Prevalence of cigarette and waterpipe tobacco smoking among adults in three Eastern Mediterranean countries: a cross-sectional household survey
Notice bibliographique
Résumé
OBJECTIVES: Tobacco smoking is on the rise in the Eastern Mediterranean region. In light of limited surveillance of smoking in the region, this study sought to understand the prevalence of cigarette and waterpipe smoking among adults and the factors associated with smoking in Lebanon, Jordan and Palestine (West Bank only). DESIGN, SETTING AND PARTICIPANTS: Household surveys were conducted with participants over the age of 18 in Lebanon (n=1680), Jordan (n=1925) and Palestine (n=1679) between June and August 2019. A multistage cluster sampling approach with probability-proportional-to-size random selection method was followed in the three countries. PRIMARY AND SECONDARY OUTCOME MEASURES: Gender-specific prevalence rates for cigarette and waterpipe smoking were estimated. Multivariable logistic regression was used to examine factors associated with current cigarette and waterpipe tobacco smoking. RESULTS: The prevalence of cigarette smoking among males and females respectively was 48.6% and 21.5% in Lebanon, 50.4% and 9.1% in Jordan, and 53.4% and 3.1% in Palestine. The prevalence of waterpipe smoking among males and females respectively was 32.7% and 46.2% in Lebanon, 13.4% and 7.8% in Jordan, and 18.0% and 7.9% in Palestine. Cigarette smokers were significantly (p<0.05) more likely to be male, younger and with lower educational attainment across the three countries. Waterpipe smokers were more likely to be young adults across the three countries (p<0.001). They were more likely to be male in Jordan and Palestine, and more likely to be female in Lebanon. CONCLUSIONS: The high prevalence rates of smoking in Lebanon, Jordan and Palestine are concerning. Continued surveillance is key to monitor smoking patterns and inform stronger tobacco control measures.
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 | 0,001 |
| 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) | 0,001 | 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 ».