,p=0.04).Satisfaction with the product was similar in both groups.Discussion: E-cigarettes are a feasible tool for perioperative smoking cessation in veterans with quit rates comparable to nicotine replacement patch.Spirometry appears to be improved 8-weeks after initiating e-cigarettes compared to nicotine patch, possibly due to worse baseline spirometry and more smoking reduction in the END group.An adequately powered study is recommended to determine if these results can be duplicated.
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 | 0,012 | 0,077 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,162 | 0,019 |
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 ».