Does how you quit affect success? A comparison between abrupt and gradual methods using data from the International Tobacco Control Policy Evaluation Study
Notice bibliographique
Résumé
Two recommended quit methods in standard cessation programs involve either gradual reduction of smoking prior to complete abstinence ("cut down") or abrupt abstinence from cigarettes ("cold turkey"). This study examined the reported use, characteristics of users, and the impact of self-selected strategy choice on quitting success and relapse of adult smokers who reported quitting on their own. Data came from the first three waves of the International Tobacco Control Policy Evaluation 4-Country Survey (ITC-4). The ITC-4 is a random-digit-dialed telephone survey of a cohort of more than 8,000 adult smokers from the United Kingdom, the United States, Canada, and Australia, with a 75% follow-up rate. The results indicated that 68.5% of the smokers who had made a quit attempt between waves reported using the cold-turkey method. Of those who used the cold turkey method, 22% and 27% succeeded at Waves 2 and 3, respectively, compared with the 12% and 16%, respectively, who used the cut-down method. Multivariate analyses revealed that cold-turkey users were more likely to be aged 25-39 years, male, from the United Kingdom, and smoking heavily, and had lower perceived dependence. Controlling for sociodemographic and known predictors of quitting including use of medications, we found that smokers who used the cold-turkey method to quit were almost twice as likely to abstain for a month or more in their attempt. Overall, we cautiously conclude that cold turkey should be the recommended strategy for smokers who want to quit on their own.
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 | 0,022 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».