MétaCan
Menu
Retour à la cohorte
Enregistrement W2989940909 · doi:10.3390/ijerph16234630

Prevalence, Use Behaviors, and Preferences among Users of Heated Tobacco Products: Findings from the 2018 ITC Japan Survey

2019· article· en· W2989940909 sur OpenAlexaff
Edward Sutanto, Connor R. Miller, Danielle M. Smith, Richard J. O’Connor, Anne C K Quah, K. Michael Cummings, Steve S. Xu, Geoffrey T. Fong, Andrew Hyland, Janine Ouimet, Itsuro Yoshimi, Yumiko Mochizuki, Takahiro Tabuchi, Maciej Ł. Goniewicz

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensOntario Institute for Cancer ResearchUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMentholWeb surveyTobacco productEnvironmental healthTobacco useMedicineFlavorDemographyToxicologyBusinessBiologyChemistryMarketingPopulation

Résumé

récupéré en direct d'OpenAlex

Heated tobacco products (HTPs), such as IQOS, glo, and Ploom TECH, with a variety of flavored tobacco-containing inserts, have reportedly achieved a significant market share in Japan. We analyzed data from Wave 1 of the ITC Japan Survey, a nationally representative web survey conducted in February to March 2018 among 4684 adult participants to estimate the prevalence of HTP use, describe characteristics of HTP users, and explore user preferences for HTP device and flavor. The overall prevalence of monthly HTP use was 2.7% (1.7% daily use). Virtually all HTP users were current cigarette smokers (67.8%) or former smokers (25.0%); only 1.0% of HTP users were never smokers. Among HTP users, IQOS was the most frequently reported brand used (64.5%), and menthol was the most common flavor reported (41.5%). IQOS was used more by younger respondents and those who reported daily use, while Ploom TECH was more popular among older respondents and non-daily HTP users. This is one of the first non-industry funded studies to explore the use of HTPs in Japan.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,431

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,117
Tête enseignante GPT0,376
Écart entre enseignants0,259 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations86
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetSmoking Behavior and CessationTravaux en français237 207