MétaCan
Menu
Retour à la cohorte
Enregistrement W4283733858 · doi:10.3389/fpsyt.2022.871213

Evaluating the Risk of Suicide and Violence in Severe Mental Illness: A Feasibility Study of Two Risk Assessment Tools (OxMIS and OxMIV) in General Psychiatric Settings

2022· article· en· W4283733858 sur OpenAlexfundno aff
Gabrielle Beaudry, Manuel Canal‐Rivero, Jianjun Ou, Jaskiran Matharu, Seena Fazel, Rongqin Yu

Notice bibliographique

RevueFrontiers in Psychiatry · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueSuicide and Self-Harm Studies
Établissements canadiensnon disponible
Organismes subventionnairesFonds de Recherche du Québec - SantéWellcome Trust
Mots-clésMental illnessThematic analysisPsychiatryMedicineRisk assessmentSuicide preventionSchizophrenia (object-oriented programming)Poison controlMental healthQualitative researchClinical psychologyMedical emergency

Résumé

récupéré en direct d'OpenAlex

Background: Two OxRisk risk assessment tools, the Oxford Mental Illness and Suicide (OxMIS) and the Oxford Mental Illness and Violence (OxMIV), were developed and validated using national linked registries in Sweden, to assess suicide and violence risk in individuals with severe mental illness (schizophrenia-spectrum disorders and bipolar disorders). In this study, we aim to examine the feasibility and acceptability of the tools in three different clinical services. Method: We employed a two-step mixed-methods approach, by combining quantitative analyses of risk scores of 147 individual patients, and thematic analyses of qualitative data. First, 38 clinicians were asked to use OxMIS and OxMIV when conducting their routine risk assessments in patients with severe mental illness. The risk scores for each patient (which provide a probability of the outcome over 12 months) were then compared to the unstructured clinical risk assessment made by the treating clinician. Second, we carried out semi-structured interviews with the clinicians on the acceptability and utility of the tools. Thematic analysis was conducted on the qualitative data to identify common themes, in terms of the utility, accuracy, and acceptability of the tools. The investigations were undertaken in three general adult psychiatric clinics located in the cities of Barcelona and Sevilla (Spain), and Changsha (China). Results: Median risk probabilities over 12 months for OxMIS were 1.0% in the Spanish patient sample and 1.9% in the Chinese sample. For OxMIV, they were 0.7% (Spanish) and 0.8% (Chinese). In the thematic analysis, clinicians described the tools as easy to use, and thought that the risk score improved risk management. Potential additions to predictors were suggested, including family history and the patient's support network. Concordance rates of risk estimates between the tools and clinicians was high for violence (94.4%; 68/72) and moderate for suicide (50.0%; 36/72). Conclusion: Both OxMIS and OxMIV are feasible and practical in different general adult psychiatric settings. Clinicians interviewed found that both tools provide a useful structured approach to estimate the risk of suicide and violence. Risk scores from OxMIS and OxMIV can also be used to assist clinical decision-making for future management.

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)0,067
score de la tête « metaresearch » (Gemma)0,087
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 enseignants0,067
Score d'incertitude au seuil0,354

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0670,087
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
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 Opus0,030
Tête enseignante GPT0,373
Écart entre enseignants0,343 · 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

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychiatryMême sujetSuicide and Self-Harm StudiesTravaux en français237 207