MétaCan
Menu
← Retour à la cohorte
Enregistrement W4402917868 · doi:10.2196/57376

Outcomes of a Comprehensive Mobile Vaping Cessation Program in Adults Who Vape Daily: Cohort Study

2024· article· en· W4402917868 sur OpenAlexvenueno aff
Jennifer D Marler, Craig A Fujii, MacKenzie T Utley, Daniel J Balbierz, Joseph A. Galanko, David S. Utley

Notice bibliographique

RevueJMIR Formative Research · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreprintCohortMedicineCohort studyGerontologyComputer scienceWorld Wide WebInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In the United States, e-cigarettes, or vapes, are the second most commonly used tobacco product. Despite abundant smartphone app-based cigarette cessation programs, there are few such programs for vaping and even fewer supporting data. OBJECTIVE: This exploratory, prospective, single-arm, remote cohort study of the Pivot vaping cessation program assessed enrollment and questionnaire completion rates, participant engagement and retention, changes in attitudes toward quitting vaping, changes in vaping behavior, and participant feedback. We aimed to establish early data to inform program improvements and future study design. METHODS: American adults aged ≥21 years who vaped daily, reported ≥5 vape sessions per day, and planned to quit vaping within 6 months were recruited on the web. Data were self-reported via app- and web-based questionnaires. Outcomes included engagement and retention (ie, weeks in the program, number of Pivot app openings, and number of messages sent to the coach), vaping attitudes (ie, success in quitting and difficulty staying quit), vaping behavior (ie, quit attempts, Penn State Electronic Cigarette Dependence Index, 7- and 30-day point-prevalence abstinence [PPA], and continuous abstinence [defined as ≥7-day PPA at 12 weeks+30-day PPA at 26 weeks+0 vaping sessions since 12 weeks]), and participant feedback. RESULTS: In total, 73 participants onboarded (intention-to-treat sample); 68 (93%) completed the 12- and 26-week questionnaires (completer samples). On average, participants were active in Pivot for 13.8 (SD 7.3) weeks, had 87.3 (SD 99.9) app sessions, and sent 37.6 (SD 42.3) messages to their coach over 26 weeks. Mean success in quitting and difficulty staying quit (scale of 1-10) improved from baseline to 12 weeks-4.9 (SD 2.9) to 7.0 (SD 3.0) and 4.0 (SD 2.8) to 6.2 (SD 3.1), respectively (P<.001 in both cases). Most participants (64/73, 88%) made ≥1 quit attempt. At 26 weeks, intention-to-treat 7-day PPA, 30-day PPA, and continuous abstinence rates were 48% (35/73), 45% (33/73), and 30% (22/73), respectively. In total, 45% (33/73) of the participants did not achieve 7-day PPA at 26 weeks; their mean Penn State Electronic Cigarette Dependence Index score decreased from baseline (13.9, SD 3.1) to 26 weeks (10.8, SD 4.5; mean change -3.2, SD 3.9; P<.001); 48% (16/33) of these participants improved in the e-cigarette dependence category. At 2 weeks, 72% (51/71) of respondents reported that using Pivot increased their motivation to quit vaping; at 4 weeks, 79% (55/70) reported using Pivot decreased the amount they vaped per day. CONCLUSIONS: In this first evaluation of Pivot in adult daily vapers, questionnaire completion rates were >90%, average program engagement duration was approximately 14 weeks, and most participants reported increased motivation to quit vaping. These and early cessation outcomes herein suggest a role for Pivot in vaping cessation and will inform associated future study and program improvements.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,070
Tête enseignante GPT0,466
Écart entre enseignants0,396 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative Research→Même sujetSmoking Behavior and Cessation→Travaux en français237 207→