Knowledge gaps about smoking cessation in hospitalized patients and their doctors
Notice bibliographique
Résumé
BACKGROUND: Hospitalization is an opportune time for smoking cessation support; cessation interventions delivered by hospital physicians are effective. While general practitioners' and outpatients' knowledge and attitudes towards smoking cessation have been studied in great detail, in-patient cessation programmes have received less attention. DESIGN: Questionnaire-based survey of a convenience sample of hospital physicians and in-patients at Göttingen University Hospital, Germany. METHODS: All 159 physicians directly involved in bedside care on medical and surgical wards received a three-page questionnaire examining smoking status, knowledge of smoking-attributable morbidity and mortality, and their understanding of the effectiveness of methods to achieve long-term smoking cessation. Perceived barriers to the delivery of counselling and cessation services to smoking patients were identified. One thousand randomly selected patients on medical (N = 400) and surgical (N = 600) wards were invited to complete a similar questionnaire. RESULTS: Seventy-seven physicians (response rate 48.4%) and 675 patients (67.5%) completed the questionnaire. Patients and physicians alike underestimated the smoking-attributable risk of developing smoking-related cancers and chronic obstructive lung disease. In addition, severe misperceptions regarding the effectiveness of cessation methods were noted in both populations with 'willpower' being thought to be most effective in achieving abstinence. Only one-third of smoking patients recalled having been counselled to quit. Physicians identified lack of time as a central barrier to counselling smoking patients. CONCLUSIONS: These findings suggest that hospitalized smokers in a large German university hospital might not be treated according to international guidelines.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 ».