あなたは歯科・医療関係者ですか?

WHITE CROSSは、歯科・医療現場で働く方を対象に、良質な歯科医療情報の提供を目的とした会員制サイトです。

日本語AIでPubMedを検索

日本語AIでPubMedを検索

PubMedの提供する医学論文データベースを日本語で検索できます。AI(Deep Learning)を活用した機械翻訳エンジンにより、精度高く日本語へ翻訳された論文をご参照いただけます。
Int. J. Drug Policy.2020 Jul;83:102838. S0955-3959(20)30179-1. doi: 10.1016/j.drugpo.2020.102838.Epub 2020-07-16.

思春期のタバコの喫煙の軌跡の系統的なレビュー

A systematic review of cigarette smoking trajectories in adolescents.

  • Marilyn N Ahun
  • Béatrice Lauzon
  • Marie-Pierre Sylvestre
  • Cassi Bergeron-Caron
  • Sherif Eltonsy
  • Jennifer O'Loughlin
PMID: 32683174 DOI: 10.1016/j.drugpo.2020.102838.

抄録

軌跡分析は、タバコの使用の初期パターンに基づいて喫煙者のサブグループを区別するが、研究はこの文献を要約していない。我々は体系的に特定の研究の特性が特定された軌跡の数や形状に影響を与えるかどうかを評価し、特定された軌跡の数や形状を文書化するために思春期のタバコ喫煙の軌跡に関する文献をレビューし、軌跡グループのメンバーシップの関連する要因と結果をまとめ、軌跡分析の結果が介入の機会の窓を識別するのに役立つかどうかを評価します。PubMedおよびEMBASE(1980年1月1日~2018年1月11日)を検索し、1695本の論文を同定した。37のユニークなデータセットからのデータを持つ43の論文を保持した。それぞれの軌跡は、3つのグループ(すなわち、低安定、増加、その他)のいずれかに分類された。軌跡の数は2から6(モード=4)までの範囲であった;参加者の44-76%が低安定したタバコの消費者であった、11-21%の消費が増加し、3-11%が"その他"として分類された。データポイントの数、使用される喫煙指標、および時間軸は、識別された軌道の数に影響を与えた。発症後の喫煙の自然経過を描写した論文は2本のみであった。軌跡のメンバーに関連する因子には、年齢、性別・性別、人種・民族、親の教育、行動問題、うつ病、学業成績、ベースラインでのたばこ使用、親や友人の喫煙、アルコール使用、大麻使用が含まれていた。アウトカムには、違法薬物とアルコールの使用が含まれていた。単純にタバコの喫煙パターンを記述することを超えて、それは軌道分析が介入の開発を知らせる方法でタバコの喫煙の自然な経過、決定要因や結果に増加した洞察を提供するかどうかは明らかではありません。

Trajectory analyses differentiate subgroups of smokers based on early patterns of cigarette use, but no study has summarized this literature. We systematically reviewed the literature on adolescent cigarette smoking trajectories to document the number and shapes of trajectories identified, assess if certain study characteristics influence the number or shapes of trajectories identified, summarize factors associated with and outcomes of trajectory group membership, and assess whether the results of trajectory analyses help identify windows of opportunity for intervention. We searched PubMed and EMBASE (1/1/1980 to 1/11/2018) and identified 1695 articles. Forty-three articles with data from 37 unique datasets were retained. Each trajectory was categorized into one of three groups (i.e., low-stable, increasing, other). Number of trajectories ranged from 2 to 6 (mode = 4); 44-76% of participants were low-stable cigarette consumers, 11-21% increased consumption, and 3-11% were categorized as "other." Number of data points, smoking indicator used, and time axis influenced the number of trajectories identified. Only two articles depicted the natural course of smoking since onset. Factors associated with trajectory membership included age, sex/gender, race/ethnicity, parental education, behavior problems, depression, academic performance, baseline cigarette use, parental and friends smoking, alcohol use, and cannabis use. Outcomes included illicit drug and alcohol use. Beyond parsimoniously describing cigarette smoking patterns, it is not clear whether trajectory analyses offer increased insight into the natural course, determinants or outcomes of cigarette smoking in ways that inform the development of intervention.

Copyright © 2020 Elsevier B.V. All rights reserved.