Suicide Deaths in People With Bipolar Disorder: Characteristics and Treatments at Time of Death
Notice bibliographique
Résumé
OBJECTIVES: This study aimed to compare suicide deaths in those with or without bipolar disorder (BD), taking into particular consideration the degree to which treatment at the time of death, according to toxicology data, reflects evidence-based pharmacotherapy. METHODS: Coroner data were coded for all verified suicide deaths in the City of Toronto, Canada (1998-2020). Suicide decedents with BD (n = 340) were compared to the non-BD group (n = 4948) on demographic, clinical, and suicide-related variables. In a subsample of decedents, the presence and/or lethality of medications or substances at the time of death was identified from toxicology data and compared between groups and across time (two 11.5 year epochs). Data were analyzed using univariate analyses. RESULTS: Several noteworthy demographic, clinical, and suicide-specific differences between BD and non-BD suicide groups emerged. Antidepressants (48.9%) and benzodiazepines (46.7%) were the most commonly present medications among people with BD, at a proportion similar to the non-BD group. There was a significant decrease in the presence of mood stabilizers across time (33.3% vs. 13.5%, p = 0.006), and lithium was present in only 5.8% of decedents with BD. Opioids (22.1%) and antipsychotics (22.1%) were the most common substances detected in lethal amounts in the BD group. CONCLUSIONS: The findings of this study suggest that a substantial proportion of people with BD who die by suicide are not receiving first-line treatments at the time of death. While causality cannot be established, further exploration of pharmacotherapy at the time of death would ideally link to living controls to address issues of risk and lethality.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».