Associations of Trying to Lose Weight, Weight Control Behaviors, and Current Cigarette Use Among US High School Students
Notice bibliographique
Résumé
BACKGROUND: Approximately one-quarter of high school students currently use cigarettes. Previous research has suggested some youth use smoking as a method for losing weight. The purpose of this study was to describe the association of current cigarette use with specific healthy and unhealthy weight control practices among 9th-12th grade students in the United States. METHODS: Youth Risk Behavior Survey data (2005) were analyzed. Behaviors included current cigarette use, trying to lose weight, and current use of 2 healthy and 3 unhealthy behaviors to lose weight or to keep from gaining weight. Separate logistic regression models calculated adjusted odds ratios (AORs) for associations of current cigarette use with trying to lose weight (Model 1) and the 5 weight control behaviors, controlling for trying to lose weight (Model 2). RESULTS: In Model 1, compared with students who were not trying to lose weight, students who were trying to lose weight had higher odds of current cigarette use (AOR = 1.30, 95% CI: 1.15-1.49). In Model 2, the association of current cigarette use with the 2 healthy weight control behaviors was not statistically significant. Each of the 3 unhealthy weight control practices was significantly associated with current cigarette use, with AORs for each behavior approximately 2 times as high among those who engaged in the behavior, compared with those who did not. CONCLUSION: Some students may smoke cigarettes as a method of weight control. Inclusion of smoking prevention messages into existing weight management interventions may be beneficial.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».