一组随机实用临床试验的基本原理和方案，测试行为经济实施策略，以提高吸烟癌症患者的烟草治疗率

背景

常规循证烟草使用治疗可将癌症特异性和全因死亡率降至最低，降低治疗相关毒性，并改善接受癌症治疗患者的生活质量。很少有癌症中心采用机制系统地将病人转介到以证据为基础的戒烟服务。以行为经济学为指导的实施策略可以增加肿瘤护理中烟草使用治疗的参与。

方法

将在癌症控制实施实验室实施科学中心的九个临床部位进行四臂集群随机务实试验，以比较通过嵌入消息（或“粗俗”）提供的行为经济实施策略的影响促进患者与患者接触烟草使用治疗服务（TUT）。讽刺是电子医疗记录（EMR）基于患者，临床医生或两者的信息，旨在抵消减少治疗订婚的已知患者和临床医生偏见。我们使用相关利益攸关方的快速周期方法（RCA）通过相关利益攸关方提供信息，以便在试验开始之前优化和优化我们的实施策略和方法。数据将通过EMR，Clinician Square和Semi-Trusseed访谈获得临床医生和患者的半结构性访谈。实施的主要措施是渗透，定义为TUTS推荐率。实施的二次结果措施包括患者治疗订婚（定义为获得FDA批准的药物或行为咨询的患者的数量，退出尝试和禁欲率。由综合实施研究框架为指导的半结构性访谈将评估与粗俗的语境因素和患者和临床医生体验。

讨论

这项研究将是第一个在肿瘤学领域对临床医生和患者进行疗效比较的研究，无论是直接的还是联合的，作为改进TUTS转诊和参与的实施策略。我们期望这项研究(1)深入了解推动作为一种实施策略的有效性，以提高癌症护理中基于证据的烟草使用治疗的吸收，(2)推进我们对驱动对这些策略的响应的多层次背景因素的理解。这些结果将为吸烟的癌症患者如何最好地参与烟草使用治疗奠定基础，并可能导致未来的研究集中在不同的中心扩大这种方法。

试验注册

Clinicaltrials.gov,NCT04737031．注册2021年2月3日。

持续吸烟会降低癌症患者的生存率[1，2，3.］．它加速肿瘤生长，增加疾病进展，肿瘤对治疗的耐药性，以及治疗相关的毒性[4，5，6，7］．常规提供循证烟草使用治疗(TUT)可最大限度地降低癌症特异性和全因死亡率，降低治疗相关毒性，并改善生活质量[1］．不幸的是，大约50%在诊断前吸烟的癌症患者在诊断后和治疗期间继续吸烟[8］．作为回应，国家综合癌症网络[3.，美国临床肿瘤学会[9]和美国癌症研究协会[10.]要求在肿瘤护理中实施基于证据的烟草使用治疗。在2015年，由FDA批准的停养药物组成的TUT和适当的行为干预措施得到了美国预防性服务工作队的“A”推荐，鉴于所产生的福利的高度确定性[11.］．

尽管TUT的重要性，只有一半的癌症中心始终确认病人吸烟[12.]，很少有癌症中心采用系统的策略将病人转介到以证据为基础的戒烟服务[11.］．全国癌症研究所（NCI）承认这一差距推出了癌症中心停止倡议（C3I），作为癌症Moonshot的一部分，以帮助中心开发有效的方法来识别和吸引吸烟的患者[13.］．C3i的主要目标之一是评估和克服临床医生、患者、诊所和卫生系统的障碍，将TUT完全纳入癌症护理服务。C3i专注于临床工作流程管理和最小化与TUT相关的治疗计划可变性。

作为最初C3i队列中选择的首批癌症中心之一，早期的工作侧重于基于证据的普遍烟草使用筛查和转诊的实施询问 - 建议 - 连接模型(14.］．因为缺乏烟草使用治疗的临床医生经验是实施过程中经常提到的障碍[15.，16.，17.]，我们最初的策略是使用自动选择退出“默认”电子医疗记录(EMR)转至我们的烟草使用治疗服务(TUTS)。最初的干预导致了临床医生参与的显著改善，在实施后的6个月期间，TUTS转诊率从基线0上升到34%。虽然经验表明，临床医生的行为是可以改变的，但超过60%的默认转诊命令被拒绝，这意味着改变的额外重要障碍[18.］．

