Longitudinal Associations Between Types of Childhood Trauma and Suicidal Behavior Among Substance Users: A Cohort Study
Notice bibliographique
Résumé
OBJECTIVES: We examined the longitudinal associations between different types and severities of childhood trauma and suicide attempts among illicit drug users. METHODS: Data came from 2 prospective cohort studies of illicit drug users in Vancouver, Canada, in 2005 to 2010. We used recurrent event proportional means models to estimate adjusted and weighted associations between types and severities of childhood maltreatment and suicide attempts. RESULTS: Of 1634 participants, 411 (25.2%) reported a history of suicidal behavior at baseline. Over 5 years, 80 (4.9%) participants reported 97 suicide attempts, a rate of 2.6 per 100 person-years. Severe to extreme levels of sexual abuse (adjusted hazard ratio [AHR] = 2.5; 95% confidence interval [CI] = 1.4, 4.4), physical abuse (AHR = 2.0; 95% CI = 1.1, 3.8), and emotional abuse (AHR = 3.5; 95% CI = 1.4, 8.7) predicted suicide attempts. Severe forms of physical and emotional neglect were not significantly associated with an increased risk of suicidal behavior. CONCLUSIONS: Severe sexual, physical, and emotional childhood abuse confer substantial risk of repeated suicidal behavior in adulthood. Illicit drug users require intensive secondary suicide prevention efforts, particularly among those with a history of childhood trauma.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».