Smoking Cessation Programs Targeted to Women: A Systematic Review
Notice bibliographique
Résumé
The authors of this systematic review aimed to examine tobacco interventions developed to meet the needs of women, to identify sex- and gender-specific components, and to evaluate their effects on smoking cessation in women. The authors searched electronic databases in the Cochrane Central Register of Controlled Trials, MEDLINE, PubMed, EBSCO, PsychINFO, CINHAL, and EMBASE; the search was not restricted by publication date. Data was extracted from published peer-reviewed articles on participants, setting, treatment models, interventions, length of follow-up, and outcomes. The main outcome variable was abstinence from smoking. A total of 39 studies were identified. In efficacy studies, therapists addressed weight concerns and non-pharmacological aspects of smoking, taught mood/stress management strategies, and scheduled the quit date to be timed to the menstrual cycle. In effectiveness studies, therapists were peer counselors, provided telephone counseling, and/or distributed gendered booklets, videos, and posters. Among efficacy studies, interventions addressing weight gain/concerns showed the most promising results. If medication can support smoking cessation in women and how it interacts with non-pharmacological treatment also warrant further research. For effectiveness studies, the available evidence suggests that smoking should be addressed in low-income women accessing public health clinics. Further attention should be devoted to identifying new settings for providing smoking cessation interventions to women from disadvantaged groups. Women-specific tobacco programs help women stop smoking, although they appear to produce similar abstinence rates as non-sex/gender specific programs. Offering interventions for women specifically may reduce barriers to treatment entry and better meet individual preferences of smokers. Developing approaches that fully account for the multiple challenges treatment-seeking women face is still an area of research.
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 | 0,008 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,007 |
| Bibliométrie | 0,012 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».