Do lab-based assessments of pretreatment smoking reinforcement and cue-specific craving predict smoking cessation with varenicline?
Notice bibliographique
Résumé
OBJECTIVE: Individual differences in smoking reinforcement and cue-specific cigarette craving are theorized to influence smoking cessation and relapse. However, there has been little laboratory research that prospectively evaluates these relationships. The present study evaluated whether lab-based indices of pretreatment smoking reinforcement and cue-specific craving predicted subsequent bio-verified abstinence. METHOD: Participants were 253 adults (aged 28-70, 54% female, 78% White, 3% Hispanic) who reported smoking more than five cigarettes per day when enrolled in a randomized, double-blind, placebo-controlled smoking cessation trial (NCT03262662). During a lab visit ∼1 week before treatment began, participants completed the Choice Behavior under Cued Conditions task. On each of the 36 Choice Behavior under Cued Conditions trials, participants spent between $0.01 and $0.25 for a chance (5%-95%) to sample a cigarette or a cup of water. All participants received varenicline, either during Weeks 1-15 or 4-15 of the study, along with counseling at each visit, and attempted to quit smoking at the end of Week 4. Cotinine-bio-verified (< 15 ng/mL) 7-day point-prevalence abstinence was assessed at Weeks 6, 8, 15, and 28. The predictive validity of pretreatment smoking reinforcement and cue-specific craving on abstinence were examined in logistic regressions. RESULTS: As predicted, greater pretreatment smoking reinforcement predicted lower odds of abstinence, an effect that did not vary significantly across time, treatment groups, or biological sex. Pretreatment cue-specific craving was not predictive of abstinence. CONCLUSIONS: This study highlights the theoretical importance of smoking reinforcement and the predictive utility of Choice Behavior under Cued Conditions in identifying those at risk for relapse. (PsycInfo Database Record (c) 2025 APA, all rights reserved).
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 | 0,001 | 0,006 |
| 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 | 0,001 | 0,000 |
| 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 ».