Barriers and facilitators to perioperative smoking cessation: A scoping review
Notice bibliographique
Résumé
OBJECTIVE: Smoking cessation interventions are underutilized in the surgical setting. We aimed to systematically identify the barriers and facilitators to smoking cessation in the surgical setting. METHODS: Following the Joanna Briggs Institute (JBI) framework for scoping reviews, we searched 5 databases (MEDLINE, Embase, Cochrane CENTRAL, CINAHL, and PsycINFO) for quantitative or qualitative studies published in English (since 2000) evaluating barriers and facilitators to perioperative smoking cessation interventions. Data were analyzed using thematic analysis and mapped to the theoretical domains framework (TDF). RESULTS: From 31 studies, we identified 23 unique barriers and 13 facilitators mapped to 11 of the 14 TDF domains. The barriers were within the domains of knowledge (e.g., inadequate knowledge of smoking cessation interventions) in 23 (74.2%) studies; environmental context and resources (e.g., lack of time to deliver smoking cessation interventions) in 19 (61.3%) studies; beliefs about capabilities (e.g., belief that patients are nervous about surgery/diagnosis) in 14 (45.2%) studies; and social/professional role and identity (e.g., surgeons do not believe it is their role to provide smoking cessation interventions) in 8 (25.8%) studies. Facilitators were mainly within the domains of environmental context and resources (e.g., provision of quit smoking advice as routine surgical care) in 15 (48.4%) studies, reinforcement (e.g., surgery itself as a motivator to kickstart quit attempts) in 8 (25.8%) studies, and skills (e.g., smoking cessation training and awareness of guidelines) in 5 (16.2%) studies. CONCLUSION: The identified barriers and facilitators are actionable targets for future studies aimed at translating evidence informed smoking cessation interventions into practice in perioperative settings. More research is needed to evaluate how targeting these barriers and facilitators will impact smoking outcomes.
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 | 0,034 | 0,124 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,019 | 0,018 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».