Prevalence and factors that influence smokeless tobacco use among adults in pastoralist communities of Borena Zone, Ethiopia: mixed method study
Notice bibliographique
Résumé
BACKGROUND: Deaths due to tobacco consumption are on the rise, from 5.4 million in 2005 to 6.4 million in 2015 and 8.3 million in 2030 of which more than 80% will be in developing countries. Smokeless tobacco use is a significant health risk and cause of disease. Over 300 million people use smokeless tobacco worldwide. More than 250 million adult smokeless tobacco users are in low- and middle-income countries, the total burden of smokeless tobacco use is likely to be substantial. In Ethiopia, nationally representative data on the smokeless tobacco use is not available. Most studies conducted in the country focused on cigarette smoking. METHOD: A community based cross-sectional study using quantitative and qualitative approaches was conducted from September 14-29, 2015. The study was conducted among adults in pastoralist communities in Borena zone, Ethiopia. A total of 634 households were selected randomly for interview. An interviewer-administered questionnaire and in-depth interview guide was used to assess adults' practice, attitude, knowledge, and perception on Smokeless Tobacco use. Logistic regression was used to assess association between dependent and independent variables. RESULT: Out of 634 participants, 287 (45.3%) of them were current users of smokeless tobacco. Being Muslim (AOR = .21, 95% CI: .13, .33), being Christian (AOR = .38, 95% CI: .22, .67), and having good health risk perception toward smokeless tobacco use (AOR = .49, 95% CI: .34, .70) were protective factors for smokeless tobacco use, whereas favorable attitude (AOR = 2.12, 95% CI: 1.48, 3.04) and high social pressure towards smokeless tobacco use (AOR = 1.73, 95% CI: 1.21, 2.47) were factors independently associated with smokeless tobacco use. CONCLUSION: This study concludes that smokeless tobacco use is very common in the selected districts of the Borena zone. The practice is strong linked to the lifestyle of the community.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 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 ».