Electronic cigarettes and cardiovascular diseases: An updated systematic review and network meta-analysis
Notice bibliographique
Résumé
INTRODUCTION: The association between electronic cigarettes (e-cigarettes) and the risk of cardiovascular disease (CVD) remains inconclusive. This study aims to compare CVD risk from the use of e-cigarettes, cigarettes, combined cigarette and e-cigarette use, and non-use. METHODS: This study is a systematic review and network meta-analysis (NMA). MEDLINE and Scopus databases (through February 2024) were used to identify eligible studies. Observational studies that investigated the effect of e-cigarettes on the risk of composite CVD, myocardial infarction (MI), or stroke, compared to cigarette, dual use, or non-use, were included. NMA was applied to estimate relative effects (i.e. adjusted odds ratio, AOR) of e-cigarette, cigarette, and dual use, on composite CVD, MI, and stroke outcomes. Risk of bias was assessed using the Joanna Briggs Institute tool for surveys and the Newcastle-Ottawa scale for cohort studies. RESULTS: Eleven adult population studies were eligible for review. E-cigarette, cigarette, and dual use were significantly associated with composite CVD outcomes. Pooled AORs (95% CI) were 1.31 (1.05-1.62) for e-cigarette, 1.57 (1.30-1.88) for cigarette, and 1.67 (1.37-2.03) for dual use. Additionally, former cigarette and former dual use significantly increased the risk of composite CVD outcomes, compared to non-use. The pooled AORs (95% CI) were 1.29 (1.05-1.59) for former cigarette, and 1.46 (1.03-2.08) for former dual use, while former e-cigarette use was not significantly associated with composite CVD endpoints. For MI and stroke outcomes, only cigarette and dual use were significantly associated with these events. CONCLUSIONS: Current e-cigarette, cigarette, and dual use were significantly associated with increased risk of composite CVD outcomes, while only cigarette and dual use significantly increased the risk of MI and stroke, compared to non-use. However, these findings were primarily based on cross-sectional data limiting the temporality of effect; additional prospective cohort studies are needed to confirm our findings.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,004 |
| Bibliométrie | 0,000 | 0,002 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».