Association Between Socioeconomic Status and Access to Care and Quitting Smoking With and Without Assistance
Notice bibliographique
Résumé
INTRODUCTION: Socio-economic disparities in smoking rates persist, in Ontario, despite public health care and universal tobacco control policies. Mechanisms for continuing disparities are not fully understood. Unequal access or utilization of assistance for cessation may contribute. The objective of this research was to use longitudinal data on smokers to examine the associations between socioeconomic status (SES) and access to care measures and assisted and unassisted quit attempts. METHODS: Data were taken from 3578 smokers with at least one follow-up interview participating in the Ontario Tobacco Survey (OTS). Multinomial regression models with imputed missing values were run for each measure of SES and access to care to assess the association with quitting behavior and use of assistance, unadjusted and while adjusting for smoking history and demographic covariates. RESULTS: Adjusted analyses found smokers living in areas with the lowest ethnic concentration were more likely to make an assisted quit attempt compared to unassisted quitting (RR = 1.64; 95% CI = 1.08-2.50) or making no quit attempt (RR = 1.65; 95% CI = 1.15-2.37). Smokers who reported visiting a doctor in the previous 6 months were more likely to quit with assistance versus unassisted compared to those not visiting a doctor, whether they were advised (RR = 1.89, 95% CI = 1.43-2.48) or not advised to quit (OR = 1.32, 95% CI = 1.01-1.74). Similar results were seen when comparing assisted quit attempts with no quit attempts. CONCLUSIONS: Adjusted analyses showed that quitting with assistance was unrelated to measures of SES except ethnic concentration. Physician intervention with patients who smoke is important for increasing assisted quit attempts. IMPLICATIONS: For most measures of SES there were no significant associations with either assisted or unassisted quitting adjusting for demographic and smoking history. Smokers who live in areas with the lowest ethnic concentration were most likely to use assistance as were smokers who visited their doctor and were advised to quit smoking. Interventions to increase the delivery of effective quitting methods in smokers living in areas with high ethnic concentrations and to increase physician compliance with asking and advising patients to quit may increase assisted quit attempts.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 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 ».