Cigarette pack size and consumption: a randomized cross‐over trial
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Smoking fewer cigarettes per day may increase the chances of stopping smoking. Capping the number of cigarettes per pack is a promising policy option, but the causal impact of such a change is unknown. This study aimed to test the hypothesis that lowering cigarette pack sizes from 25 to 20 reduces the number of cigarettes smoked. DESIGN: This randomized controlled cross-over trial had two 14-day intervention periods with an intervening 7-day period of usual behaviour. Participants purchased their own cigarettes. They were instructed to smoke their usual brand from either one of two sizes of pack in each of two 14-day intervention periods: (a) 25 cigarettes and (b) 20 cigarettes. Participants were randomized to the order in which they smoked from the two pack sizes (a-b; b-a). SETTING: Canada. PARTICIPANTS: Participants were adult smokers who smoked from pack sizes of 25, recruited between July 2020 and June 2021. Of 252 randomized, 240 (95%) completed the study and 236 (94%) provided sufficient data for the primary analysis. MEASUREMENTS: Cigarettes smoked per participant per day. FINDINGS: Participants smoked fewer cigarettes per day from packs of 20 cigarettes [n = 234, mean = 15.7 standard deviation (SD) = 7.1] than from packs of 25 (n = 235, mean = 16.9, SD = 7.1). After adjusting for pre-specified covariates (baseline consumption and heaviness of smoking), modelling estimated that participants smoked 1.3 fewer cigarettes per day [95% confidence interval (CI) = -1.7 to -0.9], equivalent to 7.6% fewer (95% CI = -10.1 to -5.2%) from packs of 20 cigarettes. CONCLUSIONS: Smoking from packs of 20 compared with 25 cigarettes reduced the number of cigarettes smoked per day.
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) | 0,004 | 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 ».