Evaluating partner-involved financial incentive treatments for smoking cessation in dual-smoker couples: A randomized controlled trial protocol
Notice bibliographique
Résumé
BACKGROUND: Individuals who smoke combustible nicotine cigarettes and are partnered with another smoker are less likely to quit smoking than other smokers. Financial incentives for cessation increase individual abstinence. However, these interventions have not been examined using a dyadic approach that targets the couple rather than an individual. The current study will evaluate two variants of a dyadic financial incentive intervention for smoking cessation in dual-smoking couples. METHODS: Feasibility and tolerability of dyadic financial incentive treatments in dual-smoking couples has been established, along with their preliminary efficacy. The current study will utilize a large-scale clinical trial to systematically evaluate the efficacy and mechanisms of change of two variants of dyadic financial incentive interventions among 450 dual-smoking couples. RESULTS: The primary study outcome will be 6-month point-prevalence abstinence (self-report abstinence for 7 days + biochemical verification) among targets in dual-smoking couples. Partner abstinence at 6-months, and both target and partner abstinence at 1, 3, and 12 months will be examined as secondary outcomes. Potential treatment mechanisms, including motivational and relationship processes will be evaluated to inform future interventions. DISCUSSION: Individuals with smoking partners experience low motivation to quit and low success rates when they make quit attempts. Current evidence-based interventions target individuals in isolation from their social networks that strongly influence them. This approach represents a critical next step toward developing interventions that effectively capitalize on social network members to produce and sustain smoking 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 | 0,054 | 0,104 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,002 |
| 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) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».