E-Cigarette Flavors and Frequency of E-Cigarette Use among Adult Dual Users Who Attempt to Quit Cigarette Smoking in the United States: Longitudinal Findings from the PATH Study 2015/16–2016/17
Notice bibliographique
Résumé
Potential mechanisms by which e-cigarette use may relate to combustible cigarette smoking cessation are not well-understood. We used U.S. nationally representative data to prospectively evaluate the relationship between e-cigarette flavor use and frequency of e-cigarette use among adult cigarette/e-cigarette dual users who attempted to quit smoking cigarettes. Analyses used Population Assessment of Tobacco and Health (PATH) Study data from adult dual users (2015/16) who attempted to quit smoking between 2015/16 and 2016/17 (Wave 3-Wave 4, n = 685, including those who did/did not quit by 2016/17). E-cigarette flavor use (usual/last flavor, past 30-day flavor; assessed in 2015/16) was categorized into Only tobacco; Only menthol/mint; Only non-tobacco, non-menthol/mint; and Any combination of tobacco, menthol/mint, other flavor(s). The key outcome, evaluated at follow-up in 2016/17, was frequent e-cigarette use, which was defined as use on 20+ of past 30 days. Logistic regression was used to evaluate associations between e-cigarette flavor use in 2015/16 and frequent e-cigarette use at follow-up in 2016/17. Dual users who attempted to quit smoking had greater odds of frequent e-cigarette use at follow-up when they used only non-tobacco, non-menthol/mint flavor than when they used only tobacco flavor as their regular/last e-cigarette flavor (OR = 1.9, 95% CI: 1.1–3.4); findings were no longer significant when adjusted for factors including e-cigarette device type (AOR = 1.4, 95% CI: 0.7–2.8). Past 30-day e-cigarette flavor use results were generally similar, although frequent e-cigarette use at follow-up was highest among those who used any combination of tobacco, menthol/mint, or other flavors. Findings indicate that e-cigarette flavor use among dual users who attempt to quit smoking may be related to e-cigarette use frequency overall, which may indicate a mechanism underlying findings for e-cigarette use and smoking cessation. Further longitudinal research may help to disentangle how e-cigarette characteristics uniquely impact e-cigarette use frequency and smoking cessation/sustained use.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».