MétaCan
Menu
Retour à la cohorte
Enregistrement W3006466326 · doi:10.1093/ntr/ntaa035

Smoking in Young Adults: A Study of 4-Year Smoking Behavior Patterns and Residential Presence of Features Facilitating Smoking Using Data From the Interdisciplinary Study of Inequalities in Smoking Cohort

2020· article· en· W3006466326 sur OpenAlexafffundabout
Adrian E. Ghenadenik, Lise Gauvin, Katherine L. Frohlich

Notice bibliographique

RevueNicotine & Tobacco Research · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensUniversité de MontréalCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésDemographySmoking prevalenceMedicineCohortMultinomial logistic regressionYoung adultSmoking cessationLogistic regressionCohort studyEnvironmental healthGerontologyPathology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Young adults have the highest prevalence of smoking among all age groups in most industrialized countries and exhibit great variability in smoking behavior. Differences in associations between features in residential environments and smoking initiation, prevalence, and cessation have been extensively examined in the literature. Nonetheless, in many cases, findings remain inconsistent. This paper proposes that a potential driver of these inconsistencies is an almost exclusive focus on point-specific smoking outcomes, without consideration for the different behavior patterns that this age group may experience over time. AIMS AND METHODS: Based on data from the Interdisciplinary Study of Inequalities in Smoking cohort of 18- to 25-year-old Montreal residents (n = 1025), we examined associations between 4-year smoking patterns measured at three timepoints and proximal presence/density of tobacco retail outlets and presence of smoker accommodation facilities in Montreal, Canada. Associations were tested using two-level multinomial and logistic models. RESULTS: In fully adjusted models, compared to never-smokers, residents of areas with a higher density of tobacco retail were more likely to (1) be characterized as established smokers, (2) have experienced repeated changes in smoking status (being "switchers") during the 4-year study period, and (3) be former smokers. CONCLUSIONS: From a conceptual standpoint, these findings highlight the importance of acknowledging and examining smoking behavior patterns among young adults. Furthermore, specific pattern-feature associations may point to unique mechanisms by which features could influence smoking behavior patterns. These findings require replication and extension, including testing hypotheses regarding tobacco retail density's role in sustaining smoking and in influencing changes in smoking status. IMPLICATIONS: Results from this study highlight the importance of describing and examining different young adult smoking behavior patterns and how they may be influenced by residential environment features such as the density of tobacco retail. Findings suggest that young adults residing in areas with a higher density of tobacco retailers are more likely to have experienced repeated changes in smoking status and to be established smokers. Further research in this area is needed to advance knowledge of the putative mechanisms by which residential features may influence smoking behavior patterns and to ultimately orient policy and interventions seeking to curb smoking at the local level.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,679
Score d'incertitude au seuil0,647

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,178
Tête enseignante GPT0,433
Écart entre enseignants0,255 · 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 source (Gemma direct ou Codex distillé), 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

Citations8
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNicotine & Tobacco ResearchMême sujetSmoking Behavior and CessationTravaux en français237 207