Heterogeneity of the risk of suicidal behavior in bipolar‐spectrum disorders
Notice bibliographique
Résumé
OBJECTIVES: The risk of suicidal behavior is substantially elevated in major affective disorders (AD). In bipolar disorder (BD), as many as 15% of patients may commit suicide and family history of suicide is recognized as one of the most important risk factors. Lithium reduces the rates of suicidal behavior in BD, especially in patients who achieve full mood stabilization. Yet even patients who continue experiencing mood episodes do benefit from anti-suicidal properties of lithium. These observations raise questions about the nature of the relationship between the neurobiological mechanisms of BD and suicide, namely whether they are shared or independent. METHODS: We studied the distribution of suicides and suicide attempts in 539 subjects from 78 families of probands with major AD, all responders to lithium prophylaxis. A Cox proportional hazard regression model was used to assess the contribution of several independent variables to the risks of AD, BD, and suicidal behavior. RESULTS: The lifetime prevalence of BD was significantly greater among first-degree relatives of suicide than non-suicide probands (22% versus 11%) and the prevalence of BD in families was associated with an increased risk of developing mood disorder and subsequently committing or attempting suicide (p = 0.003). Families fell into 1 of 3 groups, corresponding to a low (<0.1%), intermediate (17.8%), and high (87.8%) risk for suicide in affectively ill subjects. CONCLUSIONS: Suicidal behavior is distributed unevenly in families of probands with BD, aggregating in a subset of families. Our results also suggest that partially overlapping sets of genetic factors may underlie BD and suicide.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».