Assessment of the real-world impact of the Thai smoking cessation programme on clinical outcomes: protocol for a multicentre prospective observational study
Notice bibliographique
Résumé
BACKGROUND: Tobacco smoking is the most common preventable cause of morbidity and mortality in the world. In an effort to counteract the harmful consequences of smoking, various tobacco control measures have been implemented, including the use of smoking cessation programmes to reduce the number of new smokers as well as helping current smokers to quit smoking. In Thailand, the SMART Quit Clinic Program (FAH-SAI Clinics) was launched in 2010 to provide smoking cessation services by a multidisciplinary team. There are currently 552 FAH-SAI Clinics established across all 77 provinces of Thailand. AIM: This protocol describes a study aiming to evaluate the SMART Quit Clinic Program (FAH-SAI Clinics) in terms of programme performance and clinical outcomes. We hope that the results of the study could be used to improve the current service model and the programme's success. METHOD: A multicentre prospective observational study will be conducted. The study will focus on 24 FAH-SAI Clinics across 21 provinces of Thailand. The primary outcomes are seven-day point prevalence abstinence rate and continuous abstinence rate at three and six months. The outcomes will be measured using a self-reported questionnaire and biochemical validated by exhaled carbon monoxide. DISCUSSION: This study will be the first real-world study that reports the effectiveness of the well-established smoking cessation programme in Thailand. Findings from this study can help improve the quality of smoking cessation services provided by multidisciplinary teams and other smoking cessation services, especially those implemented in low- and middle-income countries.
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 | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».