App-Based Smoking Urge Reduction Intervention for Young Adults: Protocol Combining a Microrandomized Trial and Conventional Between-Subject Randomized Trial
Notice bibliographique
Résumé
BACKGROUND: Tobacco smoking is the leading preventable cause of morbidity and mortality in the United States, and young adults have high smoking rates. Although most young adult smokers are interested in quitting, they underutilize professional cessation support. Smartphones have wide reach and integration into young adults' lives, and these devices offer great opportunities to deliver cessation interventions by delivering messages suggesting coping strategies "in the moment" when smokers need cessation support. OBJECTIVE: The overall goal of this trial is to evaluate the efficacy of cognitive behavioral therapy (CBT) and mindfulness or acceptance and commitment therapy (ACT) messages for young adults targeted at specific high-risk situations for smoking. METHODS: We will conduct a microrandomized trial (MRT; within-subject randomization) to test the efficacy of CBT and mindfulness or ACT compared with control messages for reducing smoking urge up to 15 minutes after message delivery, nested in a conventional between-subject randomized controlled trial (RCT). A conventional between-subject control group of participants who will complete ecological momentary assessment (EMA) only without intervention messages will allow us to test if messages reduce cigarettes per day at the end of treatment, 3-month follow-up, and 6-month follow-up. Among MRT intervention group participants, we will explore how message efficacy may be moderated by substance co-use (cannabis, alcohol, other drugs) and exposure to specific settings (home, work, bars). RESULTS: As of June 2025, we had enrolled 58 participants of the target sample of 160, with 52% (30/58) assigned to the MRT group and 48% (28/58) assigned to the EMA-only control. CONCLUSIONS: Smoking onset is now more common among young adults than adolescents, and early cessation substantially reduces morbidity and mortality from smoking, making age-appropriate, tailored, and scalable interventions for this high-priority population even more important. Results of this trial will provide evidence on the efficacy of tailored intervention messages to help young adult smokers cope with smoking urges as an integral part of smartphone interventions. Findings will inform the field about key principles, strategies, and efficacy of situational tailoring of app-based tobacco use urge reduction messages. TRIAL REGISTRATION: ClinicalTrials.gov NCT05836103; https://clinicaltrials.gov/study/NCT05836103. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/74388.
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 | 0,022 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,002 |
| Méta-épidémiologie (sens large) | 0,009 | 0,005 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,006 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,040 | 0,007 |
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 ».