Integration of an evidence-based tobacco cessation program into a substance use disorders program to enhance equity of treatment access for northern, rural, and remote communities
Notice bibliographique
Résumé
Integrating tobacco cessation interventions into substance use disorder (SUD) programs is recommended, yet few are implemented into practice. This translational research implementation study was designed to integrate an evidence-based tobacco cessation intervention into a 2-week hospital outpatient SUD program that served a rural municipality and 33 remote Indigenous communities. Objectives included determining tobacco use prevalence, intervention uptake, and staffing resources required for intervention delivery. A series of 1-hr tobacco and health/well-being interactive education and behavior-change groups were developed for the SUD program to create a central access point to offer an evidence-based, intensive tobacco cessation intervention that included an initial counseling/planning session and nine post-SUD treatment follow-ups (weekly month 1; biweekly month 2; and 3, 6, and 12 months). Group sign-in data included age, gender, community, tobacco use, and interest in receiving tobacco cessation help. Thirty-two groups (April 2018 to February 2019) were attended by 105 people from 22 communities-56% were female, mean age = 30.9 (±7.3; 93% <45 years), 86% smoked, and 38% enrolled in the intensive tobacco cessation intervention. The age-standardized tobacco use ratio was two times higher than would be expected in the general rural population in the region. Average staff time to provide the intervention was 1.5-2.5 hr/week. Results showed that a Healthy Living group integrated into SUD programming provided a forum for tobacco education, behavior-change skills development, and access to an intensive tobacco cessation intervention for which enrollment was high yet the intervention could be delivered with only a few staff hours a week.
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 | 0,010 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».