The Association Between Adolescent Mental Health Symptoms and Characteristics of Cigarette and E-Cigarette Use
Notice bibliographique
Résumé
INTRODUCTION: While there is a bi-directional relationship between internalizing mental health (IMH) symptoms (i.e., symptoms of depression, symptoms of anxiety) and nicotine use, it is unclear how IMH relates to patterns of use. The purpose of this study is to quantitatively examine the relationship between IMH symptoms and indicators of nicotine dependence, quit intentions, and quit attempts among adolescents who use cigarettes and/or e-cigarettes. METHODS: = 18,800). We measured indicators of nicotine dependence (i.e., frequency of use, time to first use, and perceived addiction), quit intention, and quit attempt history separately for cigarettes and e-cigarettes. Respondents reported current IMH symptoms (any vs. none). We examined associations between IMH symptoms and all outcomes using regression models, adjusting for dual use, and examining moderation by dual use. RESULTS: IMH symptoms were positively associated with e-cigarette nicotine dependence indicators and intention to quit e-cigarettes. IMH symptoms were positively associated with cigarette nicotine dependence indicators and intention to quit for those reporting dual use of e-cigarettes and cigarettes, but not exclusive cigarette use. IMH symptoms were positively associated with ever having a quit attempt for both products. CONCLUSIONS: Findings indicate that IMH symptoms were comorbid with greater dependence on nicotine products, particularly e-cigarettes. Smoking and e-cigarette cessation interventions should consider mental health, though research is needed to understand the directionality of the relationship between IMH symptoms and e-cigarette use.
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 | 0,000 | 0,000 |
| 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) | 0,000 | 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; un appel candidat d’une seule tête enseignante, 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 ».