内容摘要本研究利用机器学习（ML）和可解释人工智能（XAI）调查了与年轻成年人电子烟戒烟相关的因素。研究人员通过社交媒体调查收集了119名参与者的行为、背景和人口统计学数据。该研究评估了各种预测模型，包括线性模型（如LASSO、岭回归和弹性网络）和非线性模型（如随机森林和支持向量机）。结果表明，线性模型通常表现更好，且过拟合现象较少。成功戒烟的关键预测因素包括年龄、环境触发因素（特别是社会接触）、电子烟使用频率、性别以及长期行为展望。研究强调了行为和背景因素在戒烟中的重要性，但也指出由于横断面设计和样本量限制，这些发现具有探索性。作者建议进行更大规模的纵向研究以验证这些见解，并为有针对性的公共卫生干预措施提供指导。
(来源：PLOS (Public Library of Science))
电子烟口味和设备类型驱动吸烟的生物学效应
四年后，阿拉斯加州立法者批准该州首个电子烟税
一项新的西弗吉尼亚州法律将如何改变电子烟店的经营方式
卫生部在等待全面禁令的同时收紧电子烟规定
卫生部着手封锁4家在线销售电子烟产品的网站
英国一次性电子烟禁令被认为是失败：专家揭示数百万电子烟仍然困扰着废物系统——一年后禁令仍在继续
英国禁令实施一年后一次性电子烟使用量大幅下降：报告
FDA改组似乎通过放松电子烟法规奖励大型烟草公司
南非：南非的双重失败——吸烟上升，电子烟监管缺失
你旧爱水蜜桃冰味电子烟如何成为战场上的秘密武器
Government urged to crack down on cheap vapes circumventing single-use ban
南湖塔霍城议会：除雪、不良建筑、烟草和电子烟业务监管
英国报告禁令后一次性电子烟使用量大幅下降
巴基斯坦启动首个全国性电子烟调查
南非面临双重失败：吸烟率上升， vaping 未受监管
世界无烟日：电子烟真的比吸烟更安全吗？
医生解释：为什么‘安全尼古丁’的错觉正在引发新的青年成瘾危机
比成年人高九倍：CAP警告马来西亚正在失去一代人沉迷于电子烟
LIVE WELL：烟草热线推出首个专注于电子烟的证言
工党允许数百家电子烟店、报刊亭和理发店雇佣移民，而英国青年却失业
