Nightmare frequency is a risk factor for suicidal ideation during the <scp>COVID</scp>‐19 pandemic
Notice bibliographique
Résumé
The association between nightmare frequency (NMF) and suicidal ideation (SI) is well known, yet the impact of the COVID-19 pandemic on this relation is inconsistent. This study aimed to investigate changes in NMF, SI, and their association during the COVID-19 pandemic. Data were collected in 16 countries using a harmonised questionnaire. The sample included 9328 individuals (4848 women; age M[SD] = 46.85 [17.75] years), and 17.60% reported previous COVID-19. Overall, SI was significantly 2% lower during the pandemic vs. before, and this was consistent across genders and ages. Most countries/regions demonstrated decreases in SI during this pandemic, with Austria (-9.57%), Sweden (-6.18%), and Bulgaria (-5.14%) exhibiting significant declines in SI, but Italy (1.45%) and Portugal (2.45%) demonstrated non-significant increases. Suicidal ideation was more common in participants with long-COVID (21.10%) vs. short-COVID (12.40%), though SI did not vary by COVID-19 history. Nightmare frequency increased by 4.50% during the pandemic and was significantly higher in those with previous COVID-19 (14.50% vs. 10.70%), during infection (23.00% vs. 8.10%), and in those with long-COVID (18.00% vs. 8.50%). The relation between NMF and SI was not significantly stronger during the pandemic than prior (rs = 0.18 vs. 0.14; z = 2.80). Frequent nightmares during the pandemic increased the likelihood of reporting SI (OR = 1.57, 95% CI 1.20-2.05), while frequent dream recall during the pandemic served a protective effect (OR = 0.74, 95% CI 0.59-0.94). These findings have important implications for identifying those at risk of suicide and may offer a potential pathway for suicide prevention.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 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 ».