ניתוח של נתונים המנבאים הרגלי עישון בקרב אנשים המשתמשים ביישום לסיוע בהפסקת עישון, יכול לספק מידע שימושי על גורמים מנבאים בהקשרים נוספים. מטרת מחקר זה הייתה לזהות את המנבאים הטובים ביותר להצלחה בגמילה מעישון, הפחתת נפח העישון והישנות במהלך ששת החודשים לאחר התקנת היישום הטלפוני Stop-Tabac.
עוד בעניין דומה
מחקר זה מציג נתונים מניתוח שניוני של 5,293 אנשים המעשנים מידי יום משוויץ וצרפת אשר השתתפו במחקר אקראי שבחן את יעילות היישום בשנת 2020, עם מעקב לאחר חודש ולאחר שישה חודשים. אלגוריתמים של למידת מכונה ניתחו את המידע. ניתוח הנתונים עבור גמילה מעישון כלל 1,407 נבדקים שהשיבו לשאלון כעבור שישה חודשים, ניתוח הנתונים עבור הפחתה בנפח העישון כלל 673 מעשנים בתום תקופת מעקב של שישה חודשים וניתוח הנתונים עבור הישנות כעבור שישה חודשים כלל 502 נבדקים שנגמלו מעישון כעבור חודש, וחזרו לעשן בתקופה שבינתיים.
תוצאות המחקר הדגימו כי הגורמים המנבאים הצלחה בגמילה כעבור שישה חודשים כללו (לפי סדר זה): תלות בטבק, מוטיבציה לגמילה, תדירות שימוש ביישום והתועלת הצפויה משימוש בו ושימוש בתרופות מבוססות ניקוטין. עבור אלו שלא נגמלו כעבור שישה חודשים, הגורמים המנבאים הפחתה במספר הסיגריות ליום כללו: תלות בטבק, שימוש בתרופות מבוססות ניקוטין, תדירות השימוש ביישום והתועלת הצפויה משימוש בו ושימוש בסיגריות אלקטרוניות. עבור נבדקים שנגמלו כעבור חודש, הגורמים המנבאים הישנות של עישון כללו: רצון להיגמל, תדירות שימוש ביישום, תועלת צפויה של היישום, מידת התלות בניקוטין ושימוש בתרופות מבוססות ניקוטין.
מסקנת החוקרים הייתה כי בעזרת אלגוריתמים ללמידת מכונה, ניתן לזהות את המאפיינים המנבאים גמילה מעישון, הפחתת נפח עישון והישנות של עישון. ניתוח של מנבאים להרגלי עישון עבור אנשים הנעזרים ביישומים לצורך גמילה מעישון יכול לספק תובנות שימושיות להמשך פיתוח יישומים מעין אלו ותכנון מחקרים ניסויים עתידיים.
מקור: