Secondhand smoke presence in outdoor areas in 12 European countries
Notice bibliographique
Résumé
INTRODUCTION: Secondhand smoke (SHS) causes morbidity and mortality among non-smokers. OBJECTIVES: To investigate SHS presence in outdoor areas from 12 European countries and its association with country-level characteristics. METHODS: Cross-sectional study performed in 2017-2018 within the TackSHS project. We conducted a face-to-face survey on a representative sample of the population aged 15 years and older from 12 European countries: Bulgaria, England, France, Germany, Greece, Ireland, Italy, Latvia, Poland, Portugal, Romania, and Spain. Out of 11,902 participants, 8,562 were non-smokers. SHS presence was assessed in selected outdoor areas and defined as respondents viewing someone smoking the last time they visited each setting within the last 6 months. A ranking score for outdoor SHS presence was assigned to each country based on the SHS presence in each setting. We used Spearman's correlation (r) and the Chi-squared tests to assess the relationship between SHS presence and country-level characteristics. RESULTS: Except for children's playgrounds (39.5%; 95% confidence interval, CI: 37.6%-41.3%), more than half of non-smokers reported SHS presence in outdoor areas: schools (52.0%; 95%CI: 50.2%-53.7%), stadia (57.4%; 95%CI: 55.4%-59.4%), parks (67.3%; 95%CI: 66.0%-68.5%), hospitals (67.3%; 95%CI: 65.8%-68.7%), public transport stops (69.9%; 95%CI: 68.6%-71.2%), bar/restaurant terraces (71.4%; 95%CI: 70.2%-72.6%), and beaches (72.8%; 95%CI: 71.4%-74.1%). Residents in Latvia showed the highest overall outdoor SHS presence rank, followed by Greece, and Portugal. Outdoor SHS presence was directly correlated to the country's smoking prevalence (r = 0.64), and inversely correlated to the Tobacco Control Scale 2016 overall score (r = -0.62), the socio-demographic index 2017 (r = -0.56), and Gross Domestic Product per capita 2018 (r = -0.47) (p < 0.001). CONCLUSIONS: SHS presence is high in most outdoor areas in Europe, especially in countries with higher smoking prevalence and lower tobacco control performance. To address outdoor SHS exposure, our findings require considering smoking bans along with other strategies to reduce smoking prevalence.
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) | 0,002 | 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 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 ».