Treating Tobacco Dependency in National Health Service Workers in Greater Manchester: An Evaluation of a Bespoke Digital Service
Notice bibliographique
Résumé
Introduction: Treating tobacco dependency in National Health Service (NHS) workers delivers substantial benefits at an individual, population, and health care system level. We report the outcomes from the Greater Manchester Integrated Care Partnership's tobacco dependency treatment program for NHS workers which includes 6-months' access to behavioral support and 12 weeks of treatment through a digital application. Methods: Aggregate results for all participants across the program from January 1, 2022, to September 1, 2023, are reported including a deep-dive evaluation of 300 participants recruited to provide chemically validated outcomes. Results: A total of 1567 NHS workers participated in the program within the evaluation period, completing 24,048 sessions with specialist advisors within the application, ordering 18,710 nicotine vape liquids, 6927 nicotine patches, and 297 short-acting nicotine products. Users reported achieving 89,464 smoke-free days, 1,258,069 less cigarettes smoked, and a financial saving of £622,231. The deep-dive evaluation revealed a CO-verified 12-week abstinence rate of 37% (111 of 300). Conclusion: This evaluation provides assurance of clinical effectiveness within a bespoke digital tobacco dependency treatment program for NHS workers across an Integrated Care Partnership.
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 | 0,013 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».