Personality disorder risk factors for suicide attempts over 10 years of follow-up.
Notice bibliographique
Résumé
Identifying personality disorder (PD) risk factors for suicide attempts is an important consideration for research and clinical care alike. However, most prior research has focused on single PDs or categorical PD diagnoses without considering unique influences of different PDs or of severity (sum) of PD criteria on the risk for suicide-related outcomes. This has usually been done with cross-sectional or retrospective assessment methods. Rarely are dimensional models of PDs examined in longitudinal, naturalistic prospective designs. In addition, it is important to consider divergent risk factors in predicting the risk of ever making a suicide attempt versus the risk of making an increasing number of attempts within the same model. This study examined 431 participants who were followed for 10 years in the Collaborative Longitudinal Personality Disorders Study. Baseline assessments of personality disorder criteria were summed as dimensional counts of personality pathology and examined as predictors of suicide attempts reported at annual interviews throughout the 10-year follow-up period. We used univariate and multivariate zero-inflated Poisson regression models to simultaneously evaluate PD risk factors for ever attempting suicide and for increasing numbers of attempts among attempters. Consistent with prior research, borderline PD was uniquely associated with ever attempting. However, only narcissistic PD was uniquely associated with an increasing number of attempts. These findings highlight the relevance of both borderline and narcissistic personality pathology as unique contributors to suicide-related outcomes.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,002 | 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 ».