Toxicant and Nicotine Exposure in Pregnant Smokers, Vapers, and Nicotine-Replacement Users: Cross-Sectional Study
Notice bibliographique
Résumé
INTRODUCTION: Given the increasing usage of vaping during pregnancy and limited longitudinal health-related data, there is an urgent need to assess the potential risks of vaping. AIMS AND METHODS: A cross-sectional study was conducted among pregnant UK adults (n = 140). Five study groups were purposively recruited: exclusive-smokers (n = 38), exclusive-vapers (former smokers) (n = 35), dual users of smoking and vaping (n = 25), dual users of smoking and nicotine replacement therapy (n = 10), and "never-users" of nicotine or tobacco products (n = 32). Sociodemographic, smoking, and vaping characteristics were assessed. Participants' urine samples were analyzed for biomarkers of exposure to tobacco alkaloids, and toxicants, including 14 volatile organic compounds (VOCs), tobacco-specific nitrosamine 4-(methylnitrosamino)-1-(3-pyridyl)-1-butanol (NNAL), heavy metals (cadmium, lead, chromium, nickel, copper, and tin) and a polycyclic aromatic hydrocarbon (2-naphthol). Regression analysis was used to compare biomarkers by group. RESULTS: Nicotine levels varied across product users, but not significantly. After controlling for confounders, for most VOCs, biomarker levels were similar for exclusive-vapers and never-users and significantly lower than for exclusive-smokers and any dual users. There were generally no significant differences between groups for 2-naphthol or heavy metals. For NNAL, cadmium and chromium, a high percentage of values were below the limit of detection, making analyses unreliable. CONCLUSIONS: During pregnancy, former smokers who are established exclusive vapers, but not dual users, had levels of selected VOCs that were substantially lower than those for exclusive smokers and comparable with those who have never used nicotine or tobacco products. IMPLICATIONS: Based on the biomarkers assessed in this study, during pregnancy, on average, exclusive-vapers are likely to have similar levels of exposure to selected VOCs as never-users and far lower levels than exclusive-smokers or dual-users (although dual-vaping and smoking may result in less exposure than exclusive-smoking). This provides preliminary information about exposure to vaping during pregnancy and suggests that, for some biomarkers, exclusive vaping is likely to result in lower exposures than exclusive smoking or dual-use. There may be exposure to other vaping toxicants that were not explored in this study. Studies are needed to assess pregnancy and birth outcomes as well as early life effects.
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 | 0,003 |
| 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 | 0,001 | 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 ».