The effects of cognitive and emotional status on smoking cessation.
Notice bibliographique
Résumé
OBJECTIVE: Smoking cessation is affected by multiple factors including cognitive status of the patients. In this study, we aimed to investigate the effects of demographic, emotional and cognitive functions of 39 male and 42 female patients who applied to the smoking cessation outpatient clinic on smoking cessation. PATIENTS AND METHODS: This study recruited 81 healthy volunteers of equal age, gender, and educational level. Total Montreal Cognitive Assessment (MoCA) scores were compared according to age, gender, cessation methods, and Beck Depression Inventory and Beck Anxiety Inventory (BAI) scores in smoking cessation settings. RESULTS: In our study, there were 39 (48.1%) male patients and 42 (51.9%) female patients. While 36 patients were able to quit smoking, the remaining 38 were unable to do so. During follow-up, 7 patients had yet to be reached. Age, years of smoking, number of cigarettes smoked per day, education level, first reason for starting smoking, reasons for quitting smoking, quitting method, and medical drugs used were found to have no effect on smoking cessation; however, the MoCA total score, Beck depression scale, Beck anxiety scale, and smoking cessation scale score were found to have significant effects on smoking cessation. CONCLUSIONS: Various cognitive processes, particularly visuospatial and attention skills, have been found to be useful in quitting smoking. Furthermore, emotional states, such as depression and anxiety have a negative impact on quitting smoking. We believe that if it is provided to the patients in the smoking cessation outpatient clinic to boost cognitive capabilities and treat mood problems, the success of smoking cessation will increase.
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 | 0,000 | 0,002 |
| 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) | 0,002 | 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 ».