Predicting vaping uptake, vaping frequency and ongoing vaping among daily smokers using longitudinal data from the International Tobacco Control (ITC) Four Country Surveys
Notice bibliographique
Résumé
AIM: To assess (1) how far smoking patterns, depression and smoking-related beliefs and intentions predict vaping uptake, current vaping and vaping frequency among daily smokers; and (2) how far the aforementioned predictors and baseline vaping frequency predict current vaping among those who reported ever vaped. DESIGN: Analysis of data from six waves of a longitudinal survey over 8 years. Longitudinal associations between predictors and outcomes were examined using multi-level models. SETTING: United Kingdom, United States, Canada and Australia. PARTICIPANTS: A total of 6296 daily smokers (53% females) who contributed data to at least two consecutive survey waves. MEASUREMENTS: The outcome variables were vaping uptake, vaping frequency and current vaping at follow-up. The key predictor variables, measured in previous waves, were time to first cigarette, cigarettes smoked per day, depressive symptoms, intention to quit smoking, quitting self-efficacy and worry about adverse health effects of smoking. FINDINGS: Number of cigarettes smoked daily was associated with (1) subsequent vaping uptake [odds ratio (OR) = 1.69, 95% confidence interval (CI) = 1.19, 2.39 for 30+ cigarette per day; reference category: 0-10 cigarettes] and (2) a higher frequency of current vaping (OR = 1.97, 95% CI = 1.36, 2.85 for 30+ cigarettes). Intention to quit was associated with a higher frequency of current vaping (OR = 1.48, 95% CI = 1.21, 1.82). Among those who reported ever vaped, higher baseline vaping frequency (OR = 11.98, 95% CI = 6.00, 23.93 for daily vaping at baseline; reference category: vaped less than monthly) predicted current vaping. CONCLUSION: Among daily smokers, amount smoked and intention to quit smoking appear to predict subsequent vaping uptake. Vaping frequency at baseline appears to predict current vaping at follow-up.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».