Yorkshire Enhanced Stop Smoking (YESS) study: a protocol for a randomised controlled trial to evaluate the effect of adding a personalised smoking cessation intervention to a lung cancer screening programme
Notice bibliographique
Résumé
INTRODUCTION: Integration of smoking cessation (SC) into lung cancer screening is essential to optimise clinical and cost effectiveness. The most effective way to use this 'teachable moment' is unclear. The Yorkshire Enhanced Stop Smoking study will measure the effectiveness of an SC service integrated within the Yorkshire Lung Screening Trial (YLST) and will test the efficacy of a personalised SC intervention, incorporating incidental findings detected on the low-dose CT scan performed as part of YLST. METHODS AND ANALYSIS: Unless explicitly declined, all smokers enrolled in YLST will see an SC practitioner at baseline and receive SC support over 4 weeks comprising behavioural support, pharmacotherapy and/or a commercially available e-cigarette. Eligible smokers will be randomised (1:1 in permuted blocks of random size up to size 6) to receive either an enhanced, personalised SC support package, including CT scan images, or continued standard best practice. Anticipated recruitment is 1040 smokers (January 2019-December 2020). The primary objective is to measure 7-day point prevalent carbon monoxide (CO) validated SC after 3 months. Secondary outcomes include CO validated cessation at 4 weeks and 12 months, self-reported continuous cessation at 4 weeks, 3 months and 12 months, attempts to quit smoking and changes in psychological variables, including perceived risk of lung cancer, motivation to quit smoking tobacco, confidence and efficacy beliefs (self and response) at all follow-up points. A process evaluation will explore under which circumstances and on which groups the intervention works best, test intervention fidelity and theory test the mechanisms of intervention impact. ETHICS AND DISSEMINATION: This study has been approved by the East Midlands-Derby Research Ethics Committee (18/EM/0199) and the Health Research Authority/Health and Care Research Wales. Results will be disseminated through publication in peer-reviewed scientific journals, presentation at conferences and via the YLST website. TRIAL REGISTRATION NUMBERS: ISRCTN63825779, NCT03750110.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 ».