MétaCan
Menu
← Retour à la cohorte
Enregistrement W257629248 · doi:10.29011/2577-1450.100020

Smoking Cessation in Pregnancy

2017· article· en· W257629248 sur OpenAlexaff
Donald C. Brown

Notice bibliographique

RevueJournal of Nursing and Women s Health · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueGestational Diabetes Research and Management
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMedicinePregnancyAbortionObstetricsLow birth weightSmoking cessationFetusPremature birthGestation

Résumé

récupéré en direct d'OpenAlex

Background: Approximately 15% of women in Tennessee continue to smoke during pregnancy despite known health risks to themselves and their unborn babies.The use of evidence based interventions is essential to assist pregnant women who smoke in their cessation attempts and in the reduction of adverse effects of smoking during pregnancy.Objective: This scholarly project aims to determine if the use of motivational text messages and a reactive smoking cessation quit line influence smoking behaviors (motivation to quit, dependence on nicotine and number of cigarettes smoked per day) in a group of pregnant women who smoke in Tennessee. Methods:The study sample consisted of pregnant women in Tennessee who self-reported smoking.Participants were enrolled to receive motivational text messages from Smoke-Free Mom, and were given the contact information for the Tennessee Tobacco Quit line.Baseline motivation to quit was obtained with the Motivation to Stop Scale, dependence on nicotine was measured with the Autonomy over Smoking Scale, and self-reported cigarettes smoked per day was obtained.Utilization of the interventions was assessed during the study, and post-intervention motivation to quit score, dependence on nicotine score, and self-reported cigarettes smoked per day were obtained.Results: 43 participants (87%) completed post-test questionnaires.Wilcoxan Signed Ranks test demonstrated an overall increase in self-reported motivation to quit, decrease in dependence, and cigarettes smoked per day.Linear regression demonstrated a correlation between utilization of the text messages and decrease in dependence and an increase in motivation to quit, however, the effect was small.No significant relationship was found between utilization of text messages and cigarettes smoked per day.This study provided inconclusive results supporting the benefit of motivational text messages and a reactive quit line in pregnant women who smoke. Conclusion:High levels of intrinsic motivation present in pregnancy can influence changes in health behaviors irrespective of intervention.Health care providers are encouraged to assess smoking status in all pregnant patients, and to provide smoking cessation counseling to all patients who self-report as a smoker.Further studies are warranted to determine efficacy of motivational text messages and smoking cessation quit lines in pregnant women.Approximately 8.4% of pregnant women in the United States continue to smoke during pregnancy despite warnings about health risks to themselves and their unborn babies [1].The use of evidence-based interventions is essential to assist pregnant women who smoke in their cessation attempts, while reducing the adverse effects of smoking during pregnancy to mother and baby [2].Healthcare providers have a unique opportunity to deliver interventions to assist pregnant women in smoking cessation efforts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,062
Tête enseignante GPT0,415
Écart entre enseignants0,353 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing and Women s Health→Même sujetGestational Diabetes Research and Management→Travaux en français237 207→