Gambling, suicide and mental health treatment utilisation in Wales: case–control, whole-population-based study
Notice bibliographique
Résumé
Background Gambling-related harm is a global public health concern. Suicide mortality is increased among people who experience gambling harm, and people who die by suicide often have contact with mental health treatment services in the months preceding their death. Aims To assess via a case–control study how gambling diagnosis predicts suicidal death and mental healthcare utilisation using linked routinely collected healthcare data. Method We linked the Welsh Longitudinal General Practice Dataset, Annual District Death Extract, Patient Episode Database for Wales, and Outpatient Appointments Dataset Wales using the Secure Anonymised Information Linkage (SAIL) Databank. A sample of individuals with gambling diagnosis who died by suicide and an age- and sex-matched comparator group of all-cause decedents between 1993 and 2023 were extracted. Predictors of suicidal death, including mental health diagnosis and treatment contacts, were analysed using binary logistic regression models and chi-squared tests. Results A matched cohort of 92 individuals diagnosed with a gambling diagnosis (mean age 61.5 years, s.d. 13.1; 71% male) who died by suicide and 2990 comparators were identified. Gambling diagnosis status was a significant predictor of suicide (odds ratio 30.94; 95% CI 3.57–268.28; P = 0.002). Individuals with gambling disorder had significantly more mental health treatment contacts ( P < 0.001), particularly in-patient contacts ( P < 0.001). No difference in out-patient contacts was found. Conclusions Historical diagnosis of gambling harm is a significant predictor of suicidal death and mental health treatment utilisation. Improved screening and coding practices would facilitate greater data linkage research on gambling-related suicide and 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 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 ».