Effects of smoking cessation on individuals with COPD: a systematic review and meta-analysis
Notice bibliographique
Résumé
Objective Despite smoking being a significant risk factor in the occurrence and progression of chronic obstructive pulmonary disease (COPD), no comprehensive analysis has been conducted to determine the potential benefits of smoking cessation for patients with established COPD or identify specific indicators that may be improved. The aim of our meta-analysis was to elucidate the positive impact of smoking cessation on COPD. Methods We conducted a comprehensive search of PubMed, EMBASE, Web of Science, Cochrane Library, CNKI, Wan Fang and VIP databases to identify studies that met our eligibility criteria from inception up to 1, May 2024. Data were extracted independently by two authors and pooled using a random-effects model. Study quality was evaluated using the Newcastle-Ottawa Scale (NOS). Results Preliminary screening of publications gave a total of 13,460 documents after which the repetitive and non-compliant studies were removed. Eventually, 11 studies were included for follow-up analysis. The pooled results showed that cessation of smoking produced significant improvements in forced expiratory volume in one second (FEV1)% predicted (MD = 6.72, 95% CI, 4.55–8.89, P < 0.001; I 2 = 53%), FEV1/forced vital capacity (FVC) (MD = 6.82, 95% CI, 5.09-8.54, P < 0.001; I 2 = 0%), modified Medical Research Council (mMRC) (MD = −0.49, 95% CI, −0.95–−0.02, P = 0.040; I 2 = 73%), 6-minute walk test (6-MWT) (MD = 64.46, 95% CI 14.60-114.32, P = 0.010; I 2 = 94%), partial oxygen pressure (MD = 1.96, 95% CI, 1.03-2.89, P < 0.001; I 2 = 0%), mortality (RR = 0.75, 95% CI, 0.56-1.00, P = 0.05; I 2 = 44%). Conclusion Our meta-analysis presented suggestive evidence that smoking cessation offered significant benefits to COPD patients, notably in the improvement of specific key indicators of pulmonary function (FEV1% predicted, FEV1/FVC), alleviating symptoms, enhancing exercise tolerance, and could reduce mortality. PROSPERO registration https://www.crd.york.ac.uk/prospero/ , identifier: CRD42022384123.
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 | 0,014 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,022 | 0,044 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| 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 ».