MétaCan
Menu
Retour à la cohorte
Enregistrement W2947270929 · doi:10.1001/jamapsychiatry.2019.0922

Association of Increased Youth Suicides in the United States With the Release of<i>13 Reasons Why</i>

2019· article· en· W2947270929 sur OpenAlexaff
Thomas Niederkrotenthaler, Steven Stack, Benedikt Till, Mark Sinyor, Jane Pirkis, David García, Ian R. H. Rockett, Ulrich S. Tran

Notice bibliographique

RevueJAMA Psychiatry · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueSuicide and Self-Harm Studies
Établissements canadiensHealth Sciences CentreUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésSuicide preventionProxy (statistics)Poison controlInjury preventionDemographyHuman factors and ergonomicsPsychologyOccupational safety and healthMedicineGerontologyMedical emergencyStatisticsSociology

Résumé

récupéré en direct d'OpenAlex

Importance: On March 31, 2017, Netflix released the show 13 Reasons Why, sparking immediate criticism from suicide prevention organizations for not following media recommendations for responsible suicide portrayal and for possible suicide contagion by media. To date, little research has been conducted into the associations between the show and suicide counts among its young target audience. Objective: To analyze the changes in suicide counts after the release of 13 Reasons Why. Design, Setting, and Participants: For this time series analysis, monthly suicide data for the age groups 10 to 19 years, 20 to 29 years, and 30 years or older for both US males and females from January 1, 1999, to December 31, 2017, were extracted from the Centers for Disease Control and Prevention's WONDER (Wide-ranging Online Data for Epidemiologic Research) database. Twitter and Instagram posts were used as a proxy to estimate the amount of attention the show received through social media from April 1, 2017, to June 30, 2017. Autoregressive integrated moving average time series models were fitted to the pre-April 2017 period to estimate suicides among the age groups and to identify changes in specific suicide methods used. The models were fitted to the full time series with dummy variables for (1) April 2017 and (2) April 1, 2017, to June 30, 2017. Data were analyzed in December 2018 and January 2019. Main Outcomes and Measures: Suicide data before and after the release of the show in 2017. Results: Based on social media data, public interest in the show was highest in April 2017 and was negligible after June 2017. For 10- to 19-year-old males and females, increases in the observed values from April to June 2017 were outside the 95% confidence bands of forecasts. Models testing 3-month associated suicide mortality indicated 66 (95% CI, 16.3-115.7) excess suicides among males (12.4% increase; 95% CI, 3.1%-21.8%) and 37 (95% CI, 12.4-61.5) among females (21.7% increase; 95% CI, 7.3%-36.2%). No excess suicide mortality was seen in other age groups. The increase in the hanging suicide method was particularly high (26.9% increase; 95% CI, 15.3%-38.4%). Conclusions and Relevance: Caution must be taken in interpreting these findings; however, the suicide increase in youth only and the signal of a potentially larger increase in young females all appear to be consistent with a contagion by media and seem to reinforce the need for collaboration toward improving fictional portrayals of 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 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)0,004
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 enseignants0,042
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,257
Écart entre enseignants0,244 · 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

Citations172
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAMA PsychiatryMême sujetSuicide and Self-Harm StudiesTravaux en français237 207