The effect of smoking cessation counselling in pregnant women: a meta‐analysis of randomised controlled trials
Notice bibliographique
Résumé
BACKGROUND: Pregnant smokers are often prescribed counselling as part of multicomponent cessation interventions. However, the isolated effect of counselling in this population remains unclear, and individual randomised controlled trials (RCTs) are inconclusive. OBJECTIVE: To conduct a meta-analysis of RCTs examining counselling in pregnant smokers. SEARCH STRATEGY: We searched the CDC Tobacco Information and Prevention, Cochrane Library, EMBASE, Medline and PsycINFO databases for RCTs evaluating smoking cessation counselling. SELECTION CRITERIA: We included RCTs conducted in pregnant women in which the effect of counselling could be isolated and those that reported biochemically validated abstinence at 6 or 12 months after the target quit date. DATA COLLECTION AND ANALYSIS: Overall estimates were derived using random effects meta-analysis models. MAIN RESULTS: Our search identified eight RCTs (n = 3290 women), all of which examined abstinence at 6 months. The proportion of women that remained abstinent at the end of follow up was modest, ranging from 4 to 24% among those randomised to counselling and from 2 to 21% among control women. The absolute difference in abstinence reached a maximum of only 4%. Summary estimates are inconclusive because of wide confidence intervals, albeit with little evidence to suggest that counselling is efficacious at promoting abstinence (odds ratio 1.08, 95% confidence interval 0.84-1.40). There was no evidence to suggest that efficacy differed by counselling type. CONCLUSIONS: Available data from RCTs examining the isolated effect of smoking cessation counselling in pregnant women are limited but sufficient to rule out large treatment effects. Future RCTs should examine pharmacological therapies in this population.
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 | 0,016 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,005 |
| Bibliométrie | 0,004 | 0,001 |
| 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) | 0,001 | 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 ».