Cigarette packet warning labels can prevent relapse: findings from the International Tobacco Control 4-Country policy evaluation cohort study
Notice bibliographique
Résumé
OBJECTIVES: To investigate the links between health warning labels (WLs) on cigarette packets and relapse among recently quit smokers. DESIGN: Prospective longitudinal cohort survey. SETTING: Australia, Canada, the UK and the USA. PARTICIPANTS: 1936 recent ex-smokers (44.4% male) from one of the first six waves (2002-2007) of the International Tobacco Control 4-Country policy evaluation survey, who were followed up in the next wave. MAIN OUTCOME MEASURES: Whether participants had relapsed at follow-up (approximately 1 year later). RESULTS: In multivariate analysis, very frequent noticing of WLs among ex-smokers was associated with greater relapse 1 year later (OR: 1.52, 95% CI 1.11 to 2.09, p<0.01), but this effect disappeared after controlling for urges to smoke and self-efficacy (OR: 1.29, 95% CI 0.92 to 1.80, p=0.135). In contrast, reporting that WLs make staying quit 'a lot' more likely (compared with 'not at all' likely) was associated with a lower likelihood of relapse 1 year later (OR: 0.65, 95% CI 0.49 to 0.86, p<0.01) and this effect remained robust across all models tested, increasing in some. CONCLUSIONS: This study provides the first longitudinal evidence that health warnings can help ex-smokers stay quit. Once the authors control for greater exposure to cigarettes, which is understandably predictive of relapse, WL effects are positive. However, it may be that ex-smokers need to actively use the health consequences that WLs highlight to remind them of their reasons for quitting, rather than it being something that happens automatically. Ex-smokers should be encouraged to use pack warnings to counter urges to resume smoking. Novel warnings may be more likely to facilitate this.
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 | 0,001 |
| 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) | 0,001 | 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 ».