Hard-Core Smoking Among Daily Smokers in Male and Female Adults in 27 Countries: A Secondary Data Analysis of Global Adult Tobacco Surveys (2008-2014)
Notice bibliographique
Résumé
Background: Hard-core smokers (HCS) who do not want to quit make it more difficult for tobacco control efforts to further reduce smoking prevalence. Information about burden of hard-core smokers helps plan cessation services. Aim: Estimate sex-specific, country-wise proportion of HCS among the current daily smokers, and the population prevalence of HCS and estimated total number of hard-core smokers in 27 GATS countries. Methods: We used the Global Adult Tobacco Survey (GATS) data to estimate the prevalence of HCS (i.e., daily smokers who smoke within 30 minutes after waking up, smoke ≥ 10 cigarettes per day, not made any quit attempts during previous 12 months or have no intention to quit at all or quit during coming 12 months). For each GATS country, we estimated sex-wise, weighted and age-adjusted prevalence of daily smoking and HCS. Results: Overall weighted population prevalence (%) of HCS was highest in Greece (21.0), followed by Russia (13), Poland (9.4), Romania (9.0), and Ukraine (8.9) and lowest in Nigeria (0.4%). Estimated number of HCS (in millions) was highest in China (35.8) followed by India (28.2), Russia (18.5), Indonesia (16.1) and lowest in Panama (0.03). The proportion (%) of daily smokers classified as HCS was highest in Greece (56.2%) followed by Russia (42.2%), Ukraine (37.2) and Poland (36.2) and lowest in Mexico (8.29). Overall, proportion of HCS was higher among males in all countries. However, in Greece, Russia, Romania, Ukraine and Poland, both population prevalence of HCS among women and proportion of HCS among daily smoking women was higher than in other countries. Conclusion: At the country-level, a higher daily smoking rates also suggest a higher proportion of HCS. Countries with greater burden of HCS pose greater challenges in tobacco control efforts specifically toward tobacco cessation interventions. Interventions to reduce tobacco use and smoking-related mortality may need to be altered in populations with high proportions of HCS.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».