Vaping is associated with increased length of stay among cardiac inpatients
Notice bibliographique
Résumé
INTRODUCTION: The rapid increase in e-cigarette use, especially among youth, raises significant health concerns. Understanding their impact on high-risk populations, such as those with cardiovascular disease, is crucial for improving patient outcomes and reducing healthcare utilization. The aim of this study is to assess the impact of e-cigarette use on hospital length of stay (LOS) in patients with cardiovascular disease. METHODS: This cross-sectional survey was conducted at the University of Ottawa Heart Institute (November 2019-May 2020) among consecutive cardiology inpatients. Eligible participants were those admitted to the cardiac unit, fluent in French or English, and without cognitive or hearing impairments. The primary outcome is length of hospital stay. Data analysis included descriptive statistics and adjusted linear regression to explore e-cigarette use and hospital stay length, with significance set at p<0.05. RESULTS: Of 1616 cardiac patients, 1089 (73.0%) completed the survey. E-cigarette ever users were 10.4% (4.9% former, 5.5% current). Mean LOS was 11.03 days, longer for ever-users (13.1 days) than never-users (10.8 days). Ever users had a significantly longer LOS by 2.45 days (p=0.040), and current users by 3.24 days (p=0.039). CONCLUSIONS: E-cigarette use is associated with longer hospital stays among cardiac patients, even after adjusting for confounders. This underscores the potential harmful effects of vaping on cardiac recovery. Further research is needed to explore these associations and their implications for healthcare utilization.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».