Adherence to and Reasons for Premature Discontinuation From Stop-Smoking Medications: Data From the ITC Four-Country Survey
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
INTRODUCTION: Nicotine replacement therapies (NRTs) have been demonstrated to be effective in clinical trials but may have lower efficacy when purchased over-the-counter (OTC). Premature discontinuation and insufficient dosing have been offered as possible explanations. The aims are to (a) investigate the prevalence of and reasons for premature discontinuation of stop-smoking medications (including prescription only) and (b) how these differ by type, duration of use, and source (prescription or OTC). METHODS: The sample includes 1,219 smokers or recent quitters who had used medication in the last year (80.5% NRT, 19.5% prescription only). Data were from Waves 5 and 6 of the International Tobacco Control (ITC) Four-Country Survey. RESULTS: Most of the sample (69.1%) discontinued medication use prematurely. This was more common among NRT users (71.4%) than in users of bupropion and varenicline (59.6%). OTC NRT users were particularly likely to discontinue (76.3%). Relapse back to smoking was the most common reason for discontinuation of medication reported by 41.6% of respondents. Side effects (18.3%) and believing that the medication was no longer needed (17.1%) were also commonly reported. Of those who completed treatment, 37.9% achieved 6-month continuous abstinence compared with 15.6% who discontinued prematurely. Notably, 65.6% who discontinued because they believed the medication had worked were abstinent. CONCLUSIONS: Premature discontinuation of stop-smoking medications is common but is not a plausible reason for poorer quit outcomes for most people. Encouraging persistence of medication use after relapse or in the face of minor side effects may help increase long-term cessation outcomes.
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 | 0,004 | 0,008 |
| 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 | 0,001 | 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 découle