Effectiveness and cost-effectiveness of an intensive and abbreviated individualized smoking cessation program delivered by pharmacists: A pragmatic, mixed-method, randomized trial
Notice bibliographique
Résumé
Background: Tobacco use is the leading preventable cause of morbidity and mortality in Canada. Smoking cessation programs (SCPs) that are effective, cost-effective and widely available are needed to help smokers quit. Pharmacists are uniquely positioned to provide such services. This study compares the abstinence rates between 2 pharmacist-led SCPs and the cost-effectiveness between these and a comparator group. The study was conducted in St. John's, Newfoundland and Labrador. Methods: This pragmatic, mixed-method trial randomized smokers to either an existing intensive SCP or a new abbreviated SCP designed for community pharmacies. The primary outcome was 6-month abstinence rates. Cost-effectiveness was determined using abstinence rates for the SCPs and a comparator group. Incremental costs per additional quit were calculated for the trial duration, and incremental costs per life-year gained were estimated over a lifetime. Results: = 0.199). Incremental costs per life-year gained for the SCPs were $1576 (intensive) and $1836 (abbreviated). The incremental costs per additional quit, relative to the comparator group, for the SCPs were $1217 (intensive) and $1420 (abbreviated). Discussion: Both SCPs helped smokers quit, and quit rates exceeded those reported for a comparator group that included a general population of adult smokers (~7%). The incremental costs per additional quit for both SCPs compare favourably to those reported for other initiatives such as quit lines and hospital-based interventions. Conclusion: Pharmacist-led smoking cessation programs are effective and highly cost-effective. Widespread implementation, facilitated by remuneration, has potential to lower smoking prevalence and associated costs and harms.
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 | 0,011 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,008 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».