Show simple item record

dc.contributor.authorHoogenveen RT
dc.contributor.authorLucht F van der
dc.contributor.authorSmit HA
dc.contributor.authorWillemsen M
dc.contributor.otherStichting Volksgezondheid en Roken (StiVoRo)en_US
dc.date.accessioned2007-02-27T12:41:44Z
dc.date.available2007-02-27T12:41:44Z
dc.date.issued2000-11-02en_US
dc.identifier260751003en_US
dc.identifier.urihttp://hdl.handle.net/10029/9414
dc.description.abstractA state-transition model has been developed that describes the change in the numbers of never, current and former smokers over time and age. The changes are governed by transition rates: the rate for a never-smoker to start smoking, for a current smoker to stop, and for a former smoker to start again. In the past we only had data available from repeated cross-sectional studies to estimate these transition rates. Recently data became available from studies with prospectively or retrospectively repeated measurements that are better suited to estimate transition rates. These data sets are StiVoRo surveys, the MORGEN Study, and the Doetinchem Cohort Study. The data analysis methods were based on the mathematical equations that underlie the smoking model. In this way the smoking transition rates have been estimated. The differences between the results from the studies were small. The starters are concentrated at the younger ages, the stop smoking rate levels show a U-shaped curve over age, and the restart smoking rate levels decrease almost linearly over age. State-transition models can be very helpful in analysing changes of risk factor levels over time and age. When these changes are large, repeated measurement data are necessary to estimate the transition rates.
dc.description.abstractEen zogenaamd 'multi-state transitiemodel' is ontwikkeld, waarmee de veranderingen over de tijd en leeftijd van de aantallen nooit-rokers, rokers en ex-rokers beschreven zijn met behulp van transitiekansen. Dit zijn de kansen voor een nooit-roker om te starten, een roker om te stoppen, en een ex-roker om weer te beginnen. Een belangrijk probleem hierbij was dat in het verleden slechts herhaalde reeksen van cross-sectionele studies beschikbaar waren om deze transitiekansen te schatten. Wij kregen recentelijk de beschikking over gegevensbronnen met retrospectief of prospectief meer meetpunten, die veel geschikter zijn tes (1998-1999), de MORGEN Studie (1993-1997) en de Doetinchem Cohort Studie (1987-1997). In de eerstgenoemde twee studies is gevraagd naar de rook-status bij waarneming en retrospectief naar de rook-status 1 jaar daarvoor, respectievelijk naar de 'rook-events' in het verleden. In de laatstgenoemde studie zijn er twee meetpunten met tussenliggende tijdsperiode van ca. 6 jaar. De toegepaste analysemethoden zijn gebaseerd op de wiskundige vergelijkingen, die aan het model ten grondslag liggen. Op deze wijze zijn de transitiekansen tussen de verschillende rook-klassen geschat. Over het algemeen kwamen de resultaten voor de verschillende bronnen goed overeen. Voor de startkansen werden vrij grote verschillen gevonden. Daarvoor zijn verschillende verklaringen te geven, met name periode-effecten en verschillen tussen gebruik van 1-jaars of 5-jaars leeftijdsspecifieke gegevens. De verschillende berekende stop- en herstartkansen verschilden weinig. De gevonden stopkansen vertoonden een U-vormig verloop over de leeftijd. De gevonden herstartkansen namen vrijwel lineair met de leeftijd af. Hoewel de percentages rokers, ex-rokers en nooit-rokers met name voor hogere leeftijden nogal verschillen tussen mannen en vrouwen, zijn de verschillen tussen de start-, stop- en herstartkansen opvallend klein. Twee algemene conclusies zijn dat in het geval van een determinant met zo grote veranderingen over tijd en leeftijd als roken, transitiemodellen zeer bruikbaar zijn om deze veranderingen te beschrijven, en dat studies met herhaalde meetpunten onontbeerlijk zijn om in dat geval transitiekansen te schatten.
dc.format.extent399000 bytesen_US
dc.format.extent407976 bytes
dc.format.mimetypeapplication/pdf
dc.language.isonlen_US
dc.publisherRijksinstituut voor Volksgezondheid en Milieu RIVMen_US
dc.relation.ispartofseriesRIVM Rapport 260751003en_US
