Patient Perspectives on Discussions of Electronic Cigarettes in Primary Care
Notice bibliographique
Résumé
PURPOSE: Patient preferences regarding the role of the primary care provider (PCP) in discussing electronic cigarette (e-cigarette) use are unknown. METHODS: < .05 to assess associations between e-cigarette use and these measures. RESULTS: The prevalence of e-cigarette use was 10% for recent (≤30 days) use and 29% for nonrecent (>30 days) use. Prevalence was significantly higher among those who were younger, less educated, or smoked cigarettes, but did not vary by sex or self-reported health status. Roughly one quarter of participants believed they were knowledgeable about the health effects of e-cigarettes, secondhand smoke, and quitting cigarettes. Sources of e-cigarette information included television advertisements (56.6%), friends and family (49.9%), or e-cigarette shops (25.5%), but included physician offices much less frequently (6.0%). Although 30.2% disagreed that their PCP knew a lot about e-cigarettes, 62.0% were comfortable discussing e-cigarettes with their PCP. However, only 25% of all patients wanted their PCP to discuss e-cigarettes with them, but 62.0% of recent e-cigarette users wanted such a discussion. Most preferred a brief discussion or handout to a lengthy discussion. CONCLUSION: PCPs were infrequent sources of information for patients regarding e-cigarette use. PCPs need evidence-based strategies to help them address e-cigarettes in primary care.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».