Post-Cessation Weight Gain Across Smoking Cessation Therapies: A Review of Secondary Analyses from the ZESCA, EVITA, and E3 Trials
Notice bibliographique
Résumé
Background: Post-cessation weight gain is a barrier to smoking abstinence, yet evidence on the role of e-cigarettes in mitigating this remains limited. Objective: To examine weight-related effects of e-cigarettes in comparison with established cessation methods. Methods: We reviewed data from three cessation trials we conducted between 2005 and 2020. In ZESCA and EVITA, patients were randomized to bupropion or varenicline versus placebo. In the E3 trial, participants were randomized to counseling alone or with nicotine or non-nicotine e-cigarettes. Post hoc analyses assessed weight at 52 weeks for bupropion and varenicline, and 12 weeks for e-cigarettes. Synthesis: Abstinent individuals showed significant weight gain from baseline across the trials. In ZESCA and EVITA, abstinent participants gained more weight than intermittent and persistent smokers at 52 weeks (ZESCA: 4.8 vs. 2.0 vs. 3.0 kg, EVITA: 4.8 vs. 2.0 vs. −0.7 kg, respectively). Abstinent individuals gained more weight than persistent smokers (ZESCA: 3.4 kg, EVITA: 5.5 kg). In the E3 trial, abstinent participants with nicotine e-cigarettes gained more weight than those using non-nicotine e-cigarettes or counseling at 12 weeks (2.7 vs. 2.3 vs. 2.1 kg, respectively). Conclusions: Abstinent individuals experienced significant weight gain regardless of cessation treatment. Long-term effects of e-cigarettes on weight remain unclear.
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 | 0,028 | 0,071 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,012 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».