Fifty-year forecasts of daily smoking prevalence: can Australia reach 5% by 2030?
Notice bibliographique
Résumé
OBJECTIVE: To compare 50-year forecasts of Australian tobacco smoking rates in relation to trends in smoking initiation and cessation and in relation to a national target of ≤5% adult daily prevalence by 2030. METHODS: A compartmental model of Australian population daily smoking, calibrated to the observed smoking status of 229 523 participants aged 20-99 years in 26 surveys (1962-2016) by age, sex and birth year (1910-1996), estimated smoking prevalence to 2066 using Australian Bureau of Statistics 50-year population predictions. Prevalence forecasts were compared across scenarios in which smoking initiation and cessation trends from 2017 were continued, kept constant or reversed. RESULTS: At the end of the observation period in 2016, model-estimated daily smoking prevalence was 13.7% (90% equal-tailed interval (EI) 13.4%-14.0%). When smoking initiation and cessation rates were held constant, daily smoking prevalence reached 5.2% (90% EI 4.9%-5.5%) after 50 years, in 2066. When initiation and cessation rates continued their trajectory downwards and upwards, respectively, daily smoking prevalence reached 5% by 2039 (90% EI 2037-2041). The greatest progress towards the 5% goal came from eliminating initiation among younger cohorts, with the target met by 2037 (90% EI 2036-2038) in the most optimistic scenario. Conversely, if initiation and cessation rates reversed to 2007 levels, estimated prevalence was 9.1% (90% EI 8.8%-9.4%) in 2066. CONCLUSION: A 5% adult daily smoking prevalence target cannot be achieved by the year 2030 based on current trends. Urgent investment in concerted strategies that prevent smoking initiation and facilitate cessation is necessary to achieve 5% prevalence by 2030.
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 | 0,000 | 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) | 0,000 | 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 ».