Tobacco dependence treatment provision by tuberculosis physicians in Armenia
Notice bibliographique
Résumé
Introduction The integration of tobacco dependence treatment interventions into routine tuberculosis (TB) services is broadly acknowledged as an important measure to tackle the dual burden of TB and tobacco. The study aimed to explore TB physicians’ practice of tobacco dependence treatment based on the recommended 5 “A’s” model. Methods A cross-sectional study was conducted among TB physicians from inpatient and out-patient TB facilities throughout Armenia. Self-administered questionnaire included questions on demographics, knowledge, attitude, practice and confidence in providing tobacco dependence treatment. The predictors of the high practice score (number of activities always performed during physicians’ daily practice) were assessed using multiple linear regression analysis. Results Overall, 91 TB physicians completed the survey. The mean self-reported practice score was 5.71 (max=15). Majority of TB physicians always asked about smoking status of their patients (72.53%) and always advised smoking patients to quit (93.41%). About half of them always assessed patients’ willingness to quit (54.95%). Conversely, less than half of physicians always assisted their patients in smoking cessation (43.96%) and only few respondents (3.30%) mentioned about always arranging follow-up to review patients’ progress in quitting. Regression analysis revealed that TB physicians’ knowledge on smoking cessation (β=0.22) and monthly number of their patients (β=-0.05) were significantly associated with practice score. Conclusions Recommended interventions were not fully implemented into routine TB services. TB physicians with higher knowledge score on smoking cessation and lower patient load were more likely to have higher practice score. These predictors should be targeted for future interventions improving tobacco dependence treatment practices.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».