Daily users of both smoked and smokeless tobacco and their efforts to quit
Notice bibliographique
Résumé
Objective This study estimates the prevalence of daily dual users (DDUs) (i.e., used both smoked and smokeless tobacco (SLT) daily) of tobacco in Bangladesh and identifies associated factors ; examines approaches they used to quit tobacco use and identifies past attempts and future intention to quit.Methods Data of current tobacco users (n=9,370) collected in two rounds of the Global Adult Tobacco Survey were analyzed. Logistic regressions were used to identify factors associated with DDUs, and Poisson regressions to identify DDUs’ previous attempts and future intentions to quit.Results Among the current users, the prevalence of DDUs decreased from 10.7% in 2009 to 6.4% in 2017. Almost half of the DDUs tried to quit smoking and a quarter to quit SLT during 12-month before the survey. DDUs were more likely than non-DDUs to make a quit attempt (adjusted prevalence ratio (aPR):1.28, 95%Confidence interval (95%CI):1.09–1.50) and intend to quit in the future (aPR:1.13, 95%CI:1.03–2.25). Most of those who attempted to quit received no cessation treatment, and some started using SLT.Conclusions The prevalence of DDUs decreased recently. DDUs were more likely than non-DDUs to report past attempts and future intentions to quit. Cessation treatments should be made available and affordable to expedite tobacco control measures.
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 | 0,003 |
| 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 | 0,001 | 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) | 0,004 | 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 ».