Mood computational mechanisms underlying increased risk behavior in adolescent suicidal patients
Notice bibliographique
Résumé
Suicidal thoughts and behaviors (STB) rank among the foremost causes of death globally. While literature consistently highlights increased risk behavior in individuals with STB and identifies mood issues as central to STB, precise cognitive and affective computational mechanisms driving this increased risky behavior remain elusive. Here, we asked 83 adolescent inpatients with affective disorders, where 58 patients with STB (S+) and 25 without STB (S-), and 118 sex/age-matched healthy control (HC) to make decisions between certain vs. gamble option with momentary mood ratings. Choice data analyses revealed more risk behavior in S+ compared to S- and HC. Using a prospect theory model enhanced with value-insensitive approach-avoidance parameters revealed that this rise in risky behavior resulted only from a heightened approach parameter in S+. Furthermore, approach strength mediated the rise in gambling choices with STB severity. Altogether, model-based choice data analysis indicated dysfunction in the approach system in S+, leading to greater propensity for gambling in the gain domain regardless of the lottery expected value. Additionally, mood model-based analyses revealed reduced sensitivity to certain rewards in S+ compared to S- and HC. Importantly, these computational markers generalized to general population (n = 747). In S+, mood sensitivity to certain rewards was negatively correlated with gambling, offering a mood computational account for increased risk behavior in STB. These findings remained significant even after adjusting for demographic, clinical, and medication-related variables. Overall, our study uncovers cognitive and affective mechanisms contributing to increased risk behavior in STB, with significant implications for suicide prevention.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».