Antecedents, clinical and psychological characteristics of a large sample of individuals who have self-harmed recruited from primary care and hospital settings in Pakistan
Notice bibliographique
Résumé
Background Suicide is one of the leading causes of mortality worldwide, and the majority of suicide deaths occur in low- and middle-income countries. Aims To evaluate the demographic and clinical characteristics of individuals who have presented to health services following self-harm in Pakistan. Method This study is a cross-sectional baseline analysis of participants from a large multicentre randomised controlled trial of self-harm prevention in Pakistan. A total of 901 participants with a history of self-harm were recruited from primary care clinics, emergency departments and general hospitals in five major cities in Pakistan. The Beck Scale for Suicide Ideation (BSI), Beck Depression Inventory (BDI), Beck Hopelessness Scale (BHS) and Suicide Attempt Self Injury Interview assessment scales were completed. Results Most participants recruited were females (n = 544, 60.4%) in their 20s. Compared with males, females had lower educational attainment and higher unemployment rates and reported higher severity scores on BSI, BDI and BHS. Interpersonal conflict was the most frequently cited antecedent to self-harm, followed by financial difficulties in both community and hospital settings. Suicide was the most frequently reported motive of self-harm (N = 776, 86.1%). Suicidal intent was proportionally higher in community-presenting patients (community: N = 318, 96.9% v. hospital: N = 458, 79.9%; P < 0.001). The most frequently reported methods of self-harm were ingestion of pesticides and toxic chemicals. Conclusions Young females are the dominant demographic group in this population and are more likely to attend community settings to seek help. Suicidal intent as the motivator of self-harm and use of potentially lethal methods may suggest that this population is at high risk of suicide.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 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 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 ».