Walk or Run to Quit: a 3-year evaluation of a physical activity-based smoking cessation intervention
Notice bibliographique
Résumé
Abstract Introduction Walk or Run to Quit was a national program targeting smoking cessation through group-based running clinics. Increasing physical activity may facilitate smoking cessation as well as lead to additional health benefits beyond cessation. Aim To evaluate the impact of Walk or Run to Quit over 3 years. Methods Adult male and female participants ( N = 745) looking to quit smoking took part in 156 running-based cessation clinics in 79 locations across Canada. Using a pre-post design, participants completed questionnaires assessing physical activity, running frequency and smoking at the beginning and end of the 10-week program and at 6-months follow-up. Carbon monoxide testing pre- and post- provided an objective indicator of smoking status and coach logs assessed implementation. Results 55.0% of program completers achieved 7-day point prevalence (intent-to-treat = 22.1%) and carbon monoxide significantly decreased from weeks 1 to 10 ( P < 0.001). There was an increase in physical activity and running from baseline to end-of-program ( P 's<0.001). At 6-month follow-up, 28.9% of participants contacted self-reported prolonged 6-month abstinence (intent-to-treat = 11.4%) and 35.6% were still running regularly. Conclusions Although attrition was a concern, Walk or Run to Quit demonstrated potential as a scalable behaviour change intervention that targets both cessation and physical activity.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».