An algorithm for tailoring pharmacotherapy for smoking cessation: results from a Delphi panel of international experts
Notice bibliographique
Résumé
BACKGROUND: Evidence-based smoking cessation guidelines recommend nicotine replacement therapy (NRT), bupropion SR and varenicline as first-line therapy in combination with behavioural interventions. However, there are limited data to guide clinicians in recommending one form over another, using combinations, or matching individual smokers to particular forms. OBJECTIVE: To develop decision rules for clinicians to guide differential prescribing practices and tailoring of pharmacotherapy for smoking cessation. METHODS: A Delphi approach was used to build consensus among a panel of 37 international experts from various health disciplines. Through an iterative process, panellists responded to three rounds of questionnaires. Participants identified and ranked "best practices" used by them to tailor pharmacotherapy to aid smoking cessation. An independent panel of 10 experts provided cross-validation of findings. RESULTS: There was a 100% response rate to all three rounds. A high level of consensus was achieved in determining the most important priorities: (1) factors to consider in prescribing pharmacotherapy: evidence, patient preference, patient experience; (2) combinations based on: failed attempt with monotherapy, patients with breakthrough cravings, level of tobacco dependence; (3) specific combinations, main categories: (a) two or more forms of NRT, (b) bupropion + form of NRT; (4) specific combinations, subcategories: (1a) patch + gum, (1b) patch + inhaler, (1c) patch + lozenge; (2a) bupropion + patch, (2b) bupropion + gum; (5) impact of comorbidities on selection of pharmacotherapy: contraindications, specific pharmacotherapy useful for certain comorbidities, dual purpose medications; (6) frequency of monitoring determined by patient needs and type of pharmacotherapy. CONCLUSION: An algorithm and guide were developed to assist clinicians in prescribing pharmacotherapy for smoking cessation. There appears to be good justification for "off-label" use such as higher doses of NRT or combination therapy in certain circumstances. This practical tool reflects best evidence to date of experts in tobacco cessation.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,130 | 0,137 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».