What type of study is this?

This is a Latent Class Analysis study (also classified as: Random Forest).

September 10, 2025Open Access

Identifizierung und Verständnis der Nutzungstrajektorien von Zigaretten und E-Zigaretten

NLNadra E. LishaUniversity of California, San Francisco MVManali VoraWest Virginia University BCBenjamin W. ChaffeeUniversity of California, San Francisco

Key Points

Deutliche E-Zigaretten- und Zigaretten-Nutzungstrajektorien wurden identifiziert, die wichtige Verhaltensmuster bei Erwachsenen hervorheben.
Die Studie beobachtete vier Trajektorien des Zigarettenkonsums und drei Trajektorien der E-Zigarettennutzung, die zielgerichtete Präventionsmaßnahmen informieren.
Latente Klassenanalyse wurde verwendet, um die Nutzungsmuster der Teilnehmer über mehrere Wellen der PATH-Studie zu klassifizieren.
Die Ergebnisse betonen den Einfluss individueller Merkmale auf die Tabaknutzungsmuster und weisen auf die Notwendigkeit maßgeschneiderter regulatorischer Strategien hin.

Abstract

Der zunehmende Gebrauch von E-Zigaretten, insbesondere die gleichzeitige Nutzung mit Zigaretten, erfordert ein Verständnis der Nutzungsmuster und die Identifizierung von Teilnehmer- und Produktmerkmalen, die das Verhalten beeinflussen, um Entscheidungen zur Tabakregulierung zu lenken. Die Analyse umfasste Erwachsene (≥18 Jahre) aus der Population Assessment of Tobacco and Health (PATH)-Studie, einer national repräsentativen, longitudinalen Kohorte. Die Teilnehmer wurden in sechs Kategorien von E-Zigaretten-/Zigarettennutzern in den Wellen 1-5 (2013-2019) klassifiziert. Eine latente Klassenanalyse (LCA) wurde durchgeführt, um distinct Trajektorien von Zigaretten- und E-Zigarettennutzungsmustern im Zeitverlauf in Mplus zu identifizieren. Random Forest wurde verwendet, um die Bedeutung der Basismerkmale von Teilnehmern und Produkten bei der Vorhersage der unterschiedlichen Nutzungstrajektorien zu untersuchen. Innerhalb jeder Zigarettenklasse wurden die Odds Ratios und 95%-Konfidenzintervalle der 15 wichtigsten Prädiktoren der E-Zigaretten-Nutzungsgruppe berechnet, wobei die Kontrolle für Alter, Rasse/Ethnie und Bildung berücksichtigt wurde. Vier Zigarettennutzungstrajektorien wurden identifiziert: "Zigaretten-Nie-Raucher" (31,3 %), "Ehemalige experimentelle Zigarettenraucher" (23,8 %), "Aktuelle experimentelle Zigarettenraucher" (18,8 %) und "Aktuelle Zigarettenraucher" (26,0 %). E-Zigaretten-Nutzungstrajektorien umfassten "Nie-Nutzer" (53,6 %), "Ehemalige Progressoren" (32,3 %) und "Aktuelle Progressoren" (14,3 %). Random Forest hob gemeinsame und einzigartige Prädiktoren über die Zigaretten-Nutzungsgruppen hervor. Zum Beispiel sagten Wahrnehmungen über den Schaden von E-Zigaretten im Vergleich zu Zigaretten stark die E-Zigaretten-Progression unter aktuellen Rauchern voraus, während jüngeres Alter und höhere Nutzung sozialer Medien relevanter für Noch-Nichtraucher und ehemalige Raucher waren. Deutliche Zigaretten- und E-Zigaretten-Nutzungstrajektorien wurden identifiziert, wobei die Prädiktoren je nach Zigarettennutzungsgruppe variieren. Diese Ergebnisse unterstreichen die Bedeutung gezielter regulatorischer Strategien basierend auf verhaltens- und gruppenspezifischen Merkmalen.

KI fragen

Bookmark

View Full Paper