Az első e-cigaretták a 2000-es évek elején jelentek meg. Bár Hán Lí, a feltaláló célja a cigarettáról való leszokás elősegítése volt, már ekkor megjelent az a közegészségügyi aggodalom, hogy az e-cigaretta az ellenkező hatást fogja elérni: használói dohányzókká válhatnak. Erre a hatásra alapozva szoktak az e-cigarettákra „kapudrogként”, illetve „katalizátorként” is hivatkozni. A longitudinális és populáció-szintű elemzések azonban ellentmondanak egymásnak. Foxon és munkatársai jelentős hiányosságokat tártak fel az e-cigarettahasználatot a dohányzás prediktoraként azonosító elemzések módszertana mögött.
Egy ilyen hipotézist randomizált-kontrollált vizsgálatokkal (RCT) lehetne leghatékonyabban alátámasztani vagy megcáfolni, ez viszont a dohányzás esetében nem volna etikus, így a bizonyítékalapot főként longitudinális kohorszvizsgálatok adják – ismertette a kiindulási állapotot Floe Foxon, kutató és biostatisztikus, a Nikotin- és Dohánykutató Társaság (SRNT) éves találkozóján szeptemberben. Egy ideális longitudinális vizsgálat esetében kezdetben senki sem dohányzik (itt: nem szív hagyományos cigarettát), míg vannak a mintában olyanok, akik e-cigarettát használnak. Ezt követően egy meghatározott utánkövetési idő elteltével logisztikus regresszióval elemzik, hogy az e-cigaretta használat prediktora volt-e a későbbi dohányzásnak. Példának okáért Chan et al (2020) ilyen longitudinális vizsgálatok eredményeit összegezték, az eredmények pedig konzisztensnek tűnnek: a korrigálatlan esélyhányadosok alapján 4-szer nagyobb az esélye a későbbi dohányzásnak e-cigaretta használatát követően. Egy másik, frissebb elemzés hasonló összefüggést mutatott ki az e-cigaretta használat és a későbbi dohányzás között (Golder et al., 2025). Ezzel vajon le is zárhatjuk a vitát? – teszi fel a költői kérdést Foxon. A helyzet valójában még annál is összetettebb, minthogy ezek az összefüggések nem jelentenek automatikusan ok-okozati kapcsolatot a két viselkedés mögött.
Felnőtt mintán végzett RCT vizsgálatok alapján egyrészt elmondható, hogy az e-cigaretta populációszinten segít a dohányzásról való leszokásban (Lindson et al., 2025), míg a gazdasági kutatások szerint az e-cigaretta nem komplementer, hanem helyettesítő termék a hagyományos cigarettával szemben (Cotti et al., 2022). Ezek alapján is fel kell tennünk a kérdést – mondja Foxon – hogy miért alakulna ki a különböző populációkon egymásnak teljesen ellentmondó hatás?
Másik irányból közelítve: ha az e-cigarettahasználat valóban növeli a dohányzás kockázatát, akkor populációszinten az e-cigaretta-használat prevalenciájának növekedése mellett a dohányzás prevalenciájának is növekednie kell, vagy minimum lassabb mértékben kell csökkenie. Az ilyen nemzetekre nézve reprezentatív valós életbeli adatok alapján (Foxon példának az amerikai National Youth Tobacco Survey és a Monitoring the Future adatait használja) viszont éppen ennek ellenkezője látható: azokban az időszakokban, amikor az e-cigaretták használata emelkedik, a dohányzás prevalenciája jelentős mértékben csökken.
Foxon ezt követően egy szimulációval szemlélteti, hogy gyakorlatilag bármekkora jelentőséget is tulajdonítunk az e-cigarettának mint prediktív faktornak, egyik érték mellett sem kapunk olyan prevalencia görbéket, amelyek igazolnák a „kapudrog” elméletet. A valós életbeli adatokkal folytatott szimulációnál éppen ellenkező, mérséklő hatás felel meg az észlelt trendnek (diverziós hatás). Ezt publikált elemzések is alátámasztják (pl. Delnevo és Villanti, 2023). A longitudinális és a populáció-szintű vizsgálatok eredményei tehát jelentősen ellentmondanak egymásnak, ugyanakkor a valóságnak az utóbbi felel meg – hangsúlyozza Foxon, aki szerint, ha a logisztikus regressziós modell nem tükrözi a valóságot, valami baj van a modellel. A helyzetet tovább árnyalja, hogy egyik longitudinális vizsgálat sem jelentette az alkalmazott modell pontosságát vagy teljesítménymutatóit – ideértve Golder és munkatársainak közelmúltban megjelent publikációját is – pedig utóbbi ok-okozati összefüggést vélt igazolni.
