E-cigarette use among adolescents in Latin America: A systematic review of prevalence and associated factors
Notice bibliographique
Résumé
Electronic cigarettes, introduced as a safer tobacco alternative, have unintentionally exposed millions of youths to nicotine and harmful chemicals. Adolescence, a key period for forming lifelong habits, has seen rising e-cigarette use, particularly in developing regions like Latin America, warranting thorough investigation. To describe the prevalence and factors associated with e-cigarette use among adolescents in Latin America. A systematic review was conducted according to PRISMA guidelines, covering studies published between 2003 and May 2024. Database searches included PubMed/Medline, Web of Science, Scopus, Google Scholar, Scielo, and LILACS. A total of 582 studies were identified, of which 14 met the inclusion criteria. Study data were synthesized and assessed using the Newcastle-Ottawa Scale and Joanna Briggs Institute checklist. The prevalence of e-cigarette among adolescents in six Latin American countries ranged from 2.6 % to 64.2 %, with a pooled mean prevalence of 18.9 %, and lifetime use higher than current use. Key associated factors included male sex, concurrent use of tobacco and other substances, social influences, and exposure to online advertising. A widespread lack of knowledge regarding e-cigarette risks, coupled with limited regulatory oversight, may be contributing to higher usage rates. This review underscores critical gaps in data on adolescent e-cigarette use in Latin America and highlights the need for expanded research and targeted public health interventions. Nearly one-fifth of adolescents reported using e-cigarettes. Comprehensive prevention programs addressing factors associated with adolescent e-cigarette use in Latin America, involving diverse stakeholders and integrating education, school-based policies, social media campaigns, and policy restrictions, are strongly recommended. • E-cigarette use among Latin American adolescents ranges from 2.4 % to 64.2 %, with a pooled mean prevalence of 18.9 %. • Tobacco, substance use, and online ads are key factors linked to e-cigarette use in adolescents. • Knowledge gaps exist: 6 %–86 % of adolescents are unaware of e-cigarette risks. • Limited research exists in key countries, such as Brazil, Peru, Chile, and Uruguay. • Targeted prevention programs and stricter regulations are urgently needed.
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 | 0,007 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,005 |
| Bibliométrie | 0,012 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».