Effect of COVID-19 on smoking cessation outcomes in a large primary care treatment programme: an observational study
Notice bibliographique
Résumé
OBJECTIVES: The COVID-19 pandemic has changed patterns of smoking, other substance use and other health-related behaviours, leading to a virtualisation of non-urgent medical care. In this study, we examine associated changes in outcomes of smoking-cessation treatment. DESIGN: Observational study. SETTING: Data are drawn from 221 physician-led primary care practices participating in a smoking cessation program in Ontario, Canada. PARTICIPANTS: 43 509 patients (53% female), comprising 35 385 historical controls, 6109 people enrolled before the pandemic and followed up during it, and 1815 people enrolled after the pandemic began. INTERVENTION: Nicotine-replacement therapy with counselling. PRIMARY OUTCOME MEASURE: 7-day self-reported abstinence from cigarettes at a follow-up survey 6 months after entry. RESULTS: For people followed up in the 6 months (6M) after the pandemic began, quit probability declined with date of enrolment. Predicted probabilities were 31.2% (95% CI 30.0% to 32.5%) for people enrolled in smoking cessation treatment 6 months prior to the emergency declaration and followed up immediately after the state of emergency was declared, and 24.1% (95% CI 22.1% to 26.2%) for those enrolled in treatment immediately before the emergency declaration and followed up 6M later (difference=-6.5%, 95% CI -9.0% to -3.9%). Seasonality and total treatment use did not explain this decline. CONCLUSION: The probability of successful smoking cessation following treatment fell during the pandemic, with the decline consistent with an effect of 'exposure' to the pandemic-era environment. As many changes happened simultaneously, specific causes cannot be identified; however, the possibility that virtual care has been less effective than in-person treatment should be explored.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».