Two Lifestyle Risks Intertwined: Parental Smoking Predicts Child Gambling Behavior at Age 12 Years
Notice bibliographique
Résumé
BACKGROUND: Parental smoking can create a toxic environment for child development. A parental smoking lifestyle can predispose children to executive deficits, influencing precocious risk activities. Using a prospective birth cohort design, we examine the association between 2 lifestyle factors by estimating the relative contribution of long-term parental household smoking in predicting subsequent precocious child gambling behavior. METHOD: Parents reported on the amount of household smoke exposure from ages 1.5 to 7.5 years for children from the Quebec Longitudinal Study of Child Development. The main outcome measure was children's self-report of gambling behavior (at age 12 years). RESULTS: Sixty percent of parents reported that their children were never exposed to secondhand smoke in the home, while 27% and 13% reported transient and continuous levels of secondhand smoke, respectively. Overall, 16% of children reported gambling participation. When compared with never-exposed children, children exposed to secondhand smoke had 18% more chances of having participated in gambling at age 12 years (odds ratio = 1.18; 95% CI = 1.080-1.293). These results are adjusted for competing explanations and possible individual and family confounders. CONCLUSIONS: Higher levels of early childhood household smoke exposure are associated with greater odds of reporting gambling participation at age 12 years, which is more than several years before it is normative youthful behavior. By connecting the neurotoxic influence of one lifestyle factor on another, we show a nontrivial link between 2 public health issues (smoke exposure and precocious gambling) associated with considerable individual and societal costs that are amenable to community information campaigns.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».