MétaCan
Menu
Retour à la cohorte
Enregistrement W4408547956 · doi:10.1111/jpm.13168

Enhancing Person‐Centred Care in Suicide Prevention: A Nursing Perspective

2025· review· en· W4408547956 sur OpenAlexaff
Matias Gay

Notice bibliographique

RevueJournal of Psychiatric and Mental Health Nursing · 2025
Typereview
Langueen
DomainePsychology
ThématiqueSuicide and Self-Harm Studies
Établissements canadiensIzaak Walton Killam Health Centre
Organismes subventionnairesnon disponible
Mots-clésIntervention (counseling)Perspective (graphical)NarrativePsychologyMedicineNursingComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Suicide prevention within nursing has historically been dominated by biomedical models that emphasize risk assessment and symptom management. While these frameworks offer structure and liability reduction, they often fail to capture the deeply personal and existential dimensions of suicidality. The reliance on predictive tools with modest accuracy, such as the Columbia-Suicide Severity Rating Scale (C-SSRS), has led to a gap between assessment and meaningful intervention. Critics argue that this model fosters a procedural approach that discourages patient disclosure and limits therapeutic engagement. In contrast, person-centered care (PCC) emphasizes relational trust, individualized understanding, and the integration of patient narratives into clinical decision-making. This paper examines the need to shift from standardized, symptom-focused approaches toward a dynamic, patient-centered framework. METHODS: This paper critically evaluates the limitations of biomedical suicide prevention strategies by synthesizing theoretical contributions from key suicidologists, including Edwin Shneidman, Antoon Leenaars, Konrad Michel, Igor Galynker, and David Jobes. Evidence-based, person-centered models such as the Collaborative Assessment and Management of Suicide (CAMS) and the Narrative Crisis Model (NCM) are explored in contrast to traditional suicide risk assessments. Additionally, barriers to implementing PCC in nursing-such as time constraints, administrative demands, and gaps in professional training-are examined. RESULTS: While biomedical models provide standardized risk management strategies, their over-reliance on quantifiable indicators fails to address suicidality's multidimensional nature. The predictive limitations of suicide screening tools often lead to overestimation or underestimation of risk, increasing the likelihood of missed intervention opportunities. Furthermore, systemic factors such as high-acuity environments and compassion fatigue contribute to nurses' challenges in engaging with person-centered interventions. Models like CAMS and NCM have demonstrated greater efficacy in fostering trust, enhancing clinical engagement, and addressing the subjective experiences of suicidal individuals, ultimately improving outcomes. CONCLUSIONS: The limitations of traditional biomedical approaches underscore the necessity of integrating person-centered care into nursing practice. Suicide prevention should not be dictated solely by standardized risk assessments but should instead prioritize therapeutic alliance, empathy, and the co-construction of meaning. Nurses, given their frontline role in patient care, are uniquely positioned to transform suicide prevention through narrative-based interventions and compassionate engagement. However, achieving this paradigm shift requires institutional support, expanded nursing education, and systemic recognition of the importance of relational care. This paper advocates for a holistic approach that moves beyond risk prediction toward meaningful, person-centered interventions that address the lived experiences and psychological distress of individuals at risk for suicide.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,013
Communication savante0,0070,004
Science ouverte0,0020,009
Intégrité de la recherche0,0050,007
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,439
Écart entre enseignants0,390 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Psychiatric and Mental Health NursingMême sujetSuicide and Self-Harm StudiesTravaux en français237 207