Increased suicide risk among younger women in winter during full moon in northern Europe. An artifact or a novel finding?
Notice bibliographique
Résumé
Available evidence suggests that there is no effect of moon phases on suicidal behavior. However, a Finnish study recently reported elevated suicide rates during full-moon, but only among premenopausal women and only in winter. This could not be replicated in an Austrian study and stirred a discussion about whether the Finnish finding was false-positive or if there are unaccounted moderator variables differing between Finland and Austria. The goal of the present study was to provide another replication with data from Sweden, which is geographically more comparable to Finland than Austria. We also investigated the discussed moderator variables latitude and nightly artificial brightness. There were 48,537 suicides available for analysis. The fraction of suicides during the full-moon quarter in winter did not differ significantly from the expected 25% among premenopausal women (23.3%) and in the full sample (24.7%). The incidence risk ratios for full moon quarter in Poisson regression models were 0.96 (95% CI: 0.90-1.02) for premenopausal women and 1.01 (95% CI: 0.99-1.04) for the full sample. According to Bayes-factor analysis, the evidence supports the null-hypothesis (no association) over the alternative hypothesis (some association). We found similar results when we split the data by latitude and artificial nightly brightness, respectively. In line with the Austrian study, there was no increase of suicides in Sweden among premenopausal women in winter during full-moon. The results from the Finnish study are likely false positive, perhaps resulting from problematic but common research and publication practices, which we discuss.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».