Trends in US Adult Smoking Prevalence, 2011 to 2022
Notice bibliographique
Résumé
Importance: President Biden recently prioritized the fight against smoking as key to reducing cancer mortality. Objective: To assess trends in smoking and illuminate the association between smoking and reducing deaths due to cancer. Design, Setting, and Participants: This cross-sectional study used responses to National Health Interview Surveys from January 1, 2011, to December 31, 2022, to characterize trends in current smoking for key sociodemographic groups among US adults. Exposures: Age (18-24, 25-39, 40-64, and ≥65 years), family income (<200%, 200%-399%, and ≥400% of the federal poverty level [FPL]), educational level (less than high school, high school degree or General Educational Development, some college, and college degree or above), and race and ethnicity (Black, Hispanic, White, and other). Main Outcomes and Measures: Weighted current smoking prevalence with 95% CIs by analysis group from 2011 to 2022. Average annual percentage change (AAPC) in smoking prevalence by analysis group is calculated using Joinpoint regression. Results: Data from 353 555 adults surveyed by the National Health Interview Surveys from 2011 to 2022 were included (12.6% Black, 15.0% Hispanic, 65.2% White, and 7.3% other race or ethnicity). Overall, smoking prevalence decreased among adults aged 18 to 24 years from 19.2% (95% CI, 17.5%-20.9%) in 2011 to 4.9% (95% CI, 3.7%-6.0%) in 2022 at an AAPC of -11.3% (95% CI, -13.2% to -9.4%), while it remained roughly constant among adults 65 years or older at 8.7% (95% CI, 7.9%-9.5%) in 2011 and 9.4% (95% CI, 8.7%-10.2%) in 2022 (AAPC, -0.1% [95% CI, -0.8% to 0.7%]). Among adults 65 years or older, smoking prevalence increased from 13.0% (95% CI, 11.2%-14.7%) in 2011 to 15.8% (95% CI, 14.1%-17.6%) for those with income less than 200% FPL (AAPC, 1.1% [95% CI, 0.1%-2.1%]) and remained roughly constant with no significant change for those of higher income. Similar age patterns are seen across educational level and racial and ethnic groups. Conclusions and Relevance: This cross-sectional study found that smoking prevalence decreased from 2011 to 2022 in all age groups except adults 65 years or older, with faster decreases among younger than older adults. These findings suggest that the greatest gains in terms of reducing smoking-attributable morbidity and mortality could be achieved by focusing on individuals with low socioeconomic status, as this population has the highest smoking rates and the worst health prospects.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».