Risk factors for tobacco dependence in adolescent smokers
Notice bibliographique
Résumé
OBJECTIVE: To study the incidence of conversion to tobacco dependence (TD) and the prevalence of the TD state in relation to several potential determinants in a sample of adolescent smokers. METHODS: Questionnaires were administered every 3-4 months to document TD symptoms, amount of cigarette consumption, and depression symptoms in a prospective cohort of 1293 grade 7 students in a convenience sample of 10 schools. RESULTS: Over 54 months of follow-up, 113 of 344 novice smokers converted to TD. The referent series for the analysis of incidence comprised 823 person-surveys. The prevalence series included 1673 person-surveys, contributed by 429 smokers. Conversion to TD and TD status were associated with the intensity of recent (that is, past 3-month) cigarette consumption (adjusted incidence rate ratio (aIRR) 1.63 (95% confidence interval (CI) 1.36 to 1.97) and adjusted prevalence odds ratio (aPOR) 1.35 (95% CI 1.23 to 2.48) per 100 cigarettes per month), slowest CYP2A6 activity (aIRR 4.19 (95% CI 1.38 to 12.76) and aPOR 2.30 (95% CI 1.29 to 4.09)), depression score (aIRR 1.61 (95% CI 1.17 to 2.21) and aPOR 1.47 (95% CI 1.22, 1.75) per 1-unit change). Additional determinants included, for conversion to TD, time since onset of cigarette use (aIRR 0.76 (95% CI 0.58 to 1.00) per year) and, for the TD state, positive TD status six months ago (aPOR 3.53 (95% CI 2.41 to 5.19)). CONCLUSIONS: TD risk in adolescents is associated with intensity of recent cigarette consumption, while the role of more distant cigarette consumption appears small; subjects with slow nicotine metabolism and those with more depression symptoms are at increased risk of becoming tobacco dependent. The risk of being tobacco dependent is considerably higher in subjects who had previously developed the TD state.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».