DOES VAPING IMPAIR LUNG FUNCTION IN YOUNG ADULTS?
Notice bibliographique
Résumé
Background: It remains unclear whether the use of electronic cigarettes (e-cigarettes or vaping) impairs lung function. We aimed to compare measures of lung function (spirometry and multiple breath washout) between young adults who vape and age-matched healthy controls. Methods: Healthy participants (18-24 years) without a history of respiratory disease, and age-matched participants who self-reported regular e-cigarette use were recruited. Participants were classified into four exposure groups: no exposure, low (1-2 puffs/hour), moderate (3-4 puffs/hour) and heavy (5+ puffs/hour). The primary outcomes were % predicted FEV1 and lung clearance index (LCI), measured using the Exhalyzer D™. Results: A total 56 participants had paired FEV1 and LCI measurements (24 no exposure, 6 low, 6 moderate, 20 heavy). The vaping group, on average, had 1-5 years of exposure. FEV1 % predicted was similar between the healthy and vaping group (mean difference:0.9% (95%CI -7.78;5.92); whereas ventilation inhomogeneity (LCI) was worse in the vaping group (mean difference 0.27 (95%CI 0.08;0.46)). A dose response was observed across exposure levels for LCI (Figure); the highest exposure group had a 0.4 unit (95%CI 0.1;0.56) higher LCI than the healthy controls. Conclusion: There is a small measurable effect of vaping exposure on ventilation inhomogeneity, suggesting that even in otherwise healthy young adults, vaping begins to cause harmful functional changes in the small airways. erj;64/suppl_68/OA2880/F1 F1 F1
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».