Investigating the Clinical Profile of Suicide Attempters Who Used a Violent Suicidal Means
Notice bibliographique
Résumé
In our study, we aimed to explore the profile of the high-risk subgroup of suicide attempters that used a violent means compared to suicide attempters that chose a non-violent suicide means. Therefore, we recruited a sample of inpatients with recent suicide attempts in three psychiatric hospitals in Thuringia, Germany. We used a structured clinical interview to assess the psychiatric diagnoses, sociodemographic data, and characteristics of the suicide attempt. Furthermore, we used several validated clinical questionnaires to measure suicidal ideations, suicide intent, depression severity, hopelessness, impulsivity, aggression, anger expression, and childhood trauma. We compared 41 individuals using violent means to 59 using non-violent means with univariate and multivariate statistical analyses. We found significantly (corrected for multiple comparisons) higher levels of impulsivity-related sensation-seeking in violent suicide attempters in univariate and multivariate analyses, and additionally in anger expression directed inward at an uncorrected statistical threshold. Besides that, there were no significant differences between the two groups. We assume that underlying neurocognitive mechanisms, such as impaired decision-making processes and/or differences in risk/loss assessment, could explain the higher levels of questionnaire-based sensation-seeking in subjects who use violent suicide means. Further research is needed, including neuroimaging and biochemical techniques, to gain more insight into the mechanisms underlying the choice of a suicidal means.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».