通过使用行为经济学指导的策略，可以加强在肿瘤学领域促进TUT参与的实施努力，其应用已显示出在广泛活动中改善患者结果和转变医疗保健服务的潜力[19.，20.，21.，22.］．之前的工作已经确定了阻止TUTS转诊和参与的具体障碍，包括临床医生对帮助患者停止使用烟草的能力的悲观看法，对患者抗拒治疗的误解，以及对患者自愿改变疾病进程的能力的隐性偏见[23.］．这些励志与临床医生的投资愿意投资有关的帮助[24.，25.，26.]可能会阻止收购新的知识和技能[27.］．从患者的角度来看，一些研究确定了癌症患者在进行戒烟努力时面临的独特挑战，包括自我效能低、戒烟益处低和治疗风险低[28.，29.，30.］．该试验旨在评估患者和临床医生的“推送”(行为经济学信息，旨在抵消已知的减少参与TUTS可能性的启发式)的额外有效性，以务实和创新的方式增加TUTS转诊。

由于各种结构因素，种族/少数民族和低社会经济地位（SES）群体遭受烟草营销影响的不成比例，减少了对烟草依赖的循证治疗的获得，并报告对吸烟治疗的较差的反应[31，32，33，34，35］．因此，与社会经济地位和种族/族裔有关的社会不平等可能在决定转诊和参与决策方面发挥作用，最终影响卫生不平等。检查这些因素作为潜在的影响调节剂是本试验的一个特别重点。此外，在试验开始前优化助推框架的快速循环方法确保了参与者招募、随机化和助推交付的信息学的高效和有效使用。完全融入EMR的定向推送可能是一种低成本、简单、可扩展和有效的实施策略，用于增加癌症患者对TUT的参与，并可推广到其他癌症治疗中心和环境，并改善癌症治疗结果。

研究的目的是

试验包含三个目标(见图)。1）.首先，该研究将比较针对患者、临床医生，或患者和临床医生双方的轻推与常规护理的效果。其次，本研究将检查患者和临床医生的特征，包括作为公平指标的患者特征，这些特征缓和了以证据为基础的TUT转诊和参与的推动的影响。最后，本研究试图了解我们的推动增加TUTS转诊和参与的潜在机制。

学习规划

本研究采用四组随机分组实用临床试验设计。我们卫生系统的临床医生样本(N = 222)，被称为我们的实施实验室(iLab;(见下文)，将被随机分配到四个治疗组之一:临床医生推，患者推，临床医生和患者推，或常规护理。随机化是通过集群进行的，通过在相互联系的同事建立的网络(即集群)内的临床同事之间的配对联系(N = 95)来识别。患者群重叠的临床医生之间形成群集，以减少群集之间的污染。由于许多临床医生在多个地点工作，因此群集并不具有位点特异性。对于患者(N = 900)，治疗组的分配是基于他们计划见的第一个临床医生(即指数来访的临床医生)。然后，在与同一研究部门的任何临床医生进行下一次访问时，再进行轻推。主要成果是由烟草使用治疗服务(TUTS)向患者提供转诊治疗。次要结果包括治疗参与，定义为接受fda批准的药物或烟草使用行为咨询的患者数量，患者戒烟尝试和患者戒断率。 We hypothesize that each nudge will significantly increase TUTS referral and engagement compared to usual care, and that the combination of nudges to clinicians and to patients will be the most effective.

我们的次要目标是使用次要数据和基线调查(通过EMR获得的患者和临床医生的调查)进行定量评估，以确定实施效果对TUTS转诊和参与的影响因素。我们将探讨临床医生(如执业年限、执业规模)、患者(如种族、性别)和内部环境因素(如社区和医院环境)推动影响的可变性。

For aim 3, we will conduct semi-structured interviews with a subset of participants (clinicians and patients), selected using purposive sampling to ensure that diverse perspectives are represented across important equity dimensions such as race/ethnicity, setting (i.e., urban vs non-urban), and neighborhood-level socioeconomic status, in order to increase understanding of potential mechanisms underlying the effects of nudges.

