MétaCan
Menu
Retour à la cohorte
Enregistrement W2111031424 · doi:10.2174/1745017901107010120

Antidepressant Prescribing and Suicides in Emilia-Romagna Region (Italy) from 1999 to 2008: An Ecological Study

2011· article· en· W2111031424 sur OpenAlexaff
Giuseppe Guaiana

Notice bibliographique

RevueClinical Practice and Epidemiology in Mental Health · 2011
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Treatment and Access
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésAntidepressantSuicide ratesOrdinary least squaresPsychiatryMedicineEcological studyDemographySuicide preventionPoison controlEnvironmental healthPopulationSociology

Résumé

récupéré en direct d'OpenAlex

Anti-depressant (AD) prescribing rose in several countries worldwide over the last 20 years. Some concerns have been raised over the fact that AD use, mainly Selective Serotonin Reuptake Inhibitors (SSRI) may increase the risk of suicide. AD consumption and suicide rates data in Emilia-Romagna region, Italy have been extracted from regional government databases on AD prescribing and suicide rates, from 1999 to 2008. A statistical model using ordinary least squares linear regression was employed. The overall suicide rates decreased during the period under examination, in spite of the observed exponential increase in use of ADs. Despite the doubling in prescribing of SSRI and newer ADs in recent years, there continues to be no negative impact on suicide rates in Emilia Romagna.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,382
Tête enseignante GPT0,547
Écart entre enseignants0,165 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Practice and Epidemiology in Mental HealthMême sujetMental Health Treatment and AccessTravaux en français237 207