Smoking cessation program preferences of individuals with chronic obstructive pulmonary disease: a qualitative study
Notice bibliographique
Résumé
AIM: To explore the views of tobacco-smoking chronic obstructive pulmonary disease (COPD) and asthma-COPD overlap (ACO) patients on telehealth-based cessation programs and the role of e-cigarettes as an aid to quit smoking. BACKGROUND: Tobacco smoking accelerates the progression of COPD. Traditional smoking cessation programs often do not entirely address the unique needs of COPD patients, leading to suboptimal effectiveness for this population. This research is aimed at describing the attitudes and preferences of COPD and ACO patients toward innovative, telehealth-based smoking cessation strategies and the potential application of e-cigarettes as a quitting aid. METHODS: A qualitative exploratory approach was adopted in this study, employing both focus groups and individual interviews with English-speaking adults with diagnosed COPD or ACO. Participants included both current smokers (≥ 5 cigarettes/day) and recent ex-smokers (who quit < 12 months ago). Data were systematically coded with iterative reliability checks and subjected to thematic analysis to extract key themes. FINDINGS: A total of 24 individuals participated in this study. The emergent themes were the perceived structure and elements of a successful smoking cessation program, the possible integration of telehealth with digital technologies, and the strategic use of e-cigarettes for smoking reduction or cessation. The participants stressed the importance of both social and professional support in facilitating smoking cessation, expressing a high value for insights provided by ex-smokers serving as mentors. A preference was observed for group settings; however, the need for individualized plans was also highlighted, considering the diverse motivations individuals had to quit smoking. The participants perceived online program delivery as potentially beneficial as it could provide immediate access to support during cravings or withdrawals and was accessible to remote users. Opinions on e-cigarettes were mixed; some participants saw them as a less harmful alternative to conventional smoking, while others were skeptical of their efficacy and safety and called for further research.
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 | 0,006 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».