MétaCan
Menu
Retour à la cohorte
Enregistrement W2143508015 · doi:10.1177/1090198111425186

Factors in Nonadherence to Quitline Services

2012· article· en· W2143508015 sur OpenAlexaboutno aff
Emily K. Burns, Arnold H. Levinson, Elizabeth Ann Deaton

Notice bibliographique

RevueHealth Education & Behavior · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensnon disponible
Organismes subventionnairesNational Jewish Health
Mots-clésQuitlineMedicineFamily medicineMEDLINEGerontologyEnvironmental healthPsychologyNursingIntervention (counseling)Political science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Quitlines offer evidence-based, multisession coaching support for smoking cessation in the 50 U.S. states, Canada, and several other countries. Smokers who enroll in quitline services have, ipso facto, shown readiness to attempt to quit, but noncompletion of coaching services appears widespread and has not been widely investigated. The current study explored the magnitude and correlates of quitline service abandonment. METHOD: A state's quitline intake, coaching, and nicotine patch/gum utilization data were obtained for smokers who enrolled during the period July 2007 to June 2008 (n = 20,882). Analyses examined demographic, socioeconomic status, nicotine dependence-related, and nicotine replacement therapy--utilization factors associated with completion of only one coaching session (of five offered). RESULTS: Almost half of enrollees (47.8%) completed only one session. All significant predictors together explained less than 4% of variance; not being sent nicotine replacement therapy was most strongly correlated with completion of only one session. A framework is proposed for directing research toward reducing quitline service nonadherence. CONCLUSIONS: Premature user abandonment of coaching calls is widespread within a quitline. Further research should determine the extent of the problem in national quitline systems, increase knowledge of mediators of nonadherence, and develop strategies for increasing coaching completion.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,108
Tête enseignante GPT0,441
Écart entre enseignants0,333 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth Education & BehaviorMême sujetSmoking Behavior and CessationTravaux en français237 207