Changes in the smoking status of primary care professionals and their association with rates of tobacco treatment delivery: the TiTAN Greece & Cyprus tobacco dependence treatment training programme
Notice bibliographique
Résumé
AIM: This study examines the impact of a continuing medical education (CME) intervention on smoking cessation among primary-care professionals (PCPs) and explores the relationship between PCP smoking status and patient tobacco-treatment delivery. BACKGROUND: High rates of tobacco use among PCPs have been reported in several European countries. PCPs who smoke are less motivated to provide cessation support to their patients. METHODS: A before-after study was conducted with 228 PCPs from Greece and Cyprus. The intervention included a one-day CME training, a 2.5-hour seminar three months later, and practice tools. Expert faculty provided informal support to smoking PCPs. Changes in PCP smoking status and 5As (ask, advise, assess, assist, and arrange) tobacco treatment delivery were assessed before and six months after training. Analysis of variance (ANOVA) and analysis of covariance (ANCOVA) were used to evaluate the association between the training and PCP smoking status and 5As delivery. FINDINGS: < 0.01). PCPs reported increased 5As delivery at follow-up, with the highest rates among ex-smokers (>6 months) and never smokers. PCPs reported significant quitting rates following a comprehensive evidence-based training intervention. The findings suggest that addressing PCPs' smoking status can improve both health-care provider and patient smoking outcomes.
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 | 0,002 |
| 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) | 0,001 | 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 ».