<p>Predictors of Passive and Active Suicidal Ideation and Suicide Attempt Among Older People: A Study in Tertiary Care Settings in Thailand</p>
Notice bibliographique
Résumé
Purpose: This study compared predictors of passive suicidal ideation (SI), active SI, and suicide attempt (SA) among elderly Thai patients in tertiary care settings. Patients and Methods: Psychiatric diagnoses and suicidality of 803 older people were assessed using the Mini-International Neuropsychiatric Interview and the Structured Clinical Interview for DSM-IV-TR. All participants completed the Montreal Cognitive Assessment, multidimensional scale of perceived social support (MSPSS), 15-item Thai geriatric depression scale (TGDS-15), 10-item perceived social scale and the Core Symptoms Index. The chi-square test, t -test and ANOVA were used for bivariate analysis of predictors of specific suicidality types. Multiple logistic regression was used to determine the predictors for each type of suicidality. Results: The patients’ mean age was 69.24 ± 6.90 years, and the majority were female (69.74%). Passive SI, active SI and SA were found among 20.42%, 3.74% and 2.37%, respectively, of the patients. Major depressive disorder (MDD) was a predictor of both passive and active SI (OR = 2.06 and 3.74, respectively). Other predictors of passive SI included hypomania (OR = 8.27) and positive score on the TGDS-15 (OR = 1.29). Predictors of active SI included agoraphobia (OR = 6.84) and hypomania (OR = 7.10). Predictors of SA included a family history of alcohol dependence (OR = 14.16), a history of depression (OR = 4.78) and agoraphobia (OR = 19.89). Surprisingly, hypertension and self-reported anxiety symptoms were protective factors for passive SI (OR = 0.51 and 0.85, respectively). Likewise, MSPSS was a protective factor for SA (OR = 0.90). Conclusion: Predictors of each type of suicidality differed. MDD was the main predictor for SI; however, agoraphobia and poor perceived social support were more pronounced among individuals with SA. Further investigation, especially in longitudinal fashion, should be warranted. Keywords: suicide, elderly, risk, predictor
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».