Patterns of co-morbidity in male suicide completers
Notice bibliographique
Résumé
BACKGROUND: Psychiatric co-morbidity is thought to be an important problem in suicide, but it has been little investigated. This study aims to investigate patterns of co-morbidity in a group of male suicide completers. METHOD: One hundred and fifteen male suicide completers from the Greater Montreal Area and 82 matched community controls were assessed using proxy-based diagnostic interviews. Patterns of co-morbidity were investigated using latent class analysis. RESULTS: Three subgroups of male suicide completers were identified (L2 = 171.62, df = 2012, P < 0.05). they differed significantly in the amount of co-morbidity (Kruskal-Wallis chi2 = 71.227, df = 2. P < 0.000) and exhibited different diagnostic profiles. Co-morbidity was particularly found in subjects with disorders characterized by impulsive and impulsive-aggressive traits, whereas subjects without those traits had levels of co-morbidity which were not significantly different from those of controls (chi2 = 8.17, df = 4, P = 0.086). CONCLUSIONS: Suicide completers can be divided into at least three subgroups according to co-morbidity: a low co-morbidity group, a substance-dependent group and a group exhibiting childhood onset of psychopathology.
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 | 0,000 |
| 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) | 0,017 | 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 ».