Incidence and predictors of suicide attempts in bipolar I and II disorders: A 5‐year follow‐up study
Notice bibliographique
Résumé
OBJECTIVES: Few long-term studies on bipolar disorder (BD) have investigated the incidence and risk factors of suicide attempts (SAs) specifically related to illness phases. We examined the incidence of SAs during different phases of BD in a long-term prospective cohort of bipolar I (BD-I) and bipolar II (BD-II) patients, and risk factors specifically for SAs during major depressive episodes (MDEs). METHODS: In the Jorvi Bipolar Study (JoBS), 191 BD-I and BD-II patients were followed using life-chart methodology. Prospective information on SAs of 177 patients (92.7%) during different illness phases was available up to 5 years. The incidence of SAs and their predictors were investigated using logistic and Poisson regression models. Analyses of risk factors for SAs occurring during MDEs were conducted using two-level random-intercept logistic regression models. RESULTS: During the 5 years of follow-up, 90 SAs per 718 patient-years occurred. The incidence was highest, over 120-fold higher than in euthymia, during mixed states (765/1000 person-years; 95% confidence interval [CI] 461-1269 person-years), and also very high in MDEs, almost 60-fold higher than in euthymia (354/1000 person-years; 95% CI 277-451 person-years). For risk of SAs during MDEs, the duration of MDEs, severity of depression, and cluster C personality disorders were significant predictors. CONCLUSIONS: We confirmed in this long-term study that the highest incidences of SAs occur in mixed and major depressive illness phases. The variations in incidence rates between euthymia and illness phases were remarkably large, suggesting that the question "when" rather than "who" may be more relevant for suicide risk in BD. However, risk during MDEs is likely also influenced by personality factors.
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) | 0,001 | 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) | 0,000 | 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 ».