Smoking cessation in diabetic patients
Notice bibliographique
Résumé
Objective Smokers with diabetes show higher risk for serious microvascular and macrovascular complications, leading them to greater mortality risk. Moreover because of insulin resistance that nicotine is causing diabetes parameters become worse in smokers. The objective was to identify the characteristics of diabetic smokers that could help increase smoking cessation rates. Methods We recruited diabetic type II, smokers (searching for diabetic you smoke in the medical files) and motivated them using WHO/ISH risk prediction charts. We assessed nicotine addiction (FNDT), metabolic rate at rest, psychometric parameters (SCL-90), Confidence, motivation, Body weight, glycosylated hemoglobin, BMI, Blood pressure, exhaled CO, CRP, Blood lipids, eating and exercise questionnaires (FFQ, IPAQ 2002). All parameters were measured at the beginning, at the end of the first month at after 3 months. The smoking cessation program is administered by a multidisciplinary team (respiratory physician, endocrinologist, dietician, behavioural psychologist) once a week for the first month and then once a month for the first trimester. All smokers are administered varenicline (free of charge) at the approved dose for 3 months. Results From the 20 first diabetic patients that were recruited, 17 (85%-13 men and 4 women) accepted following our smoking cessation program and understood that they would benefit a lot from smoking cessation. At the end of the 3m. 12 (70,5%) had quit smoking without adding weight, all of them had comorbidities (asthma, depression and coronary heart disease). The group was very addicted (Fangerstrom scale:7,8), was smoking more than one pack of cigarette (24.8cig/d) and were motivated to quit (Average motivation scale 1-10:8.6) but not confident (Average confidence scale 1-10: 5.5). These are the first results of a clinical trial of diabetic smokers (total number will be 250smokers) that will be helped to quit using intense behavioural support and varenicline for three months. Conclusions We conclude that diabetic smokers can effectively quit using an intense multidisciplinary approach, close follow-up plus varenicline for three months, without adding weight. The specific characteristics of this population will be taken into account in order to ameliorate the program. A web-based approach will be added to smokers that cannot follow the program on site. Table Average age (years) 57.6 Average cigarettes/day (before/after) 24.8/3 Average kg (before/after) 82.35/82.85 Average Fangerstrom scale before 7.8 Average motivation (scale 1 to 10) 8.6 Average confidence (scale 1 to 10) 5.5 Average SCL-90 score 77 Average BP Systolic/ Diastolic (mmHg) 124/73 Average HbA1c % 6.5 Average CO ppm (before/after) 18.6/7.17 Table I: Diabetic Type II smokers that took part at an intense smoking cessation program
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 | 0,000 | 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 | 0,001 | 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) | 0,003 | 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 ».