Suicide on the Toronto Transit Commission subway system in Canada (1998–2021): a time-series analysis
Notice bibliographique
Résumé
Background: The Toronto Transit Commission (TTC) operates the public transit system in Toronto, Canada. From 1954 to 1980, there were 430 suicide deaths/attempts on the TTC subway system. In 2011, TTC implemented Crisis Link, a suicide helpline to connect subway passengers with counsellors. Upstream factors such as media reporting about suicide incidents may also influence suicidal behaviour. Our objectives were to investigate how Crisis Link and media reports about TTC suicide incidents influenced suicide rates. Methods: Suicide data were obtained from the TTC and Coroner, with Crisis Link data provided by Distress Centres of Greater Toronto (1998-2021). Media articles were identified through a database search of Toronto media publications. Interrupted time-series analysis investigated the association between Crisis Link calls, media articles, and quarterly suicide rates on the subway system. Findings: There were 302 suicides on TTC's subway system from 1998 to 2021. The introduction of Crisis Link was associated with a large but non-significant decrease in TTC-related suicide rate in the same quarter (IRR = 0.64, 95% CI = 0.36-1.12). Each subsequent post-Crisis-Link quarter experienced an average 2% increase in suicide rate (IRR = 1.02, 95% CI = 1.004-1.04). Furthermore, for each TTC-related media article in the previous quarter, the suicide rate on the TTC increased by 2% (IRR = 1.02, 95% CI = 1.004-1.04). Interpretation: The Crisis Link helpline was associated with a large but non-significant short-term decrease in suicide rates. However, this outcome was not sustained; this may, in part, be attributable to media reporting which was associated with increased suicides. This should inform suicide prevention policies in Canada and worldwide. Funding: No funding.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».