Published November 21, 2023
| Version v1
Publication
Open
Risk profiles for smoke behavior in COVID-19: a classification and regression tree analysis approach
Creators
- 1. Southern Medical University
- 2. Beijing YouAn Hospital
- 3. Capital Medical University
- 4. Peking University
Description
COVID-19 pandemic emerged worldwide at the end of 2019, causing a severe global public health threat, and smoking is closely related to COVID-19. Previous studies have reported changes in smoking behavior and influencing factors during the COVID-19 period, but none of them explored the main influencing factor and high-risk populations for smoking behavior during this period.We conducted a nationwide survey and obtained 21,916 valid data. Logistic regression was used to examine the relationships between each potential influencing factor (sociodemographic characteristics, perceived social support, depression, anxiety, and self-efficacy) and smoking outcomes. Then, variables related to smoking behavior were included based on the results of the multiple logistic regression, and the classification and regression tree (CART) method was used to determine the high-risk population for increased smoking behavior during COVID-19 and the most profound influencing factors on smoking increase. Finally, we used accuracy to evaluated the performance of the tree.The strongest predictor of smoking behavior during the COVID-19 period is acceptance degree of passive smoking. The subgroup with a high acceptation degree of passive smoking, have no smokers smoked around, and a length of smoking of ≥ 30 years is identified as the highest smoking risk (34%). The accuracy of classification and regression tree is 87%.The main influencing factor is acceptance degree of passive smoking. More knowledge about the harm of secondhand smoke should be promoted. For high-risk population who smoke, the "mask protection" effect during the COVID-19 pandemic should be fully utilized to encourage smoking cessation.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
ظهرت جائحة كوفيد-19 في جميع أنحاء العالم في نهاية عام 2019، مما تسبب في تهديد عالمي شديد للصحة العامة، ويرتبط التدخين ارتباطًا وثيقًا بكوفيد-19. أبلغت الدراسات السابقة عن تغييرات في سلوك التدخين والعوامل المؤثرة خلال فترة كوفيد-19، لكن لم يستكشف أي منها العامل المؤثر الرئيسي والسكان المعرضين لخطر كبير لسلوك التدخين خلال هذه الفترة. أجرينا مسحًا على مستوى البلاد وحصلنا على 21,916 بيانات صالحة. تم استخدام الانحدار اللوجستي لفحص العلاقات بين كل عامل مؤثر محتمل (الخصائص الاجتماعية والديموغرافية، والدعم الاجتماعي المتصور، والاكتئاب، والقلق، والكفاءة الذاتية) ونتائج التدخين. بعد ذلك، تم تضمين المتغيرات المتعلقة بسلوك التدخين بناءً على نتائج الانحدار اللوجستي المتعدد، وتم استخدام طريقة شجرة التصنيف والانحدار (CART) لتحديد السكان المعرضين لخطر كبير لزيادة سلوك التدخين خلال COVID -19 والعوامل المؤثرة الأكثر عمقًا على زيادة التدخين. أخيرًا، استخدمنا الدقة لتقييم أداء الشجرة. أقوى مؤشر على سلوك التدخين خلال فترة كوفيد-19 هو درجة قبول التدخين السلبي. المجموعة الفرعية التي لديها درجة عالية من القبول للتدخين السلبي، ليس لديها مدخنون يدخنون، وتم تحديد مدة التدخين التي تزيد عن 30 عامًا على أنها أعلى خطر للتدخين (34 ٪). تبلغ دقة شجرة التصنيف والانحدار 87٪. العامل الرئيسي المؤثر هو درجة قبول التدخين السلبي. يجب تعزيز المزيد من المعرفة حول ضرر التدخين السلبي. بالنسبة للسكان المعرضين لخطر التدخين، يجب استخدام تأثير "الحماية من الأقنعة" أثناء جائحة كوفيد-19 بشكل كامل لتشجيع الإقلاع عن التدخين.Translated Description (French)
La pandémie de COVID-19 est apparue dans le monde entier à la fin de 2019, entraînant une grave menace pour la santé publique mondiale, et le tabagisme est étroitement lié à la COVID-19. Des études antérieures ont signalé des changements dans le comportement tabagique et les facteurs d'influence au cours de la période COVID-19, mais aucune d'entre elles n'a exploré le principal facteur d'influence et les populations à haut risque pour le comportement tabagique au cours de cette période. Nous avons mené une enquête à l'échelle nationale et obtenu 21 916 données valides. La régression logistique a été utilisée pour examiner les relations entre chaque facteur d'influence potentiel (caractéristiques sociodémographiques, soutien social perçu, dépression, anxiété et auto-efficacité) et les résultats du tabagisme. Ensuite, des variables liées au comportement tabagique ont été incluses sur la base des résultats de la régression logistique multiple, et la méthode de l'arbre de classification et de régression (CART) a été utilisée pour déterminer la population à haut risque d'augmentation du comportement tabagique pendant la COVID-19 et les facteurs d'influence les plus profonds sur l'augmentation du tabagisme. Enfin, nous avons utilisé la précision pour évaluer les performances de l'arbre. Le prédicteur le plus fort du comportement tabagique pendant la période COVID-19 est le degré d'acceptation du tabagisme passif. Le sous-groupe ayant un degré élevé d'acceptation du tabagisme passif, n'ayant aucun fumeur et une durée de tabagisme ≥ 30 ans est identifié comme le risque de tabagisme le plus élevé (34 %). La précision de l'arbre de classification et de régression est de 87 %. Le principal facteur d'influence est le degré d'acceptation du tabagisme passif. Il convient de promouvoir davantage de connaissances sur les méfaits de la fumée secondaire. Pour les populations à haut risque qui fument, l'effet de « protection du masque » pendant la pandémie de COVID-19 devrait être pleinement utilisé pour encourager le sevrage tabagique.Translated Description (Spanish)
