MétaCan
Menu
← Retour à la cohorte
Enregistrement W4399304908 · doi:10.1200/jco.2024.42.16_suppl.10531

E-cigarette use and United States Preventive Services Task Force (USPSTF) lung cancer screening (LCS) eligibility.

2024· article· en· W4399304908 sur OpenAlexaff
Qian Wang, Changchuan Jiang, Hui Xie, Zhiting Tang, Yannan Li, Matthew Mirsky, Chi Wen, Melinda Laine Hsu, Débora S. Bruno, Yaning Zhang, Afshin Dowlati, Lauren Chiec, Giselle Dutcher, Paolo Boffetta, Chung Yin Kong

Notice bibliographique

RevueJournal of Clinical Oncology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueHead and Neck Cancer Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineTask forceLung cancer screeningLung cancerFamily medicineCancerCigarette smokingOncologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

10531 Background: Electronic cigarettes (E-cigarettes) have become frequently used as a smoking cessation tool. Emerging research has shown that e-cigarettes have similar carcinogenic effects as combustible cigarettes. While current lung cancer screening (LCS) guidelines primarily rely on individuals’ smoking history, it's becoming increasingly important to understand the prevalence of e-cigarette use among individuals, especially in the context of their LCS eligibility. Methods: Individuals aged 40-80 years were extracted from the 2022 Behavioral Risk Factor Surveillance System. Eligibility was defined using the 2021 USPSTF LCS criteria, i.e., aged 50-80 years who ever smoked, with at least a 20-pack-year smoking history, currently smoke or quit within the past 15 years. We compared the prevalence of current and ever e-cigarette use among LCS-eligible and non-eligible populations, overall and by smoking (combustible cigarettes) status using chi-square tests. All analyses were weighted. The significance level was set at a 2-sided p-value of <0.05. Results: Among the 208,317 individuals included, 9.9% were eligible for LCS. Overall, 3.8% and 22.1% reported current and ever cigarette use, respectively. Fewer LCS-ineligible individuals reported currently using e-cigarettes than their LCS-eligible counterparts (Table). Among former combustible cigarette users, LCS-ineligible individuals were less likely to be current e-cigarette user than LCS-eligible individuals. However, among current combustible cigarette users, LCS-ineligible individuals were more likely to be current e-cigarettes users than LCS-eligible individuals. When examining the prevalence of ever e-cigarette use, similar findings were observed. Conclusions: Our study reveals a significant prevalence of e-cigarette usage among older adults (aged 40-80), with 1 in 5 individuals reporting ever having used e-cigarettes. Moreover, current cigarette users who were ineligible for LCS were more likely to use e-cigarette than their LCS-eligible counterparts. Future epidemiological studies are warranted to assess the risk of e-cigarette use (including intensity, duration and interactions with combustible cigarettes) and lung cancer risks. E-cigarette use may need to be considered in formulating future LCS guidelines. [Table: see text]

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,094
Tête enseignante GPT0,495
Écart entre enseignants0,401 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetHead and Neck Cancer Studies→Travaux en français237 207→