研究背景、人群和持续时间

We will conduct this study within our Implementation Science Center in Cancer Control (ISC3) Implementation Lab (iLab), which consists of cancer units at 5 hospitals and 4 regional clinics within Penn Medicine’s Abramson Cancer Center, which delivers cancer care to more than 20,000 patients each year. The clinician sample will include oncologists and Advanced Practice Providers, working within medical oncology, radiation oncology, and gynecologic oncology sites at the Hospital of the University of Pennsylvania, Pennsylvania Hospital, Penn Presbyterian Medical Center, Chester County Hospital, Lancaster General Hospital, Valley Forge Medical Center, Radnor Medical Center, Cherry Hill Medical Center, and Regional Hematology Oncology Associates. Eligibility criteria for clinician participants include (1) currently in practice at an iLab site; (2) prescribing authority in Pennsylvania or New Jersey (i.e., physician, nurse practitioner, physician assistant); (3) cared for at least 1 tobacco-using patient in 30 days prior to recruitment; and (4) English-speaking (messages will be in English). Eligibility criteria for patient participants include any patient diagnosed with cancer who reports current tobacco smoking (as assessed by staff collecting vital signs or initially rooming the patients such as nurses, front desk staff, medical assistants, or technicians during an index visit) and scheduled to visit with a clinician included in the study sample. Since this is a pragmatic trial, patients will accrue as they are seen by a sample clinician at a participating practice site. We anticipate that the trial will require about 6 months to accrue target samples. Once the patient visit occurs where the nudges are delivered (or not for those randomized to usual care), there will be a 90-day follow-up to assess engagement in TUT (see Fig.2）.

这项研究得到了宾夕法尼亚大学伦理委员会的批准，包括在信赖协议下在其他地点的批准。由于这是一项着眼于改进循证实践实施的实用试验，该研究对患者的风险最小。在追求目标1和2的主要研究程序中，临床医生和患者均获得了参与者弃权的知情同意。然而，对于目标3，潜在的参与者将被要求在数据收集前提供知情同意。

学习程序概述

我们iLab的所有临床医生在有机会选择退出后自动加入研究。患者登记开始于研究期间内第一次患者来访时进行的积极的烟草使用评估，称为索引访问．对患者烟草使用的初步评估采用了标准化最佳实践警报(BPA)，并将其集成到EMR中，在我们之前的研究中发现它是有效的[18.］．这种BPA在登记和生命体征工作流程中被激活，需要评估过去30天内的烟草接触情况，并满足两种可能的答案之一(见图)。3.）.对研究部队的分配是基于临床医生进行指数访问。然后，“随后的访问”是下一个计划访问提供者随机化为同一臂。

在随后的随访中，随机分配到仅限临床医生组的临床医生在护理点收到护理指导信息，通过解决遗漏偏倚促进TUT(图。4）.如果随机分配给患者仅轻推手臂，患者在随后来访至少24小时前就会收到关注现状偏差的信息，鼓励他们与临床医生谈论图坦卡蒙(图。5）.患者轻推通过myPennMedicine是> 75%的iLab患者使用的在线交流工具，他们通过该工具安排就诊、完成初始检查和查看检测结果。如果随机进行常规治疗，随后的随访将不会进行额外的鼓励(即没有推送)。

主要结果数据 - 转介给TUTS-将从EMR确定。通过训练有素的工作人员通过电话在推荐的7-10天内和为期90天的后续电话后通过电话通过电话收集来自提交的患者的次要结果数据。对于AIM 2，将通过EMR（患者）和基线调查（临床医生）确定数据。对于AIM 3，将通过半结构化访谈收集数据，在完成实施试验后进行以减少污染，并将进行数字录制和转录。这种混合方法识别主持人和机制的基础实施策略可能有助于推进实施战略在实施科学领域运作的因果理论和机制[36］．通过综合实施研究框架（CFIR）了解[37，临床医生调查、患者和临床医生访谈将评估与轻推反应相关的内外环境因素。临床医生调查将通过REDcap电子方式进行，完成目标为>60％的临床医生样本。对于我们的半结构化访谈，我们将采访大约30名患者和30名临床医生，分层患者采样，以实现与健康股权相关的指数的最大变化（例如，种族/民族，邻里级别贫困和忠实性）。

