MétaCan
Menu
Retour à la cohorte
Enregistrement W3157079348 · doi:10.1136/bmj.n973

Suicide and self-harm in adult survivors of critical illness: population based cohort study

2021· article· en· W3157079348 sur OpenAlexafffundabout
Shannon M. Fernando, Danial Qureshi, Manish M. Sood, Michael Pugliese, Robert Talarico, Daniel T. Myran, Dale M. Needham, Bram Rochwerg, Hannah Wunsch, Robert Fowler, Damon C. Scales, O. Joseph Bienvenu, Kathy Rowan, Magdalena Kisilewicz, Laura H. Thompson, Peter Tanuseputro, Kwadwo Kyeremanteng

Notice bibliographique

RevueBMJ · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueSuicide and Self-Harm Studies
Établissements canadiensInstitut du Savoir MontfortQueensway-Carleton HospitalOttawa HospitalUniversity Health NetworkHealth Sciences CentreSt. Michael's HospitalSunnybrook Health Science CentreToronto General HospitalMcMaster UniversityImpactPublic Health OntarioUniversity of TorontoBruyèreUniversity of Ottawa
Organismes subventionnairesOntario Ministry of Health and Long-Term Care
Mots-clésMedicineIntensive care unitHazard ratioEmergency medicineIncidence (geometry)Cohort studyCohortPopulationConfidence intervalProportional hazards modelNational Death IndexPsychiatryInternal medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Abstract Objective To analyse the association between survival from critical illness and suicide or self-harm after hospital discharge. Design Population based cohort study using linked and validated provincial databases. Setting Ontario, Canada between January 2009 and December 2017 (inclusive). Participants Consecutive adult intensive care unit (ICU) survivors (≥18 years) were included. Linked administrative databases were used to compare ICU hospital survivors with hospital survivors who never required ICU admission (non-ICU hospital survivors). Patients were categorised based on their index hospital admission (ICU or non-ICU) during the study period. Main outcome measures The primary outcome was the composite of death by suicide (as noted in provincial death records) and deliberate self-harm events after discharge. Each outcome was also assessed independently. Incidence of suicide was evaluated while accounting for competing risk of death from other causes. Analyses were conducted by using overlap propensity score weighted, cause specific Cox proportional hazard models. Results 423 060 consecutive ICU survivors (mean age 61.7 years, 39% women) were identified. During the study period, the crude incidence (per 100 000 person years) of suicide, self-harm, and the composite of suicide or self-harm among ICU survivors was 41.4, 327.9, and 361.0, respectively, compared with 16.8, 177.3, and 191.6 in non-ICU hospital survivors. Analysis using weighted models showed that ICU survivors ( v non-ICU hospital survivors) had a higher risk of suicide (adjusted hazards ratio 1.22, 95% confidence interval 1.11 to 1.33) and self-harm (1.15, 1.12 to 1.19). Among ICU survivors, several factors were associated with suicide or self-harm: previous depression or anxiety (5.69, 5.38 to 6.02), previous post-traumatic stress disorder (1.87, 1.64 to 2.13), invasive mechanical ventilation (1.45, 1.38 to 1.54), and renal replacement therapy (1.35, 1.17 to 1.56). Conclusions Survivors of critical illness have increased risk of suicide and self-harm, and these outcomes were associated with pre-existing psychiatric illness and receipt of invasive life support. Knowledge of these prognostic factors might allow for earlier intervention to potentially reduce this important public health problem.

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)0,002
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 enseignants0,177
Score d'incertitude au seuil0,352

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,029
Tête enseignante GPT0,362
Écart entre enseignants0,333 · 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

Citations66
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMJMême sujetSuicide and Self-Harm StudiesTravaux en français237 207