خودکشی

Purpose: This study aimed to examine the relationship between ambivalence over emotional expressiveness and suicidal ideation in veterans, with posttraumatic stress disorder (PTSD) symptoms considered as a mediating variable. Methods and Materials: This descriptive-correlational, cross-sectional study included 100 Iran–Iraq War veterans hospitalized at Fajr Hospital who were recruited through convenience sampling. Participants completed the Ambivalence over Emotional Expressiveness Questionnaire, the Beck Scale for Suicide Ideation, and the Mississippi Scale for Combat-Related PTSD. Pearson’s correlation was used to examine relationships among the variables. Structural equation modeling with maximum likelihood estimation was conducted in Mplus version 8 to test the mediation model. Normality was assessed using skewness and kurtosis, and multicollinearity was evaluated through variance inflation factors. Model fit was assessed using the chi-square-to-degrees-of-freedom ratio, comparative fit index, Tucker–Lewis index, and root-mean-square error of approximation. Bootstrapping was used to test the indirect effect. Findings: Suicidal ideation was significantly correlated with ambivalence over emotional expressiveness and PTSD symptoms. Ambivalence over emotional expressiveness significantly predicted suicidal ideation in the model without the mediator. In the mediation model, ambivalence over emotional expressiveness significantly predicted PTSD symptoms, and PTSD symptoms significantly predicted suicidal ideation. However, the direct path from ambivalence over emotional expressiveness to suicidal ideation was not statistically significant after PTSD symptoms were entered into the model. The indirect effect of ambivalence over emotional expressiveness on suicidal ideation through PTSD symptoms was statistically significant. The structural model demonstrated acceptable fit to the data. Conclusion: PTSD symptoms fully mediated the relationship between ambivalence over emotional expressiveness and suicidal ideation, suggesting that interventions targeting emotional-expression conflicts and trauma-related symptoms may help reduce suicidal ideation among veterans.

هدف: این پژوهش با هدف بررسی رابطه بین دوسوگرایی نسبت به ابراز هیجانات و افکار خودکشی در جانبازان، با در نظر گرفتن علائم اختلال استرس پس از سانحه (PTSD) به عنوان متغیر میانجی انجام شد. روش‌ها و مواد: این مطالعه توصیفی-همبستگی از نوع مقطعی بود و ۱۰۰ نفر از جانبازان جنگ ایران و عراق بستری در بیمارستان فجر به روش نمونه‌گیری در دسترس انتخاب شدند. شرکت‌کنندگان به پرسشنامه دوسوگرایی نسبت به ابراز هیجانات، مقیاس بک برای افکار خودکشی و مقیاس می‌سی‌سی‌پی برای اختلال استرس پس از سانحه مرتبط با جنگ پاسخ دادند. برای بررسی روابط بین متغیرها از همبستگی پیرسون استفاده شد. مدل‌یابی معادلات ساختاری با برآورد حداکثر درست‌نمایی در نرم‌افزار Mplus نسخه ۸ برای آزمون مدل میانجی‌گری به کار رفت. نرمال بودن داده‌ها با استفاده از چولگی و کشیدگی و چندهمخطی بودن با استفاده از شاخص‌های تورم واریانس ارزیابی شد. برازش مدل با استفاده از نسبت کای‌دو به درجه آزادی، شاخص برازش تطبیقی، شاخص تاکر-لوییس و ریشه میانگین مربعات خطای تقریب بررسی شد. برای آزمون اثر غیرمستقیم از بوت‌استرپ استفاده شد. یافته‌ها: افکار خودکشی با دوسوگرایی نسبت به ابراز هیجانات و علائم اختلال استرس پس از سانحه همبستگی معناداری داشت. دوسوگرایی نسبت به ابراز هیجانات در مدل بدون متغیر میانجی، پیش‌بینی‌کننده معنادار افکار خودکشی بود. در مدل میانجی‌گری، دوسوگرایی نسبت به ابراز هیجانات پیش‌بینی‌کننده معنادار علائم اختلال استرس پس از سانحه و علائم اختلال استرس پس از سانحه نیز پیش‌بینی‌کننده معنادار افکار خودکشی بود. با این حال، مسیر مستقیم از دوسوگرایی نسبت به ابراز هیجانات به افکار خودکشی پس از وارد کردن علائم اختلال استرس پس از سانحه به مدل، از نظر آماری معنادار نبود. اثر غیرمستقیم دوسوگرایی نسبت به ابراز هیجانات بر افکار خودکشی از طریق علائم اختلال استرس پس از سانحه از نظر آماری معنادار بود. مدل ساختاری برازش قابل قبولی با داده‌ها نشان داد. نتیجه‌گیری: علائم اختلال استرس پس از سانحه به طور کامل رابطه بین دوسوگرایی نسبت به ابراز هیجانات و افکار خودکشی را میانجی‌گری کردند و این امر نشان می‌دهد که مداخلات هدفمند بر تعارضات ابراز هیجانی و علائم مرتبط با تروما می‌تواند به کاهش افکار خودکشی در جانبازان کمک کند.

Although knowledge and stigma about suicide are important factors in suicide prevention, there are no validated instruments available in Hungary. Our goal was to validate the Literacy of Suicide Scale—Short Form (LOSS-SF) and the Stigma of Suicide Scale—Short Form (SOSS-SF) in Hungarian. An anonymous online survey was administered to a self-selected online convenience sample of 954 participants of 38.0 years (SD: 14.8) of age. Our study used a descriptive, correlational, cross-sectional design. Confirmatory factor analysis results indicate a good model fit for a three-factor structure of the SOSS-SF scale. Invariance testing revealed that the scale is valid across gender, age and former suicide ideation. LOSS-SF had an acceptable unidimensional model fit as a two-parameter logistic (2PL) IRT (Item Response Theory) based survey, and results showed good infit–outfit with appropriate item discrimination and difficulty measures. The results show that the two instruments show sound psychometric properties and construct validity within this sample. While the Hungarian versions of the SOSS-SF and the LOSS-SF provide useful tools for assessing suicide stigma and suicide literacy in research settings, further validation on nationally representative samples may be required in case population-level norms are needed to inform national policy-makers.

Introduction: Suicidal behaviors among adolescents are increasing globally, yet the differences between educational levels remain unclear, which hinders the design of specific prevention strategies. Objective: To compare suicidal behaviors (ideation, risk factors, and depression) between middle school and high school students in Pachuca and San Agustín Tlaxiaca, Hidalgo, Mexico. Methodology: A quantitative, cross-sectional, comparative, non-experimental study was conducted with 38 students (20 middle school students, 18 high school students) aged 14 to 18 years. Three instruments were applied: a test to assess the risk level of suicidal ideation and behavior, a risk factor guide, and the PHQ-9 depression questionnaire. Data were analyzed using descriptive statistics and the Mann-Whitney U test. Results: Middle school students had a higher proportion of high risk for suicidal behaviors (30.00%) compared to high school students (5.56%). A high level of depression was found only in high school seniors (11.11%). Both groups showed similar proportions of high risk based on risk factors (25.00% in middle school and 22.22% in high school). A significant positive correlation (ρ = 0.52) was found between suicidal thoughts and risk factors (p < 0.05). The Mann-Whitney U test revealed no significant differences between groups. (U = 145.5; p = 0.312). Conclusions: Although no statistically significant differences were found between educational levels and the groups were confounded by institution, municipality, and age, a trend toward a higher proportion of high risk for suicidal behaviors was observed in middle school students and of high depression in high school students. These findings should be interpreted with caution and support the need for prevention programs tailored to each educational level, to be confirmed in studies with greater statistical power and adjustment for confounders.

