E-cigarette prevalence among Malaysian adults and types and flavors of e-cigarette products used by cigarette smokers who vape: Findings from the 2020 ITC Malaysia Survey
Notice bibliographique
Résumé
INTRODUCTION: E-cigarettes (ECs) have become increasingly common in many countries, including Malaysia. The prevalence of EC use increased in Malaysia from 0.8% in 2011 to 4.9% in 2019. Three quarters of Malaysian EC users also smoke combustible cigarettes, and the prevalence of EC use among Malaysian smokers in 2014 was consistent with the prevalence of use among smokers from Canada and the US in 2016. The purpose of this study was to estimate the prevalence of EC use among Malaysian adults aged ≥18 years in 2020 and the types of EC products and flavors used by cigarette smokers who also used ECs at least monthly. METHODS: Data came from 1253 adults aged ≥18 years who participated in the 2020 International Tobacco Control Malaysia Wave 1 Survey. Weighted descriptive statistics were used to estimate the prevalence of adults who reported ever using ECs and the prevalence who used ECs either monthly, weekly, or daily. The types of EC products and flavors used were compared by frequency of EC use among current smokers who used ECs at least monthly (n=459). RESULTS: Overall, 5.4% (95% CI: 3.7-7.5) of Malaysian adults reported using ECs on a daily basis in 2020. Among current cigarette smokers who used ECs daily, 81.0% (95% CI: 72.5-87.7) used nicotine in their ECs, 46.2% (95% CI: 37.8-54.7) used pre-filled ECs, and 60.4% (95% CI: 51.9-68.6) reported being somewhat/very addicted to ECs. The most common EC flavors were fruit, coffee, and menthol/ mint. CONCLUSIONS: Continued surveillance of EC use is necessary to monitor EC use in non-tobacco using populations while longitudinal research is needed to determine the extent to which ECs are, or are not, related to quitting 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 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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».