Real-World Effectiveness of Varenicline Versus Nicotine Replacement Therapy in Patients With and Without Psychiatric Disorders
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To compare the effectiveness and safety of varenicline with nicotine replacement therapy (NRT) among smokers with or without psychiatric disorders attending a storefront smoking cessation clinic in an urban addiction and mental health academic health science center. METHODS: A retrospective chart review was conducted to compare treatment outcomes, demographics, and clinical characteristics for adult smokers prescribed varenicline (n = 98) or NRT (n = 98) between 2007 and 2010. Subjects were matched 1:1 on age, sex, and year of initial assessment. RESULTS: End-of-treatment quit rates were almost twice as high among those prescribed varenicline (33.7%) versus NRT (18.4%) (RR = 1.83, 95% CI = 1.11-3.03, P = 0.02). After adjusting for several baseline and treatment characteristics, varenicline was still significantly more effective than NRT (ARR = 1.71, 95% CI = 1.05-2.79, P = 0.03). History of psychiatric disorder (excluding substance use disorders) and treatment duration were also independent predictors of end-of-treatment quit rates. Nausea was more commonly reported among those using varenicline (13.3% vs 3.1%, P = 0.009). No single neuropsychiatric adverse effect significantly differed between groups; however, overall reporting of any neuropsychiatric effect was somewhat higher in the varenicline group (31.6% vs 20.4%, P = 0.07). There was one incident of suicidal ideation in each medication group. CONCLUSIONS: Varenicline seems to be more effective than NRT and as safe in real-world settings among patients with and without a history of psychiatric disorder.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 découle