Predictors of the Occurrence of Smoking Discontinuation in Novice Adolescent Smokers
Notice bibliographique
Résumé
BACKGROUND: While long-term cessation is an outcome of interest in adult smokers, little is known about discontinuing smoking in adolescent smokers. The objective was to identify the predictors of the occurrence of smoking discontinuation in novice smokers. METHODS: Data were available for 620 adolescent smokers participating in a longitudinal study on the natural course of nicotine dependence. Data on smoking discontinuation (i.e., stopping smoking for ≥12 consecutive months) were collected in 20 cycles over five years from grade 7 to 11 (1999-2005). Data on 37 potential predictors representing a wide range of demographic, psychosocial, health, lifestyle, smoking-related, and context-related characteristics were collected once, 2 to 3 times, or 20 times. Pooled logistic regression was used to test the association between each potential predictor and smoking discontinuation, adjusting for potential confounders. RESULTS: Forty percent of 620 participants discontinued smoking during follow up. Male sex [OR (95% confidence interval), 1.8 (1.3-2.4)], age [1.3 (1.1-1.5)], cigarette package warnings [0.6 (0.5-0.9)], team sports participation [1.4 (1.1-1.9)], family stress [0.7 (0.6-1.0)], worrying about weight [0.6 (0.5-0.9)], overweight [0.7 (0.5-1.0)], illicit drugs use [0.5 (0.4-0.7)], tolerance [0.6 (0.4-1.0)], and other nicotine dependence symptoms [1.0 (0.9-1.0)] were statistically significantly associated with smoking discontinuation. CONCLUSIONS: Both individual and context-level factors were associated with smoking discontinuation. IMPACT: Programs and policy targeting novice adolescent smokers may be more effective if factors associated with long-term smoking discontinuation are taken into consideration. In particular, young smokers may need help with dependence symptoms, body weight issues, family functioning, and polysubstance use. Cigarette package warnings may be effective in helping adolescents discontinue smoking. Cancer Epidemiol Biomarkers Prev; 23(6); 1090-101. ©2014 AACR.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 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 ».