Biomarkers of Toxicant Exposure among Youth in Canada, England, and the United States Who Vape and/or Smoke Tobacco or Do Neither
Notice bibliographique
Résumé
BACKGROUND: Few studies examine biomarkers of exposure to vaping and tobacco products among youth. We compared biomarkers for toxicants between youth who vape, smoke, "dual-use", or neither. METHODS: Participants ages 16 to 19 years in Canada, England, and the United States completed surveys and self-collected urine samples between September 2019 and January 2022 (N = 364). Urine was tested for metabolites of tobacco-specific nitrosamine NNK (4-(methylnitrosamino)-1-(3-pyridyl)-1-butanone) and six volatile organic compounds. Regression models examined differences in biomarker concentrations by past-week tobacco smoking and vaping, adjusting for creatinine, age, sex, country, and cannabis use. RESULTS: Compared with no vaping/smoking, exclusive vaping was associated with similar exposure to acrolein and acrylonitrile but higher exposure to toluene (P = 0.04) and acrylamide (P = 0.034, only in sensitivity analysis using past 24-hour measure). Compared with dual use or exclusive smoking, exclusive vaping was associated with lower exposure to NNK, acrolein, acrylamide, and acrylonitrile (P ≤ 0.01) but higher toluene exposure than dual use (P = 0.012). Exposure was similar for dual-use and exclusive smoking. Benzene and xylene biomarkers were detected in <5% and not compared. Among those smoking, NNK exposure was higher in the United States (geometric mean = 25.4 pg/mg creatinine) versus Canada (16.1 pg/mg; P = 0.006) and England (14.1 pg/mg; P = 0.018). CONCLUSIONS: Youth exclusively vaping had similar exposure as no vaping/smoking except for two volatile organic compounds and lower exposure than smoking or dual use except toluene. Higher NNK levels among US youth who smoke likely reflect differences in tobacco blend. IMPACT: Findings are generally consistent with literature indicating lower toxicant exposure from vaping versus smoking but elevated exposure versus no use for some.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».