Emergency Department Assessment of Self-Harm Risk Using Psychometric Questionnaires
Notice bibliographique
Résumé
OBJECTIVE: To examine several potential predictive screening tools for emergency department assessment of risk of self-harm. METHODS: Adult patients presenting with self-harm or suicidal ideation were enrolled at 2 emergency departments at large teaching hospitals in Edmonton, Alberta. Patients completed a brief interview assessing demographics and psychiatric history and several questionnaires (the Beck Hopelessness Scale, the Barrett Impulsiveness Scale [BIS], and the Brief Symptom Inventory [BSI]) and drug and alcohol abuse screens (Drug Abuse Screening Test [DAST-10] and the Cut down, Annoyed, Guilt, Eye-opener [commonly referred to as CAGE] Questionnaire). At 3 months, patients were followed up via telephone and electronic health records to ascertain self-harm outcome. Questionnaires and their subscales were assessed using logistic regression. Receiver operating characteristic (ROC) analysis was performed on the results. RESULTS: Among the 157 patients enrolled, 49% were women and 36% (of the total) were aged 18 to 29 years. Several of the subscales of the BSI and BIS as well as the DAST-10 were significant predictors of self-harm (P < 0.05). ROC analysis showed that none of the scales in isolation were very strong predictors. Hierarchical regression analysis that combined the significant scales with clinical risk factors that were significantly related to self-harm (that is, age, education level, history of self-harm, and whether they presented with self-harm or only suicidal ideation) indicated that the BIS and DAST-10 questionnaires each added significantly to the predictive ability of a model with these risk factors. CONCLUSIONS: While many of the questionnaires and their related constructs are related to future self-harm, none of them are particularly strong and their diagnostic usefulness is limited.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».