Abstract Background Borderline personality disorder (BPD) is a severe mental illness associated with emotional and functional impairment, elevated suicide risk, and high individual and societal costs. BPD is under-researched in the general population, especially among males, and from a developmental perspective. We examined the prevalence and development of BPD symptoms in young men and explored the longitudinal associations with risk-taking behaviors. Methods Data came from the prospective-longitudinal Cohort Study on Substance Use Risk Factors (C-SURF), a population sample of young men. Participants were screened for BPD risk using the McLean Screening Instrument (MSI-BPD) at mean age 25 (2016–2018; n = 5,516) and again at mean age 28 (2019–2020; n = 5,367). Risk-taking behaviors (e.g., interpersonal violence, gambling, substance use) were self-reported at both time points. Multilevel regression models examined within-person changes in BPD symptoms, including self-harm, and risk-taking behaviors over time. Results 7.4% of participants had a high risk of BPD, defined by endorsing 7 + MSI-BPD items at least once. Among those with 7 + items endorsed at the first assessment, 29.5% still endorsed 7 + items three years later. Despite a general within-person decline in BPD symptoms with age, participants at initially high risk for BPD continued to exhibit elevated levels of risk-taking behaviors after three years. Conclusion BPD symptomatology affects a substantial proportion of young men. Despite its modest stability over time, it is associated with persistent engagement in various risk-taking behaviors. Interventions targeting BPD symptoms in male populations may offer a promising avenue towards mitigating substantial psychosocial burden associated with these behaviors.

Abstract Suicidal thoughts and behaviours (STB) span ideation (SI), attempt (SA), and death (SD), yet the factors distinguishing ideation from attempt remain poorly understood. Genome-wide studies suggest shared yet partially distinct genetic liabilities. However, few analyses have tested the differential contributions of SI-, SA-, and SD-related genetic liability across STB phenotypes, particularly in high-risk mood-disorder populations. We analysed up to 17,622 participants from the Australian Genetics of Depression Study and the Australian Genetics of Bipolar Disorder study, jointly modelling polygenic scores (PGS) for SI, SA, and SD across mutually exclusive STB phenotypes using multinomial regression, alongside dimensional outcomes, age of onset, and the ideation-to-attempt transition. SI-PGS and SA-PGS showed independent and distinct associations: SI-PGS showed reduced odds of SI-only but increased odds of SI + SA, and SA-PGS robustly predicted attempt-related outcomes. Transition models captured the clearest clinical signal: SA-PGS predicted a 23% higher odds of attempt among ideators, with absolute risk differences of 9–12% between the top and bottom deciles—larger than those of the onset models (5–7%). Predictive discrimination improved incrementally (ΔAUC ≈ 0.02–0.03; ΔC ≈ 0.01). SD-PGS showed no robust effects. Sex-stratified analyses yielded broadly consistent findings across sexes. These findings support ideation-to-action models at the genetic level, demonstrating partially distinct polygenic liabilities for ideation and attempt. Although absolute predictive utility remains modest, these results indicate that PGS sharpen the stratification of ideators at risk of attempt, providing incremental value for future integrative risk models that combine genetics with mood disorders and environmental predictors.

Background Non-suicidal self-injury (NSSI) is common during adolescence and is associated with substantial psychological burden and elevated subsequent suicide risk. Physical activity (PA) may be a modifiable correlate of NSSI, but prospective evidence on potential emotional mechanisms and social boundary conditions remains limited. This study examined whether baseline PA was associated with subsequent NSSI, whether anxiety symptoms accounted for part of that association, and whether baseline social support moderated the relevant pathways. Methods A school-based two-wave cohort of 756 Chinese adolescents and young students (mean age = 17.36 years, SD = 2.58; 51.7% female) was followed for 6 months. At Time 1 (T1), participants reported PA, social support, anxiety symptoms, NSSI, and demographic characteristics; anxiety and NSSI were reassessed at Time 2 (T2). Autoregressive regression models adjusted for baseline anxiety or NSSI as appropriate, together with age, gender, and urban/rural residence. Indirect effects were estimated with 5,000 bootstrap resamples, and interaction terms were used to examine first- and second-stage moderation. Results Higher T1 PA was associated with lower T2 NSSI after adjustment for T1 NSSI. The indirect association through T2 anxiety was −0.12 [95% CI (−0.18, −0.06)], representing 48.0% of the reported total association. T1 social support significantly moderated the T1 PA-T2 anxiety association ( p = 0.003); simple-slope estimates indicated a stronger inverse PA-anxiety association at higher social support. Social support did not significantly moderate the T2 anxiety-T2 NSSI association ( p = 0.281). Conclusion The findings are consistent with a model in which greater PA is prospectively associated with lower NSSI partly through lower subsequent anxiety, while social support may shape the PA-anxiety link. Because anxiety and NSSI were measured concurrently at follow-up, the indirect effect should not be interpreted as definitive causal mediation. Multi-wave and intervention studies are needed to establish temporal ordering and causality.

With the World Health Organization (WHO) estimating 720,000 deaths from suicide each year, the phenomenon of suicide is a priority in public health policy. International policy frameworks highlight the need to adopt biopsychosocial perspectives in order to understand the phenomenon of suicide; however, in practice, it is noted that social components play a minor role in policy design, with a preference for a biopsychological and clinical approach. This paper seeks to answer the question: Does Spanish public policy on suicide prevention operationalize the biopsychosocial model of suicide in its strategic implementation? To answer this question, a documentary analysis of public policies is carried out using the READ method. Current suicide policies in force in Spain are examined at three levels: transnational framework documents, national policies, and regional public policies. In the 15 policies analyzed, a lexicometric analysis is combined with a thematic qualitative policy analysis. The results show that, as one moves down to policies closer to the population, a gap emerges between the discursive use of the biopsychosocial model and its practical application. It is concluded that at the transnational and national policy levels, the biopsychosocial model predominates in the understanding of suicide, while in Spain’s autonomous communities, the psychobiological approach tends to be prioritized over social causes. This has an impact on the types of measures proposed, which have limited intersectional scope, a narrow view of the community-based approach, and prioritize healthcare resources to address the phenomenon of suicide.

