Quasi-experimental evaluation of Kenya’s pictorial health warnings versus Zambia’s single text-only warning: findings from the International Tobacco Control (ITC) Project
Notice bibliographique
Résumé
BACKGROUND: Population studies in mostly high-income countries have shown that pictorial health warnings (PHWs) are much more effective than text-only warnings. This is the first quasi-experimental evaluation of the introduction of PHWs in Africa, comparing the change from text-only to PHWs in Kenya to the unchanged text-only health warning in Zambia. METHODS: Data were from International Tobacco Control (ITC) Surveys in Kenya (n=1495), and Zambia (n=1628), cohort surveys of nationally representative samples of adult smokers in each country. The ITC Kenya Survey was conducted in 2012 and 2018 (2 years after the 2016 introduction of three PHWs). The ITC Zambia Survey was conducted in 2012 and 2014 with no change to the single text-only warning. Validated indicators of health warning effectiveness (HWIs) (salience: noticing, reading; cognitive reactions: thinking about health risks, thinking about quitting; and behavioural reactions: avoiding warnings; forgoing a cigarette because of the warnings), and a summary measure-the Labels Impact Index (LII)-measured changes in warning impact between the two countries. RESULTS: PHWs implemented in Kenya led to a significant increase in all HWIs and the LII, compared with the text-only warning in Zambia. The failure to implement PHWs in Zambia led to a substantial missed opportunity to increase warning effectiveness (eg, an estimated additional 168 392 smokers in Zambia would have noticed the warnings). CONCLUSIONS: The introduction of PHWs in Kenya substantially increased the effectiveness of warnings. These results provide strong empirical support for 34 African countries that still have text-only warnings, of which 31 are Parties of the Framework Convention on Tobacco Control and are thus obligated to implement PHWs.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,001 | 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 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 ».