Effects of Inhaled Tobacco and Cannabis Co-Use on Respiratory Health and Tobacco Cessation: An Official American Thoracic Society Research Statement
Notice bibliographique
Résumé
Abstract Background Tobacco and cannabis are among the most widely used substances globally, and rates of co-use are on the rise. Understanding the impact of inhaled tobacco-cannabis co-use on health outcomes and tobacco cessation is critical for guiding patients and clinicians. Objectives To summarize the existing evidence, identify knowledge gaps, and prioritize research questions related to effects of inhaled tobacco-cannabis co-use on tobacco cessation and lung health. Methods A multidisciplinary committee was convened to review the evidence, identify knowledge gaps, and develop research questions in four priority research areas: 1) common data elements and terminology, 2) patterns and prevalence of co-use, 3) impact of co-use on tobacco cessation, and 4) effects of co-use on lung health. A modified Delphi process was conducted in three rounds to reach consensus on prioritizing research questions. Results The evidence reviewed by the expert panel in four priority research areas yielded the following gaps in the literature with high priority to address with future research: 1) lack of consensus on terminology and recommended co-use data elements, 2) limited research on co-use and tobacco-related disparities, 3) insufficient evidence on how cannabis use affects tobacco cessation, and 4) alarming yet inconsistent findings on the effects of co-use on lung health. Conclusions This statement outlines and guides a research agenda on the effects of inhaled tobacco-cannabis co-use on tobacco cessation and lung health. Consensus-driven recommendations include adopting harmonized terms and minimum data elements, studying the prevalence of co-use among populations experiencing tobacco-related disparities, evaluating the impact of co-use on tobacco cessation pharmacotherapies, and assessing the effects of co-use on the development and progression of lung diseases.
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 | 0,172 | 0,168 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,006 |
| Bibliométrie | 0,007 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,009 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».