Does cannabis use moderate smoking cessation outcomes in treatment‐seeking tobacco smokers? Analysis from a large multi‐center trial
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
BACKGROUND AND OBJECTIVE: Tobacco and cannabis are frequently used in combination and cannabis co-use may lead to poor tobacco cessation outcomes. Therefore, it is important to explore if cannabis co-use is associated with a reduced likelihood of achieving successful tobacco abstinence among treatment-seeking tobacco smokers. The present study examined whether current cannabis use moderated tobacco cessation outcomes after 12 weeks of pharmacological treatment (varenicline vs. nicotine patch vs. placebo) with adjunctive behavioral counseling. METHODS: Treatment-seeking tobacco smokers (N = 1,246) were enrolled in an intent-to-treat study, of which 220 were current cannabis users. Individuals were randomly assigned to 12 weeks of placebo (placebo pill plus placebo patch), nicotine patch (active patch plus placebo pill), or varenicline (active pill plus placebo patch), plus behavioral counseling. The primary endpoint was biochemically verified 7-day point prevalence abstinence at the end of treatment. RESULTS: Controlling for rate of nicotine metabolism, treatment arm, age, sex, alcohol, and level of nicotine dependence, cannabis users were as successful at achieving biochemically verified 7-day point prevalence abstinence compared to tobacco-only smokers. CONCLUSIONS AND SCIENTIFIC SIGNIFICANCE: Findings suggest that cannabis use does not hinder the ability to quit tobacco smoking. Future tobacco cessation studies should employ prospective, longitudinal designs investigating cannabis co-use over time and at different severity levels. (Am J Addict 2016;25:291-296).
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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) | 0,001 | 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 découle