Objective Non-suicidal self-injury (NSSI) is an urgent and substantial public health concern among adolescents. This study is aimed at identifying the independent psychological predictors of NSSI and developing and validating a logistic regression-based risk discrimination model focused on coping styles. Methods A cross-sectional study involving 206 adolescents (104 with NSSI and 102 healthy controls) was conducted. All the participants provided general demographic data, and completed the Experiences in Close Relationships Inventory (ECR), the Childhood Trauma Questionnaire-Short Form Version (CTQ-SF), and the Coping Styles Questionnaire (CSQ). Univariate and multivariate logistic regression analyses were performed to identify the independent predictors of NSSI. A nomogram was constructed in accordance with the final multivariate model. Model performance was evaluated using receiver operating characteristic (ROC) curves, calibration plots, the Hosmer-Lemeshow (HL) test, and a decision curve analysis (DCA). Results Multivariate logistic regression revealed that a higher level of self-blame (OR = 1.062; 95% CI: 1.023–1.102; P = 0.002) was an independent risk factor, whereas a better problem-solving capacity (OR = 0.911; 95% CI: 0.867–0.957; P < 0.001) was an independent protective factor for adolescents with NSSI. Attachment dimensions and childhood trauma did not retain independent significance after adjustment. The nomogram showed excellent discrimination (AUC = 0.951, 95% CI: 0.922–0.980), good calibration (HL test P > 0.05), and superior clinical net benefit across a wide threshold (0.01–0.99). Conclusion Targeting self-blame and enhancing problem-solving skills may be effective styles for the prevention of adolescent NSSI. As a preliminary finding, the nomogram developed in our study is a useful tool for exploratory differentiation.

Background: Emerging adulthood is a vulnerable developmental period for suicidal ideation. Psychological pain is often associated to its occurrence, however, the factors related to the transition from psychological pain to suicidal ideation remain unclear. This study aimed to analyze the mediating capacity of entrapment and the moderating capacity of meaning in life in the relationship between psychological pain and suicidal ideation during emerging adulthood. Methods: Participants were Spanish emerging adults who completed a battery of questionnaires through LimeSurvey platform. A moderated mediation was conducted. Results: The model explained 63.8% of the variance in suicidal ideation. Entrapment mediated the relationship between psychological pain and suicidal ideation. Furthermore, at low levels of meaning in life, psychological pain was positively associated with suicidal ideation, while at high levels, the association was no longer significant. Conclusions: These findings highlight the importance of assessing psychological pain and entrapment as potential risk factors of suicidal ideation during emerging adulthood, and support the development of interventions aimed at fostering their meaning in life.

Self-harm represents a serious mental health concern in which emotional experiences play a significant role in both its onset and maintenance. This exploratory study examined which emotions were most frequently reported before and after self-harm, how selected emotions changed following self-harm, and how emotional experiences were associated with specific forms of self-harm and demographic factors (gender, religious identification). The sample comprised of 158 university students, of whom 130 reported a history of self-harming behavior and were included in analyses of emotional experiences. Data were collected using a modified Self-Harm Inventory questionnaire and measures assessing the occurrence of emotions before and after self-harm. Anger, feelings of failure, and sadness were the most frequently reported emotions preceding self-harm, whereas sadness, relief, disappointment, guilt, and shame were the most frequently reported emotions following self-harm. The reported frequency of anger, guilt, and sadness decreased following self-harm, whereas negative emotions remained prominent after the behavior. After Benjamini–Hochberg correction for multiple comparisons, religious identification remained negatively associated with self-harm frequency and with the reported frequency of several emotions. Gender was not significantly associated with the examined variables, although this finding should be interpreted cautiously given the gender imbalance and limited sample size. After correction, selected associations between emotions and specific forms of self-harm remained significant, including associations of anger with hitting oneself, disgust with starving oneself, hatred with self-defeating thoughts, guilt following laxative misuse, and changes in anger with hitting oneself and intentionally worsening medical situations. Overall, the findings indicate selective associations between emotional experiences and self-harming behavior while underscoring the need for longitudinal and event-level research to clarify their temporal and causal dynamics.

Introduction This study examines sympathy as a socially organized emotion in Arabic-language digital discourse about suicide. Drawing on the sociology of emotions, suicide stigma, and digital death studies, it investigates how public Facebook comment cultures distribute compassion, blame, and moral worth after suicide. Methods A quantitative content analysis was conducted on 2,132 publicly visible comments responding to three highly discussed suicide cases. Comments were coded for inferred public gender presentation, emotional orientation, reported case context, and dominant interpretive frame. Pearson chi-square tests were calculated from raw counts; Cramer’s V , 95% Wilson confidence intervals, and sensitivity analyses are reported. Results Comments from accounts inferred as female were more often sympathetic than comments from accounts inferred as male (60.0% vs. 40.5%; V = 0.15), and commenter composition differed across the three cases ( V = 0.29). Religious framing was the most common interpretive repertoire (48.6%) and could accompany both mercy and condemnation. Discussion The study develops the concept of a moral economy of sympathy to describe the social rules through which digital publics allocate compassion after suicide. Because each case combines a particular person, national setting, reported circumstance, and media framing, the findings are case-specific and should not be generalized to Arab publics.

Background Non-suicidal self-injury (NSSI) is common among adolescents and often remains concealed because of shame and stigma. Voluntary disclosure can provide access to support, but emotional and interpersonal concerns shape the decision to disclose. This review will synthesize disclosure experiences, barriers, and facilitators reported by adolescents who have voluntarily disclosed NSSI at least once. Methods Primary qualitative studies and separately extractable qualitative components of mixed-methods studies involving adolescents aged 10–19 years will be eligible. Searches will cover PubMed, Embase, APA PsycINFO, CINAHL, Scopus, and Web of Science Core Collection. China National Knowledge Infrastructure, Wanfang Data, and the Chinese Biomedical Literature Database will also be searched. Coverage will extend from inception through 31 March 2026, inclusive, without language restrictions; formal searches have not yet been executed. Gray literature, reference lists, and forward citations will also be searched. Two human reviewers will independently select studies, appraise them using the Joanna Briggs Institute (JBI) qualitative checklist, and extract findings. Findings will be synthesized using JBI meta-aggregation, with confidence assessed using ConQual. Discussion The synthesis will examine disclosure decisions, recipients' responses, and subsequent experiences from adolescents' perspectives. Findings may inform clinical, school, and family support for voluntary NSSI disclosure. Systematic review registration https://www.crd.york.ac.uk/PROSPERO/view/CRD420261355173 , identifier: CRD420261355173.

Suicidal ideation is the consideration of self-inflicted death and has emerged as a serious and rising concern for worldwide public health systems, contributing to over 800,000 deaths annually worldwide. Individuals express intentions, distress, and thoughts of self-harm and death, thereby offering a crucial and unprecedented avenue for timely psychological intervention and surveillance. The core problem addressed by this research is the pronounced global insufficiency in detecting and mitigating suicidal ideation across linguistically diverse environments, specifically focusing on low-resource languages. Previous computational studies have primarily focused on English and other widely used languages, leaving a critical research gap for contexts such as Amharic. The main aim of this study was to investigate and to develop a robust and optimal deep learning model for identifying suicidal ideation in Amharic social media content. A total of 5,428 postings from social media such as Facebook and Telegram were carefully collected, manually annotated, and processed to provide the first publicly available dataset on Amharic suicidal ideation. After preprocessing, Word2Vec, GloVe, and FastText were among the word embedding techniques used for feature engineering. Five deep learning models and four machine learning models were then compared in this study. Based on the experimental results, ensemble learning models achieved slightly higher performance than the individual deep learning models in suicidal ideation detection. Specifically, hard voting ensemble learning models achieved the highest accuracy (83.3%) and precision (86.55%). CNN-BiLSTM achieved an accuracy of 81.45%, while the BiLSTM model achieved an accuracy of 81.4%, indicating that bidirectional sequence learning effectively captures contextual information in Amharic texts. Beyond its strong empirical performance, this study contributes a robust detection framework and introduces a public Amharic dataset, thereby establishing a foundational methodological resource for mental health research. Future studies should focus on developing scalable datasets and context-aware deep learning models that effectively handle multimodal data, multilingual transformer models, fusion-based features, and addressing bias in low-resource computational linguistics.

