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 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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 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 ».