Self-harm and rurality in Canada: an analysis of hospitalization data from 2015 to 2019
Notice bibliographique
Résumé
PURPOSE: The incidence of self-harm is an important indicator in suicide surveillance and a target outcome for suicide prevention. Self-harm rates vary by geographic location and rurality appears to be a risk factor. The objectives of this study were to estimate rates of self-harm hospitalization in Canada over a 5-year period by sex and age group, and examine relationships between self-harm and rurality. METHODS: Hospitalizations related to self-harm were identified in a national dataset (the Discharge Abstract Database) for all patients aged 10 years or older who were discharged from hospital between 2015 and 2019. Self-harm hospitalization rates were calculated and stratified by year, sex, age group, and level of rurality, as measured using the Index of Remoteness. A Poisson regression was fit to estimate rate ratios for the levels of rurality. RESULTS: Rates of self-harm hospitalization were higher for females than males across all levels of rurality and increased with each level for both sexes, except for among young males. The widest rural-to-urban disparities were observed for the 10-19 and 20-34-year old age groups. Females aged 10-19 in very remote areas had the highest self-harm hospitalization rate. CONCLUSION: The rate of self-harm hospitalization in Canada varied by sex, age group, and level of rurality. Clinical and community-based interventions for self-harm, such as safety planning and increased access to mental health services, should be tailored to the differential risks across geographic contexts.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,011 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| 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 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 ».