افکار خودکشی به معنای اندیشیدن به مرگ خودخواسته است و به عنوان یک نگرانی جدی و رو به افزایش برای نظام‌های سلامت عمومی در سراسر جهان مطرح شده است، به طوری که سالانه بیش از ۸۰۰٬۰۰۰ مرگ را در سطح جهانی رقم می‌زند. افراد، نیت‌ها، پریشانی و افکار آسیب به خود و مرگ را ابراز می‌کنند و بدین ترتیب، مسیر مهم و بی‌سابقه‌ای برای مداخله و پایش روان‌شناختی به موقع فراهم می‌شود. مسئله اصلی که این پژوهش به آن می‌پردازد، کمبود چشمگیر جهانی در شناسایی و کاهش افکار خودکشی در محیط‌های زبانی متنوع، به ویژه در زبان‌های کم‌منبع است. مطالعات محاسباتی پیشین عمدتاً بر زبان انگلیسی و سایر زبان‌های پرکاربرد تمرکز داشته‌اند و این امر موجب ایجاد شکاف پژوهشی مهمی در زمینه‌هایی مانند زبان آمهاریک شده است. هدف اصلی این مطالعه، بررسی و توسعه یک مدل یادگیری عمیق قوی و بهینه برای شناسایی افکار خودکشی در محتوای شبکه‌های اجتماعی به زبان آمهاریک بود. در مجموع، ۵٬۴۲۸ پست از شبکه‌های اجتماعی مانند فیس‌بوک و تلگرام با دقت جمع‌آوری، به صورت دستی برچسب‌گذاری و پردازش شدند تا نخستین مجموعه‌داده عمومی درباره افکار خودکشی به زبان آمهاریک فراهم شود. پس از پیش‌پردازش، تکنیک‌های تعبیه واژه مانند Word2Vec، GloVe و FastText برای مهندسی ویژگی‌ها به کار گرفته شدند. در این پژوهش، پنج مدل یادگیری عمیق و چهار مدل یادگیری ماشین با یکدیگر مقایسه شدند. بر اساس نتایج تجربی، مدل‌های یادگیری تجمعی (ensemble learning) عملکردی اندکی بهتر از مدل‌های یادگیری عمیق منفرد در شناسایی افکار خودکشی داشتند. به طور خاص، مدل‌های یادگیری تجمعی با رأی‌گیری سخت (hard voting) بالاترین دقت (۸۳/۳٪) و دقت مثبت (precision) (۸۶/۵۵٪) را به دست آوردند. مدل CNN-BiLSTM به دقت ۸۱/۴۵٪ و مدل BiLSTM به دقت ۸۱/۴٪ دست یافتند که نشان می‌دهد یادگیری دنباله‌ای دوسویه به طور مؤثری اطلاعات زمینه‌ای را در متون آمهاریک استخراج می‌کند. افزون بر عملکرد تجربی قوی، این پژوهش چارچوب شناسایی قابل اعتمادی ارائه داده و مجموعه‌داده عمومی آمهاریک را معرفی می‌کند و بدین ترتیب منبع روش‌شناختی بنیادی برای پژوهش‌های سلامت روان فراهم می‌آورد. مطالعات آتی باید بر توسعه مجموعه‌داده‌های مقیاس‌پذیر و مدل‌های یادگیری عمیق آگاه از زمینه که به طور مؤثر داده‌های چندوجهی، مدل‌های ترنسفورمر چندزبانه، ویژگی‌های مبتنی بر همجوشی و رفع سوگیری در زبان‌شناسی محاسباتی کم‌منبع را مدیریت می‌کنند، تمرکز کنند.

Background Suicidal behaviors among adolescents are a serious global public health concern and are closely linked to both mental health and everyday lifestyle behaviors. Suicidal ideation, planning, and attempts lie along a spectrum of increasing severity. However, how psychological distress and health-related behaviors interact to influence suicide risk is complex and not yet fully understood. This study aimed to identify key mental health and lifestyle factors associated with different stages of adolescent suicidal behaviors using interpretable machine learning methods. Methods Data were obtained from the 2021 Youth Risk Behavior Surveillance System (YRBS), a nationally representative survey of U.S. high school students. After data cleaning and multiple imputation, 16,946 adolescents aged 14–18 years were included in the analysis. Extreme Gradient Boosting (XGBoost) models were developed to predict suicidal ideation, suicide planning, and suicide attempts. Model performance was assessed using the area under the receiver operating characteristic curve (AUC) and related metrics. Feature importance was examined using gain-based measures, while SHapley Additive exPlanations (SHAP) and partial dependence plots were used to explore the direction, strength, and nonlinear effects of key predictors. Results All three XGBoost models showed satisfactory predictive performance. Mental health factors, particularly persistent feelings of sadness and self-rated mental health, were the strongest predictors across all stages of suicidal behaviors. Lifestyle behaviors, including sleep duration, physical activity, diet, screen time, and substance use, also contributed meaningfully to risk prediction, although their relative importance differed by outcome. SHAP analyses indicated that greater sadness and poorer mental health were strongly associated with higher suicide risk, whereas adequate sleep and higher levels of physical activity were associated with lower predicted risk. Substance use, including alcohol, cigarette, and marijuana use, played an important role in predicting suicide attempts than suicidal ideation or planning. Partial dependence analyses showed nonlinear and threshold effects, especially for sadness, mental health status, and sleep duration. Conclusion Mental health factors, especially persistent sadness and overall psychological well-being, were among the most prominent factors associated with suicidal behaviors among adolescents, while lifestyle behaviors showed important and stage-specific associations. Interpretable machine learning approaches help identify complex and nonlinear patterns associated with adolescent suicide risk and offer valuable insights to guide targeted, evidence-based prevention efforts.

