Efficacy of a novel online integrated treatment for problem gambling and tobacco smoking: Results of a randomized controlled trial
Notice bibliographique
Résumé
Background and aims: Problem gambling and tobacco use are highly comorbid among adults. However, there are few treatment frameworks that target both gambling and tobacco use simultaneously (i.e., an integrated approach), while also being accessible and evidence-based. The aim of this two-arm open label RCT was to examine the efficacy of an integrated online treatment for problem gambling and tobacco use. Methods: A sample of 209 participants (Mage = 37.66, SD = 13.81; 62.2% female) from North America were randomized into one of two treatment conditions (integrated [n = 91] or gambling only [n = 118]) that lasted for eight weeks and consisted of seven online modules. Participants completed assessments at baseline, after treatment completion, and at 24-week follow-up. Results: While a priori planned generalized linear mixed models showed no condition differences on primary (gambling days, money spent, time spent) and secondary outcomes, both conditions did appear to significantly reduce problem gambling and smoking behaviours over time. Post hoc analyses showed that reductions in smoking and gambling craving were correlated with reductions in days spent gambling, as well as with gambling disorder symptoms. Relatively high (versus low) nicotine replacement therapy use was associated with greater reductions in gambling behaviours in the integrated treatment condition. Discussion and conclusions: While our open label RCT does not support a clear benefit of integrated treatment, findings suggest that changes in smoking and gambling were correlated over time, regardless of treatment condition, suggesting that more research on mechanisms of smoking outcomes in the context of gambling treatment may be relevant.
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) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 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 ».