The role of social exposure to smoking on smoking cessation in adult cancer survivors.
Notice bibliographique
Résumé
9536 Background: We previously described a strong inverse relationship between social smoking exposures (at home, spousal and with peers) and smoking cessation in lung cancer, with adjusted odds ratios (aOR) of 3-8 (Eng et al, ASCO 2012, abst 9032). In the current analysis, we evaluated whether these associations hold true in adult cancers in general, particularly cancers not traditionally known to have smoking as a risk factor. Methods: 616 cancer survivors across multiple cancer sites were surveyed on their smoking, alcohol, and physical activity habits before and at various times after cancer diagnosis. Social smoking exposures were documented. Multivariate logistic regression models evaluated the association of each variable with change in each habit after diagnosis adjusted for significant socio-demographic and clinico-pathological covariates. Results: Median follow-up after diagnosis was 26 months. 15% had breast cancers; 15% gastrointestinal; 20% genitourinary-gynecological; 24% haematological; 36% other. Among current smokers at diagnosis, 56% quit after diagnosis; no ex- or never-smoker restarted. Patients without secondary home smoking exposure were significantly more likely to quit smoking than those with home exposures (aOR=9.5, 95% CI [2.4-37.8]). Similar results were seen in patients with non-smoking spouses versus smoking spouses (aOR=3.7 [1.0-13.4]), and with lack of peer smoke exposure (aOR=3.7 [1.3-10.7]). 63% patients who quit did so in the 1 year period surrounding the diagnosis date (6-months pre or post diagnosis). In comparison, first and second-hand smoking exposures did not affect other modifiable behaviours such as alcohol or physical activity. Patient awareness of quality of life and survival benefits of smoking cessation and receiving smoking cessation counselling were not associated with improved smoking cessation. Conclusions: Secondary smoking exposures are associated with lack of smoking cessation in adult cancer survivors, even in cancers not traditionally linked to smoking. Being diagnosed with cancer may be an important `teachable moment` to help patients quit, but results are strongly influenced by the surrounding social exposure to smoking. PS and GL contributed equally.
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 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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».