Associations of tobacco use and consumption with rurality among patients with psychiatric disorders: Does smoke‐free policy matter?
Notice bibliographique
Résumé
PURPOSE: People with psychiatric disorders (PDs) have high risks for tobacco use and associated health effects; however, little is known about differences in tobacco use status and consumption by urban or rural residence. Among patients with PDs, we examined the association of smoke-free policy on tobacco use by rural/urban residence METHOD: A cross-sectional retrospective study (N = 2060) among patients in a psychiatric facility was conducted. Multi-logistic and multilinear regression analyses assessed differences in outcomes stratified by rural/urban status. RESULTS: Among rural residents, a substance use history (odds ratios [ORs[ = 2.82, 95% CI: 2.01-3.96), high school education (OR = 0.71, 95% CI: 0.51-0.98), older age (OR = 0.99, 95% CI: 0.98-1.00), and longer length of hospital stay (OR = 0.99, 95% CI: 0.98-1.00) were associated with tobacco use. Among urban residents, male sex (OR = 1.38, 95% CI: 1.02-1.86), a substance use history (OR = 2.61, 95% CI: 1.86-3.66), and externalizing disorder diagnosis (OR = 2.72, 95% CI: 1.35-5.48) correlated with tobacco use. Increased tobacco consumption among rural residents was associated with being male (β = 0.12, p = 0.007) and having less than a high school education (β = 0.14, P = 0.001). Whereas, White ethnicity (β = 0.14, p = 0.006), having less than a high school education (β = 0.11, p = 0.022), and a psychotic disorder diagnosis (β = 0.25, p = 0.038) were associated with greater tobacco consumption in urban residents. Smoke-free policy was not associated with tobacco use (OR = 1.08, 95% CI: 0.87-1.34) and consumption (β = 0.05, p = 0.134). CONCLUSIONS: Despite higher rates of tobacco use among rural patients with PDs, they have similar risk factors as their urban counterparts. However, residing in a location with a smoke-free policy may not contribute to tobacco use behaviors among those with PDs.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 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 ».