The effects of smoking cessation on the progression of depressive disorders: A systematic review and meta analysis
Notice bibliographique
Résumé
INTRODUCTION Smoking and depression frequently co-occur, posing a major public health challenge.While the physical benefits of smoking cessation are well established, its impact on depressive disorders remains debated.Clarifying this relationship is essential for optimizing mental health interventions.METHODS We conducted a systematic review and metaanalysis of randomized controlled trials and longitudinal cohort studies assessing changes in depressive symptoms following smoking cessation among adults (18 years) diagnosed with depressive disorders.In addition, the reference lists of three relevant meta-analyses were screened to identify additional eligible primary studies, but these meta-analyses were not counted as included studies.Searches were performed in PubMed, Scopus, Web of Science, and PsycINFO up to 30 April 2025.Risk of bias was assessed using the Cochrane RoB 2.0 tool for RCTs and the Newcastle-Ottawa Scale for cohort studies.Effect sizes were pooled using a random-effects (DerSimonian-Laird) model, and heterogeneity (I) was evaluated.RESULTS A total of 22 primary studies (10 randomized controlled trials and 12 cohort studies; >30000 participants) met the inclusion criteria, and 18 contributed to the quantitative synthesis.The primary outcome -change in depressive symptom severity measured using validated scales (PHQ-9, BDI, CES-D, HAM-D) -showed a pooled standardized mean difference of -0.25 (95% CI: -0.37 --0.12; p<0.001), indicating a modest but significant reduction in depressive symptoms among abstainers.Findings were consistent across study designs and populations, with moderate heterogeneity (I about 60%).CONCLUSIONS This review provides consistent evidence that smoking cessation is safe and beneficial for individuals with depressive disorders, improving depressive symptoms and psychological well-being.Although some individuals experience transient increases in symptoms post-cessation, structured support effectively mitigates these effects.Integrating cessation treatment within mental healthcare and developing scalable, tailored interventions should be prioritized in future research.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| 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 ».