Protection des groupes vulnérables contre les méfaits du tabac pendant et après la pandémie de COVID-19
Notice bibliographique
Résumé
Les groupes marginalisés sont touchés de manière disproportionnée par la pandémie actuelle. Parmi les effets directs, notons des taux d’infection supérieurs associés à une morbidité et à une mortalité accrues, les effets indirects découlant quant à eux de la réponse sociétale visant à limiter la propagation du virus. Ces groupes présentent également des taux de tabagisme nettement plus élevés que ceux de la population générale. Dans cet article, nous examinons, au moyen du cadre syndémique, la façon dont la pandémie a contribué à exacerber les méfaits du tabac chez ces groupes. Cette approche nous permet d’étudier les facteurs qui favorisent le cumul des méfaits du tabac et des méfaits de la COVID 19, en particulier une aggravation de la détresse psychologique, une augmentation potentielle du tabagisme, une exposition accrue à la fumée secondaire et un accès réduit aux services d’arrêt du tabac. Nous proposons ensuite des stratégies d’atténuation destinées à protéger les groupes défavorisés contre les méfaits du tabac, pendant et après la pandémie de COVID-19 : des services d’arrêt du tabac abordables, une approche proactive du traitement du tabagisme à l’aide des technologies de l’information, un dépistage et un traitement de la dépendance au tabac au moment où les personnes vont se faire vacciner contre la COVID-19, la prise de mesures pour instaurer une couverture universelle de la pharmacothérapie de sevrage du tabac, des politiques d’interdiction totale de fumer et une réglementation de la densité des points de vente au détail de tabac. Aujourd’hui plus que jamais, les cliniciens, les systèmes de soins de santé, les organismes de santé publique et les responsables des politiques de santé doivent agir de manière coordonnée pour protéger les groupes vulnérables contre les méfaits du tabac.
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 | 0,002 | 0,003 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».