Smoking cessation: health system challenges and opportunities
Notice bibliographique
Résumé
The systematic integration of evidence-based tobacco treatment has yet to be broadly viewed as a standard-of-care. The Framework Convention on Tobacco Control recommends the provision of support for tobacco cessation. We argue that the provision of smoking cessation services in clinical settings is a fundamental clinical responsibility and permits the opportunity to more effectively assist with cessation. The role of clinicians in prioritising smoking cessation is essential in all settings. Clinical benefits of implementing cessation services in hospital settings have been recognised for three decades-but have not been consistently provided. The Ottawa Model for Smoking Cessation has used an 'organisational change' approach to its introduction and has served as the basis for the introduction of cessation programmes in hospital and primary care settings in Canada and elsewhere. The significance of smoking cessation dwarfs that of many preventive interventions in primary care. Compelling evidence attests to the importance of providing cessation services as part of cancer treatment, but implementation of such programmes has been slow. We recognise that the provision of such services must reflect the realities and resources of a particular health system. In low-income and middle-income countries, access to treatment facilities pose unique challenges. The integration of cessation programmes with tuberculosis control services may offer opportunities; and standardisation of peri-operative care to include smoking cessation may not require additional resources. Mobile phones afford unique opportunities for interactive cessation programming. Health system change is fundamental to improving the provision of cessation services; clinicians can be powerful advocates for such change.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».