Impact and Effectiveness of Legislative Smoking Bans and Anti-Tobacco Media Campaigns in Reducing Smoking among Women in the US: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Background: The purpose of this study is to systematically review the literature addressing the effectiveness of legislative smoking bans and anti-tobacco media campaigns in reducing smoking among women. Methods: MEDLINE, PubMed, CINAHL, and ABI/INFORM were searched for studies published from 2005 onwards. Meta-analysis was conducted using a random effects model and subgroup analysis on pre-selected characteristics. Results: In total, 652 articles were identified, and five studies satisfied the inclusion criteria. The studies varied from school-based to workplace settings and had a total of 800,573 women participants, aged 12 to 64 years old. Three studies used legislative bans, one study used anti-tobacco campaigns and another one used both as their intervention. The overall pooled effect of the five studies yielded an odds ratio (OR) = 1.137 (C.I. = 0.976–1.298 and I2 = 85.6%). Subgroup analysis by intervention revealed a significant pooled estimate for studies using legislative smoking bans OR = 1.280 (C.I. = 1.172–1.389 and I2 = 0%). Conclusion: Legislative smoking bans were found to be associated with a reduction in the smoking rates among women compared to anti-tobacco media campaigns. Further research in this area is needed.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 ».