Disentangling the roles of point-of-sale ban, tobacco retailer density and proximity on cessation and relapse among a cohort of smokers: findings from ITC Canada Survey
Notice bibliographique
Résumé
OBJECTIVE: To examine how point-of-sale (POS) display bans, tobacco retailer density and tobacco retailer proximity were associated with smoking cessation and relapse in a cohort of smokers in Canada, where provincial POS bans were implemented differentially over time from 2004 to 2010. METHODS: Data from the 2005 to 2011 administrations of the International Tobacco Control (ITC) Canada Survey, a nationally representative cohort of adult smokers, were linked via residential geocoding with tobacco retailer data to derive for each smoker a measure of retailer density and proximity. An indicator variable identified whether the smoker's province banned POS displays at the time of the interview. Outcomes included cessation for at least 1 month at follow-up among smokers from the previous wave and relapse at follow-up among smokers who had quit at the previous wave. Logistic generalised estimating equation models were used to determine the relationship between living in a province with a POS display ban, tobacco retailer density and tobacco retailer proximity with cessation (n=4388) and relapse (n=866). RESULTS: Provincial POS display bans were not associated with cessation. In adjusted models, POS display bans were associated with lower odds of relapse which strengthened after adjusting for retailer density and proximity, although results were not statistically significant (OR 0.66, 95% CI 0.41 to 1.07, p=0.089). Neither tobacco retailer density nor proximity was associated with cessation or relapse. CONCLUSIONS: Banning POS retail displays shows promise as an additional tool to prevent relapse, although these results need to be confirmed in larger longitudinal studies.
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 | 0,001 | 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 | 0,000 |
| 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 ».