Changes in biomarkers of endothelial function, oxidative stress, inflammation and lipids after smoking cessation: A cohort study
Notice bibliographique
Résumé
BACKGROUND: Tobacco use is known to be involved in the development of cardiovascular diseases, which leads to premature mortality. Endothelial dysfunction, the first step in this process, was shown induced by smoking. It is reported that quitting smoking could reduce the risk of diseases, but the implied mechanisms are still unclear. This study aimed to evaluate the biological markers of endothelial function in smokers when actively smoking and after cessation. METHODS: Quantification of several biomarkers reflecting inflammation, endothelium activation, oxidative stress, and lipids was performed in 65 smokers when actively smoking and after cessation (median abstinence duration of 70 days). RESULTS: A possible decrease of inflammation was observed through the concentration reduction of a proinflammatory cytokine (interleukine-6) on quitting. A decrease of endothelium activation was visible by the reduced level of the soluble intercellular adhesion molecule. Two antioxidants, uric acid and vitamin C, were found at higher concentration than before the cessation, potentially reflecting the decrease of oxidative stress on quitting. Lipid profile was improved post-quit since HDL level was increased and LDL level was decreased. All these effects were visible at short term with abstinence duration less than 70 days. No sex-specific difference was observed and no additional changes were observed for longer abstinence duration. CONCLUSION: These observations suggest that some adverse effects of smoking on endothelial function could be reversible on quitting smoking. It could encourage smokers to enter a cessation program to reduce the risk for cardiovascular diseases development.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».