Suicide in bipolar disorder: characteristics and subgroups
Notice bibliographique
Résumé
OBJECTIVES: The development of more sophisticated models for understanding suicide among people with bipolar disorder (BD) requires diagnosis-specific data. The present study aimed to elucidate differences between people who die by suicide with and without BD, and to identify subgroups within those with BD. METHODS: Data on all suicide deaths in the city of Toronto from 1998 to 2010 were extracted from the Office of the Chief Coroner of Ontario, including demographics, clinical variables, recent stressors, and details of the suicide. Comparisons of person- and suicide-specific variables between suicide deaths among those with BD (n = 170) and those without (n = 2,716) were conducted, and a cluster analysis was performed among the BD suicide group only. RESULTS: Those in the BD suicide group were more likely than those in the non-BD suicide group to be female [odds ratio (OR) = 1.75, 95% confidence interval (CI): 1.27-2.42; p = 0.001], to have made a past suicide attempt (OR = 2.01, 95% CI: 1.45-2.80; p < 0.0001), and to have had recent contact with psychiatric or emergency services (OR = 1.59, 95% CI: 1.00-2.52; p = 0.049). Five clusters were identified within the BD group, with differences between clusters in age; sex; marital status; living circumstances; past suicide attempts; substance abuse; interpersonal, employment/financial, and legal/police stressors; and rates of death by fall/jump or self-poisoning. CONCLUSIONS: The present findings identified differences between BD and non-BD suicide groups, providing support to the utilization of an illness-specific approach to better understanding suicide in BD. Subgroups of BD suicide deaths, if replicated, should also be incorporated into the design and analysis of future studies of suicide in BD.
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 | 0,000 | 0,000 |
| 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 ».