Coordinating smoking cessation treatment with menstrual cycle phase to improve quit outcomes (MC-NRT): study protocol for a randomized controlled trial
Notice bibliographique
Résumé
BACKGROUND: Women experience greater difficulty achieving smoking abstinence compared to men. Recent evidence suggests that hormonal fluctuations during different phases of the menstrual cycle can contribute to lower smoking abstinence rates following a quit attempt among women. However, these findings are limited by small sample sizes and variability among targeted smoking quit dates. This clinical trial aims to clarify whether targeting the quit date to the follicular or luteal phase of the menstrual cycle can improve smoking abstinence. METHODS: Participants will enroll in an online smoking cessation program providing nicotine replacement therapy (NRT) and behavioral support. We will randomize 1200 eligible individuals to set a target quit date: (1) during the mid-luteal phase, (2) during the mid-follicular phase, or (3) 15-30 days after enrollment with no regard to the menstrual cycle phase (usual practice). Participants will receive a 6-week supply of combination NRT consisting of a nicotine patch plus their choice of nicotine gum or lozenge. Participants will be instructed to start using NRT on their target quit date. Optional behavioral support will consist of a free downloadable app and brief videos focusing on building a quit plan, coping with cravings, and relapse prevention, delivered via e-mail. Smoking status will be assessed via dried blood spot analysis of cotinine concentration at 7 days, 6 weeks, and 6 months post-target quit date. DISCUSSION: We aim to overcome the limitations of previous studies by recruiting a large sample of participants and assigning target quit dates to the middle of both the follicular and luteal phases. The results of the trial can further elucidate the effects of the menstrual cycle on smoking cessation outcomes and whether it is beneficial to combine menstrual cycle phase timing strategies with accessible and low-cost NRT. TRIAL REGISTRATION: ClinicalTrials.gov NCT05515354. Registered on August 23, 2022.
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 | 0,041 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,004 |
| Méta-épidémiologie (sens large) | 0,014 | 0,006 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,009 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,097 | 0,018 |
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 ».