Global Prevalence of Tobacco Smoking in People Living with Hepatitis C - Implications for Maximizing the Health Benefits from Antiviral Therapy: A Meta-Analysis
Notice bibliographique
Résumé
Abstract Long-term antiviral treatment outcomes of hepatitis C infection may be affected by tobacco smoking. This study determined the prevalence of tobacco smoking in people living with hepatitis C virus (PLHCV) in low-and middle-income (LMICs) and high-income countries (HICs). We searched PubMed, EMBASE, PsycINFO, and ProQuest for studies published between January 1, 2008, and August 31, 2018. The quality of included studies was assessed using the Newcastle-Ottawa Scale. We performed meta-analysis using the Freeman-Tukey double arcsine transformation. We used Egger’s test to check for publication bias and performed meta-regression to identify individual-level sources of heterogeneity. The prevalence of tobacco smoking in PLHCV was 53.0%; it was 58% in LMICs and 52.0% in HICs. In subgroup analysis, the prevalence of tobacco smoking in PLHCV from clinic-based studies was 51% (95%CI 45%-57%) and it was 61% (95%CI 48%-73%) in community-based studies. In the multivariable meta-regression, study setting (coefficient=0.19, p<0.025) contributed significantly to the presence of heterogeneity between studies. Given the disproportionately high prevalence of tobacco smoking in PLHCV, addressing tobacco smoking in HCV treatment settings is recommended to maximise health benefits from antiviral therapy. That is particularly important in LMICs, where the burden of both tobacco smoking and HCV infection is growing.
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 | 0,025 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,016 | 0,078 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».