Longitudinal smoking patterns in survivors of childhood cancer: A Childhood Cancer Survivor Study (CCSS) update.
Notice bibliographique
Résumé
10075 Background: Survivors of pediatric cancer have elevated risks of mortality and morbidity. Many morbidities associated with cancer treatment (e.g. second cancers, cardiac and pulmonary disease) are associated with cigarette smoking, suggesting survivors who smoke may be at higher risk for these adverse health conditions. Methods: We examined self-reported smoking status in 10,430 CCSS participants (age ≥ 18 years) across 2 questionnaires, at a median time of 7.9 years (range 1.4-11.9) apart. Smoking prevalence was compared among survivors, siblings, and the U.S. general population (standardized by age, sex, race/ethnicity and calendar time). Among a subgroup of survivors who also completed an additional follow-up questionnaire (N = 3908) a median of 12.5 years (range 4.3-16.3) after the first questionnaire, multivariable regression models evaluated characteristics associated with longitudinal smoking patterns. Results: At baseline, 19% of survivors were current smokers, compared with 24% of siblings and 29% in the standardized U.S. general population. At first follow-up, 17% of survivors were current smokers, compared to 21% of siblings and 24% of the U.S. population. Characteristics associated with consistent “never smoking” over all three questionnaires included higher household income (RR 1.17, 95% CI 1.08-1.25 for ≥ $60,000 versus < $20,000 per year), higher education (RR 1.36, 95% CI 1.26-1.47 for > high school versus ≤ high school), and receipt of cranial radiation therapy (RR 1.10, 95% CI 1.05-1.16). Among “ever smokers”, higher income (RR 1.22, 95% CI 1.09-1.38) and education (RR 1.26, 95% CI 1.13-1.40) were associated with quitting, whereas cranial radiation was associated with not having quit (RR 0.85, 95% CI 0.76-0.96). Development of an adverse health condition was not associated with smoking patterns. Conclusions: Although smoking prevalence may be declining, the substantial number of consistent, current smokers reinforces the need for continued development of effective smoking interventions for survivors.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| 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 | 0,000 | 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; 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 ».