Religious coping and suicidal ideation as a predictive model for suicide attempts
Notice bibliographique
Résumé
Background and objective: Religious coping can help understanding suicide in its prevention and intervention. The objective of this study was to investigate if religious coping and suicidal ideation could be used as a predictive model for suicide attempts.Methods: This is a survey and correlational delineation, carried out in southern Brazil with 260 adults assisted by the a public mental health service in two cities in northern Paraná from October 2020 to June 2021. For data collection, three instruments were used: The first one was a sociodemographic/clinical questionnaire to profile the participants; The second instrument was composed of 30 items dealing with impulsivity manifestations. The third instrument was used because it addresses coping and how people deal with everyday adversity through faith. Logistic regression analysis was used, through the SPSS®, v. 28. The dichotomous outcome variable was the suicide attempt, and the independent variables were a negative domain of the RCOPE scale. At first, three regression models were considered. A greater adherence happened only when the nominal variable “Have you ever tried to commit suicide?” qualified as an outcome variable.Results: The suicide attempt as an outcome and the other variables performing as predictive represented a higher sensitivity (96.8%) compared to the previous models. As the negative coping score was increased by 1 unit, there was also an increase in the chances of suicide attempting by 1.83 times (95% CI 1.11;3.00).Conclusions: It was discussed that religiosity has a positive impact on suicidal behavior, as it provides well-being/happiness, especially for those with mental disorders. This study would contribute to understanding the role and effects of religious coping in the process of counseling by healthcare workers. It is the first study to present predictive modelling for suicide attempt from negative religious coping. Hopefully, it would contribute to improve the process of counseling by mental health nurses and other healthcare workers.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».