Do post‐quitting experiences predict smoking relapse among former smokers in Australia and the United Kingdom? Findings from the International Tobacco Control Surveys
Notice bibliographique
Résumé
INTRODUCTION: Many smokers attempt to stop smoking every year, but the vast majority of quit attempts fail. This study examined prospectively the association between post-quitting experiences and smoking relapse among ex-smokers in Australia and the United Kingdom. METHODS: Data came from 584 adult ex-smokers from Australia and the United Kingdom who participated in Wave 9 of the International Tobacco Control Four Country Survey and successfully followed up a year later (Wave 10). Binary logistic regression was used to examine whether baseline post-quitting experiences predicted relapse back to smoking at follow-up. RESULTS: Ex-smokers who perceived their stress coping ability had gotten worse since quitting were more likely to relapse back to smoking compared to their counterparts who reported no change (odds ratio = 5.77, 95% confidence interval = 1.64, 20.31, P < 0.01). Ex-smokers who reported their homes had become fresher and cleaner post quitting were less likely to relapse compared to those who did not notice any change (odds ratio = 0.34, 95% confidence interval = 0.13, 0.93, P < 0.05). Perceived changes in life enjoyment, negative affect control, social confidence, work performance, leisure time and financial situation did not independently predict relapse. No country differences were found. DISCUSSION AND CONCLUSIONS: The study showed that ex-smokers' relapse risk was elevated if they perceived any negative impact of quitting on their stress coping whereas relapse risk was reduced if they perceived any positive impact of quitting on the home (e.g. fresher and cleaner). Helping ex-smokers to develop alternative stress coping strategies and highlighting the positive impacts of quitting smoking on the homes may help protect against smoking relapse.
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 | 0,002 | 0,001 |
| 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 | 0,000 | 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) | 0,000 | 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 ».