Biopsychosocial predictors of suicide risk in patients with interstitial cystitis/bladder pain syndrome
Notice bibliographique
Résumé
INTRODUCTION: The impact of interstitial cystitis/bladder pain syndrome (IC/BPS) is prevalent and severe. Studies examining the IC/BPS prevalence and predictors of suicide risk are limited by their lack of theoretically relevant suicide research variables. This research reports suicide risk prevalence and its biopsychosocial predictors for a community IC/BPS sample. METHODS: Self-identified female patients suffering from IC/BPS (n=813; 18-80 years, mean 46.60, standard deviation [SD] 14.10) recruited from online IC/BPS support groups completed measures of demographic, pain, symptoms, and psychosocial variables. Descriptive statistics, correlations, and multivariable logistic regressions examined prevalence, variable associations, and suicide risk prediction. RESULTS: Suicide risk prevalence was 38.1%. Suicide risk was associated with greater odds for exposure to suicide, psychache, hopelessness, and perceived burdensomeness to others. Further, examining suicide risk by levels of pain showed that exposure to suicide and hopelessness were consistent suicide risk predictors across pain levels; psychache for lower levels of pain, depression in moderate levels of pain, and perceived burdensomeness in moderate and severe pain levels. CONCLUSIONS: The high prevalence of suicide risk is alarming and signifies an imperative for recognizing this risk within the IC/BPS population. The identified psychosocial risk factors may be used in refining screening and treatment, and in directing future IC/BPS research.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 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 ».