MétaCan
Menu
Retour à la cohorte
Enregistrement W4412840710 · doi:10.1177/10732748251359835

Exploring Practices for Implementing Smoking Cessation in Oncology Settings: A Rapid Systematic Review Update

2025· review· en· W4412840710 sur OpenAlexafffundabout
Isabella R. DeVuono, Stephanie Posa, Naomy M. C. Lafond, Basilhea D. Woodley, Adina Coroiu, Michael Chaiton, William K. Evans, Scott Veldhuizen, Laurie Zawertailo, Osnat C. Melamed, Lawson Eng, Matthew George, Michelle H. Halligan, Caroline B. Silverman, Archie Stewart, Sarwar Hussain, Peter Selby, Nadia Minian

Notice bibliographique

RevueCancer Control · 2025
Typereview
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensCanadian Partnership Against CancerPrincess Margaret Cancer CentreMcMaster UniversityUniversity Health NetworkUniversity of TorontoHamilton Health SciencesMcGill UniversityPublic Health OntarioCentre for Addiction and Mental Health
Organismes subventionnairesCanadian Cancer Society
Mots-clésMedicineSmoking cessationMEDLINEFamily medicineSystematic reviewCochrane LibraryInclusion (mineral)Meta-analysisInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

IntroductionSmoking cessation among individuals with cancer increases the effectiveness of cancer treatments and reduces the risks of death. However, individuals receiving cancer treatments in Ontario's 14 regional cancer centres are provided advice on the benefits of quitting smoking and referrals to smoking cessation treatments at different rates. This rapid systematic review was conducted, with funding from the Canadian Cancer Society, to update a published systematic review (Young et al, 2023) and to (1) identify implementation strategies and related implementation outcomes used in oncology settings; (2) describe the characteristics of these implementation strategies and implementation outcomes; and (3) determine whether specific implementation strategies are associated with increased smoking cessation efforts, referred to as the 3As (Ask, Advise, and Act) approach to smoking cessation.MethodsThis rapid systematic review was registered in The International Prospective Register of Systematic Reviews (registration number CRD42023491391). Three databases were searched for relevant studies: MEDLINE, Embase, and Cochrane Library. The quality of included studies was assessed based on their study design and narrative synthesis was used to summarize the data extracted.Results3158 studies were found, and eighteen new studies met our inclusion criteria. All eighteen studies had a low to moderate risk of bias. The implementation strategies training and educating stakeholders, using evaluative and iterative strategies, providing interactive assistance, supporting clinicians, and developing stakeholder interrelationships were associated with increased asking, advising, and acting, although these associations do not imply causality. Only 5 studies measured implementation outcomes; however, heterogeneity in the measurement tools used prevented analysis.ConclusionAlthough abundant data on implementation strategies was found, implementation outcomes were sparse and connections between the implementation strategies and implementation outcomes could not be drawn. Future studies should pilot the implementation strategies associated with increased asking, advising, and acting, and measure their success, considering both implementation strategies and implementation outcomes, as this information is lacking in the current literature.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,072
score de la tête « metaresearch » (Gemma)0,221
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,072
Score d'incertitude au seuil0,380

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0720,221
Méta-épidémiologie (sens strict)0,0020,003
Méta-épidémiologie (sens large)0,0090,013
Bibliométrie0,0290,021
Études des sciences et des technologies0,0010,001
Communication savante0,0070,009
Science ouverte0,0050,004
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,798
Tête enseignante GPT0,718
Écart entre enseignants0,080 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCancer ControlMême sujetHealth Policy Implementation ScienceTravaux en français237 207