干预措施：内容和交付

旨在通过使用临床医生和患者偏差的规范性消息来改善TUT推荐和TUT参与。

临床医生轻推

我们的初步工作调查了医生对图坦卡蒙的偏好，发现他们对被认为有效的干预措施有强烈的偏好[38］．这些调查结果导致我们审查临床医生偏见在不确定性条件下对治疗成功概率的作用[39］．我们表明，与仅仅旨在增加TUT服务可用性知识的策略相比，最小化已确立的认知偏差(如遗漏偏差)的策略更能成功地改变医生的行为[40］．

所有网站使用Epic（Epic Systems Corporation，Verona，Wi）来提供护理或可互操作的系统。ePIC BPA部署是可修改的，因为我们已经在ILAB中完成了[18.］．当患者在索引访问后的下一次医疗访问中打开Epic Order选项卡时，临床医生将收到执行策略，直接放置在订单界面上(图2)。3.）.临床医生在收到医嘱时必须“确认”或“选择退出”。选择退出将要求临床医生使用清单或免费文本确认退出的原因。确认订单后将转介到TUTS。

患者轻推

同样，即使存在更好的替代方案，现状均倾向于坚持当前选择 - 可以减少患者愿意参与TUT [41］．病人信息如图所示。4，将包括与肿瘤临床医生即将进行的预约的具体信息。

措施

基线的措施

收集通过电子病历和临床医生调查,我们将评估患者的立场(年龄、性别、种族/民族,类型的医疗保险,癌症类型、地理编码区域作为社区社会经济地位的代理,和历史的前戒烟药物治疗)和clinician-level(年实践,病人面板大小,以及病人小组数据中病人吸烟的流行率)。临床医生调查将评估远端结构(如组织学习)和近端结构(如讨论和帮助患者戒烟的自我效能感)，如果发现这些结构对实施很重要[42］．

我们还将收集实践层面的数据:环境(社区vs.医院)、城市vs.非城市位置以及健康保险组合。这些数据将用于描述参与本研究的患者和临床医生样本，并解决目的2。

结果措施

实施的主要衡量指标是渗透率(TUTS转诊率)，定义为签署的TUTS订单数除以提交订单总数(即1-取消率)。实施的次要结果指标包括治疗参与，定义为接受fda批准的药物或烟草使用行为咨询的患者数量，患者戒烟尝试和患者戒断率。已确立的指导方针指出，现实世界中，实际的，基于人群的试验，如这样，不需要生化验证的禁欲，而包括它可能会引入显著的偏差[43］．注意，我们将继续监测评估率(定义为指数访问BPA的次数除以它发出的总次数)，以确保干预不会减少对烟草使用状况的评估(基线率= 90%)。这些措施将主要用于评估目标1。

定性评估

半结构化访谈将评估五个CFIR领域的上下文因素，以了解患者和临床医生的经验和对轻推的反应。在临床医生中，由半结构化问题组成的核心访谈指南将用于评估与实施TUTS相关的多级条件和过程。具体问题将探讨临床医生转介到TUTS的关键障碍和推动因素。在患者中，我们将询问参与者对推动和转诊的反应，根据我们的卫生公平视角，我们将增加关于可能导致卫生不平等的社会和结构因素的问题，如种族主义经历、歧视、医疗不信任、感知的卫生保健可及性、和语言障碍。除了半结构化的访谈问题，所有患者和临床医生访谈的参与者都将完成一份简短的问卷，评估与戒烟支持相关的人口统计数据、信念和行为(例如，吸烟的内化耻辱感，提供戒烟支持的障碍[15.，44),转诊模式)。

统计分析

样本大小和功率(目标1)

基于我们的初步数据，我们预计包括900名吸烟患者（基于13,000名患者在1年的学习期内患病的患病率为7％），嵌套在临床医生内。分析将使用为每位患者/医生组合生成的第一个TUT订单。数据在临床医生内聚集，并且从其他研究中观察到的可交换相关性很小（0.07）。We calculated power requirements by simulation using Stata 15, assuming a logistic regression model fitted using generalized estimating equations (GEE), and found our sample gives us 80% power to detect 11% improvement in our primary outcome (e.g., from current 34% referral rate to 45%), using a two-sided type 1 error rate of 5%, for planned comparisons between usual care and each nudge arm. The effect of the combined nudge arm is expected to be larger than each individually, indicating at least 80% power to detect probable effects for the comparison between usual care and the combined nudge arm.

