Heaviness of Smoking Predicts Smoking Relapse Only in the First Weeks of a Quit Attempt: Findings From the International Tobacco Control Four-Country Survey
Notice bibliographique
Résumé
INTRODUCTION: The Heaviness of Smoking Index (HSI) is the measure of dependence most strongly predictive of relapse. However, recent research suggests it may not be predictive of longer-term relapse. Our aim was to examine its predictive power over the first 2 years after quitting and explore whether use of stop-smoking medications is a moderator. METHODS: Data (n = 7,093) came from the first 7 waves (2002-2009) of the International Tobacco Control Four-Country Survey, an annual cohort survey of smokers in Canada, the United States, the United Kingdom, and Australia. HSI and its 2 components (cigarettes per day [CPD] and time to first cigarette [TTFC]) were used to predict smoking relapse risk in the 2 years after the start of a quit attempt. RESULTS: Scores on HSI and its components all strongly predicted relapse, but there was an interaction with time (p < .001). These measures were strong predictors of relapse within the first week of quitting (hazard ratios [HR] = 1.17, 1.24, and 1.30 for HSI, CPD, and TTFC, respectively; all p < .001), less predictive of relapse occurring between 1 week and 1 month, and not clearly predictive beyond 1 month. Among those using medication to quit, hazard ratio for HSI (HR = 1.11, p < .001) was significantly lower than for those not using (HR = 1.24, p < .001) in the first week but not beyond. CONCLUSIONS: HSI and its 2 components are strong predictors of short-term smoking relapse, but they rapidly lose predictive power over the first weeks of an attempt, becoming marginally significant at around 1 month and not clearly predictive beyond then.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».