Assessment of factors affecting the duration and quality of tobacco dependence remissions based on the annual reports of tobacco dependence treatment rooms of the Russian Federation
Notice bibliographique
Résumé
Objectives One of the relevant and significant directions of improving the quality of tobacco dependence therapy is the ability to predict the duration of abstinence from Smoking on the basis of clinical evaluation of therapeutic remissions. Aim Comparative study of the results of complex therapy of tobacco dependence in 18 regions of the Russian Federation with the analysis of clinical features of emerging therapeutic remissions. Results The results of tobacco dependence therapy, conducted by psychiatrists-narcologists in 18 regions of the Russian Federation evaluated in 6 and 12 months after the anti-nicotine therapy, were investigated. The effectiveness was characterized by quitting, ranged from 38.8% to 68% after therapy course, from 29.5% to 50% - after 6 months, from 25.3% to 38% - after 12 months. The best results were in 8 regions where the combined therapy of tobacco dependence was carried out: the combination of nicotine replacement and receptor therapy with small doses of psychotropic drugs, psychotherapy, non-drug therapies. Factors that worsen the prognosis - pharmacoresistance to drugs for nicotine dependence therapy (Nicorette, Champix), the presence of incomplete remission after quitting. Conclusions New directions to increase the efficiency of results of treatment of tobacco dependence – the improvement of clinical and diagnostic evaluation of Smoking patients, the use of complex pathogenetic therapy.
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 | 0,004 | 0,001 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».