Foxon és munkacsoportja nem állt meg itt, hanem felvette a kapcsolatot az érintett kutatókkal, hogy elkérjék a használt módszertan részleteit, a nyilvánosan nem elérhető adatokat, vagy legalább a teljesítménymutatókat. Ezt követően mindegyik modellt tesztelték, és egy illesztett modellen keresztül megnézték azok teljesítményét (becsült kockázathányadosok egybevetése a valós kimenetelekkel). Az elérhető szakirodalmi adatok újraelemzésével kiderült, hogy az alkalmazott modellek pontossága „extrém alacsony”, 0.5 körüli volt, vagyis nem igazán alkalmasak a dohányzási kockázat becslésére. Egy további érdekesség, hogy azon esetek többségében, ahol Foxonék nem tudták replikálni az elemzést, mert a szerzők nem válaszoltak a megkeresésre vagy megtagadták az információadást, az adatforrás ugyanúgy az amerikai PATH Study volt, mint a megismételt elemzések többségénél.
A tanulságok alapján Foxon és munkatársai módszertani javaslatokat fogalmaztak meg a longitudinális vizsgálatok minőségének javítása érdekében. Ezek közé tartozik a (1) a modell kiegyensúlyozott pontosságának javítása osztálysúlyok használatával, amelyek a kisebb osztályok súlyát növelik az előrejelzés javítása érdekében (2) beágyazott keresztvalidáció, melynek célja optimalizálni a predikciós/becslési modell pontosságát. Emellett felmerül annak lehetősége is, hogy ne csak logisztikus regressziós modellt használjunk egy ilyen elemzésnél, illetve, hogy más prediktorokat is vizsgáljunk (permutációs változófontosság). Hiszen nem csak az e-cigarettahasználat, hanem a kísérletező kedv, a kockázatvállalás vagy a csoportnyomás szintén hajlamosíthat valakit dohányzásra, függetlenül attól, hogy kipróbálta-e az e-cigarettákat. Vagyis a való életben nem hanyagolható el az egyéni tényezők szerepe sem.
Ilyen összetett módszertanra is van példa, ahol a szociodemográfiai jellemzők, az egyéni viselkedési tényezők, a társas és a szülői hatások, valamint a tágabb társadalmi/környezeti hatások is szerepelnek a modellben (Sun et al., 2021). Ebben a megközelítésben az e-cigaretta használata és a későbbi cigarettázás közötti összefüggés valószínűsége jelentősen alacsonyabbnak mutatkozik. Kontrollváltozók hozzáadásával pedig pontosabb modellt kapunk – mondja Foxon. Ezek alapján például az alkoholfogyasztás, a kortársak dohányzása és a dohányzásra való hajlam (összetevői: kíváncsiság, hiedelmek, környezeti hatások stb.) sokkal erősebb prediktorai a későbbi dohányzásnak, mint az e-cigaretta használata. Utóbbi éppen a legkevésbé jelentős prediktorok közé tartozik, ami szintén ellentmond a „kapudrog” elméletnek, ami mindenképpen elgondolkodtató a dohányzásprevenció és a füstmentes alternatívák relatív ártalomcsökkentő jellege körüli vita vonatkozásában.
Foxon előadása teljes terjedelmében visszanézhető az alábbi linken.
Forrás:
Foxon, F. (2025) Vaping E-Cigarettes a Gateway to Smoking, and Does Vaping Predict Smoking? Annual meeting of the European chapter of the Society for Research on Nicotine and Tobacco, Youtube: https://www.youtube.com/watch?v=Gk84qe7NsY0
A cikk társadalmi felvilágosítás céljából létrejött, reklámcélokat nem szolgáló tájékoztatás, megrendelője a Philip Morris Magyarország Kft.
A Dental Hírek 30 éves jubíleuma alkalmából szerkesztőségünk nevében felkértük tanácsadóinkat, munkánk támogatóit, szakmai cikkeink íróit, hogy röviden idézzék fel lapunkhoz fűződő emlékeiket. Kérésünket nagy örömünkre sokan elfogadták, és ünnepi számunk “Visszaemlékezések” rovatában közöltük az elküldött válaszaikat. Ezekből a “múltidézésekből” válogatunk most híradásaink különböző csatornáin.
A Dental Hírek 30 éves jubíleuma alkalmából szerkesztőségünk nevében felkértük tanácsadóinkat, munkánk támogatóit, szakmai cikkeink íróit, hogy röviden idézzék fel lapunkhoz fűződő emlékeiket. Kérésünket nagy örömünkre sokan elfogadták, és ünnepi számunk “Visszaemlékezések” rovatában közöltük az elküldött válaszaikat. Ezekből a “múltidézésekből” válogatunk most híradásaink különböző csatornáin.
