Provision of recent advice to quit smoking by healthcare providers in Canada: Findings from the 2022 Canada International Tobacco Control Smoking and Vaping Survey
Notice bibliographique
Résumé
Objectives: Among Canadian adults who currently or formerly smoked cigarettes, we examined: consultations with healthcare providers (HPs) in the last two years; among those, the proportion who received any smoking cessation advice and the type of support recommended; and whether receiving cessation advice varied by social determinants of health (SDH) and health conditions. Methods: Data are from the 2022 Canada International Tobacco Control Survey (online; August-December 2022). Eligible respondents included 1163 adults who smoked daily for at least two years or quit smoking in the last two years, but previously smoked daily. SDH and health variables included: sociodemographics, financial insecurity, depression/anxiety, lung disease, and alcohol use. Results: Almost half consulted an HP (48.7 %); among those, 51.0% received cessation advice: 46.8 % were advised to use nicotine replacement therapy, 32.0 % varenicline, 14.0 % bupropion, 13.3 % a quitline, 14.5 % a smoking cessation program, and 2.6 % an e-cigarette. Adults with heart disease were more likely to receive advice to quit [odds ratio (OR) 2.74, 95 % confidence interval (CI):1.26,5.98)]. Among adults who were smoking, those who had no interest in quitting (OR 0.25, 95 % CI: 0.09,0.68) or reported that they wanted to quit a little/somewhat (OR 0.42, 95 % CI: 0.22,0.80) were less likely to receive advice compared to those who wanted to quit smoking a lot. There were no significant differences by SDH, mental health, lung disease, or alcohol use. Conclusion: The low rate of smoking cessation advice from HPs underscores the need for systematic engagement across clinical settings to encourage quitting smoking and offer evidence-based methods to support cessation.
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 | 0,001 | 0,002 |
| 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 ».