Patterns of tobacco use in low and middle income countries by tobacco product and sociodemographic characteristics: nationally representative survey data from 82 countries
Notice bibliographique
Résumé
OBJECTIVES: To determine the prevalence and frequency of using any tobacco product and each of a detailed set of tobacco products, how tobacco use and frequency of use vary across countries, world regions, and World Bank country income groups, and the socioeconomic and demographic gradients of tobacco use and frequency of use within countries. DESIGN: Secondary analysis of nationally representative, cross-sectional, household survey data from 82 low and middle income countries collected between 1 January 2015 and 31 December 2020. SETTING: Population based survey data. PARTICIPANTS: 1 231 068 individuals aged 15 years and older. MAIN OUTCOME MEASURES: Self-reported current smoking, current daily smoking, current smokeless tobacco use, current daily smokeless tobacco use, pack years, and current use and use frequencies of each tobacco product. Products were any type of cigarette, manufactured cigarette, hand rolled cigarette, water pipe, cigar, oral snuff, nasal snuff, chewing tobacco, and betel nut (with and without tobacco). RESULTS: The smoking prevalence in the study sample was 16.5% (95% confidence interval 16.1% to 16.9%) and ranged from 1.1% (0.9% to 1.3%) in Ghana to 50.6% (45.2% to 56.1%) in Kiribati. The user prevalence of smokeless tobacco was 7.7% (7.5% to 8.0%) and prevalence was highest in Papua New Guinea (daily user prevalence of 65.4% (63.3% to 67.5%)). Although variation was wide between countries and by tobacco product, for many low and middle income countries, the highest prevalence and cigarette smoking frequency was reported in men, those with lower education, less household wealth, living in rural areas, and higher age. CONCLUSIONS: Both smoked and smokeless tobacco use and frequency of use vary widely across tobacco products in low and middle income countries. This study can inform the design and targeting of efforts to reduce tobacco use in low and middle income countries and serve as a benchmark for monitoring progress towards national and international goals.
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) | 0,000 | 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) | 0,000 | 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 ».