How to Decrease Suicide Rates in Both Genders? An Effectiveness Study of a Community-Based Intervention (EAAD)
Notice bibliographique
Résumé
BACKGROUND: The suicide rate in Hungary is high in international comparison. The two-year community-based four-level intervention programme of the European Alliance Against Depression (EAAD) is designed to improve the care of depression and to prevent suicidal behaviour. Our aim was to evaluate the effectiveness of a regional community-based four-level suicide prevention programme on suicide rates. METHOD: The EAAD programme was implemented in Szolnok (population 76,311), a town in a region of Hungary with an exceptionally high suicide rate. Effectiveness was assessed by comparing changes in suicide rates in the intervention region after the intervention started with changes in national suicide rates and those in a control region (Szeged) in the corresponding period. RESULTS: For the duration of the programme and the follow-up year, suicide rates in Szolnok were significantly lower than the average of the previous three years (p = .0076). The suicide rate thus went down from 30.1 per 100,000 in 2004 to 13.2 in 2005 (-56.1 %), 14.6 in 2006 (-51.4 %) and 12.0 in 2007 (-60.1 %). This decrease of annual suicide rates in Szolnok after the onset of the intervention was significantly stronger than that observed in the whole country (p = .017) and in the control region (p = .0015). Men had the same decrease in suicide rates as women. As secondary outcome, an increase of emergency calls to the hotline service (200%) and outpatient visits at the local psychiatry clinic (76%) was found. CONCLUSIONS: These results seem to provide further support for the effectiveness of the EAAD concept. Whilst the majority of suicide prevention programs mainly affect female suicidal behaviour, this programme seems to be beneficial for both sexes. The sustainability and the role of the mediating factors (social service and health care utilization, community attitudes about suicide) should be key points in future research.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».