Smoking cessation and risk of metabolic syndrome: A meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Smoking is an important risk factor for various metabolic and cardiovascular disorders, and smoking cessation reduces the risk of these conditions. However, weight gain is commonly observed when individuals quit smoking, which often leads to hesitation in pursuing smoking cessation. Weight gain increases the risk of metabolic syndrome (MS). However, previous studies that investigated the relationship between smoking cessation and MS have yielded inconsistent results. Therefore, we conducted a meta-analysis to evaluate the association between smoking cessation and MS. METHODS: Medline, Embase, Cochrane Library and CINAHL databases, were comprehensively searched from inception to April 2023, to identify relevant studies examining the relationship between smoking cessation and MS, comparing such relationship to that with active smoking. The methodological quality of the selected studies was assessed using the Newcastle-Ottawa Quality Assessment Scale. A random-effects model was used for meta-analysis. RESULTS: Of 495 identified studies, 24 were reviewed. The risk of selection bias was identified in all the studies. The overall analysis of 14 studies, including data of combined results for both men and women, revealed an increased risk of MS among ex-smokers compared with that among active smokers (pooled relative risk [RR] 1.18, 95% confidence interval [CI]: 1.08-1.29). From the selected studies, 13 studies analyzing men were extracted for subgroup analysis. Among men, no significant difference in the risk of developing MS was observed between ex-smokers and smokers (pooled RR: 1.05, 95% CI: 0.95-1.17). In men, the risk of MS increased if the cessation period was ≤15 years in men (pooled RR 1.26, 95% CI: 1.01-1.56) and slightly decreased if the cessation period was > 15 years (RR 0.84, 95% CI: 0.70-1.00) in ex-smokers compared with that in current smokers. CONCLUSION: An increased risk of MS was observed in the early stages of smoking cessation compared with current smoking. As the longer duration of smoking cessation, the risk of MS becomes less significant.
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 | 0,013 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,017 | 0,072 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».