130 Awareness and Implementation of Tobacco Control Practices in Rural Louisiana Federally Qualified Health Centers
Notice bibliographique
Résumé
OBJECTIVES/GOALS: Tobacco use remains a significant problem in rural America. Federally Qualified Health Centers (FQHCs) can help reduce the burden of tobacco use in rural areas. Still, we know little about center awareness and implementation of best practices for tobacco control. We assessed the knowledge and existence of tobacco control strategies in rural FQHCs. METHODS/STUDY POPULATION: We electronically surveyed health administrators and providers (n=33) in three rural Louisiana FQHCs between March and April 2021. The assessment measured awareness of the U.S. Public Health Service Clinical Practice Guideline for Treating Tobacco Use, center priority given to smoking cessation programming, the presence of best practices for tobacco control programming such as having a tobacco control champion and team, treatment and smoke-free campus policies, and referral to external cessation services. Descriptive statistics characterize survey respondents and responses. RESULTS/ANTICIPATED RESULTS: The majority of the respondents were female (88.5%), White (53.8%), between 35 and 54 years of age (69.2%), and non-smokers (65.4%). Among all respondents, 69.7% reported awareness of the U.S. Public Health Service Clinical Practice Guideline for Treating Tobacco Use. Less than half (48%) said their health center gave smoking cessation high priority relative to other health priorities. Only a third (36%) reported having a tobacco champion, and a quarter (25%) had a tobacco control team at their facility. Although all centers had a smoke-free campus policy, a quarter (27%) were unaware of the policy. Only a quarter (27%) reported having a written policy for smoking cessation treatment at their center, and a little more than half (56.7%) knew about cessation services to which they could refer tobacco users. DISCUSSION/SIGNIFICANCE: Centers had limited knowledge of the U.S. guideline for tobacco use treatment. Smoking cessation lacked priority, and tobacco control best practices implementation was low. FQHCs serving rural populations can implement guideline-recommend policies and clinical treatments, and future studies should test strategies to increase implementation.
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 | 0,010 | 0,001 |
| 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 | 0,001 |
| 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 ».