Suicidal Behaviour and Related Risk Factors among School-Aged Youth in the Republic of Benin
Notice bibliographique
Résumé
INTRODUCTION: Research on factors associated with suicidal ideation and suicide attempts has been conducted largely in developed countries. Research on West African countries in particular is lacking. METHODS: Data were obtained from the Global School-based Health Survey conducted in Benin in 2009. This was a cross-sectional study of three grades, spanning Junior and Senior High, which sampled a total of 2,690 adolescents. Data on the occurrence of demographic, psycho-social and socio-environmental risk factors were tested using multinomial logistic regression for their association with suicidal ideation and suicide attempts. RESULTS: The survey indicated that 23.2% had thought about suicide and 28.3% had made a suicide attempt in the previous year. Anxiety, loneliness, being bullied, alcohol misuse, illicit drug use, and lack of parental support were independently related to the ideation outcomes, suicidal ideation without planning and suicidal ideation with planning. Multinomial regression analysis, using one suicide attempt and multiple suicide attempts as outcomes, revealed that female sex, anxiety, loneliness, being physically attacked, and illicit drug use were associated these outcomes. DISCUSSION: The prevalence of suicide attempts reported in the survey is relatively high. It is possible that there are cultural factors that could explain this finding. Our research indicates that many factors are related to the occurrence of suicidal ideation and suicide attempts among youth in Benin. Illicit drug use and violence in particular are associated with a high rate of suicide attempts in Benin. Measures to address these issues may reduce the risk of self-inflicted violence.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».