Behavioural interventions for smoking cessation: a meta-analysis of randomized controlled trials
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIMS: Widely varying estimates of treatment effects have been reported in randomized controlled trials (RCTs) investigating the efficacy of behavioural interventions for smoking cessation. Previous meta-analyses investigating behavioural interventions have important limitations and do not include recently published RCTs. We undertook a meta-analysis of RCTs to synthesize the treatment effects of four behavioural interventions, including minimal clinical intervention (brief advice from a healthcare worker), and intensive interventions, including individual, group, and telephone counselling. METHODS AND RESULTS: We searched the CDC Tobacco Information and Prevention, Cochrane Library, EMBASE, Medline, and PsycINFO databases. We included only RCTs that reported biochemically validated smoking cessation outcomes at 6 and/or 12 months after the target quit date. Outcomes were aggregated using hierarchical Bayesian random-effects models. We identified 50 RCTs, which randomized n = 26 927 patients (minimal clinical intervention: 9 RCTs, n = 6456; individual counselling: 23 RCTs, n = 8646; group counselling: 12 RCTs, n = 3600; telephone counselling: 10 RCTs, n = 8225). The estimated mean treatment effects were minimal clinical intervention [odds ratio (OR) 1.50, 95% credible interval (CrI) 0.84-2.78], individual counselling (OR 1.49, 95% CrI 1.08-2.07), group counselling (OR 1.76, 95% CrI 1.11-2.93), and telephone counselling (OR 1.58, 95% CrI 1.15-2.29). CONCLUSION: Intensive behavioural interventions result in substantial increases in smoking abstinence compared with control. Although minimal clinical intervention may increase smoking abstinence, there is insufficient evidence to draw strong conclusions regarding its efficacy.
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.
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 | 0,025 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,032 | 0,083 |
| Bibliométrie | 0,002 | 0,001 |
| 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) | 0,002 | 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 découle