Similar and different? A cross-cultural comparison of the prevalence, course of and factors associated with suicidal thoughts and behaviors in first-episode psychosis in Chennai, India and Montreal, Canada
Notice bibliographique
Résumé
Background:Data from high-income countries (HICs) show a high risk of suicidal thoughts and behaviors (STBs) in first-episode psychosis (FEP). It is unknown, however, whether rates and associated factors differ in low- and middle-income countries (LMICs).Aims:We therefore aimed to compare the 2-year course of STBs and associated factors in persons with FEP treated in two similarly structured early intervention services in Chennai, India and Montreal, Canada.Method:To ensure fit to the data that included persons without STBs and with varying STBs’ severity, a hurdle model was conducted by site, including known predictors of STBs. The 2-year evolution of STBs was compared by site with mixed-effects ordered logistic regression.Results:The study included 333 FEP patients (168 in Chennai, 165 in Montreal). A significant decrease in STBs was observed at both sites (OR = 0.87; 95% CI [0.84, 0.90]), with the greatest decline in the first 2 months of follow-up. Although three Chennai women died by suicide in the first 4 months (none in Montreal), Chennai patients had a lower risk of STBs over follow-up (OR = 0.44; 95% CI [0.23, 0.81]). Some factors (depression, history of suicide attempts) were consistently associated with STBs across contexts, while others (gender, history of suicidal ideation, relationship status) were associated at only one of the two sites.Conclusions:This is the first study to compare STBs in FEP between two distinct geo-sociocultural contexts (an HIC and an LMIC). At both sites, STBs reduced after treatment initiation, suggesting that early intervention reduces STBs across contexts. At both sites, for some patients, STBs persisted or first appeared during follow-up, indicating need for suicide prevention throughout follow-up. Our study demonstrates contextual variations in rates and factors associated with STBs. This has implications for tailoring suicide prevention and makes the case for more research on STBs in FEP in diverse contexts.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».