FREQUENCY OF SUICIDAL IDEATION IN DIAGNOSED CASES OF SCHIZOPHRENIA
Notice bibliographique
Résumé
Background: Schizophrenia is a chronic psychiatric disorder associated with high morbidity and premature mortality, with suicide being a major contributor. Globally, 20% to 40% of individuals with schizophrenia attempt suicide at least once in their lifetime. Despite the severity of this concern, limited research has been conducted locally to assess the burden of suicidal ideation among individuals diagnosed with schizophrenia. This study aims to address this gap and support future preventive strategies and interventions. Objective: To determine the frequency of suicidal ideation in patients diagnosed with schizophrenia presenting to a tertiary care hospital. Methods: This cross-sectional study was conducted at the Department of Psychiatry, Pakistan Institute of Medical Sciences (PIMS), Islamabad, from July 5, 2024, to January 4, 2025. A total of 142 patients (68 males, 74 females), aged 18–60 years and diagnosed with schizophrenia per DSM-5 criteria, were enrolled through non-probability consecutive sampling. Patients with substance abuse, intellectual disability, or neurological disorders were excluded. Suicidal ideation was assessed using the Beck Scale for Suicidal Ideation, with a score of ≥7 taken as the cutoff. Demographic and clinical data were analyzed using SPSS version 26, with significance set at p<0.05. Results: The mean age of participants was 38.00 ± 10.63 years, with 64.8% under 40 years of age. Females constituted 52.1% of the sample. A BMI above 25.0 kg/m² was observed in 44.4% of cases. Suicidal ideation was present in 33 patients (23.2%). Significant associations were found between suicidal ideation and BMI (p = 0.032) as well as profession (p = 0.001), while other variables showed no statistically significant correlation. Conclusion: A substantial proportion of patients with schizophrenia reported suicidal ideation, particularly among those with higher BMI and salaried occupations. These findings highlight the need for targeted screening and intervention strategies to mitigate suicide risk in this vulnerable population.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».