MétaCan
Menu
Retour à la cohorte
Enregistrement W3211103806 · doi:10.2196/32140

Patterns of Suicide Ideation Across Eight Countries in Four Continents During the COVID-19 Pandemic Era: Repeated Cross-sectional Study

2021· article· en· W3211103806 sur OpenAlexaffvenueabout
Philip J. Schlüter, Mélissa Généreux, Kevin Kei Ching Hung, Elsa Landaverde, Ronald Law, Catherine Pui Yin Mok, Virginia Murray, Tracey O’Sullivan, Zeeshan Qadar, Mathieu Roy

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueSuicide and Self-Harm Studies
Établissements canadiensUniversity of ManitobaUniversity of OttawaUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésSuicidal ideationMental healthMedicinePoison controlPublic healthSuicide preventionPsychological interventionCross-sectional studyOccupational safety and healthPandemicInjury preventionEnvironmental healthDemographyPsychiatryCoronavirus disease 2019 (COVID-19)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The COVID-19 pandemic and countries' response measures have had a globally significant mental health impact. This mental health burden has also been fueled by an infodemic: an information overload that includes misinformation and disinformation. Suicide, the worst mental health outcome, is a serious public health problem that can be prevented with timely, evidence-based, and often low-cost interventions. Suicide ideation, one important risk factor for suicide, is thus important to measure and monitor, as are the factors that may impact on it. OBJECTIVE: This investigation had 2 primary aims: (1) to estimate and compare country-specific prevalence of suicide ideation at 2 different time points, overall and by gender and age groups, and (2) to investigate the influence of sociodemographic and infodemic variables on suicide ideation. METHODS: A repeated, online, 8-country (Canada, the United States, England, Switzerland, Belgium, Hong Kong, Philippines, and New Zealand), cross-sectional study was undertaken with adults aged ≥18 years, with measurement wave 1 conducted from May 29, 2020 to June 12, 2020 and measurement wave 2 conducted November 6-18, 2021. Self-reported suicide ideation was derived from item 9 of the Patient Health Questionnaire-9 (PHQ-9). Age-standardized suicide ideation rates were reported, a binomial regression model was used to estimate suicide ideation indication rates for each country and measurement wave, and logistic regression models were then employed to relate sociodemographic, pandemic, and infodemic variables to suicide ideation. RESULTS: The final sample totaled 17,833 adults: 8806 (49.4%) from measurement wave 1 and 9027 (50.6%) from wave 2. Overall, 24.2% (2131/8806) and 27.5% (2486/9027) of participants reported suicide ideation at measurement waves 1 and 2, respectively, a difference that was significant (P<.001). Considerable variability was observed in suicide ideation age-standardized rates between countries, ranging from 15.6% in Belgium (wave 1) to 42.9% in Hong Kong (wave 2). Frequent social media usage was associated with increased suicide ideation at wave 2 (adjusted odds ratio [AOR] 1.47, 95% CI 1.25-1.72; P<.001) but not wave 1 (AOR 1.11, 95% CI 0.96-1.23; P=.16). However, having a weaker sense of coherence (SOC; AOR 3.80, 95% CI 3.18-4.55 at wave 1 and AOR 4.39, 95% CI 3.66-5.27 at wave 2; both P<.001) had the largest overall effect size. CONCLUSIONS: Suicide ideation is prevalent and significantly increasing over time in this COVID-19 pandemic era, with considerable variability between countries. Younger adults and those residing in Hong Kong carried disproportionately higher rates. Social media appears to have an increasingly detrimental association with suicide ideation, although having a stronger SOC had a larger protective effect. Policies and promotion of SOC, together with disseminating health information that explicitly tackles the infodemic's misinformation and disinformation, may importantly reduce the rising mental health morbidity and mortality triggered by this pandemic.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,032
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,083
Tête enseignante GPT0,409
Écart entre enseignants0,326 · 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

Citations25
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJMIR Public Health and SurveillanceMême sujetSuicide and Self-Harm StudiesTravaux en français237 207