A Review of Electronic Cigarettes and Liquid Nicotine Poisoning Exposure Cases in the United States
Notice bibliographique
Résumé
PURPOSE: In 2007, electronic cigarettes (e-cigarette) were introduced as a smoking cessation device. Since then, its sale and marketing has been expanded annually. Concomitantly, there is an increase in the electronic cigarette (e-cigarette) and liquid nicotine exposure cases reported to the United States (US) poison control centers. The purpose of this review is to assess the exposure cases reported to US poison control centers to characterize the adverse health effects of e-cigarette and liquid nicotine use. METHODS: The PubMed database was searched for e-cigarette and e-liquid exposure reports since 2010. The qualitative analysis was conducted to depict the characteristics related to the incident cases and health outcomes of e-cigarette and e-liquid exposure to support public awareness. RESULTS: Since 2010, there was an increase in e-cigarette exposure incidents with ingestion, inhalation, ocular and dermal identified as the commonly reported routes of exposure in both children and adults. The clinical symptoms were well characterized based upon the specific route of exposure. The exposure incidents were categorized into age, sex, type of exposure, symptoms, management site and medical outcome. The children less than 5 years of age were unintentionally exposed followed by both unintentional and intentional exposure in adults. The reported medical outcomes have a range from minor effects exhibiting symptoms that were not bothersome to major effects with life-threatening symptoms, and death. The short-term or acute exposure was mostly associated with mishandling or misuse of the e-cigarette device or e-liquid. The case reports of young adult males who are linked to intensive use of e-cigarettes show lung injury. CONCLUSION: E-liquid and e-cigarette use continue to pose a serious health risk for both adults and children. There is accumulating data of incidents associated with short-term e-cigarette use or intensive use of e-cigarettes. However, monitoring of the long-term health effect of e-cigarettes is needed in order to raise public awareness among young adults.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,012 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».