Incidence of chronic disease following smoking cessation treatment: A matched cohort study using linked administrative healthcare data in Ontario, Canada
Notice bibliographique
Résumé
Scarce evidence is available on the impact of real-world smoking cessation treatment on subsequent health outcomes, such as incidence of chronic disease. This study compared two cohorts of people that smoke-those that enrolled in a smoking cessation program, and a matched control that had not accessed the program-to assess the incidence of cancer, chronic obstructive pulmonary disease, diabetes, hypertension, and major cardiovascular events over a 5-year follow-up period. We selected five sub-cohorts with matched treatment-control pairs in which both individuals were at risk of the five chronic diseases. Incident chronic disease from index date until December 31, 2017, was determined through linkage with routinely collected healthcare data. The cumulative incidence of each chronic disease was estimated using the cumulative incidence function with death as a competing risk. Gray's test was used to test for a difference between matched treatment and control groups in the chronic disease-specific cumulative incidence function over follow-up. Analyses were stratified by sex. Among females, cumulative incidence of diabetes was higher over follow-up for the treatment group (5-year cumulative incidence 5.8% vs 4.2%, p = 0.004), but did not differ for the four other chronic diseases. Among males, cumulative incidence of chronic obstructive pulmonary disease (12.2% vs 9.1%, p < 0.001) and diabetes (6.7% vs 4.8%, p < 0.001) both had higher 5-year cumulative incidence for the treated versus control groups but did not differ for the other three chronic diseases. We conclude that accessing primary-care based smoking cessation treatment is associated with increased incidence of diabetes for both sexes, and chronic obstructive pulmonary disease for males (possibly due to under diagnosis prior to treatment), within 5 years of treatment. The associations detected require further research to understand causal relationships.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».