Free, easy and effective: how young adults used 8 weeks of mailed nicotine patches and to what effect
Notice bibliographique
Résumé
Abstract Introduction Research shows the mass distribution of free nicotine replacement therapy (NRT) is a high-impact, population-level strategy for smoking cessation; but underrepresentation of younger, and/or lighter, smokers challenges generalisability of findings to young adult smokers. Aims This naturalistic study examined how and with what effect young adult smokers used free nicotine patches provided through a mass mailout programme. Methods In total, 5,025 eligible 18–29 year-old smokers who accessed an online ordering platform received self-help materials and an 8-week course of patches matched to their consumption level (<10 cigarettes per day (cpd); ≥10 cpd). No other behavioural support occurred. Whether participants used patches correctly and achieved 30-day continuous abstinence at 6-month follow-up were assessed. Results Among 694 participants with complete data: 89% used some patches; 8% used the patches correctly for 8 weeks; 31.0% (95% confidence interval (CI) = 27.6, 34.7) achieved abstinence. Adjusted logistic regression analysis showed the highest odds of abstinence was associated with the correct use of patches (odds ratio = 2.8, 95% CI = 1.5, 5.1). Conclusions Mass distribution of free patches may be an effective public health measure for supporting younger, lighter smokers to attempt cessation, reduce consumption, or achieve abstinence. Emphasising why and how to use NRT for the entire treatment course may enhance outcomes.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».