MétaCan
Menu
Retour à la cohorte
Enregistrement W4283258754 · doi:10.14740/gr1490

Association of Smoking and E-Cigarette in Chronic Liver Disease: An NHANES Study

2022· article· en· W4283258754 sur OpenAlexvenueno aff
Raja Chandra Chakinala, Sameer Dawoodi, Stephanie P Fabara, Muhammad Asad, Azadeh Khayyat, Sangeetha Chandramohan, Aysha Aslam, Nkechi Unachukwu, Bibimariyam Nasyrlaeva, Richa Jaiswal, Sriram B. Chowdary, Preeti Malik, Rizwan Rabbani

Dossier post-publication

NatureRetraction
MotifConcerns/Issues about Data;Concerns/Issues about Results and/or Conclusions;Unreliable Results and/or Conclusions;
Date6/11/2023 0:00
Signalé par OpenAlex ?Oui

Source : Retraction Watch, jointe par DOI. OpenAlex consigne la rétractation dans is_retracted, un booléen sur un espace d'états à au moins quatre valeurs ; il ne peut donc exprimer ni une expression de préoccupation, ni une correction, ni un rétablissement, et les rapporte comme false, ce qui se lit comme « rien à signaler ».

Notice bibliographique

RevueGastroenterology Research · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineNational Health and Nutrition Examination SurveyOdds ratioLogistic regressionConfidence intervalEnvironmental healthCigarette smokingPopulationLiver diseaseCross-sectional studyDemographyInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

Background: There is an increased trend of e-cigarette but the toxic effects of e-cigarette metabolites are not widely studied especially in liver disease. Hence, we aimed to evaluate the prevalence and patterns of recent e-cigarette use in a nationally representative sample of US adults and adolescents and its association amongst respondents with liver disease. Methods: We conducted a retrospective cross-sectional study using National Health and Nutrition Examination Survey (NHANES) database from 2015 to 2018. The self-reported NHANES questionnaire was used to assess liver disease (MCQ160L, MCQ170L and MCQ 510 (a-e)), e-cigarette use (SMQ900) and traditional smoking status (SMQ020 or SMQ040). We conducted univariate analysis and multivariable logistic regression models to predict the association of e-cigarette use, traditional smoking and dual smoking amongst the population with liver disease. Results: Out of total 178,300 respondents, 7,756 (4.35%) were e-cigarette users, 48,625 (27.27%) traditional smoking, 23,444 (13.15%) dual smoking and 98,475 (55.23%) non-smokers. Females had a higher frequency of e-cigarette use (49.3%) compared to dual (43%) and traditional smoking (40.8%) (P < 0.0001). Respondents with a past history of any liver disease have lower frequency of e-cigarette use compared to dual and traditional smoking, respectively (2.4% vs. 6.4% vs. 7.2%; P < 0.0001). In multivariate logistic regression models, we found that e-cigarette users (odds ratio (OR): 1.06; 95% confidence interval (CI): 1.05 - 1.06; P < 0.0001) and dual smoking (OR: 1.50; 95% CI: 1.50 - 1.51; P < 0.0001) were associated with higher odds of having history of liver disease compared to non-smokers. Conclusion: Our study found that despite the low frequency of e-cigarette use in respondents with liver disease, there was higher odds of e-cigarette use amongst patients with liver disease. This warrants the need for more future prospective studies to evaluate the long-term effects and precise mechanisms of e-cigarette toxicants on the liver.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,061
Tête enseignante GPT0,378
Écart entre enseignants0,317 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGastroenterology ResearchMême sujetSmoking Behavior and CessationTravaux en français237 207