The Impact of Infectious Disease-Related Public Health Emergencies on Suicide, Suicidal Behavior, and Suicidal Thoughts
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract. Background: Infectious disease-related public health emergencies (epidemics) may increase suicide risk, and high-quality evidence is needed to guide an international response. Aims: We investigated the potential impacts of epidemics on suicide-related outcomes. Method: We searched MEDLINE, EMBASE, PsycInfo, CINAHL, Scopus, Web of Science, PsyArXiv, medRxiv, and bioRxiv from inception to May 13–16, 2020. Inclusion criteria: primary studies, reviews, and meta-analyses; reporting the impact of epidemics; with a primary outcome of suicide, suicidal behavior, suicidal ideation, and/or self-harm. Exclusion criteria: not concerned with suicide-related outcomes; not suitable for data extraction. PROSPERO registration: #CRD42020187013. Results: Eight primary papers were included, examining the effects of five epidemics on suicide-related outcomes. There was evidence of increased suicide rates among older adults during SARS and in the year following the epidemic (possibly motivated by social disconnectedness, fears of virus infection, and concern about burdening others) and associations between SARS/Ebola exposure and increased suicide attempts. A preprint study reported associations between COVID-19 distress and past-month suicidal ideation. Limitations: Few studies have investigated the topic; these are of relatively low methodological quality. Conclusion: Findings support an association between previous epidemics and increased risk of suicide-related outcomes. Research is needed to investigate the impact of COVID-19 on suicide outcomes.
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.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 découle