MétaCan
Menu
Retour à la cohorte
Enregistrement W4412726793 · doi:10.3390/healthcare13141735

Older People at Risk of Suicide: A Local Study During the COVID-19 Confinement Period

2025· article· en· W4412726793 sur OpenAlexaboutno aff
Ismael Puig-Amores, Guadalupe Martín-Mora Parra, Isabel Cuadrado Gordillo, Jessica Morales-Sanhueza

Notice bibliographique

RevueHealthcare · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueSuicide and Self-Harm Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)Coronavirus disease 2019 (COVID-19)Mental healthDemographyObservational studyIncidence (geometry)MedicinePsychological interventionSuicide preventionPublic healthPopulationPandemicGerontologyPoison controlPsychiatryPsychologyEnvironmental healthGeographyDiseaseInfectious disease (medical specialty)NursingSociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Suicide in older adults represents an insufficiently addressed public health problem, despite the aging population and the increase in mental disorders in this group. The COVID-19 pandemic and associated measures, such as lockdown, could have exacerbated this phenomenon. This study aimed to analyze the impact of the confinement decreed during the state of alarm in Spain on the incidence of deaths by suicide in people over 70 years of age in Extremadura. METHODS: An observational and retrospective study was carried out, using data from the Institutes of Legal Medicine and Forensic Sciences, comparing the figures for 2020 with the years 2019, 2021, along with the average for the period 2015-2019. Statistical analyses included Chi-square tests and calculation of Relative Risk with 95% CI. RESULTS: The results revealed a significant increase in deaths by suicide in the third quarter of 2020 compared to the periods compared, especially among men. CONCLUSIONS: It is concluded that confinement may have negatively influenced the mental health of older adults, which underscores the need for specific interventions and attention to regional contextual factors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,042
Tête enseignante GPT0,384
Écart entre enseignants0,342 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealthcareMême sujetSuicide and Self-Harm StudiesTravaux en français237 207