Nicotine, Humectants, and Tobacco-Specific Nitrosamines (TSNAs) in IQOS Heated Tobacco Products (HTPs): A Cross-Country Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Heated Tobacco Products (HTPs) purport to reduce exposure to tobacco-related toxicants compared to combustible cigarettes. This cross-sectional study examined the content of nicotine, two humectants (propylene glycol (PG) and vegetable glycerin (VG)), and four tobacco-specific nitrosamines (TSNAs: NNN, NNK, NAT, and NAB) in the tobacco filler of a popular HTP brand (IQOS). Non-menthol and menthol IQOS sticks were purchased from nine countries between 2017 and 2020 and were classified into two versions ("Bold" and "Light") using Philip Morris's flavor descriptors. The average nicotine concentration was 4.7 ± 0.5 mg/stick, and the highest nicotine concentration was found in products from Japan (5.1 ± 0.2 mg/stick). VG was the dominant humectant found in all sticks, with an average concentration of (31.5 ± 2.3 mg/stick). NNN, NNK, and NAT were substantially higher in the "Bold" sticks than the "Light" sticks. Significant differences between countries for TSNAs were also observed: the NAT and NAB contents were the highest in the "Light" products from Canada (192.5 ± 24.1 and 22.9 ± 1.0 ng/stick, respectively); the NNK concentration was the highest in the "Bold" products from Poland (64.8 ± 7.9 ng/stick); and the highest NNN concentrations were observed in the "Bold" products from South Africa (488.9 ± 26.7 ng/stick). As NNN and NNK are known human carcinogens, and as humectants like PG and VG can degrade into toxic carbonyl compounds upon heating, monitoring the concentration of these chemicals in HTPs is important for protecting users' health and ensuring compliance with regulations.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle