MétaCan
Menu
Retour à la cohorte
Enregistrement W3212934583 · doi:10.1111/jnu.12735

Factors associated with changes in inpatients’ smoking pattern during hospitalization and one month after discharge: A cohort study

2021· article· en· W3212934583 sur OpenAlexaff
Ariadna Feliu, Sofía Ravara, Sophia Papadakis, Marta Enríquez, Laura Antón, Judith Saura, Olga Bustos Romero, Ruth Ripoll, Àngels Ruz, José Precioso, Ivone Pascoal, Lídia Videira, Cláudia Rafaela Gomes Correia, Soraia Ferreira, Esteve Fernández, Cristina Martínez

Notice bibliographique

RevueJournal of Nursing Scholarship · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesInstituto de Salud Carlos III
Mots-clésMedicineAbstinenceSmoking cessationLogistic regressionTeachable momentCohortIntervention (counseling)Hospital dischargeDemographyPsychiatryInternal medicinePsychology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Smokers are frequent users of healthcare services. Admissions to hospital can serve as a "teachable moment" for quitting smoking. Clinical guidelines recommend initiating smoking cessation services during hospitalization; however, in Southern European countries less than 5% of inpatients receive a brief intervention for smoking cessation. OBJECTIVES: The aims of this study were (i) to examine rates of smoking abstinence during and after hospitalization; (ii) to measure changes in smoking patterns among persons who continued smoking after discharge; and (iii) to identify predictors of abstinence during hospitalization and after discharge. METHODS: A cohort study of a representative sample of current adult smokers hospitalized in two Spanish and two Portuguese hospitals. We surveyed smokers during hospitalization and recontacted them one month after discharge. We used a 25-item ad hoc questionnaire regarding their smoking pattern, the smoking cessation intervention they have received during hospitalization, and hospital and sociodemographic characteristics. We performed a descriptive analysis using the chi-square test and a multivariate logistic regression to characterize the participant, hospital, and smoking cessation intervention (5As model) characteristics associated with smoking abstinence. RESULTS: Smoking patients from both countries presented high abstinence rates during hospitalization (Spain: 76.4%; Portugal: 70.2%); however, after discharge, their abstinence rates decreased to 55.3% and 46.8%, respectively. In Spain, smokers who tried to quit before hospital admission showed higher abstinence rates, and those who continued smoking reduced a mean of five cigarettes the number of cigarettes per day (p ≤ 0.001). In Portugal, abstinence rates were higher among women (p = 0.030), those not living with a smoker (p = 0.008), those admitted to medical-surgical wards (p = 0.035), who consumed their first cigarette within 60 min after waking (p = 0.006), and those who were trying to quit before hospitalization (p = 0.043). CONCLUSIONS: Half of the smokers admitted into the Spanish hospitals are abstinent one month after discharge or have reduced their cigarettes per day. Nevertheless, success rates could be increased by implementing evidence-based tobacco cessation programs at the organizational-level, including post-discharge active quitting smoking support. CLINICAL RELEVANCE: Three-quarters of the inpatients who smoke remain abstinent during hospitalization and over half achieve to maintain their abstinence or at least reduce their consumption one month after discharge, proving that admission to hospitals is an excellent teachable moment to quit smoking.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,058
Tête enseignante GPT0,313
Écart entre enseignants0,255 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing ScholarshipMême sujetSmoking Behavior and CessationTravaux en français237 207