研究发现新的因素与自杀有关

首开先河的研究使用机器学习和健康数据从整个丹麦人口创造性别自杀风险概况,照亮了复杂的混合因素可能预测自杀。

一项新的研究由波士顿大学公共卫生学院(波士顿)研究人员发现身体上的疾病和伤害增加的风险自杀在男性而不是女性,以及其他大量的见解的复杂因素可能会增加自杀的风险。该研究发表在JAMA精神病学,是第一个使用数据从整个国家的人口(丹麦),解析它机器学习系统识别自杀的危险因素。

“自杀是非常具有挑战性的预测,因为每一个自杀死亡是多个风险因素互动的结果,在一个人的生活,”博士主要研究作者说杰米辞典,波士顿大学的流行病学副教授。

丹麦有一个国家医疗保健系统,整个人口的医疗保健信息编译在政府注册。这使得韵律博士和她的同事观察成千上万的因素在健康历史有14103个人死于自杀的这个国家从1995年到2015年,和其他的健康历史265183年丹麦人在同一时期,使用机器学习系统寻找模式。

许多研究结果证实了先前确定风险因素,如精神疾病和相关的处方。研究人员还发现新的潜在风险模式,包括诊断和处方之前四年自杀更重要的预测比诊断和处方前六个月,这对男人身体健康诊断尤为重要的自杀预测但不是女人的。

本研究的结果完全不创建一个模型预测自杀,韵律博士说,部分原因是医疗记录很少有更直接的体验失去工作或关系,结合这些长期因素沉淀自杀。风险因素和模式也可能是丹麦的不同之外。不过,经过几十年的研究几乎没有减少自杀率韵律博士说,研究结果指出,新的因素检查在努力防止这种持续的公共卫生问题。

---

---