La pandemia de COVID-19 surgió en todo el mundo a finales de 2019, causando una grave amenaza para la salud pública mundial, y el tabaquismo está estrechamente relacionado con la COVID-19. Estudios anteriores han informado cambios en el comportamiento de fumar y los factores de influencia durante el período de COVID-19, pero ninguno de ellos exploró el principal factor de influencia y las poblaciones de alto riesgo para el comportamiento de fumar durante este período. Realizamos una encuesta a nivel nacional y obtuvimos 21 916 datos válidos. La regresión logística se utilizó para examinar las relaciones entre cada factor de influencia potencial (características sociodemográficas, apoyo social percibido, depresión, ansiedad y autoeficacia) y los resultados del tabaquismo. Luego, se incluyeron variables relacionadas con el comportamiento de fumar en función de los resultados de la regresión logística múltiple, y se utilizó el método del árbol de clasificación y regresión (CART) para determinar la población de alto riesgo para el aumento del comportamiento de fumar durante COVID-19 y los factores de influencia más profundos en el aumento del tabaquismo. Finalmente, utilizamos la precisión para evaluar el rendimiento del árbol. El predictor más fuerte del comportamiento de fumar durante el período de COVID-19 es el grado de aceptación del tabaquismo pasivo. El subgrupo con un alto grado de aceptación del tabaquismo pasivo, sin fumadores y con una duración del tabaquismo ≥ 30 años se identifica como el de mayor riesgo de tabaquismo (34%). La precisión del árbol de clasificación y regresión es del 87%. El principal factor de influencia es el grado de aceptación del tabaquismo pasivo. Se debe promover un mayor conocimiento sobre el daño del humo de segunda mano. Para la población de alto riesgo que fuma, el efecto de "protección con mascarilla" durante la pandemia de COVID-19 debe utilizarse por completo para fomentar el abandono del hábito de fumar.Files
s12889-023-17224-z.pdf
Files
(1.2 MB)
| Name | Size | Download all |
|---|---|---|
|
md5:e4aad841256c2c8491337582b196aed9
|
1.2 MB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- ملفات تعريف المخاطر لسلوك الدخان في COVID -19: نهج تحليل شجرة التصنيف والانحدار
- Translated title (French)
- Profils de risque pour le comportement de la fumée dans le COVID-19 : une approche d'analyse de l'arbre de classification et de régression
- Translated title (Spanish)
- Perfiles de riesgo para el comportamiento del humo en COVID-19: un enfoque de análisis de árbol de clasificación y regresión
Identifiers
- Other
- https://openalex.org/W4388862022
- DOI
- 10.1186/s12889-023-17224-z
References
- https://openalex.org/W1630500319
- https://openalex.org/W1821872278
- https://openalex.org/W1987748769
- https://openalex.org/W2043705607
- https://openalex.org/W2074840499
- https://openalex.org/W2080575823
- https://openalex.org/W2109638824
- https://openalex.org/W2123305212
- https://openalex.org/W2132322340
- https://openalex.org/W2271895029
- https://openalex.org/W2275902735
- https://openalex.org/W2610643457
- https://openalex.org/W2623823828
- https://openalex.org/W2909793759
- https://openalex.org/W2940893790
- https://openalex.org/W2953282350
- https://openalex.org/W3011905306
- https://openalex.org/W3018991882
- https://openalex.org/W3027743510
- https://openalex.org/W3033503208
- https://openalex.org/W3046685578
- https://openalex.org/W3092361860
- https://openalex.org/W3112234412
- https://openalex.org/W3114376391
- https://openalex.org/W3120858171
- https://openalex.org/W3121155972
- https://openalex.org/W3130240926
- https://openalex.org/W3133957944
- https://openalex.org/W3140264757
- https://openalex.org/W3164588893
- https://openalex.org/W3186218818
- https://openalex.org/W3186588640
- https://openalex.org/W3193431409
- https://openalex.org/W3194121967
- https://openalex.org/W3197150750
- https://openalex.org/W3198310909
- https://openalex.org/W3215708378
- https://openalex.org/W4200096341
- https://openalex.org/W4282832105
- https://openalex.org/W4292840779
- https://openalex.org/W4311549426
- https://openalex.org/W4364376752
- https://openalex.org/W4384500877