The Computer-Assisted Brief Intervention for Tobacco (CABIT) Program: A Pilot Study
Notice bibliographique
Résumé
BACKGROUND: Health care providers do not routinely carry out brief counseling for tobacco cessation despite the evidence for its effectiveness. For this intervention to be routinely used, it must be brief, be convenient, require little investment of resources, require little specialized training, and be perceived as efficacious by providers. Technological advances hold much potential for addressing the barriers preventing the integration of brief interventions for tobacco cessation into the health care setting. OBJECTIVE: This paper describes the development and initial evaluation of the Computer-Assisted Brief Intervention for Tobacco (CABIT) program, a web-based, multimedia tobacco intervention for use in opportunistic settings. METHODS: The CABIT uses a self-administered, computerized assessment to produce personalized health care provider and patient reports, and cue a stage-matched video intervention. Respondents interested in changing their tobacco use are offered a faxed referral to a "best matched" tobacco treatment provider (ie, dynamic referral). During 2008, the CABIT program was evaluated in an emergency department, an employee assistance program, and a tobacco dependence program in New Jersey. Participants and health care providers completed semistructured interviews and satisfaction ratings of the assessment, reports, video intervention, and referrals using a 5-point scale. RESULTS: Mean patient satisfaction scores (n = 67) for all domains ranged from 4.00 (Good) to 5.00 (Excellent; Mean = 4.48). Health care providers completed satisfaction forms for 39 patients. Of these 39 patients, 34 (87%) received tobacco resources and referrals they would not have received under standard care. Of the 45 participants offered a dynamic referral, 28 (62%) accepted. CONCLUSIONS: The CABIT program provided a user-friendly, desirable service for tobacco users and their health care providers. Further development and clinical trial testing is warranted to establish its effectiveness in promoting treatment engagement and tobacco cessation.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».