Respiratory Effects of Vaping Nicotine and Tetrahydrocannabinol (THC)
Notice bibliographique
Résumé
Abstract Rationale: Electronic cigarettes (or vaping) are reported to cause pneumothorax, interstitial lung disease and several forms of non-infectious pneumonia. Their impact on lung function is poorly understood, due to evolving e-cigarette devices and vape liquid formulation. Respiratory oscillometry is an emerging modality of pulmonary function tests (PFTs), which is performed during tidal breathing and is more sensitive than standard PFT (spirometry and plethysmograph) for early detection of lung disease. Objective: To evaluate the respiratory effects of nicotine and THC vape using oscillometry and standard PFTs. Methods: We recruited non-vapers, nicotine only, THC only and dual nicotine-THC vapers between ages 18-45 years old. To be eligible, non-vapers must not have smoked cigarettes or any combustible products, nor have a history of respiratory disease. Vapers were required to have vaped at least 20 days per month for a minimum of one year and must not have smoked more than 100 cigarettes in their lifetime. Consented participants were assessed with both spectral and intrabreath oscillometry, standard PFT (spirometry, lung volumes, diffusing capacity), and computed tomography chest imaging at Toronto General Hospital. Results: We enrolled 81 participants (35 [12M/23F] non-vapers, 18 [9M/9F] nicotine vapers, 26 [10M/16F] THC vapers and 2 [1M/1F] dual nicotine and THC vapers). Dual users were excluded from analysis due to the small number. Standard PFTs and oscillometry were normal for all 3 groups. No statistically significant differences were observed in conventional PFTs amongst the non-vapers, nicotine-only, and THC-only vapers. However, oscillometry revealed statistically significant poorer respiratory mechanics among vapers, particularly THC vapers, compared with non-vapers. Conclusion: Although standard PFT were normal in all groups, oscillometry found worse respiratory mechanics in THC vapers. Further longitudinal analysis is needed to assess whether continuous vape use has an impact on respiratory health.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».