Push & Pull: Social determinants of the use of smoking cessation support in Ontario
Notice bibliographique
Résumé
Tobacco use continues to undermine the health of the Ontarian population. In addition, socio-economic disparities in smoking rates persist in Ontario, despite public health care and universal tobacco control policies. Public health strategies require a detailed understanding of how people are actually quitting smoking in order to develop appropriate interventions and strategies. This thesis used existing evidence and data from the Ontario Tobacco Survey (OTS) to explore unassisted and assisted quitting. The first manuscript estimated the proportion of adult smokers who report attempting to quit unassisted, without the use of pharmacological and/or behavioural assistance, by systematically reviewing population-based studies. A majority of quit attempts were unassisted; however, across and within countries over time, a trend toward lower prevalence of unassisted quit attempts was identified. The second manuscript estimated the prevalence of unassisted quitting and the reach and pattern of use of assisted methods in Ontario. Unassisted quitting was the dominant method reported (58.8%, 95% CI: 56.0-61.6). For assisted methods, pharmaceutical support was the most common (92.9%, 95% CI: 91.1-94.6). Use of behavioural support either alone (2.5%, 95% CI: 1.5-3.6) or in combination with pharmaceutical support (4.6%, 95% CI: 3.3-5.9) was rare. The third manuscript examined the associations between socioeconomic status (SES) and access to care measures and use of cessation strategies using multinomial regression models. Smokers living in areas with the lowest ethnic concentration were more likely to make an assisted quit attempt compared to unassisted quitting (RR=1.67; 95% CI=1.08-2.60) or making no quit attempt (RR=1.65; 95% CI=1.14-2.41). Smokers who reported visiting a doctor in the previous 6 months were more likely to quit with assistance versus unassisted, whether they were advised (RR=1.96, 95% CI=1.49-2.59) or not advised to quit (OR=1.37, 95% CI=1.04-1.82). Together, these studies make a substantial contribution to understanding how smokers are choosing to quit smoking.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».