MétaCan
Menu
Retour à la cohorte
Enregistrement W4296818744 · doi:10.1016/j.jad.2022.09.081

Multicenter analysis on the non-suicidal self-injury behaviors and related influencing factors—A case study of left-behind children in northeastern Sichuan

2022· article· en· W4296818744 sur OpenAlexaboutno aff
Ling Yu, Jiayu Zhao, Ting Zhao, Yun Xiao, Qin Ou, Jinlong He, Jing Luo, Yunling Zhong, Yu Cen, Wenxiu Luo, Yang Jia-ming, Deng Ya, Jiazhu Zhang, Jiaming Luo

Notice bibliographique

RevueJournal of Affective Disorders · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueSuicide and Self-Harm Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInjury preventionSelf-destructive behaviorPoison controlSuicide preventionMulticenter studyHuman factors and ergonomicsPsychologyOccupational safety and healthMedicineClinical psychologyMedical emergencyInternal medicinePathologyRandomized controlled trial

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Few studies have been conducted focusing on the non-suicidal self-injury (NSSI) incidence rate and influencing factors among left-behind children in northeastern Sichuan, China. In this study, we investigated the incidence rate of the NSSI behaviors, levels of anxiety and depression in left-behind children in northeastern Sichuan, and relevant sociodemographic factors. METHODS: The NSSI behaviors were identified using the Ottawa Self-injury Inventory (Chinese version). Its incidence rate and related influencing factors were evaluated by Cluster sampling; the Depression Anxiety Stress Scale-21 Items (DASS-21) was adopted to assess the levels of anxiety, depression, and stress. RESULTS: A total of 9450 adolescents met the inclusion criteria, including 543 with NSSI behaviors, and the prevalence of NSSI was 5.7 %. There were 3596 left-behind children, and 243 of them had NSSI behaviors, the NSSI incidence in left-behind children was 6.8 %. There were 5854 non-left-behind children, and the NSSI incidence in non-left-behind children was 5.1 %. Left-behind children's NSSI behaviors were remarkably correlated with five risk factors: being female (OR = 2.411, 95%CI = 1.773-3.279), parents' divorce (OR = 1.742, 95%CI = 1.262-2.404), elder age (OR = 1.120, 95%CI = 1.028-1.219), severe depression (OR = 1.212, 95%CI = 1.148-1.281), and high anxiety (OR = 1.170, 95%CI = 1.093-1.251). LIMITATIONS: This is a cross-sectional study, we cannot probe into the causality between NSSI behaviors and corresponding risk factors. Reporting and recalling biases may be unavoidable as questionnaires are performed by self-rating scales and retrospective reports. CONCLUSION: The NSSI behaviors are common in left-behind children in northeastern Sichuan. This study proposes that prevention and intervention measures are necessary for the healthy growth of such children.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,083
Score d'incertitude au seuil0,164

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,291
Écart entre enseignants0,282 · 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

Citations21
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Affective DisordersMême sujetSuicide and Self-Harm StudiesTravaux en français237 207