Suicídio e ausência de psicopatologia em eixo I
Bibliographic record
Abstract
BACKGROUND: A razão por que aproximadamente 10% das pessoas que cometem suicídio parecem ser psiquiatricamente normais ainda não está clara. Para melhor compreender este assunto, estudamos suicidas sem diagnóstico do eixo I e os comparamos com controles normais e com suicidas com psicopatologia do eixo I no que diz respeito a outras psicopatologias. MÉTODOS: 168 casos de suicídio foram examinados por meio de autópsia psicológica com o melhor informante disponível. Dezesseis casos não preencheram os critérios para um diagnóstico do eixo I; cada um desses casos foi pareado em idade e gênero com 52 casos de suicídio com transtorno do eixo I e com 110 controles normais. RESULTADOS: Dos 16 casos de suicídio, 14 pacientes sem diagnóstico do eixo I apresentaram anormalidades detectáveis à autópsia que eram mais semelhantes às encontradas nos pacientes suicidas com diagnóstico de eixo I do que no grupo vivo. Os dois grupos suicidas mostraram semelhanças no número total de tentativas prévias de suicídio, no número total de indivíduos com transtornos do eixo II e nos escores obtidos na medida dos comportamentos impulsivo-agressivos. CONCLUSÕES: Estes achados sugerem que a maioria dos indivíduos que cometeu suicídio e aparentou ser psiquiatricamente normal na autópsia psicológica possivelmente possuía algum processo psiquiátrico subjacente que o método da autópsia, da maneira como é comumente realizado, falhou em detectar.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".