زمینه: رفتارهای خودکشی در میان نوجوانان یک نگرانی جدی بهداشت عمومی در سطح جهانی است و ارتباط نزدیکی با سلامت روان و رفتارهای سبک زندگی روزمره دارد. افکار خودکشی، برنامه‌ریزی و اقدام به خودکشی در طیفی با شدت فزاینده قرار دارند. با این حال، نحوه تعامل پریشانی روان‌شناختی و رفتارهای مرتبط با سلامت برای تأثیرگذاری بر خطر خودکشی پیچیده بوده و هنوز به طور کامل درک نشده است. هدف این مطالعه شناسایی عوامل کلیدی سلامت روان و سبک زندگی مرتبط با مراحل مختلف رفتارهای خودکشی در نوجوانان با استفاده از روش‌های یادگیری ماشین قابل تفسیر بود. روش‌ها: داده‌ها از سیستم پایش رفتارهای پرخطر نوجوانان (YRBS) در سال 2021، که یک پیمایش ملی نماینده از دانش‌آموزان دبیرستانی ایالات متحده است، به دست آمد. پس از پاک‌سازی داده‌ها و برآورد چندگانه، 16,946 نوجوان 14 تا 18 ساله در تحلیل وارد شدند. مدل‌های Extreme Gradient Boosting (XGBoost) برای پیش‌بینی افکار خودکشی، برنامه‌ریزی خودکشی و اقدام به خودکشی توسعه یافتند. عملکرد مدل با استفاده از مساحت زیر منحنی مشخصه عملکرد گیرنده (AUC) و معیارهای مرتبط ارزیابی شد. اهمیت ویژگی‌ها با استفاده از معیارهای مبتنی بر gain بررسی شد و برای بررسی جهت، شدت و اثرات غیرخطی پیش‌بین‌های کلیدی از SHapley Additive exPlanations (SHAP) و نمودارهای وابستگی جزئی استفاده گردید. یافته‌ها: هر سه مدل XGBoost عملکرد پیش‌بینی رضایت‌بخشی نشان دادند. عوامل سلامت روان، به ویژه احساسات مداوم غمگینی و ارزیابی ذهنی سلامت روان، قوی‌ترین پیش‌بین‌ها در تمام مراحل رفتارهای خودکشی بودند. رفتارهای سبک زندگی شامل مدت خواب، فعالیت بدنی، رژیم غذایی، زمان استفاده از صفحه نمایش و مصرف مواد نیز به طور معناداری در پیش‌بینی خطر نقش داشتند، اگرچه اهمیت نسبی آن‌ها بسته به پیامد متفاوت بود. تحلیل‌های SHAP نشان داد که غمگینی بیشتر و سلامت روان ضعیف‌تر به طور قوی با افزایش خطر خودکشی مرتبط است، در حالی که خواب کافی و سطوح بالاتر فعالیت بدنی با کاهش خطر پیش‌بینی‌شده همراه بودند. مصرف مواد، از جمله مصرف الکل، سیگار و ماری‌جوانا، نقش مهم‌تری در پیش‌بینی اقدام به خودکشی نسبت به افکار یا برنامه‌ریزی خودکشی داشت. تحلیل‌های وابستگی جزئی اثرات غیرخطی و آستانه‌ای را به ویژه برای غمگینی، وضعیت سلامت روان و مدت خواب نشان داد. نتیجه‌گیری: عوامل سلامت روان، به ویژه غمگینی مداوم و بهزیستی روان‌شناختی کلی، از برجسته‌ترین عوامل مرتبط با رفتارهای خودکشی در نوجوانان بودند، در حالی که رفتارهای سبک زندگی نیز ارتباطات مهم و مرحله‌محور نشان دادند. رویکردهای یادگیری ماشین قابل تفسیر به شناسایی الگوهای پیچیده و غیرخطی مرتبط با خطر خودکشی نوجوانان کمک می‌کنند و بینش‌های ارزشمندی برای هدایت تلاش‌های پیشگیرانه هدفمند و مبتنی بر شواهد ارائه می‌دهند.

Objective: Poor insight in obsessive-compulsive disorder (OCD) has been proposed to reflect a more neurodevelopmentally rooted subtype.We examined whether minor physical anomalies (MPAs) and neurological soft signs (NSS), two peripheral markers of aberrant neurodevelopment, distinguish OCD patients according to insight.Methods: Sixty-seven adults with Diagnostic and Statistical Manual of Mental Disorders, fifth edition OCD were assessed with the Yale-Brown Obsessive Compulsive Scale, the Brown Assessment of Beliefs Scale (BABS), the Schedule for the Assessment of Insight, the Waldrop MPA scale and the Neurological Evaluation Scale.Patients were classified as having good (BABS ≤ 12; n = 37) or poor (BABS ≥ 13; n = 30) insight.Firth penalized logistic regression identified independent predictors.Results: The groups were comparable in age, sex, marital status, employment and comorbidity, whereas poor insight was associated with lower education, past suicidal behaviour and greater symptom severity.Total, craniofacial and peripheral MPA scores were higher in the poor-insight group, with an excess of ocular, auricular and oral anomalies.Low-set ears, epicanthus and high-arched palate were the most discriminating.Total NSS and all subdomains except complex motor sequencing were approximately doubled, with large effects for sensory integration and motor coordination.MPA burden predicted poor insight independently of symptom severity, while NSS was the dominant predictor when severity was excluded (apparent area under the receiver operating characteristic curve 0.97; optimism-corrected 0.95).Conclusion: These convergent findings suggest a neurodevelopmental pattern in poor-insight OCD.Given the cross-sectional design, modest sample and absence of a control group, they should be regarded as hypothesis-generating.

هدف: بینش ضعیف در اختلال وسواس فکری-عملی (OCD) به عنوان بازتاب یک زیرگونه با ریشه‌های عصب‌رشدی بیشتر پیشنهاد شده است. ما بررسی کردیم که آیا ناهنجاری‌های جزئی جسمی (MPAs) و نشانه‌های نرم عصبی (NSS)، دو شاخص محیطی رشد عصبی غیرطبیعی، بیماران OCD را بر اساس بینش متمایز می‌کنند یا خیر. روش‌ها: شصت‌وهفت بزرگسال مبتلا به اختلال وسواس فکری-عملی بر اساس ویرایش پنجم راهنمای تشخیصی و آماری اختلالات روانی (DSM-5) با مقیاس وسواس فکری-عملی ییل-براون، مقیاس ارزیابی باورهای براون (BABS)، برنامه ارزیابی بینش، مقیاس MPA والدروپ و مقیاس ارزیابی عصبی مورد ارزیابی قرار گرفتند. بیماران بر اساس بینش خوب (BABS ≤ 12؛ n = 37) یا ضعیف (BABS ≥ 13؛ n = 30) طبقه‌بندی شدند. رگرسیون لجستیک پنالتی‌شده Firth پیش‌بینی‌کننده‌های مستقل را شناسایی کرد. نتایج: گروه‌ها از نظر سن، جنس، وضعیت تأهل، اشتغال و همبودی قابل مقایسه بودند، در حالی که بینش ضعیف با تحصیلات پایین‌تر، رفتار خودکشی قبلی و شدت بیشتر علائم همراه بود. امتیاز کل، کرانیوفاسیال و محیطی MPA در گروه با بینش ضعیف بالاتر بود و فراوانی بیشتری از ناهنجاری‌های چشمی، گوشی و دهانی مشاهده شد. گوش‌های پایین‌نشسته، اپی‌کانتوس و کام قوسی‌شکل بالا بیشترین قدرت تمایز را داشتند. امتیاز کل NSS و همه زیرحوزه‌ها به جز توالی حرکتی پیچیده تقریباً دو برابر بود و اثرات بزرگی برای یکپارچگی حسی و هماهنگی حرکتی مشاهده شد. بار MPA به طور مستقل از شدت علائم، بینش ضعیف را پیش‌بینی کرد، در حالی که NSS پیش‌بینی‌کننده غالب بود زمانی که شدت علائم حذف شد (مساحت زیر منحنی مشخصه عملکرد گیرنده آشکار 0.97؛ تصحیح‌شده با خوش‌بینی 0.95). نتیجه‌گیری: این یافته‌های همگرا الگوی عصب‌رشدی را در OCD با بینش ضعیف پیشنهاد می‌کنند. با توجه به طراحی مقطعی، حجم نمونه متوسط و نبود گروه کنترل، این نتایج باید فرضیه‌ساز تلقی شوند.

