Recommendations for the Appropriate Structure, Communication, and Investigation of Tobacco Harm Reduction Claims. An Official American Thoracic Society Policy Statement
Notice bibliographique
Résumé
RATIONALE: The tobacco harm reduction literature is replete with vague language, far-reaching claims, and unwarranted certainty. The American Thoracic Society has increasingly recognized the need for a framework for reliably making such claims. Evidence-based standards improving the scientific value and transparency of harm reduction claims are expected to improve their trustworthiness, clarity, and consistency. METHODS: Experts from relevant American Thoracic Society committees identified key topic areas for discussion. Literature search strategy included English language articles across Medline, Google Scholar, and the Cochrane Collaborative databases, with expanded search terms including tobacco, addiction, smoking, cigarettes, nicotine, and harm reduction. Workgroup members synthesized their evidentiary summaries into a list of candidate topics suitable for inclusion in the final report. Breakout groups developed detailed content maps of each topic area, including points to be considered for suggested recommendations. Successive draft recommendations were modified using an iterative consensus process until unanimous approval was achieved. Patient representatives ensured the document's relevance to the lay public. RESULTS: Fifteen recommendations were identified, organized into four framework elements dealing with: estimating harm reduction among individuals, making claims on the basis of population impact, appropriately careful use of language, and ethical considerations in harm reduction. DISCUSSION: This statement clarifies important principles guiding valid direct and inferential harm reduction claims. Ideals for effective communication with the lay public and attention to unique ethical concerns are also delineated. The authors call for formal systems of grading harm reduction evidence and regulatory assurances of longitudinal surveillance systems to document the impact of harm reduction policies.
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 | 0,174 | 0,416 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,010 |
| Bibliométrie | 0,013 | 0,009 |
| Études des sciences et des technologies | 0,007 | 0,009 |
| Communication savante | 0,014 | 0,018 |
| Science ouverte | 0,011 | 0,008 |
| Intégrité de la recherche | 0,059 | 0,031 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,033 | 0,029 |
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 ».