The global prevalence of E-cigarettes in youth: A comprehensive systematic review and meta-analysis
Notice bibliographique
Résumé
Objectives: Smoking, especially cigarettes, is known as one of the most common social and health problems among people. E-cigarettes are another form of tobacco that has been an ordinary daily occurrence.Study Design: systematic review and meta-analysis. Methods: Systematic searching of databases was performed in Scopus, Web of Science, PubMed, Science Direct, MagIran, IranDoc, SID and Google search engine based on the PRISMA 2020 guideline. This search was conducted by the end of May 2021. Following full-text assessments, the related data were extracted from the papers. Newcastle-Ottawa scale was also used to evaluate the quality of methodology of the articles. Finally, study analysis was performed using Comprehensive Meta-Analysis software (version 2) based on the random effect model. Results: Global prevalence of E-cigarette in younger individuals was 16.8 (95 % CI: 10.6-25.6) and 4.8 (95 % CI: 3-7.6) in the Ever and Current modes of E-cigarette, respectively. We also found that E-cigarettes were used more common in young boys than young girls in both Ever and Current modes. In young boys, the prevalence of E-cigarette were 18.8 (95 % CI: 8.4-36.8) and 4.9 (95 % CI: 3-8) in both modes of Ever and Current, respectively. In young girls, these factors were 9.9 (95 % CI: 5-18.6) and 1.6 (95 % CI: 1-3.1) in both modes of Ever and Current, respectively. Conclusions: The global prevalence of e-cigarettes among young people, especially young boys, is increasing. Based on this, the prevention and management of the damage of this social phenomenon requires comprehensive global study, planning and policy.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 ».