Risk factors of suicide re-attempt: A two-year prospective study
Notice bibliographique
Résumé
BACKGROUND: History of suicide attempt (SA) is the strongest predictor of a new SA and suicide. It is primordial to identify additional risk factors of suicide re-attempt. The aim of this study was to identify risk factors of suicide re-attempt in patients with recent SA followed for 2 years. METHODS: In this multicentric cohort of adult inpatients, the median of the index SA before inclusion was 10 days. Clinicians assessed a large panel of psychological dimensions using validated tools. Occurrence of a new SA or death by suicide during the follow-up was recorded. A cluster analysis was used to identify the dimensions that best characterized the population and a variable "number of personality traits" was created that included the three most representative traits: anxiety, anger, and anxious lability. Risk factors of re-attempt were assessed with adjusted Cox regression models. RESULTS: Among the 379 patients included, 100 (26.4 %) re-attempted suicide and 6 (1.6 %) died by suicide. The two major risk factors of suicide re-attempt were no history of violent SA and presenting two or three personality traits among trait anxiety, anger and anxious lability. LIMITATIONS: It was impossible to know if treatment change during follow-up occur before or after the re-attempt. DISCUSSION: One of the most important predictors of re-attempt in suicide attempters with mood disorders, was the presence of three personality traits (anger, anxiety, and anxious lability). Clinicians should provide close monitoring to patients presenting these traits and proposed treatments specifically targeting these dimensions, especially anxiety.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».