The Prevention of Smoking Relapse in Postpartum Women: A Systematic Review and Network Meta-analysis
Notice bibliographique
Résumé
OBJECTIVES: To compare the effects of different interventions for maintaining smoking abstinence in postpartum individuals. METHODS: We searched PubMed, EMBASE, CENTRAL, CINAHL, PsycINFO, and ProQuest up to February 2024. Randomized controlled trials (RCTs) that studied the effects of any interventions on maintaining smoking abstinence in postpartum individuals who quit smoking before delivery were included. A frequentist network meta-analysis using a random-effect model was performed to compare the efficacy of interventions cognitive behavioral therapy (CBT) and motivational interviewing (MI). The surface under the cumulative ranking curve was used to rank the intervention effects. The GRADE approach assessed evidence certainty. RESULTS: We included 11 studies from 10 RCTs (3365 participants). Comparisons with standard care revealed that CBT [relative risk (RR) = 1.03; 95% CI: 0.86, 1.19], CBT-MI (RR = 1.41; 95% CI: 0.87, 2.27), and MI (RR = 1.06; 95% CI: 0.90, 1.24) failed to maintain smoking abstinence at 12 months postpartum. The absolute differences were imprecise, with wide CIs encompassing both potential increases and decreases in smoking abstinence: 7 more per 1000 (95% CI: -31, 43) for CBT, 92 more per 1000 (95% CI: -29, 284) for CBT-MI, and 13 more per 1000 (95% CI: -22, 54) for MI, all with moderate certainty evidence. Subgroup analyses for follow-up periods of <12 months indicated that CBT-MI (RR = 1.67; 95% CI: 1.08, 2.60) and MI (RR = 1.16; 95% CI: 1.01, 1.33) may improve the maintenance of smoking abstinence over the short term. CONCLUSIONS: CBT-MI and MI appear promising in improving the maintenance of smoking abstinence within 12 months postpartum, though further research is needed to enhance long-term abstinence.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».