Exploration of Protective and Risk Factors for Suicide Using Multiple Approaches
Notice bibliographique
Résumé
Abstract Background In Canada, approximately 12 people die by suicide every day and recent trends have been showing increases in the occurrence of suicidal behaviour. There are various protective and risk factors associated with suicide. Risk factors can include lack of access to mental health services, and lack of social support. Protective factors can include social support, and connectedness with family and supports. These factors can be interconnected. Thus, it is important to explore the complexity of protective and risk factors for suicide. Methods We began our investigation by conducting a systematic review to assess the inclusion of family-based recommendations in national suicide guidelines. We then conducted a cross-sectional investigation looking at the influence of perceived social support on the association between stressful life events and suicidal behaviour. We then chose to implement a pilot study that looked at the Brief Intervention and Contact program, an evidenced based suicide intervention rooted in social support. We ended our investigation by exploring the patient perspective in suicide risk and assessed the association between patient important goals in Opioid Use Disorder treatment and suicidal ideation. Results Every national suicide guideline had some form of family-based recommendation, but limited implementation plans. Perceived social support did not influence the association between stressful life events and suicidal behaviour. The pilot study found reduced occurrence of adverse primary outcomes in the intervention arm. Finally, odds of having suicidal ideation were higher if participants with Opioid Use Disorder reported pain management or avoidance of illicit drugs as a goal, but lower if they reported wanting to stop treatment as a goal. Conclusion Future studies should continue to explore the complexities of protective and risk factors for suicide, while also focusing on the development and implementation of evidence-based suicide mitigation strategies.
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 | 0,033 | 0,074 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,019 |
| Bibliométrie | 0,025 | 0,014 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».