Daily Cigarette Abstinence and Smoking Rate With Varenicline: Relationships With Treatment, Craving, and Affect During the First Week of the Quit Attempt
Notice bibliographique
Résumé
INTRODUCTION: Dichotomized smoking abstinence (abstinent/smoking) is the standard outcome for clinical trials, but obscures smoking behavior change. Examining both smoking probability and smoking rate as outcomes may identify unique barriers to cessation (eg, craving, affect) among individuals who are receiving treatment but unable to quit. AIMS AND METHODS: Two-part latent growth modeling examined daily smoking probability and smoking rate during the first week of the quit attempt using self-reported cigarettes per day. Smoking trajectories and the effect of 12 weeks of varenicline (vs. placebo), craving, negative affect (NA), and positive affect (PA) on these trajectories were examined among 828 adults in a randomized smoking cessation trial (NCT01314001). RESULTS: On average, smoking probability was 46% on the target quit day and increased to 50% later into the week (ps < .01). Among participants continuing to smoke, daily smoking rates were reduced to 27% of baseline rates and remained stable throughout the week (p = .62). Varenicline use was associated with lower smoking probability (p < .001). Higher craving and NA were associated with a higher smoking probability and higher smoking rates (ps ≤ .05). Higher PA was associated with a higher smoking probability, but lower smoking rates (ps < .04). CONCLUSIONS: Modeling smoking behavior, versus dichotomized abstinence, reveals differences in predictors of treatment effects. Results suggest smoking probability increases early into the quit attempt while daily smoking rates remain stable. Varenicline increases the probability of abstinence. Smoking abstinence and lower smoking rates were both associated with lower cravings and NA. However, PA demonstrated differential relationships with abstinence and smoking rates. IMPLICATIONS: This study expands clinical outcomes beyond dichotomous smoking abstinence by conducting preliminary two-part latent growth models to evaluate treatment processes and barriers to cessation on both smoking probability and smoking rate. This approach provides a complementary understanding of treatment effects and predictors of outcomes. Results suggest time, treatment, craving, and affect may have differential relationships with smoking probability versus smoking rates which would not be captured in traditional modeling for clinical trial outcomes.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».