MétaCan
Menu
Retour à la cohorte
Enregistrement W4415419806 · doi:10.47191/ijcsrr/v8-i10-40

Adverse effects of E-cigarettes or Vapes in otherwise Healthy Young and Middle-aged Adults who have No History of Smoking: A Systematic Review

2025· review· W4415419806 sur OpenAlexaboutno aff
Zheng Feng, Hrishi Patel

Notice bibliographique

RevueInternational Journal of Current Science Research and Review · 2025
Typereview
Langue
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAdverse effectInclusion and exclusion criteriaMeta-analysisRandomized controlled trialDemographicsData extractionMEDLINELimiting

Résumé

récupéré en direct d'OpenAlex

Introduction: The use of Electronic cigarettes and Vapes have been widely accepted as a less-harmful means of smoking when compared to cigarettes. While this is true, the adverse effects and harms of E-cigarettes and Vaping are not inconsequential. Methods: We searched the PubMed database exclusively for Randomized controlled trials, while limiting our search between 2007 – 2023. We initially identified 234 articles from PubMed which were then screened by abstract. Articles were screened for relevance based on the topic of E-cigarettes or Vaping and of adverse effects. Exclusion of 205 studies left 29 full-text articles to assess. Assessing based on our inclusion and exclusion criteria left 6 studies eligible for systematic analysis. Data extraction was performed on each study with focus on baseline demographics and covariates. Using the Jadad-scale, three independent reviewers assessed the methodological quality of each study on a 5 point scale. It was found that 1 study was of poor quality, 4 studies were of moderate quality and 1 study was of good quality. Results: 6 RCTs were included in the analysis with 4 being performed in the United States, 1 in Italy and 1 in Canada. A total of 137 participants were included in the randomized controlled trials published between 2015 and 2021. Acute vaping indicated a positive correlation and dose-response relationship with an increase in CD14, CD16, T-cells, natural killers and monocytes. Furthermore, the findings from the review suggests that EC usage alters expression of the transcriptome in both small airway epithelium (SAE) and alveolar macrophages (AM). However, acute electronic cigarette use does not affect lung and heart functions as long as they do not contain nicotine. Discussion: This systematic review was conducted using Randomized controlled trials, which minimizes bias and adjusts for confounding, with a robust internal validity. Randomization also provides the best means for determining a causal relationship between an intervention and outcome. However the average quality of the included studies are not of good quality and sample size (137 subjects) may be considered quite small and not representative. Database for studies included was limited to only Pubmed. Moreover health-care practitioners must also actively inquire about the recreational use of vapes in youth and adults, as they are becoming popularized due to the misconception of having few harmful effects. Conclusion: Acute use of electronic cigarettes show a significant increase in inflammatory cell and cytokine release, leading to oxidative stress, potential airway remodeling and DNA damage. It was found that acute E-cigarette usage also decreases FEV1, however these changes were not clinically significant towards pulmonary function and cardiac function tests. While this study only assesses the acute effects of electronic cigarette vape usage, further studies must be conducted on the chronic usage of E-cigarettes and their clinical 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,024
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0050,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,104
Tête enseignante GPT0,447
Écart entre enseignants0,343 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Current Science Research and ReviewMême sujetNutritional Studies and DietTravaux en français237 207