Attitudes toward Precision Treatment of Smoking in the Southern Community Cohort Study
Notice bibliographique
Résumé
Abstract Background: Precision interventions using biological data may enhance smoking treatment, yet are understudied among smokers who are disproportionately burdened by smoking-related disease. Methods: We surveyed smokers in the NCI-sponsored Southern Community Cohort Study, consisting primarily of African-American, low-income adults. Seven items assessed attitudes toward aspects of precision smoking treatment, from undergoing tests to acting on results. Items were dichotomized as favorable (5 = strongly agree/4 = agree) versus less favorable (1 = strongly disagree/2 = disagree/3 = neutral); a summary score reflecting generalized attitudes was also computed. Multivariable logistic regression tested independent associations of motivation (precontemplation, contemplation, and preparation) and confidence in quitting (low, medium, and high) with generalized attitudes, controlling for sociodemographic factors and nicotine dependence. Results: More than 70% of respondents endorsed favorable generalized attitudes toward precision medicine, with individual item favorability ranging from 64% to 83%. Smokers holding favorable generalized attitudes reported higher income and education (P < 0.05). Predicted probabilities of favorable generalized attitudes ranged from 63% to 75% across motivation levels [contemplation vs. precontemplation: adjusted odds ratio (AOR) = 2.10, 95% confidence interval (CI), 1.36–3.25, P = 0.001; preparation vs. precontemplation: AOR = 1.83, 95% CI, 1.20–2.78, P = 0.005; contemplation vs. preparation: AOR = 1.15, 95% CI, 0.75–1.77, P = 0.52] and from 59% to 78% across confidence (medium vs. low: AOR = 1.91, 95% CI, 1.19–3.07, P = 0.007; high vs. low: AOR = 2.62, 95% CI, 1.68–4.10, P < 0.001; medium vs. high: AOR = 0.73, 95% CI, 0.48–1.11, P = 0.14). Conclusions: Among disproportionately burdened community smokers, most hold favorable attitudes toward precision smoking treatment. Individuals with lower motivation and confidence to quit may benefit from additional intervention to engage with precision smoking treatment. Impact: Predominantly favorable attitudes toward precision smoking treatment suggest promise for future research testing their effectiveness and implementation.
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 | 0,002 | 0,003 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 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 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 ».