Systematic Review of Research and Interventions With Frequent Callers to Suicide Prevention Helplines and Crisis Centers
Notice bibliographique
Résumé
Abstract: Background: Helplines worldwide have frequent callers who may occupy a large proportion of call volume. Therapeutic gain from frequent calling has been questioned. We conducted this review to identify the characteristics of frequent callers and to compile recommendations about how best to help them. Method: Using preferred reporting items for systematic reviews and meta-analyses (PRISMA) standards, we searched for all empirical research in English and French from inception to May, 2020 in PubMed, PsycInfo, and the CRISE library. Results: We identified 738 manuscripts and retained 27 for analyses. Nine provided no definition of frequent callers; nine mixed frequent callers with repeat callers (>1 calls); nine concerned frequent callers (≥8 calls/month). The limited data suggest frequent callers are similar to other callers and often experience mental health problems, loneliness, and suicide risk. From recommendations in all 27 studies, we identified 10 suggestions to better manage and help frequent callers that merit validation. Limitations: The small number of empirical investigations and the diversity of their goals and methodologies limit generalizations. Although recommendations for helping callers may have face validity, empirical data on their effectiveness are scarce. Conclusion: Rather than focusing on reducing call frequency, we should empirically evaluate the benefits of interventions for frequent callers with different calling patterns, characteristics, and reasons for calling.
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 | 0,015 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,009 |
| Bibliométrie | 0,009 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».