Struggling to make ends meet: exploring pathways to understand why smokers in financial difficulties are less likely to quit successfully
Notice bibliographique
Résumé
BACKGROUND: In high-income countries, those with low-to-middle incomes have been observing stagnating median wages and marginal improvements in their living standards. Smokers in financial difficulties appear to be less likely to quit smoking. Understanding the reasons for this is essential to intervening to improve cessation outcomes in this population, and reduce smoking-related health inequalities. METHODS: We used longitudinal data from Waves 4 to 7 of the ITC Four Country Survey (ITC-4), and included those with data from at least two consecutive waves. Associations between financial difficulties and making a quit attempt, and quit success were analysed using generalised estimating equations, with adjustment for confounders. Mediation analysis was conducted to identify potential mediators of the observed effects of financial difficulties on cessation outcomes. RESULTS: Having financial difficulties had little impact on making quit attempts (adjusted OR 0.84, 95% CI 0.70-1.01). Smokers with financial difficulties were substantially less likely to succeed at quitting (adjusted OR 0.55, 95% CI 0.39-0.76); an effect which was consistent over the survey years. Among the potential mediators examined, those relating to cognition of health-related and quality of life-related consequences of smoking were the most important mediators, though the proportion of the effect mediated by the largest mediator was small (6.8%). CONCLUSION: Having financial difficulties remains an important barrier to smokers achieving quit success. This effect does not appear to be due to anticipated factors such as reduced use of cessation services or treatment. Further research is required to determine strong mediators of the financial difficulties effect on quit success and to tailor more effective cessation programmes.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».