Rates, risk factors & methods of self harm among minority ethnic groups in the UK: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Studies suggest that the rates of self harm vary by ethnic group, but the evidence for variation in risk factors has not been synthesised to inform preventive initiatives. METHODS: We undertook a systematic literature review of research about self harm that compared at least two ethnic groups in the United Kingdom. RESULTS: 25 publications from 1765 titles and abstracts met our inclusion criteria. There was higher rate of self harm among South Asian women, compared with South Asian men and White women. In a pooled estimate from two studies, compared to their white counterparts, Asian women were more likely to self harm (Relative Risk 1.4, 95%CI: 1.1 to 1.8, p = 0.005), and Asian men were less likely to self harm (RR 0.5, 95% CI: 0.4 to 0.7, p < 0.001). Some studies concluded that South Asian adults self-harm impulsively in response to life events rather than in association with a psychiatric illness. Studies of adolescents showed similar methods of self harm and interpersonal disputes with parents and friends across ethnic groups. There were few studies of people of Caribbean, African and other minority ethnic groups, few studies took a population based and prospective design and few investigated self harm among prisoners, asylum seekers and refugees. CONCLUSION: This review finds some ethnic differences in the nature and presentation of self harm. This argues for ethnic specific preventive actions. However, the literature does not comprehensively cover the UK's diverse ethnic groups.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,044 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».