Suicidal ideation (SI) fluctuates rapidly within individuals, but standard ecological momentary assessment (EMA) uses fixed schedules that miss critical risk windows. We present ARES-SI (Adaptive Reinforcement-Enhanced Sampling for Suicidal Ideation), a reinforcement learning system that personalizes EMA timing to individual risk patterns. ARES-SI combines random forest models to predict active SI probability and non-response likelihood with a Q-learning algorithm to determine optimal assessment intervals (30 min for high-risk states, 3 h for low-risk states, and next day to reduce burden). We trained the system using EMA data from 98 participants across three studies with varied sampling frequencies (4–15 assessments per day; 2359 positive active SI responses) over 28-day protocols. In validation testing ( N = 34; 374 positive active SI responses), the random forest models achieved an AUC of 0.865 for active SI and 0.750 for non-response. ARES-SI demonstrated 65% higher action selection accuracy than random scheduling (0.781 vs. 0.474; macro F1 = 0.650 vs. 0.377), with stronger detection of high-risk windows (30-min recall = 0.810 vs. 0.392) and efficient low-risk scheduling (3-h precision = 0.972 vs. 0.876). These findings provide initial evidence that reinforcement learning can adapt assessment timing to momentary risk.

افکار خودکشی (SI) به‌سرعت درون افراد نوسان می‌کند، اما ارزیابی لحظه‌ای بوم‌شناختی (EMA) استاندارد از برنامه‌های زمانی ثابت استفاده می‌کند که پنجره‌های بحرانی خطر را از دست می‌دهد. ما سامانه ARES-SI (نمونه‌برداری تقویت‌شده تطبیقی برای افکار خودکشی) را معرفی می‌کنیم که یک سامانه یادگیری تقویتی است و زمان‌بندی EMA را بر اساس الگوهای خطر فردی شخصی‌سازی می‌کند. ARES-SI مدل‌های جنگل تصادفی را برای پیش‌بینی احتمال SI فعال و احتمال عدم پاسخ‌دهی با الگوریتم Q-learning ترکیب می‌کند تا فواصل بهینه ارزیابی را تعیین کند (۳۰ دقیقه برای وضعیت‌های پرخطر، ۳ ساعت برای وضعیت‌های کم‌خطر و روز بعد برای کاهش بار). این سامانه با استفاده از داده‌های EMA از ۹۸ شرکت‌کننده در سه مطالعه با فرکانس‌های نمونه‌برداری متفاوت (۴ تا ۱۵ ارزیابی در روز؛ ۲۳۵۹ پاسخ مثبت SI فعال) طی پروتکل‌های ۲۸ روزه آموزش داده شد. در آزمون اعتبارسنجی (N = 34؛ ۳۷۴ پاسخ مثبت SI فعال)، مدل‌های جنگل تصادفی به AUC برابر با ۰.۸۶۵ برای SI فعال و ۰.۷۵۰ برای عدم پاسخ‌دهی دست یافتند. ARES-SI دقت انتخاب عمل را ۶۵٪ بالاتر از زمان‌بندی تصادفی نشان داد (۰.۷۸۱ در مقابل ۰.۴۷۴؛ F1 کلان = ۰.۶۵۰ در مقابل ۰.۳۷۷)، با شناسایی قوی‌تر پنجره‌های پرخطر (یادآوری ۳۰ دقیقه‌ای = ۰.۸۱۰ در مقابل ۰.۳۹۲) و زمان‌بندی کارآمد برای وضعیت‌های کم‌خطر (دقت ۳ ساعته = ۰.۹۷۲ در مقابل ۰.۸۷۶). این یافته‌ها شواهد اولیه‌ای ارائه می‌کنند که یادگیری تقویتی می‌تواند زمان‌بندی ارزیابی را با خطر لحظه‌ای تطبیق دهد.

Introduction Although police personnel are exposed to substantial occupational stress and Kerala has one of the highest suicide rates in India, evidence on suicidal ideation and suicidal behavior among police personnel in the state remains limited. This study estimated the prevalence of suicidal ideation and suicidal behavior and identified their associated factors among police personnel in Kerala, India. Methods A cross-sectional study was conducted among 400 police personnel (mean age 37.94 years; 81% men), from Civil Police Officers (CPOs) to Inspectors, recruited from 15 police stations in Ernakulam and Malappuram districts of Kerala using a multistage cluster sampling approach. Data were collected using a self-administered structured questionnaire. Suicidal ideation and suicidal behavior during the past 12 months were assessed using the Columbia-Suicide Severity Rating Scale (C-SSRS), with the reference period adapted to the past 12 months. Survey-weighted generalised linear models with a Poisson distribution and log link were used to estimate adjusted prevalence ratios (aPRs) and 95% confidence intervals (CIs) for factors associated with suicidal ideation and suicidal behavior. Results The survey-weighted prevalence of suicidal ideation was 9.39% ( n = 36; 95% CI: 6.18–14.01%), while 4.11% ( n = 14; 95% CI: 1.68–9.70%) reported suicidal behavior during the past 12 months. Actual suicide attempts were reported by 1.47% ( n = 6; 95% CI: 0.66–3.25%). Among participants with suicidal ideation, 13.56% ( n = 6) reported active suicidal ideation with a specific plan and intent. A higher prevalence of suicidal ideation was observed among participants aged >36 years (aPR: 2.90; 95% CI: 1.31–6.38), CPOs (aPR: 2.31; 95% CI: 1.59–3.37), those working >12 h per day (aPR: 1.67; 95% CI: 1.05–2.65), those with a previous psychiatric illness (aPR: 1.67; 95% CI: 1.19–2.35), and those reporting workplace violence or harassment (aPR: 3.16; 95% CI: 1.11–9.04). A higher prevalence of suicidal behavior was observed among participants with >15 years of service (aPR: 13.82; 95% CI: 5.00–38.19), CPOs (aPR: 12.32; 95% CI: 6.12–24.80), those with a previous psychiatric illness (aPR: 5.94; 95% CI: 2.58–13.66), and those reporting workplace violence or harassment (aPR: 13.81; 95% CI: 2.71–70.34). Conclusion Nearly one in ten police personnel reported suicidal ideation and approximately one in twenty-five reported suicidal behavior during the past 12 months. The findings highlight the need for workplace mental health strategies addressing occupational stressors and improving access to confidential mental health support among police personnel.

