Suicidality in patients with bipolar depression: findings from a lower middle-income country
Notice bibliographique
Résumé
Aims Among low- and middle-income countries (LMICs), bipolar disorder is recognized as one of the leading causes of disease burden for adults and is associated with marked suicide risk. There are limited data on suicidal ideation in bipolar disorder from LMICs. This study presents cross-sectional data on the prevalence of suicidality and associated patient characteristics among patients with bipolar depression in Pakistan, a lower-middle income country and the fifth most populous country in the world. Method Participants were recruited through outpatient psychiatric clinics in between 2016–2019 in Karachi, Lahore, Hyderabad and Rawalpindi between 2016–2019. Participants were aged 18 to 65 years with a known diagnosis of bipolar disorder and currently in a depressive episode. Suicidality was assessed using the suicide item of the 17-item Hamilton Depression Rating Scale (HAM-D) and levels of severity were categorized as absent, mild/moderate, or severe. Biometric data and biomarkers were obtained. Descriptive statistics were used to describe prevalence and proportional odds regression models were applied to establish correlates to suicidal ideation. Result Among the 266 participants, 67% indicated suicidality of any level and 16% endorsed severe suicidality. Lower body mass index (BMI) (OR = 0.93, 95% CI = 0.88–0.98), higher HAM-D score (OR = 1.29, 95% CI = 1.16–1.43), lower C-reactive protein (CRP) level (OR = 0.53, 95% CI = 0.40–0.70), and increased number of inpatient hospitalizations (OR = 1.16, 95% CI = 1.03–1.31) were identified as significant predictors of suicidality in the fully adjusted regression model. No patient demographic data, including age, gender, marital status, socioeconomic status, and years of education were associated with severity of suicidality. Conclusion There exists a high prevalence of suicidal ideation among patients with bipolar depression in Pakistan. Our findings add to the limited literature on suicidality in bipolar disorder in the LMIC context and suggest roles of biological variables such as BMI and CRP level in predicting suicidal ideation and potentially suicidal behaviours in bipolar depression. More studies are needed to see whether such findings can be replicated in other similar LMIC settings, and to explore potential physiological pathways linking BMI, inflammatory biomarkers and suicidality in bipolar disorder.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».