A Systematic Review Investigating Associations Between E-Cigarette Use Among Former Cigarette Smokers and Relapse to Smoking Cigarettes
Notice bibliographique
Résumé
As e-cigarette use has steadily increased over the recent years, the public health interest in the potential implications of e-cigarette use on cigarette smoking has grown in parallel. With strict adherence to PRISMA guidelines, this systematic review examined the potential associations between e-cigarette use and relapse to cigarette smoking among former cigarette smokers. The protocol was registered on November 06, 2018 (PROSPERO 2018 CRD42018115674). Literature searches were executed from January 01, 2007 to August 20, 2022 and search results were screened according to the PICOS review method. One RCT and 10 adjusted studies examined relapse to cigarette smoking (evidence grade “moderate”) among regular e-cigarette users, reporting mixed and inconsistent findings according to varying definitions of e-cigarette use and relapse. Findings were similarly inconsistent among the 8 adjusted studies examining relapse to cigarette smoking among non-regular e-cigarette users. The inconsistency in findings among studies evaluating regular measures of e-cigarette use, combined with the numerous methodological flaws in the overall body of literature, limit the generalizability of results associated with a causal association between e-cigarette use and relapse to cigarette smoking. Based on findings from this review, more robust studies are required to determine whether a causal association exists between e-cigarette use and relapse to cigarette smoking. Future studies should apply consistent measures of regular e-cigarette use to examine causality with future use patterns, and sufficiently account for known or suspected confounding variables to support inform determinations related to e-cigarette use and cigarette smoking behaviors.
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».