Clustering of lifestyle risk factors in relation to suicidal thoughts and behaviors in young adolescents: a cross-national study of 45 low- and middle-income countries
Notice bibliographique
Résumé
BACKGROUND: Prior research has reaffirmed lifestyle risk behaviors to cluster among adolescents. However, the lifestyle cluster effect on suicidal thoughts and behaviors (STBs) was unclear among adolescents in low- and middle-income countries (LMICs). No comparison of such associations was conducted across nations. METHODS: Data from 45 LMICs were obtained from the Global School-based Student Health Survey (GSHS) between 2009 and 2019. Lifestyle behavior factors were collected through a structured questionnaire. Suicidal ideation, plan, and attempt were ascertained by three single-item questions. Lifestyle risk scores were calculated via a sufficient dimension reduction technique, and lifestyle risk clusters were constructed using a latent class analysis. Generalized linear mixed models with odds ratio (OR) and 95% confidence interval (CI) were used to estimate the lifestyle-STB associations. RESULTS: A total of 229,041 adolescents were included in the final analysis. The weighted prevalence of suicidal ideation, plan, and attempt was 7.37%, 5.81%, and 4.59%, respectively. Compared with the favorable lifestyle group, the unfavorable group had 1.48-, 1.53-, and 3.11-fold greater odds of suicidal ideation (OR = 1.48, 95%CI: 1.30-1.69), plan (OR = 1.53, 95%CI 1.34-1.75), and attempt (OR = 3.11, 95%CI 2.64-3.65). Four clusters of lifestyle risk behaviors were identified, namely healthy lifestyles (H-L), insufficient intake of vegetables and fruit (V-F), frequent consumption of soft drinks and fast food (D-F), and tobacco smoking and alcohol drinking (S-A) clusters. Compared with H-L cluster, V-F cluster was associated with 43% and 42% higher odds of suicidal ideation and plan, followed by S-A cluster (26% for ideation and 20% for plan), but not significant in D-F cluster (P > 0.05). D-F cluster was associated with 2.85-fold increased odds of suicidal attempt, followed by V-F cluster (2.43-fold) and S-A cluster (1.18-fold). CONCLUSIONS: Clustering of lifestyle risk behaviors is informative for risk stratification of STBs in resource-poor settings. Lifestyle-oriented suicide prevention efforts should be initiated among school-attending adolescents in LMICs.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 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) | 0,000 | 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 ».