分析计划

对于AIM 1，我们将使用与GEE的Logistic回归分析所有二进制结果。研究设计是阶乘，而模型将包含临床医生和/或患者口径的二元预测器术语。我们还将包括对数月内的时间调整，固定效果，以及临床医生集群的随机效应。我们将通过层次测试来控制1型错误通胀，从整体模型意义开始，其次是临床医生轻推的效果，其次是患者轻推。一旦我们拟合了主要效果模型，我们将测试临床医生和患者之间的相互作用，并且如果重要（alpha = 5％），则保留互动术语。对于AIM 2，将在逻辑回归模型中使用交互术语评估通过治疗臂和主持人（特别是健康权衡变量）的这些结果的可变性。我们将使用初级分析中描述的相同方法进行调整后的逻辑回归模型。Covariates of interest available through the EMR and data collected in our clinician survey will be added to the model, including patient-level (e.g., cancer type), clinician-level (e.g., years in practice), and practice-level (e.g., community vs. hospital-based) data. We will explore implementation determinants collected within the baseline survey of clinician and organization characteristics, such as clinician biases and implementation climate, as well as moderators of implementation effectiveness.

对于目标3，我们将使用收敛混合方法分析来帮助识别为了谁实施策略最有效，包括更容易经历不公平的患者，并识别如何策略可能工作（即改变机制）[45，46[CFIR通知，我们将识别上下文条件（例如，内部设定）和实施条件（具体实施策略和过程的特征）塑造患者和临床医生粗俗的响应。由接地理论引导的恒定比较方法[47，48，将用于演绎编码先验感兴趣的领域(在CFIR领域的指导下，包括来自行为经济学的偏见)，并归纳探索突发主题。我们将这些定性数据与试验中收集的其他定量数据(如试验结果、结构化问卷数据)进行三角分析。这些编码数据将作为对我们的试验和Penn ISC3的多水平机制进行评估的输入。

项目活动

传统的研究范式遵循一种分阶段的方法，即项目从最初的想法开始，经过概念设计，进入试点阶段，这可能包括一个小的、随机的试验，以测试可行性。这项研究随后发展为完全动力随机试验，直到最后一个参与者完成研究为止，都被锁定在一个方案中。这种方法可能很慢，但它能对高风险问题给出高度可信的答案。利用我们在快速循环方法(RCA)方面的专业知识[49，50]，我们已经进行了初步的研究活动，以降低风险并优化我们的实施策略和方法，以便在我们的试验中，我们测试的推动，以及使用的方法，根据相关利益相关方的经验。我们使用RCA优化了研究设计的推动和关键方面的框架，以确保表面效度和最大效果。本工作总结如下表所示1．

临床医生推

我们最初的工作集中在临床推动的发展上。这项工作包括消息内容的细化和确定嵌入到临床图表中的BPA的结构(格式，时间)。一旦原型被设计出来，它们就会被展示给一小群临床医生进行可用性测试。临床医生被要求评价原型的有效性，并提供关于改进方法的开放式回答。临床医生在本试验中使用的提示设计反映了该组的输入和建议，包括选择默认，负责任的理由的选项，以及在临床遇到BPA应该出现的指导。

患者轻推

同样，我们已经进行了初始的形成作品，以设计患者轻推以便在该试验中使用。同样，这项工作涉及努力优化消息的格式，内容和时序。一旦开发了原型，焦点组包含癌症患者和护理人员就会看到了对消息的回应，并为其潜在影响提供了开放的问题。还审查了如何交付消息的选项，并确定模式和时序的反馈。这种预测试导致我们使用的决定myPennMedicine对患者进行轻推，并给出轻推的具体措辞，以解决目标患者的偏见。

