Quitting activity and use of cessation assistance reported by smokers in eight European countries: Findings from the EUREST-PLUS ITC Europe Surveys
Notice bibliographique
Résumé
INTRODUCTION: There is clear evidence that the use of cessation aids significantly increases the likelihood of successful smoking cessation. The aim of this study was to examine quitting activity and use of cessation aids among smokers from various European countries. Subgroup differences were also examined for sex, income, education, and age in each country. METHODS: Cross-sectional data were collected in 2016 from 10,683 smokers in eight European countries participating in the ITC Project: England (n=3,536), Germany (n=1,003), Greece (n=1,000), Hungary (n=1,000), the Netherlands (n=1,136), Poland (n=1,006), Romania (n=1,001), and Spain (n=1,001). We measured quitting activity, including quit attempts in the previous 12 months and intention to quit, use of cessation aids (i.e., medication, quitlines, internet, local services, and e-cigarettes), and whether respondents had received advice about quitting and e-cigarettes from health professionals. RESULTS: Quit attempts were most common in England (46.3%) and least common in Hungary (10.4%). Quit intention was highest in England and lowest in Greece. Use of e-cigarettes to quit was highest in England (51.6%) and lowest in Spain (5.0%). Use of cessation aids was generally low across all countries; in particular this was true for quitlines, internet-based support, and local services. Receiving health professional advice to quit was highest in Romania (56.5%), and lowest in Poland (20.8%); few smokers received advice about e-cigarettes from health professionals. No clear differences were found for sex and income groups. Across countries, smokers with lower education reported less quitting activity. CONCLUSIONS: Quitting activity and use of cessation methods were low in most countries. Greater quit attempts and use of cessation aids were found in England, where large investments in tobacco control and smoking cessation have been made. Health professionals are important for motivating smokers to quit and promoting the effectiveness of various methods, but overall, few smokers get advice to quit.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».