مقدمه: اگرچه کارکنان پلیس در معرض استرس شغلی قابل توجهی قرار دارند و ایالت کرالا یکی از بالاترین نرخ‌های خودکشی در هند را داراست، اما شواهد مربوط به افکار خودکشی و رفتار خودکشی در میان کارکنان پلیس این ایالت همچنان محدود است. این مطالعه شیوع افکار خودکشی و رفتار خودکشی را برآورد کرده و عوامل مرتبط با آن‌ها را در میان کارکنان پلیس در کرالا، هند شناسایی نمود. روش‌ها: یک مطالعه مقطعی در میان ۴۰۰ نفر از کارکنان پلیس (میانگین سنی ۳۷٫۹۴ سال؛ ۸۱٪ مرد) از افسران پلیس مدنی (CPOs) تا بازرس‌ها، که از ۱۵ ایستگاه پلیس در شهرستان‌های ارناکولام و مالاپورام کرالا با استفاده از روش نمونه‌گیری خوشه‌ای چندمرحله‌ای انتخاب شدند، انجام شد. داده‌ها با استفاده از پرسشنامه ساختارمند خودگزارشی جمع‌آوری گردید. افکار خودکشی و رفتار خودکشی در ۱۲ ماه گذشته با استفاده از مقیاس Columbia-Suicide Severity Rating Scale (C-SSRS) و با تطبیق دوره مرجع به ۱۲ ماه گذشته ارزیابی شد. برای برآورد نسبت‌های شیوع تعدیل‌شده (aPRs) و فواصل اطمینان ۹۵٪ (CIs) برای عوامل مرتبط با افکار خودکشی و رفتار خودکشی، از مدل‌های خطی تعمیم‌یافته با توزیع پواسون و لینک لگاریتمی با وزن‌دهی پیمایشی استفاده شد. نتایج: شیوع وزنی افکار خودکشی ۹٫۳۹٪ (n = 36؛ ۹۵٪ CI: ۶٫۱۸–۱۴٫۰۱٪) و رفتار خودکشی ۴٫۱۱٪ (n = 14؛ ۹۵٪ CI: ۱٫۶۸–۹٫۷۰٪) در ۱۲ ماه گذشته گزارش شد. اقدام به خودکشی واقعی توسط ۱٫۴۷٪ (n = 6؛ ۹۵٪ CI: ۰٫۶۶–۳٫۲۵٪) گزارش گردید. در میان شرکت‌کنندگانی که افکار خودکشی داشتند، ۱۳٫۵۶٪ (n = 6) افکار فعال خودکشی با برنامه و قصد مشخص را گزارش کردند. شیوع بالاتر افکار خودکشی در میان شرکت‌کنندگان بالای ۳۶ سال (aPR: 2.90؛ ۹۵٪ CI: ۱٫۳۱–۶٫۳۸)، CPOs (aPR: 2.31؛ ۹۵٪ CI: ۱٫۵۹–۳٫۳۷)، افرادی که بیش از ۱۲ ساعت در روز کار می‌کنند (aPR: 1.67؛ ۹۵٪ CI: ۱٫۰۵–۲٫۶۵)، افراد با سابقه بیماری روانپزشکی (aPR: 1.67؛ ۹۵٪ CI: ۱٫۱۹–۲٫۳۵) و افرادی که خشونت یا آزار در محیط کار را گزارش کردند (aPR: 3.16؛ ۹۵٪ CI: ۱٫۱۱–۹٫۰۴) مشاهده شد. شیوع بالاتر رفتار خودکشی در میان شرکت‌کنندگانی با بیش از ۱۵ سال سابقه خدمت (aPR: 13.82؛ ۹۵٪ CI: ۵٫۰۰–۳۸٫۱۹)، CPOs (aPR: 12.32؛ ۹۵٪ CI: ۶٫۱۲–۲۴٫۸۰)، افراد با سابقه بیماری روانپزشکی (aPR: 5.94؛ ۹۵٪ CI: ۲٫۵۸–۱۳٫۶۶) و افرادی که خشونت یا آزار در محیط کار را گزارش کردند (aPR: 13.81؛ ۹۵٪ CI: ۲٫۷۱–۷۰٫۳۴) مشاهده شد. نتیجه‌گیری: تقریباً یک نفر از هر ده نفر از کارکنان پلیس افکار خودکشی و حدود یک نفر از هر بیست‌وپنج نفر رفتار خودکشی را در ۱۲ ماه گذشته گزارش کردند. یافته‌ها بر ضرورت راهبردهای سلامت روان در محیط کار که به عوامل استرس‌زای شغلی پرداخته و دسترسی به حمایت محرمانه سلامت روان را در میان کارکنان پلیس بهبود می‌بخشد، تأکید می‌کند.

Background Large language models are increasingly used for informal mental health support, yet their safety during escalating suicide-risk conversations may depend on how prior information is presented. Native multi-turn conversations and reconstructed cumulative prompts differ not only in the presence of prior model responses but also in prompt reconstruction, information concentration, message positioning, explicit integration cues, and conversation-state processing. Objective This study compared suicide-risk recognition, direct safety inquiry, response urgency, and timely real-world intervention across isolated current-turn prompts, reconstructed cumulative user-only prompts, and native continuous multi-turn conversations. Methods We conducted a controlled repeated-measures evaluation of ChatGPT, Gemini, and Doubao using 12 standardized five-turn trajectories: 4 direct suicide-risk trajectories, 4 implicit or internally inconsistent risk trajectories, and 4 non-suicidal high-distress controls. Each trajectory was evaluated under three context-presentation formats. The 24 model-trajectory combinations were treated as matched repeated-measures units nested within 8 independent risk-trajectory blocks. Primary contrasts were estimated using exact trajectory-level sign-flip tests and trajectory-block bootstrap confidence intervals. Turn-level outcomes were analyzed using multilevel mixed-effects models. Exploratory condition-by-model heterogeneity was assessed using a trajectory-blocked exact permutation sensitivity analysis, with a trajectory-clustered interaction model used only as a secondary asymptotic check. Results Timely appropriate intervention occurred in 10/24 isolated current-turn observations (41.7%), 21/24 reconstructed cumulative observations (87.5%), and 12/24 native continuous observations (50.0%). On average across the three systems, reconstructed cumulative presentation exceeded isolated input by 45.8 percentage points (95% trajectory-block bootstrap CI, 25.0 to 66.7; Holm-adjusted exact P = .031), whereas native continuous performance was 37.5 percentage points lower than reconstructed cumulative performance (95% trajectory-block bootstrap CI, −50.0 to −25.0; Holm-adjusted exact P = .031). Exploratory model-specific analyses indicated substantial heterogeneity: the native-versus-reconstructed contrast was largest for Doubao, smaller and statistically imprecise for Gemini, and absent for ChatGPT. Conclusions On average across the three evaluated systems, reconstructed cumulative user-only prompts outperformed native continuous conversations, although exploratory model-specific patterns were heterogeneous. Because the formats also differed in prompt reconstruction, information salience, message positioning, explicit integration instructions, and native conversation-state processing, the contrast cannot isolate the causal effect of prior model responses.

