Examining the Role of Race/Ethnicity and Sex in Modifying the Association Between Early Smoking Initiation and Mortality: A 20-Year NHANES Analysis
Notice bibliographique
Résumé
Introduction: The authors aim to examine the modifications of the relationship between early smoking initiation and overall mortality by race/ethnicity and sex using data from U.S. adults in the 1999-2018 National Health and Nutrition Examination Surveys. Methods: The authors analyzed data from 10 aggregated National Health and Nutrition Examination Surveys cycles focusing on noninstitutionalized U.S. civilian population aged 20-79 years. Smoking initiation was categorized by age, and the study's primary outcome was all-cause mortality. The authors employed Kaplan-Meier curves and Cox proportional hazards models to investigate the associations and adjusted for race/ethnicity, sex, and survey cycle. The authors also explored effect modification by race/ethnicity and sex. Results: The analysis included 50,549 participants. The authors found that early smoking initiation was significantly associated with increased all-cause mortality across all age categories, with higher hazard ratios for earlier initiation ages. The relationship exhibited variations by race/ethnicity and sex. Non-Hispanic White population showing the highest risk, followed by non-Hispanic Black subpopulation, but race/ethnicity interaction terms was not significant. Significant interaction by sex was observed. Conclusions: Early smoking initiation is significantly associated with increased risk of mortality, with noticeable differences by race/ethnicity and sex. These findings emphasize the need for prevention measures that are sensitive to demographic variations.
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 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».