Association between e-cigarette exposure and ventilation homogeneity in young adults: A cross-sectional study
Notice bibliographique
Résumé
Background The number of young people who use electronic cigarettes (e-cigarettes) is rising. It remains unclear whether e-cigarettes use impairs lung function. We aimed to compare ventilation distribution between young adults exposed to e-cigarettes with an unexposed group. Methods Study participants included otherwise healthy young adults (18 to 24 years) who self-reported e-cigarette use, and participates who had no history of e-cigarette, tobacco or cannabis exposure. Exposure to e-cigarettes was defined using three measures 1) ever exposed, 2) daily use, and 3) puff frequency, which includes: none (unexposed), low (1–2 puffs/hour), moderate (3–4 puffs/hour) and heavy (5+ puffs/hour). Ventilation distribution was measured using the multiple breath washout test and reported as lung clearance index (LCI). Results A total of 93 participants were recruited, 38 unexposed and 41 exposed participants had LCI measures. The exposed group consisted predominately of participants who used flavoured e-liquids (94.5%) that contained nicotine (93.5%). The magnitude and direction of the difference in LCI across the exposure definitions was similar. Compared with the unexposed group, in the unadjusted models LCI was higher in those with any e-cigarette use (mean difference 0.16 units; 95% CI 0.004; 0.31), daily users (mean difference 0.11; 95% CI 0.06; 0.28) and heavy users (mean difference 0.22; 95% CI 0.03; 0.41). Conclusion This preliminary work suggests that LCI may be a useful biomarker to measure the effects of e-cigarette use on ventilation distribution and to track early functional impairment of the small airways.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».