زمینه: مدل‌های زبانی بزرگ به طور فزاینده‌ای برای حمایت غیررسمی سلامت روان مورد استفاده قرار می‌گیرند، اما ایمنی آن‌ها در مکالمات با ریسک فزایندهٔ خودکشی ممکن است به نحوهٔ ارائهٔ اطلاعات پیشین وابسته باشد. گفت‌وگوهای بومی چندنوبتی و بازسازی‌شدهٔ تجمعی تنها-کاربر نه‌تنها در حضور پاسخ‌های پیشین مدل، بلکه در بازسازی پرامپت، تمرکز اطلاعات، موقعیت پیام، نشانه‌های ادغام صریح و پردازش وضعیت گفت‌وگو نیز تفاوت دارند. هدف: این مطالعه شناسایی ریسک خودکشی، پرسش مستقیم دربارهٔ ایمنی، فوریت پاسخ و مداخلهٔ به‌موقع در دنیای واقعی را در قالب‌های پرامپت نوبت فعلی مجزا، پرامپت‌های تجمعی بازسازی‌شدهٔ تنها-کاربر و گفت‌وگوهای بومی پیوستهٔ چندنوبتی مقایسه کرد. روش‌ها: ما ارزیابی کنترل‌شدهٔ تکرارپذیری از ChatGPT، Gemini و Doubao با استفاده از ۱۲ مسیر استاندارد پنج‌نوبتی انجام دادیم: ۴ مسیر مستقیم ریسک خودکشی، ۴ مسیر ریسک ضمنی یا ناسازگار درونی، و ۴ کنترل غیرخودکشی با پریشانی بالا. هر مسیر تحت سه قالب ارائهٔ زمینه ارزیابی شد. ۲۴ ترکیب مدل-مسیر به عنوان واحدهای تکرارپذیر همسان درون ۸ بلوک مستقل مسیر ریسک در نظر گرفته شدند. مقایسه‌های اصلی با استفاده از آزمون‌های دقیق وارونگی علامت در سطح مسیر و بازه‌های اطمینان بوت‌استرپ بلوک-مسیر برآورد شد. پیامدهای سطح نوبت با مدل‌های اثرات مختلط چندسطحی تحلیل شد. ناهمگنی اکتشافی وضعیت-مدل با تحلیل حساسیت دقیق جایگشت بلوک-مسیر ارزیابی شد و مدل تعاملی خوشه‌بندی‌شده بر مسیر تنها به عنوان بررسی ثانویهٔ مجانبی استفاده شد. نتایج: مداخلهٔ مناسب و به‌موقع در ۱۰ مورد از ۲۴ مشاهدهٔ نوبت فعلی مجزا (۴۱٫۷٪)، ۲۱ از ۲۴ مشاهدهٔ تجمعی بازسازی‌شده (۸۷٫۵٪) و ۱۲ از ۲۴ مشاهدهٔ بومی پیوسته (۵۰٫۰٪) رخ داد. به طور میانگین در سه سامانه، ارائهٔ تجمعی بازسازی‌شده نسبت به ورودی مجزا ۴۵٫۸ درصد بیشتر بود (۹۵٪ بازهٔ اطمینان بوت‌استرپ بلوک-مسیر، ۲۵٫۰ تا ۶۶٫۷؛ مقدار P دقیق تعدیل‌شده با Holm = ‎.۰۳۱)، در حالی که عملکرد بومی پیوسته ۳۷٫۵ درصد کمتر از عملکرد تجمعی بازسازی‌شده بود (۹۵٪ بازهٔ اطمینان بوت‌استرپ بلوک-مسیر، ‎−۵۰٫۰ تا ‎−۲۵٫۰؛ مقدار P دقیق تعدیل‌شده با Holm = ‎.۰۳۱). تحلیل‌های اکتشافی مدل‌محور ناهمگنی قابل توجهی نشان داد: تفاوت بومی-در مقابل-بازسازی‌شده برای Doubao بیشترین مقدار، برای Gemini کمتر و از نظر آماری نامشخص، و برای ChatGPT غایب بود. نتیجه‌گیری: به طور میانگین در سه سامانهٔ ارزیابی‌شده، پرامپت‌های تجمعی بازسازی‌شدهٔ تنها-کاربر عملکرد بهتری نسبت به گفت‌وگوهای بومی پیوسته داشتند، اگرچه الگوهای مدل‌محور اکتشافی ناهمگون بودند. از آنجا که قالب‌ها همچنین در بازسازی پرامپت، برجستگی اطلاعات، موقعیت پیام، دستورالعمل‌های ادغام صریح و پردازش وضعیت گفت‌وگوی بومی تفاوت داشتند، این مقایسه نمی‌تواند اثر علّی پاسخ‌های پیشین مدل را به طور مجزا تعیین کند.

Suicidal ideation in people with suicide attempt histories may reflect dispositional, contextual, and interpersonal factors. We examined associations among Dark Triad traits, life-event stress, perceived social support, and suicidal ideation in 235 adults with suicide attempt histories recruited from several hospitals and clinics in Iran (53.6% women, 46.4% men; mean age = 33.97 years, SD = 7.90). Participants completed validated self-report measures, and data were analyzed using Bayesian path models, regularized partial-correlation networks, and repeated nested cross-validated elastic-net regression. Across analyses, greater life-event stress was associated with lower perceived social support, and lower perceived support was associated with greater suicidal ideation. Narcissism showed the clearest positive association with suicidal ideation among the Dark Triad traits. The network placed perceived social support at a central position in the multivariable system, and cross-validation indicated that models including perceived social support performed better than models without it. These cross-sectional findings identify perceived social support and narcissism as consistent correlates of suicidal ideation but do not establish temporal or causal relations.

افکار خودکشی در افراد با سابقه اقدام به خودکشی ممکن است بازتاب‌دهنده عوامل سرشتی، زمینه‌ای و بین‌فردی باشد. در این پژوهش، ارتباط میان ویژگی‌های سه‌گانه تاریک، استرس رویدادهای زندگی، حمایت اجتماعی ادراک‌شده و افکار خودکشی در ۲۳۵ بزرگسال با سابقه اقدام به خودکشی که از چندین بیمارستان و درمانگاه در ایران جذب شده بودند (۵۳/۶٪ زن، ۴۶/۴٪ مرد؛ میانگین سن = ۳۳/۹۷ سال، انحراف معیار = ۷/۹۰) بررسی شد. شرکت‌کنندگان پرسشنامه‌های خودگزارش‌دهی معتبر را تکمیل کردند و داده‌ها با استفاده از مدل‌های مسیر بیزی، شبکه‌های همبستگی جزئی منظم‌شده و رگرسیون الاستیک نت تودرتو و تکرارشونده با اعتبارسنجی متقاطع تحلیل شدند. در تمامی تحلیل‌ها، استرس بیشتر ناشی از رویدادهای زندگی با حمایت اجتماعی ادراک‌شده کمتر و حمایت اجتماعی ادراک‌شده کمتر با افکار خودکشی بیشتر همراه بود. در میان ویژگی‌های سه‌گانه تاریک، نارسیسیسم بیشترین ارتباط مثبت را با افکار خودکشی نشان داد. شبکه، حمایت اجتماعی ادراک‌شده را در موقعیت مرکزی سیستم چندمتغیره قرار داد و اعتبارسنجی متقاطع نشان داد مدل‌هایی که حمایت اجتماعی ادراک‌شده را دربرمی‌گیرند عملکرد بهتری نسبت به مدل‌های فاقد آن دارند. این یافته‌های مقطعی، حمایت اجتماعی ادراک‌شده و نارسیسیسم را به عنوان همبسته‌های ثابت افکار خودکشی شناسایی می‌کنند اما روابط زمانی یا علّی را اثبات نمی‌کنند.