Effective interventions to prevent youth vaping behaviours: a rapid review
Notice bibliographique
Résumé
OBJECTIVE: To identify effective policies and non-policy interventions preventing youth vaping behaviour initiation and assess their effectiveness by the level of intrusiveness and subpopulations. DESIGN: This systematic rapid review followed the Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines. DATA SOURCES: Searches on MEDLINE and APA-PsycINFO for studies published between January 2019 and November 2023. ELIGIBILITY CRITERIA: Observational, intervention or mixed-method studies and quantitative systematic reviews/meta-analyses measuring the impact of interventions on youth (6-18 years) who never vaped or who had experimentally vaped. DATA EXTRACTION AND SYNTHESIS: . We applied PROGRESS-Plus (Place of residence, Race/ethnicity/culture/language, Occupation,Gender/sex, Religion, Education, Socioeconomic status, Social capital, and additional context-specific factors) for an equity analysis. Methodological quality was assessed using the Effective Public Health Practice Project Quality Assessment Tool. RESULTS: 20 studies were included: 45% were experiments or quasiexperiments, 85% reported data from the USA, 65% were non-policy interventions and 40% and 35% measured susceptibility and attitudes and behaviours related to vaping, respectively. Considering the level of intrusiveness, 45% of the studies provided information and 25% eliminated choices. Overall, the certainty of evidence was low. The effectiveness of interventions regarding their level of intrusiveness varied by each outcome. No clear pattern was found between the level of intrusiveness and intervention effectiveness, suggesting that overall, the studied interventions positively changed youth vaping behaviours. Some interventions had positive effects on multiple outcomes. Equity-related findings suggested that younger youth may be less responsive to the interventions. Recommendations for action are provided. CONCLUSIONS: We suggest that combining multiple interventions targeting different levels of intrusiveness and outcomes may be more effective in preventing youth vaping behaviours. Also important is to tailor programmes to younger youth to better meet their needs.
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 | 0,103 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,011 | 0,013 |
| Bibliométrie | 0,022 | 0,016 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,009 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,003 |
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 ».