Predictors of smoking cessation among adult smokers in Malaysia and Thailand: Findings from the International Tobacco Control Southeast Asia Survey
Notice bibliographique
Résumé
INTRODUCTION: Limited longitudinal studies on smoking cessation have been reported in Asia, and it remains unclear whether determinants of quitting are similar to those found in Western countries. This study examined prospective predictors of smoking cessation among adult smokers in Thailand and Malaysia. METHODS: Four thousand and four smokers were surveyed in Malaysia and Thailand in 2005. Of these, 2,426 smokers were followed up in 2006 (61% retention). Baseline measures of sociodemographics, dependence, and interest in quitting were used to predict both making quit attempts and point prevalence maintenance of cessation. RESULTS: More Thai than Malaysian smokers reported having made quit attempts between waves, but among those who tried, the rates of staying quit were not considerably different between Malaysians and Thais. Multivariate analyses showed that smoking fewer cigarettes per day, higher levels of self-efficacy, and more immediate quitting intentions were predictive of both making a quit attempt and staying quit in both countries. Previous shorter quit attempts and higher health concerns about smoking were only predictive of making an attempt, whereas prior abstinence for 6 months or more and older age were associated with maintenance. DISCUSSION: In Malaysia and Thailand, predictors of quitting activity appear to be similar. However, as in the West, predictors of making quit attempts are not all the same as those who predict maintenance. The actual predictors differ in potentially important ways from those found in the West. We need to determine the relative contributions of cultural factors and the shorter history of efforts to encourage quitting in Asia.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».