Secondhand Smoke Exposure and Brain Health Indicators in Cuban Preschoolers
Notice bibliographique
Résumé
Secondhand smoke affects nearly 40% of children worldwide, leading to serious health and behavioral problems. Being neurotoxic, it poses potential risks for child health and learning. In Cuba, there is limited research on the association of secondhand smoke with children's brain health, especially in vulnerable populations like young children at home. The overall purpose of this study is two-fold. First, we determined the relationship between household smoke exposure and risks to brain health in Cuban children. Second, we analyzed the role of family environment factors, such as socio-economic status, in our estimates. Although this research represents the first investigation of its kind in Cuba, we expect to find evidence of neurotoxic associations with household smoke. We collected data between 2015 and 2018 using the medical records of 627 Cuban preschool children to explore the link between brain health indicators and exposure to tobacco smoke at home. We assessed archival reports on parental smoking, duration and frequency of exposure, and several indicators of brain health, including executive function, language development, sleep quality, and fluid intelligence. The findings indicate that exposure to tobacco smoke at home has a negative association with children's brain health, affecting both the cognitive (executive and linguistic functions) and non-cognitive aspects (sleep quality) of child development. Continuous exposure (five to seven times per week) and transient exposure (two to three times per week) were found to be more negatively related to sleep quality than in cognitive functions, particularly in children of middle socio-economic status. This highlights the need to implement parental information campaigns in Cuba.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».