Seasonality of suicide: a multi-country multi-community observational study
Notice bibliographique
Résumé
AIMS: We aimed to investigate the heterogeneity of seasonal suicide patterns among multiple geographically, demographically and socioeconomically diverse populations. METHODS: Weekly time-series data of suicide counts for 354 communities in 12 countries during 1986-2016 were analysed. Two-stage analysis was performed. In the first stage, a generalised linear model, including cyclic splines, was used to estimate seasonal patterns of suicide for each community. In the second stage, the community-specific seasonal patterns were combined for each country using meta-regression. In addition, the community-specific seasonal patterns were regressed onto community-level socioeconomic, demographic and environmental indicators using meta-regression. RESULTS: We observed seasonal patterns in suicide, with the counts peaking in spring and declining to a trough in winter in most of the countries. However, the shape of seasonal patterns varied among countries from bimodal to unimodal seasonality. The amplitude of seasonal patterns (i.e. the peak/trough relative risk) also varied from 1.47 (95% confidence interval [CI]: 1.33-1.62) to 1.05 (95% CI: 1.01-1.1) among 12 countries. The subgroup difference in the seasonal pattern also varied over countries. In some countries, larger amplitude was shown for females and for the elderly population (≥65 years of age) than for males and for younger people, respectively. The subperiod difference also varied; some countries showed increasing seasonality while others showed a decrease or little change. Finally, the amplitude was larger for communities with colder climates, higher proportions of elderly people and lower unemployment rates (p-values < 0.05). CONCLUSIONS: Despite the common features of a spring peak and a winter trough, seasonal suicide patterns were largely heterogeneous in shape, amplitude, subgroup differences and temporal changes among different populations, as influenced by climate, demographic and socioeconomic conditions. Our findings may help elucidate the underlying mechanisms of seasonal suicide patterns and aid in improving the design of population-specific suicide prevention programmes based on these patterns.
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 | 0,006 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».