Exploring a diverse set of specifications related to associations between adolescent smoking, vaping, and emotional problems: a multiverse analysis
Notice bibliographique
Résumé
PURPOSE: The epidemiological landscape of adolescent smoking, vaping, and emotional problems has drastically changed over the past two decades. Whether and why these problems co-occur remains unclear, though this understanding is crucial for global policy and prevention efforts. The nature of co-occurring problems may be influenced by different researcher decisions when defining, operationalizing, and modeling these relationships. This study uses multiverse analysis (also known as specification curve analysis or vibration of effects), which models all justifiable measurement and analytic specifications in a single sample, to unpack the impact of researcher decisions when modeling these relationships. METHODS: Multiverse analyses were done with 3,648 unique models using a longitudinal sample of 6,639 Australian adolescents (aged ∼14.7-15.7, 2021-2022). RESULTS: Consistent co-occurrence of smoking or vaping and emotional problems was seen across unadjusted or only demographic-adjusted cross-sectional models (100 %). However, the temporality of relationships, choice of confounders, and operationalization of emotional problems substantially impacted findings. Emotional problems appeared to lead to reports of past 6 month smoking more-so than the reverse (88 % vs. 9 % unadjusted/demographic-adjusted), depression-focused measures yielded more consistent associations with smoking or vaping than anxiety-focused, and certain confounders (i.e., conduct, ADHD, other substances) explained most of the associations between adolescent smoking or vaping and emotional problems. Decision related to missingness or binary versus continuous outcomes did not meaningfully impact findings. CONCLUSIONS: While adolescent smoking or vaping and emotional problems commonly co-occur, methodological choices regarding timing, definitions, and confounding significantly influence the perceived strength of these relationships. Hence, such nuances demand careful consideration when interpreting evidence for policy.
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 | 0,071 | 0,124 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,014 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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.
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 ».