Le système de notation nouvellement développé peut correctement

Le système de notation nouvellement développé peut correctement

Un calculateur de risque nouvellement développé, basé sur 11 facteurs sociaux, démographiques et cliniques clés, peut prédire correctement le risque de suicide chez ceux qui se sont automutilés dans les 6 à 12 mois suivants, suggère une recherche publiée dans la revue en libre accès Santé mentale BMJ.

En attendant une validation supplémentaire, OxSATS, abréviation d’Oxford Suicide Assessment Tool for Self-harm, peut aider à éclairer les décisions de traitement et le ciblage le plus efficace des ressources, suggèrent les chercheurs.

L’automutilation est associée à un risque accru de suicide dans les 12 mois suivants, qui est estimé à 20 fois plus élevé que celui de la population générale, soulignent-ils. Environ 16 millions de personnes s’automutilent chaque année, de sorte que l’impact sur la population de la prévention du suicide futur est potentiellement important, ajoutent-ils.

Mais les approches structurées actuelles pour prédire le risque de suicide sont basées sur des outils et des listes de contrôle des symptômes développés à d’autres fins, de sorte qu’elles échouent souvent à détecter les personnes à risque.

Pour essayer de surmonter ces problèmes afin de mieux aider les médecins, les chercheurs ont utilisé des données réelles des registres de population suédois pour concevoir un système de notation plus précis pour la prédiction des risques.

Au total, 53 172 personnes âgées de 10 ans et plus qui avaient demandé des soins médicaux d’urgence après des épisodes d’automutilation non mortelles ont été réparties en 2 groupes, l’un pour le développement du nouveau système de notation prédictive et l’autre pour sa validation externe.

Le groupe de développement comprenait 37 523 personnes : 267 (0,7 %) sont décédées par suicide dans les 6 mois ; 391 l’ont fait dans les 12 mois; et 540 (1,4%) se sont suicidés dans les 2 ans. Le groupe de validation comprenait 15 649 personnes : les chiffres correspondants étaient de 108 (0,7 %) ; 178 (un peu plus de 1%); et 251 (1,6 %), respectivement.

Les chercheurs ont ensuite évalué une série de facteurs potentiels associés au risque de suicide dans les 12 mois suivant l’épisode d’automutilation. Ceux-ci comprenaient des informations démographiques, l’âge, le sexe, les antécédents médicaux et le traitement, la santé mentale, les antécédents d’automutilation, les antécédents psychiatriques familiaux et l’abus de substances.

Plus de 10 résultats par facteur prédictif ont été pris en compte pour le développement et plus de 100 résultats pour la validation.

Dans les 2 ans suivant un épisode d’automutilation, environ 1 personne sur 70 est décédée par suicide, dont environ 1 sur 100 dans les 12 mois suivant l’épisode d’automutilation. Parmi ceux qui sont décédés par suicide, la survie moyenne était de 11 mois dans les groupes de développement et de validation.

Les facteurs associés à un risque plus élevé de suicide comprenaient : le sexe masculin ; l’abus de drogues actuel ou à vie ; trouble psychiatrique récent ; prise récente de psychotropes (antidépresseurs, antipsychotiques, stabilisateurs de l’humeur) ; durée de vie et antécédents d’automutilation ; hospitalisation pour la nuit ; méthode d’automutilation attribuée à une surdose de psychotropes ; et tentative de pendaison, d’étranglement ou d’étouffement.

Le modèle final contenait 11 facteurs : l’âge, le sexe et des variables liées à l’abus de substances, à la santé mentale et au traitement, et aux antécédents d’automutilation.

L’âge moyen des membres des groupes de développement et de validation externe était de 32 ans, et la proportion de femmes et de filles était de 55 % et 56 %, respectivement. Quelque 44 % du groupe de développement et 47 % du groupe de validation avaient reçu un diagnostic de problème de santé mentale au cours des 12 mois précédents.

L’excision était la principale méthode de présentation de l’automutilation, utilisée par 13 % du groupe de développement et 10 % du groupe de validation.

En utilisant un seuil de coupure de 1 %, le système de notation a correctement identifié 68 % des personnes décédées par suicide dans les 6 mois, tandis que 71 % de celles qui ne sont pas décédées ont été correctement classées comme étant à faible risque. Les chiffres équivalents pour la prédiction du risque à 12 mois étaient de 82 % et 54 %, respectivement.

Si des catégories de risque sont appliquées dans ce système de notation, 32 % des personnes décédées par suicide auraient été classées comme à faible risque à 6 mois et 18 % comme à faible risque à 12 mois, en supposant un seuil de coupure de 1 %, notent les chercheurs. .

Mais ils soulignent : “C’est une avancée considérable par rapport aux autres modèles où plus de 50% sont généralement dans la catégorie à faible risque.”

Ils ajoutent : « D’un point de vue clinique, l’un des points forts d’un modèle de prédiction est qu’il peut améliorer la cohérence, en particulier dans les milieux cliniques occupés et où l’évaluation est effectuée par des personnes ayant des antécédents professionnels et de formation différents ; ancrer les décisions dans des preuves empiriques ; mettre en évidence le rôle de certains facteurs modifiables ; et fournir une opportunité de discuter de manière transparente des risques avec les patients et leurs soignants.

Mais ils mettent en garde : « Sans lien avec les interventions, la mise en œuvre d’un modèle de prévision des risques à elle seule n’améliorera pas les résultats. Les travaux futurs devront examiner comment l’outil peut être utilisé, à quel moment et comment il peut être lié au traitement.


Clause de non-responsabilité: AAAS et EurekAlert ! ne sont pas responsables de l’exactitude des communiqués de presse publiés sur EurekAlert! par les institutions contributrices ou pour l’utilisation de toute information via le système EurekAlert.

2023-06-30 05:01:37
1688092128


#système #notation #nouvellement #développé #peut #correctement

Facebook
Twitter
LinkedIn
Pinterest

Leave a Comment

This site uses Akismet to reduce spam. Learn how your comment data is processed.