Impact of vaping introduction on cigarette smoking in six jurisdictions with varied regulatory approaches to vaping: an interrupted time series analysis
Notice bibliographique
Résumé
OBJECTIVE: We sought to quantify the impact of vaping introduction on cigarette smoking across settings with varied regulatory approaches to vaping. DESIGN: Interrupted time series analysis, adjusted for cigarette tax levels. SETTING: Four Canadian provinces, UK and Australia. PARTICIPANTS: Entire population of smokers in each country. INTERVENTIONS: The year that vaping was widely introduced in each country. PRIMARY AND SECONDARY OUTCOME MEASURES: The primary outcome is cigarette consumption per adult, and the secondary outcome is smoking prevalence among young adults. RESULTS: Based on allowable nicotine levels, restrictions on e-cigarette advertising, sales and access, and taxation, the least to most restrictive jurisdictions were, in order, Alberta, Ontario, Quebec and British Columbia (all in Canada), UK and Australia. In most, but not all, settings where higher nicotine content was permitted in vaping products (66 mg/mL), vaping introduction led to a reduction in cigarette consumption per capita (Ontario: p=0.037, Quebec: p=0.007) or in smoking prevalence among young adults (Alberta men, p=0.027; Quebec men, p=0.008; Quebec women, p=0.008). In the UK, where the maximum permitted nicotine content in vaping products was 20 mg/mL, vaping introduction slowed the declining trend in cigarette smoking among men aged 16-24 years (p=0.031) and 25-34 years (p=0.002) but not in cigarette consumption per adult. In Australia, where nicotine was not permitted in e-cigarettes, e-cigarette introduction slowed the declining trend in cigarette consumption per capita and in smoking prevalence among men aged 18-24 years (cigarette consumption: p=0.015, prevalence: p=0.044). CONCLUSION: In environments that enable substitution of cigarettes with e-cigarettes, e-cigarette introduction reduces overall cigarette consumption. Thus, to reduce cigarette smoking, policies that encourage adults to substitute cigarette smoking with vaping should be considered.
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 | 0,010 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».