Predicting the trajectory of non‐suicidal self‐injury among adolescents
Notice bibliographique
Résumé
BACKGROUND: Non-suicidal self-injury (NSSI) is common among adolescents receiving inpatient psychiatric treatment and the months post-discharge is a high-risk period for self-injurious behavior. Thus, identifying predictors that shape the course of post-discharge NSSI may provide insights into ways to improve clinical outcomes. Accordingly, we used machine learning to identify the strongest predictors of NSSI trajectories drawn from a comprehensive clinical assessment. METHODS: The study included adolescents (N = 612; females n = 435; 71.1%) aged 13-19-years-old (M = 15.6, SD = 1.4) undergoing inpatient treatment. Youth were administered clinical interviews and symptom questionnaires at intake (baseline) and before termination. NSSI frequency was assessed at 1-, 3-, and 6-month follow-ups. Latent class growth analyses were used to group adolescents based on their pattern of NSSI across follow-ups. RESULTS: Three classes were identified: Low Stable (n = 83), Moderate Fluctuating (n = 260), and High Persistent (n = 269). Important predictors of the High Persistent class in our regularized regression models (LASSO) included baseline psychiatric symptoms and comorbidity, past-week suicidal ideation (SI) severity, lifetime average and worst-point SI intensity, and NSSI in the past 30 days (bs = 0.75-2.33). Only worst-point lifetime suicide ideation intensity was identified as a predictor of the Low Stable class (b = -8.82); no predictors of the Moderate Fluctuating class emerged. CONCLUSIONS: This study found a set of intake clinical variables that indicate which adolescents may experience persistent NSSI post-discharge. Accordingly, this may help identify youth that may benefit from additional monitoring and support post-hospitalization.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 ».