MétaCan
Menu
Retour à la cohorte
Enregistrement W4407658216 · doi:10.1016/j.whi.2025.01.003

Smoking Cessation Programs for Women in Non-reproductive Contexts: A Systematic Review

2025· review· en· W4407658216 sur OpenAlexafffund
Alexa Gruber, Alexa Braverman, Wayne K. deRuiter, Terri Rodak, Lorraine Greaves, Nancy Poole, Monica Parry, Monika Kastner, Diana Sherifali, Carly Whitmore, Andrew Sixsmith, Sabrina Voci, Nadia Minian, Laurie Zawertailo, Peter Selby, Osnat C. Melamed

Notice bibliographique

RevueWomen s Health Issues · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensSimon Fraser UniversityPopulation Health Research InstituteBritish Columbia Centre of Excellence for Women's HealthNorth York General HospitalCentre for Addiction and Mental HealthMcMaster UniversityUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchSimon Fraser UniversityDepartment of Family and Community Medicine, University of TorontoMcMaster UniversityCentre for Addiction and Mental Health FoundationAGE-WELLCentre for Addiction and Mental HealthUniversity of Toronto
Mots-clésSmoking cessationMedicinePsychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Women's smoking and cessation behaviors are influenced by various sex- and gender- (SaG) related factors; however, most smoking cessation programs that do not target pregnant women follow a gender-neutral approach. We aimed to systematically review the literature on smoking cessation programs for women outside reproductive contexts to assess their effectiveness and how they address SaG-related barriers. METHODS: We selected experimental studies published between June 1, 2009, and June 7, 2023, that describe smoking cessation interventions designed exclusively for women. Two independent reviewers extracted study characteristics, intervention effectiveness, strategies to address SaG-related factors, and the studies' approach to gender equity using the gender integration continuum. We searched multiple databases to comprehensively identify relevant studies for inclusion. The protocol was registered with PROSPERO #CRD42023429054. RESULTS: Twenty-five studies were selected and summarized using a narrative synthesis. Of these, nine (36%) found a greater reduction in smoking in the intervention group relative to the comparison group. Nine studies addressed women's concerns about post-cessation weight gain; however, in only one of these did the intervention group show a greater likelihood of quitting smoking relative to the comparison group. In contrast, three of four studies tailored for women facing socioeconomic disadvantage, and three of four studies designed for women with medical comorbidities, reported a greater reduction in smoking behaviors in the intervention relative to the comparison group. Ten studies relied solely on counseling and did not provide participants with smoking cessation pharmacotherapy. Overall, studies addressed individual and community-level barriers to quitting, including post-cessation weight gain, lack of social support, psychological distress, and cultural influences. All but one study avoided using harmful gender norms to promote cessation. CONCLUSIONS: Strategies that address SaG-related barriers to quitting may improve cessation outcomes among women, particularly when tailored to meet the unique needs of specific groups such as those facing socioeconomic disadvantage. Future studies should combine best practices in smoking cessation treatment-behavioral counseling and pharmacotherapy-with new knowledge on how SaG factors influence motives for smoking and barriers to quitting. Such an approach could lead to more effective and equitable smoking cessation interventions for women.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,291
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0060,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,066
Tête enseignante GPT0,435
Écart entre enseignants0,370 · 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 tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWomen s Health IssuesMême sujetSmoking Behavior and CessationTravaux en français237 207