The Effect of 12-Week e-Cigarette Use on Smoking Abstinence at 1 Year
Notice bibliographique
Résumé
BACKGROUND: The current evidence regarding the long-term efficacy of electronic cigarettes (e-cigarettes) for smoking cessation is unclear. OBJECTIVES: The purpose of this study was to assess the efficacy, safety, and tolerability of nicotine and non-nicotine e-cigarettes for smoking cessation in the general population. METHODS: We randomized 376 adults who smoked ≥10 cigarettes/day and were motivated to quit at 17 Canadian sites to 12 weeks of nicotine (15 mg/mL) e-cigarettes (n = 128), non-nicotine e-cigarettes (n = 127), or no e-cigarettes (n = 121). All groups received individual counseling. The primary endpoint was point prevalence abstinence (7-day recall, biochemically validated using expired carbon monoxide) at 12 weeks. The 52-week follow-up results are reported here. RESULTS: Participants (mean age 52 ± 13 years; 47% female) smoked a mean of 21 ± 11 cigarettes/day at baseline. Compared to individual counseling alone, participants randomized to nicotine e-cigarettes plus counseling had higher rates of point prevalence (23.6% vs 9.9%; difference: 13.7%; 95% CI: 4.6%-22.8%) and continuous abstinence (3.1% vs 0.0%; difference: 3.1%; 95% CI: 0.1%-6.2%) and greater reductions in the number of cigarettes smoked (-9.5 ± 10.5 vs -5.6 ± 9.5; difference: -3.9; 95% CI: -6.5 to -1.4) at 52 weeks. Benefits were also observed among participants randomized to non-nicotine e-cigarettes plus counseling vs counseling alone. No differences in abstinence or reduction were found between nicotine and non-nicotine e-cigarettes. CONCLUSIONS: Compared to individual counseling alone, short-term use of standardized nicotine and non-nicotine e-cigarettes plus counseling is efficacious at increasing smoking abstinence at 52 weeks.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».