信息学

一旦推动内容、格式和结构被设计出来，我们就会对各种临床工作流程和干预结构进行形成性测试，以确保可行性和试验的完整性。BPA用于评估患者烟草使用，最初是为了评估依从性、随机试验和潜在污染，但采用的是无声模式。这一过程表明，患者指数来访时对烟草使用评估的依从性与我们过去的研究一致[18.但我们没有包括在我们的原始研究中没有包括的几个临床地点进行这些评估的关键工作人员。这个形成性的工作也帮助我们确定我们需要包括一个2周的窗口期，以允许临床医生处理这个指标的访问时间来完成会面;否则，临床医生的轻推会出错。我们已经重新测试了我们的系统，以确保索引访问BPA，试验随机化和推送工作正常。

这项研究将是第一个在肿瘤学领域对临床医生和患者进行疗效比较的研究，无论是直接的还是联合的，作为改进TUTS转诊和参与的实施策略。它建立在我们之前的工作，并针对临床医生和患者的偏见，在这种高危人群中解决了烟草停止的已知障碍。我们预计该研究将产生对讽刺的有效性的重要见解，以加快癌症护理中的高价值循证的基于高价证是基于循环的TUT的实施策略，并推动我们对推动这些策略的反应的多级语境因素的理解。这些结果将对癌症护理环境如何确保吸烟的癌症患者与基于循证的TUT进行癌症，并可能导致未来的更大的临床试验，其专注于在涉及C3I的其他癌症中心划出这种方法和其他癌症环境，以最大限度地提高肿瘤内关怀对患者健康结果的影响。我们还预见到了以其他实施策略方法为基础的基于EMR的行为经济实施策略等潜力，例如提高领导效力，以提高组织文化和气候[51］．

这项工作有关键优势和局限性。我们研究的主要优势在于，这些实施策略对患有疾病的患者患者的患者的患者非常有影响，以及对其他临床环境和系统的高度普遍宽容。如果发现有效，我们的策略将易于出口到其他EMR系统，并在影响关于治疗烟草使用的决策的临床医生和患者因素中阐明显着的光线。我们的设计利用务实试验的优势，同时考虑了双代理在决定中与烟草使用治疗的潜在相互作用。我们的结果专注于通常是临床医生与患者谈判计划的行为。因此，一个关键限制是临床医生决策可能受到策略的影响，但我们的协议仍然没有测量（例如，患者拒绝）。此外，鉴于癌症护理的多学科性质，由于污染引起的混淆可能是高（即，受多次临床医生受到多次访问的患者行为）。尽管如此，我们将能够识别实施策略是否无效，并且上下文定性数据将阐明这一点。最后，这种方法也可能增加给临床医生疲劳。但是，我们的团队有一个成功建设EMR工具的记录，并且通过将这项工作与合并定期最终用户和利益相关者反馈加RCA的方法，我们的设计过程将最大限度地提高方法可以使用和有效的方法[52］．

不适用。

图:

烟草使用治疗

NCI:

国家癌症研究所

C3I：

癌症中心停止倡议

EMR:

电子医疗记录

图:

烟草使用治疗服务

SES:

社会经济

ISC3:

癌症控制科学中心的实施

iLab:

实现实验室

双酚a:

最佳实践警报

CFIR:

综合实施研究框架

不适用。

这项研究得到了美国国家癌症研究所的资助(P50 CA244690)。

从属关系

1. 美国费城，宾夕法尼亚大学佩雷尔曼医学院儿科

   布莱恩·Jenssen

2. 美国费城，宾夕法尼亚大学佩雷尔曼医学院，艾布拉姆森癌症中心，宾夕法尼亚癌症护理创新中心

   Brian P.Jenssen，Rinad Beidas，Justin Bekelman，Callie Scott，Peter Gabriel，劳伦斯N. Shulman，Alicia B. W.Clifton，Tasnim Salam，Katharine A. Rendle和Krisda Chaiyachati

3. Perelman医学院精神病学系，宾夕法尼亚大学，美国费城

   Robert Schnoll，Rinad Beidas，Anna-Marika Bauer，Adina Lieberman，Kelly Zentgraf＆Sue Ware

