Feasibility of precision smoking treatment in a low-income community setting: results of a pilot randomized controlled trial in The Southern Community Cohort Study
Notice bibliographique
Résumé
Abstract Background The feasibility of precision smoking treatment in socioeconomically disadvantaged communities has not been studied. Methods Participants in the Southern Community Cohort Study who smoked daily were invited to join a pilot randomized controlled trial of three smoking cessation interventions: guideline-based care (GBC), GBC plus nicotine metabolism-informed care (MIC), and GBC plus counseling guided by a polygenic risk score (PRS) for lung cancer. Feasibility was assessed by rates of study enrollment, engagement, and retention, targeting > 70% for each. Using logistic regression, we also assessed whether feasibility varied by age, sex, race, income, education, and attitudes toward precision smoking treatment. Results Of 92 eligible individuals (79.3% Black; 68.2% with household income < $15,000), 67 (72.8%; 95% CI 63.0–80.9%) enrolled and were randomized. Of these, 58 (86.6%; 95% CI 76.4–92.8%) engaged with the intervention, and of these engaged participants, 43 (74.1%; 95% CI 61.6–83.7%) were retained at 6-month follow-up. Conditional on enrollment, older age was associated with lower engagement (OR 0.83, 95% CI 0.73–0.95, p = 0.008). Conditional on engagement, retention was significantly lower in the PRS arm than in the GBC arm (OR 0.18, 95% CI 0.03–1.00, p = 0.050). No other selection effects were observed. Conclusions Genetically informed precision smoking cessation interventions are feasible in socioeconomically disadvantaged communities, exhibiting high enrollment, engagement, and retention irrespective of race, sex, income, education, or attitudes toward precision smoking treatment. Future smoking cessation interventions in this population should take steps to engage older people and to sustain participation in interventions that include genetic risk counseling. Trial registration: ClinicalTrials.gov No. NCT03521141, Registered 27 April 2018, https://www.clinicaltrials.gov/study/NCT03521141
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 | 0,012 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».