Correlates and predictors of the severity of suicidal ideation in adolescence: an examination of brain connectomics and psychosocial characteristics
Notice bibliographique
Résumé
BACKGROUND: Suicidal ideation (SI) typically emerges during adolescence but is challenging to predict. Given the potentially lethal consequences of SI, it is important to identify neurobiological and psychosocial variables explaining the severity of SI in adolescents. METHODS: In 106 participants (59 female) recruited from the community, we assessed psychosocial characteristics and obtained resting-state fMRI data in early adolescence (baseline: aged 9-13 years). Across 250 brain regions, we assessed local graph theory-based properties of interconnectedness: local efficiency, eigenvector centrality, nodal degree, within-module z-score, and participation coefficient. Four years later (follow-up: ages 13-19 years), participants self-reported their SI severity. We used least absolute shrinkage and selection operator (LASSO) regressions to identify a linear combination of psychosocial and brain-based variables that best explain the severity of SI symptoms at follow-up. Nested-cross-validation yielded model performance statistics for all LASSO models. RESULTS: = .55); the strongest was internalizing and externalizing symptom severity at follow-up. Follow-up LASSO regressions of psychosocial-only and brain-based-only variables indicated that psychosocial-only variables explained 55% of the variance in SI severity; in contrast, brain-based-only variables performed worse than the null model. CONCLUSIONS: A linear combination of baseline and follow-up psychosocial variables best explained the severity of SI. Follow-up analyses indicated that graph theory resting-state metrics did not increase the prediction of the severity of SI in adolescents. Attending to internalizing and externalizing symptoms is important in early adolescence; resting-state connectivity properties other than local graph theory metrics might yield a stronger prediction of the severity of SI.
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 | 0,001 | 0,002 |
| 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 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 ».