4. 艾布拉姆森癌症中心，佩雷尔曼医学院，宾夕法尼亚大学，美国费城

   Robert Schnoll, Rinad Beidas, Justin Bekelman & Lawrence N. Shulman

5. 健康激励中心和宾夕法尼亚大学，美国费城宾夕法尼亚州的行为经济中心

   里纳德·贝达斯和艾莉森·布滕海姆

6. Penn实施科学中心（PISCE @ LDI），Leonard Davis卫生经济研究所，宾夕法尼亚大学，费城，USA

   里纳德·贝达斯和贾斯汀·贝克曼

7. 美国费城宾夕法尼亚大学医院放射肿瘤科

   Justin Bekelman和Peter Gabriel

8. 医学伦理与健康政策，宾夕法尼亚大学宾夕法尼亚大学宾夕法尼亚州的医学院

   贾斯汀Bekelman

9. 综合吸烟治疗计划，佩雷尔曼医学院，宾夕法尼亚大学，费城，美国

   Sarah Evers-Casey＆Jody Nicoloso

10. 美国费城，宾夕法尼亚大学佩雷尔曼医学院内科部

    David A. Asch＆Krisda Chaiyachati

11. 美国费城，宾夕法尼亚大学佩雷尔曼医学院家庭医学和社区卫生学系

    Alison Buttenheim & Katharine A. Rendle

12. 宾夕法尼亚大学医疗系统，美国费城

    Jessica Chen和Julissa Melo

13. 哥伦比亚大学社会科学系公共卫生学院，纽约，美国

    雷切尔·谢尔顿

14. 美国费城宾夕法尼亚大学佩雷尔曼医学院临床流行病学和生物统计学中心

    e .保罗Wileyto

15. 美国费城，宾夕法尼亚大学佩雷尔曼医学院，肺、过敏和重症监护室

    弗兰克利昂

贡献

BJ, RS和FL主导了本文的研究和编写。RB、RS和JB获得了本研究的资助。A-MB帮助制定研究方案并管理研究。SE-C和JN监督烟草使用治疗服务。PG、JC和JM负责临床信息学。DA和AB监督快速循环方法。JB、LS和CS领导实施实验室。AC, AL, TS和KZ支持实施实验室和整体研究的进行。KR领导了混合方法的工作/目标。KC和RS支持卫生公平评估。 EPW is the study biostatistician. SW developed the study database and helped with informatics.

相应的作者

对应到布莱恩·Jenssen．

同意出版

不适用。

伦理批准和同意参与

该审判由PENN IRB批准。参与者同意被确定面试。

相互竞争的利益

Schnoll博士向辉瑞，葛兰素史克莱克州和库勒拉德提供了咨询，并从PFizer获得了免费的药物和安慰剂的过去的研究。Asch博士是Val Health的合作伙伴。Beidas博士从牛津大学出版社获得版税。她为医疗保健提供者的Camden联盟提供了咨询。她目前咨询联合行为健康，并在临床和科学咨询委员会上为奥普林行为健康服务。Bekelman博士报告辉瑞公司的赠款，来自嵌入式医疗保健的补助金，北卡罗来纳州蓝色横向蓝盾的补助金，联合团体的个人费用，来自CMS的个人费用，来自NCCN的个人费用，OPTUM的个人费用，个人费用从CVS健康，来自Astrazeneca（通过NCCN间接）的个人费用，在提交的工作之外。

出版商的注意事项

施普林格《自然》杂志对已出版的地图和机构附属机构的管辖权要求保持中立。

开放访问本文是基于知识共享署名4.0国际许可,允许使用、共享、适应、分布和繁殖在任何媒介或格式,只要你给予适当的信贷原始作者(年代)和来源,提供一个链接到创作共用许可证,并指出如果变化。本文中的图像或其他第三方材料都包含在本文的知识共享许可中，除非在该材料的信用额度中另有说明。如果资料不包括在文章的知识共享许可协议中，并且你的预期用途没有被法律规定允许或超过允许用途，你将需要直接从版权所有者获得许可。如欲查阅本许可证副本，请浏览http://creativecommons.org/licenses/by/4.0/．Creative Commons公共领域奉献豁免（http://creativecommons.org/publicdomain/zero/1.0/）适用于本文中提供的数据，除非另有用入数据的信用额度。

再版和权限