BU研究发现与自杀有关的新因素

同类研究首次使用了整个丹麦人口的机器学习和健康数据来创建针对特定性别的自杀风险概况,阐明了可能预测自杀的多种因素。波士顿大学公共卫

同类研究首次使用了整个丹麦人口的机器学习和健康数据来创建针对特定性别的自杀风险概况,阐明了可能预测自杀的多种因素。

BU研究发现与自杀有关的新因素

波士顿大学公共卫生学院(BUSPH)研究人员领导的一项新研究发现,身体疾病和受伤会增加男性而非女性自杀的风险,此外还有许多其他有关可能增加人患自杀风险的复杂因素的见解。自杀。该研究发表在《JAMA精神病学》上,是第一个使用来自整个国家(丹麦)的数据并将其与机器学习系统进行解析,以识别自杀风险因素的研究。

BUSPH流行病学副教授Jaimie Gradus博士说:“自杀很难预测,因为每一次自杀死亡都是一个人生命中多种相互作用的危险因素的结果。”

丹麦拥有国家医疗保健系统,所有人口的医疗保健信息都存储在政府注册表中。这样一来,Gradus博士和她的同事就可以使用机器研究1995年至2015年该国自杀死亡的所有14,103个人的健康史中的数千个因素,以及同期其他265,183名丹麦人的健康史。学习系统以查找模式。

该研究的许多发现证实了先前确定的危险因素,例如精神疾病和相关处方。研究人员还发现了新的潜在风险模式,包括自杀前四年的诊断和处方比六个月前的诊断和处方对预测更为重要,而身体健康诊断对男人的自杀预测特别重要,而对妇女的预测尤其重要。

Gradus博士说,这项研究的结果并未为完美预测自杀建立模型,部分原因是病历很少包括较近期的经历(例如失业或亲戚关系),而这些经历又与更长的时间结合在一起,自杀的长期因素。丹麦以外的风险因素和模式也可能有所不同。不过,经过数十年的研究,自杀率几乎没有下降,格拉德斯博士说,研究结果指出了在预防这一持续存在的公共卫生问题方面需要研究的新因素。

原创文章,作者:空空,如若转载,请注明出处:http://kkufo.com/swx/8995.html