Association Between COVID-19 and Self-Harm: Nationwide Retrospective Ecological Spatiotemporal Study in Metropolitan France
Notice bibliographique
Résumé
Background: The COVID-19 pandemic has not been associated with increases in suicidal behavior at the national, regional, or county level. However, previous studies were not conducted on a finer scale or adjusted for ecological factors. Objective: Our objective was to assess the fine-scale spatiotemporal association between self-harm and COVID-19 hospitalizations, while considering ecological factors. Methods: Using the French national hospital discharge database, we extracted data on hospitalizations for self-harm of patients older than 10 years (from 2019 to 2021) or for COVID-19 (from 2020 to 2021) in metropolitan France. We first calculated monthly standardized incidence ratios (SIRs) for COVID-19 between March 2020 and December 2021, using a Besag, York, and Mollié spatiotemporal model. Next, we entered the SIRs into an ecological regression in order to test the association between hospital admissions for self-harm and those for COVID-19. Lastly, we adjusted for ecological variables with time lags of 0 to 6 months. Results: Compared with a smoothed SIR of ≤1, smoothed SIRs from 1 to 3, from 3 to 4, and greater than 4 for COVID-19 hospital admissions were associated with a subsequent increase in hospital admissions for self-harm, with a time lag of 2 to 4 months, 4 months, and 6 months, respectively. Conclusions: A high SIR for hospital admissions for COVID-19 was a risk factor for hospital admission for self-harm some months after the epidemic peaks. This finding emphasizes the importance of monitoring and seeking to prevent suicide attempts outside the epidemic peak periods.
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) | 0,000 | 0,000 |
| 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 | 0,001 | 0,001 |
| 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 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 ».