MétaCan
Menu
Retour à la cohorte
Enregistrement W4409238130 · doi:10.33844/cjm.2025.6045

Life-Threatening Effects of Bronchiolitis Related to Electronic Cigarette Use

2025· article· en· W4409238130 sur OpenAlexvenueno aff
Immanuel Sani

Notice bibliographique

RevueCanadian Journal of Medicine · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiquePediatric health and respiratory diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBronchiolitisElectronic cigaretteMedicineIntensive care medicineInternal medicineRespiratory systemPathology

Résumé

récupéré en direct d'OpenAlex

Bronchiolitis, characterized by inflammation of the bronchioles, presents significant health risks, particularly to infants, the elderly, and those with preexisting respiratory conditions. Traditionally associated with viral infections, bronchiolitis has recently been linked to electronic cigarette (e-cigarette) use, a trend that has surged in popularity over the past decade. While e-cigarettes are often marketed as safer alternatives to traditional smoking and are seen as viable tools for smoking cessation, emerging evidence suggests they may contribute to the onset or exacerbation of bronchiolitis and other respiratory conditions.To address these concerns, we recommend a prescription model for e-cigarettes, particularly in the context of smoking cessation. This model would involve prescribing the minimum effective dose of e-liquid, tailored to individual factors such as age, gender, and health status, to reduce the risk of adverse effects. Additionally, developing a screening tool to assess the risk of e-cigarette or vaping-associated lung injury (EVALI) is crucial before recommending e-cigarettes as a cessation aid. Furthermore, we propose the implementation of a physical alert system, similar to those used for steroid or anticoagulant medications, to track the specific substances in e-liquids. This would aid clinicians in swift diagnosis and management. As the e-cigarette market continues to grow, careful regulation and further research are essential to prevent the public health consequences seen in the tobacco industry.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,359
Écart entre enseignants0,340 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeÉtude de cas
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of MedicineMême sujetPediatric health and respiratory diseasesTravaux en français237 207