Cigarette smoking trajectories in adolescents
Bibliographic record
Abstract
Introduction: Malgré un progrès considérable durant les dernières années, beaucoup de jeunes Canadiens fument la cigarette. La plupart des fumeurs rapportent avoir initié le tabagisme à l’adolescence ou au début de l’âge adulte. Les trajectoires développementales du tabagisme présentent une description des changements du niveau de consommation de cigarettes durant de longues périodes. Celles-ci peuvent être modélisées à l’aide de programmes statistiques qui groupent les individus démontrant le même type de changement(s) à travers le temps en sous-groupes de trajectoires. L’analyse des trajectoires pourrait potentiellement être utile à la santé publique quant à ses efforts pour contrer le tabagisme. En effet, celles-ci pourraient permettre l’identification de sous-groupes qui diffèrent selon leur consommation tabagique à travers le temps. Des facteurs de risque pour et des conséquences de ces trajectoires pourraient donc être identifiés qui pourraient s’avérer utiles pour l’intervention pour réduire ou prévenir le tabagisme chez les jeunes. Les objectifs de cette thèse étaient de: (1) résumer la littérature portant sur les modèles de trajectoires de consommation de cigarette chez les adolescents; (2) au sein d’une cohorte de 1293 participants âgés de 12 et 13 ans au début de l’étude, de modéliser les trajectoires incidentes de consommation de cigarettes et de comparer celles-ci avec les trajectoires mixtes (c’est-à-dire qui combinent les fumeurs incidents et prévalents); (3) dans la même cohorte d’adolescents, d’étudier l’initiation de la cigarette et du cannabis en relation l’une à l’autre, ainsi que leur lien(s) potentiel(s) avec les trajectoires de consommation de la cigarette. Méthodes: Nous avons effectué une revue systématique de la littérature portant sur les études présentant des modèles de trajectoires tabagiques chez les adolescents. Ces recherches ont fait usage de PubMed et EMBASE de 1980 à 2018 et 43 articles ont été retenus. Les données extraites de chaque article portaient sur la population à l’étude, le contexte et plan d’étude, les analyses statistiques et les résultats. Afin de déterminer si certains aspects du plan des études auraient pu avoir influencé le nombre ou la forme des trajectoires identifiées, nous avons groupé les études en catégories. Celles-ci étaient basées sur la taille de l’échantillon, le type de variable tabagique utilisée lors de la modélisation des trajectoires, l’axe du temps et le nombre de points de données utilisés pour estimer les trajectoires. Nous avons alors examiné les distributions ainsi que le nombre et les formes des trajectoires identifiés selon ces caractéristiques. Dans le deuxième manuscrit nous avons modélisé et comparé deux ensembles de trajectoires tabagiques. Le premier modélisait uniquement les fumeurs incidents alors que le second modélisait à la fois les fumeurs incidents et prévalents. Nos données proviennent d’une cohorte de 1293 étudiants en septième année au début de l’étude. Proc Traj et le logiciel SAS ont été utilisés afin de modéliser les trajectoires de consommation de cigarettes chez ces adolescents. L’analyse des trajectoires incidentes incluait 307 fumeurs incidents, alors que l’analyse des trajectoires dites «mixtes» incluait 307 fumeurs incidents et 338 fumeurs prévalents qui rapportaient avoir déjà essayé de fumer la cigarette au début de l’étude. Nous avons par la suite étudié plusieurs facteurs de risque potentiels pouvant être associés avec ces trajectoires dans les sphères socio-démographique, de la cigarette, psychosociale et du mode de vie. Le statut tabagique et la dépendance à la nicotine ont été étudiées comme conséquences potentielles à l’âge de 24 ans. À l’aide des mêmes données, nous avons comparé les participants à travers les trajectoires de tabagiques obtenues lors du manuscrit 2, ainsi qu’avec les individus n’ayant jamais fumé durant l’adolescence, les participants qui avaient déjà tenté de fumer la cigarette lors de leur entrée dans l’étude et les fumeurs incidents qui ont cessé peu après l’initiation. À l’aide de méthodes descriptives, nous avons effectué une comparaison entre ces groupes de la séquence d’initiation pour la cigarette et le cannabis, ainsi que de l’âge au premier usage de cannabis. Avec des modèles de régression, nous avons identifié des prédicteurs du temps écoulé entre l’initiation de la cigarette et du cannabis. Résultats: Les résultats de notre revue de la littérature ont révélé une hétérogénéité considérable entre les études, qui pourrait être le résultat de variations réelles de la consommation tabagique. Cependant celle-ci pourrait aussi avoir résulté de variations quant au plan d’études et des décisions quant à la modélisation des données. Un résultat clé était que seulement deux études avaient modélisé le tabagisme incident et ainsi représenté le cours naturel du tabagisme. Cinq trajectoires furent identifiées dans nos analyses chez les fumeurs incidents: les fumeurs au tabagisme léger et stable, léger et décroissant, augmentant lentement, augmentant moyennement et augmentant de façon précoce et importante. Quatre trajectoires furent identifiées pour le modèle combinant les fumeurs incidents et prévalents. La vitesse de changement était généralement moins importante pour les trajectoires tabagiques obtenues à partir du modèle mixte. Dans les deux modèles, les trajectoires où le tabagisme allait en augmentant étaient associées à de plus hauts niveaux de consommation de cigarettes et de dépendance à la nicotine à l’âge (jeune) adulte. Nous avons comparé les cinq groupes obtenus du modèle de trajectoires de fumeurs incidents avec les individus n’ayant jamais fumé durant l’adolescence, ainsi qu’avec les fumeurs prévalents et les fumeurs incidents qui ont cessé peu après l’initiation. Malgré le fait que l’initiation à la cigarette semble généralement avoir lieu avant l’initiation au cannabis, plusieurs des groupes avaient une proportion de participants qui avaient initié le cannabis avant la cigarette. L’initiation au cannabis avait généralement lieu à un âge moins élevé chez les participants ayant une consommation plus importante de cigarettes. L’âge à l’entrée dans l’étude était le seul facteur associé de façon statistiquement significative avec le temps écoulé entre l’initiation à la cigarette et l’initiation au cannabis chez les participants ayant initié la cigarette avant le cannabis. Aucun facteur n’était associé au temps écoulé entre l’initiation au cannabis et la première bouffée de cigarette chez les individus ayant initié le cannabis avant la cigarette. La proportion de participants rapportant avoir jamais consommé du cannabis était plus élevée dans les groupes tabagiques ayant une consommation plus importante de cigarettes. Discussion: Les études publiées jusqu’à présent n’ont pas établi l’utilité de la modélisation des trajectoires tabagiques pour la santé publique: il s’agit d’une méthode utile quand il s’agit de résumer et de décrire la consommation tabagique à travers le temps. Cependant il n’est présentement pas clair que ce genre d’analyse puisse offrir des informations additionnelles au-delà des approches plus traditionnelles. Modéliser un mélange de fumeurs incidents et prévalents peut servir à camoufler le cours naturel du développement de l’habitude tabagique ainsi que des facteurs de risque y qui sont associés. Nous recommandons donc que les études futures dans ce domaine modélisent les trajectoires incidentes de consommation tabagique. Nos résultats présentent aussi de nouvelles informations sur l’initiation de la cigarette et du cannabis qui devraient mener à une meilleure compréhension de l’interaction entre ces deux substances. L’usage de cannabis et le fait du fumer la cigarette sont liés l’un à l’autre de façon complexe: nos résultats suggèrent qu’il est important de considérer l’usage d’une substance dans son contexte, soit en présence d’autre(s) substances.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.003 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".