Cigarette use and smoking cessation goals among pregnant women with opioid use disorder
Notice bibliographique
Résumé
INTRODUCTION: Cigarette smoking rates among pregnant women with opioid use disorder (OUD), are significantly higher than those found in the general population. METHODS: We conducted a secondary analysis of baseline data from a multisite, randomized clinical trial comparing two different buprenorphine formulations on outcomes during pregnancy. Cigarette use and smoking cessation goals were evaluated with the Fagerström Test for Nicotine Dependence and the Thoughts About Abstinence (TAA) questionnaire respectively. Factors associated with differences in cigarette use and smoking cessation goals were compared. RESULTS: Among 156 participants, 85 (54.5 %) reported that they currently smoked cigarettes. Most participants had a desire to quit smoking (TAA score = 6), but they had low expectations of success (TAA score = 4) and a relatively high perceived difficulty (TAA score = 6.5) of quitting during pregnancy. Among participants who smoked, less than half (45.5 %) had a smoking cessation goal. Participants who had a smoking cessation goal were significantly more likely to have a stronger desire to quit and higher expectations of success in quitting than participants who did not have a goal. CONCLUSIONS: Many pregnant women with OUD would like to quit or reduce smoking during pregnancy. A combination of pharmacologic and non-pharmacologic interventions to reduce or eliminate cigarette use should be incorporated into obstetric and substance use treatment clinical settings. Smoking cessation interventions should be aligned with patients' goals and preferences. TRIAL REGISTRATION: Clinical Trials.govhttp://www. CLINICALTRIALS: gov; Identifier: NCT03918850.
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 | 0,002 |
| 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 ».