dc.relation.urlhttp://www.rivm.nl/bibliotheek/rapporten/260751003.htmlen_US
dc.subject.otherrokennl
dc.subject.othermodelnl
dc.subject.otherstate-transitionnl
dc.subject.otherrookgedragnl
dc.titleStarters, stoppers en herstarters. Veranderingen van rook-status in de algemene bevolkingen_US
dc.title.alternativeStarters, stoppers and restarters. Changes of smoking status in the general populationen_US
dc.typeReport
dc.contributor.departmentCZEen_US
dc.contributor.departmentVTVen_US
refterms.dateFOA2018-12-18T17:09:29Z
html.description.abstractA state-transition model has been developed that describes the change in the numbers of never, current and former smokers over time and age. The changes are governed by transition rates: the rate for a never-smoker to start smoking, for a current smoker to stop, and for a former smoker to start again. In the past we only had data available from repeated cross-sectional studies to estimate these transition rates. Recently data became available from studies with prospectively or retrospectively repeated measurements that are better suited to estimate transition rates. These data sets are StiVoRo surveys, the MORGEN Study, and the Doetinchem Cohort Study. The data analysis methods were based on the mathematical equations that underlie the smoking model. In this way the smoking transition rates have been estimated. The differences between the results from the studies were small. The starters are concentrated at the younger ages, the stop smoking rate levels show a U-shaped curve over age, and the restart smoking rate levels decrease almost linearly over age. State-transition models can be very helpful in analysing changes of risk factor levels over time and age. When these changes are large, repeated measurement data are necessary to estimate the transition rates.
html.description.abstractEen zogenaamd 'multi-state transitiemodel' is ontwikkeld, waarmee de veranderingen over de tijd en leeftijd van de aantallen nooit-rokers, rokers en ex-rokers beschreven zijn met behulp van transitiekansen. Dit zijn de kansen voor een nooit-roker om te starten, een roker om te stoppen, en een ex-roker om weer te beginnen. Een belangrijk probleem hierbij was dat in het verleden slechts herhaalde reeksen van cross-sectionele studies beschikbaar waren om deze transitiekansen te schatten. Wij kregen recentelijk de beschikking over gegevensbronnen met retrospectief of prospectief meer meetpunten, die veel geschikter zijn tes (1998-1999), de MORGEN Studie (1993-1997) en de Doetinchem Cohort Studie (1987-1997). In de eerstgenoemde twee studies is gevraagd naar de rook-status bij waarneming en retrospectief naar de rook-status 1 jaar daarvoor, respectievelijk naar de 'rook-events' in het verleden. In de laatstgenoemde studie zijn er twee meetpunten met tussenliggende tijdsperiode van ca. 6 jaar. De toegepaste analysemethoden zijn gebaseerd op de wiskundige vergelijkingen, die aan het model ten grondslag liggen. Op deze wijze zijn de transitiekansen tussen de verschillende rook-klassen geschat. Over het algemeen kwamen de resultaten voor de verschillende bronnen goed overeen. Voor de startkansen werden vrij grote verschillen gevonden. Daarvoor zijn verschillende verklaringen te geven, met name periode-effecten en verschillen tussen gebruik van 1-jaars of 5-jaars leeftijdsspecifieke gegevens. De verschillende berekende stop- en herstartkansen verschilden weinig. De gevonden stopkansen vertoonden een U-vormig verloop over de leeftijd. De gevonden herstartkansen namen vrijwel lineair met de leeftijd af. Hoewel de percentages rokers, ex-rokers en nooit-rokers met name voor hogere leeftijden nogal verschillen tussen mannen en vrouwen, zijn de verschillen tussen de start-, stop- en herstartkansen opvallend klein. Twee algemene conclusies zijn dat in het geval van een determinant met zo grote veranderingen over tijd en leeftijd als roken, transitiemodellen zeer bruikbaar zijn om deze veranderingen te beschrijven, en dat studies met herhaalde meetpunten onontbeerlijk zijn om in dat geval transitiekansen te schatten.


Files in this item

Thumbnail
Name:
260751003.pdf
Size:
398.4Kb
Format:
PDF

This item appears in the following Collection(s)

Show simple item record