Biopsychosocial model

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.

Popular relapse prevention theories are represented using natural language descriptions and lack temporal information about how phenomena of interest (i.e., ‘relapse’, ‘prolapse’, ‘abstinence’) are dynamically caused over time and within individuals. We drew on the Theory Construction Methodology to develop a formal and computational model of relapse in smoking cessation. We used a participatory, iterative, multi-method approach involving i) an informal theory and computational model review, ii) stakeholder interviews with researchers, people with lived experience, stop smoking practitioners, and policymakers ( N = 15) and iii) in silico simulations. We propose an initial within-person system dynamics model of relapse (‘COMPLAPSE’) in which biopsychosocial factors (e.g., stressors, cigarette cues, cravings, self-efficacy) are represented as time-varying inputs and state variables. These factors jointly determine the momentary preference for each behavioural option (i.e., smoke a cigarette, use a regulatory strategy, do nothing), with the probability of selecting each option (i.e., the output) generated by a softmax function. The simulations highlight the model’s ability to generate representational patterns of the phenomena of interest (i.e., relapse, prolapse and abstinence), thus providing an early sense-check of its explanatory adequacy. In addition, local sensitivity analyses demonstrate that systematic variation of selected model parameters leads to expected qualitative shifts from, for example, prolapse to relapse. We discuss the implications of our work for relapse prevention theories and real-world applications, including the development and optimisation of technology-mediated just-in-time adaptive interventions for relapse prevention in smoking cessation.

نظریه‌های رایج پیشگیری از بازگشت به مصرف با استفاده از توصیفات زبان طبیعی ارائه می‌شوند و فاقد اطلاعات زمانی درباره چگونگی ایجاد پویای پدیده‌های مورد علاقه (یعنی «بازگشت به مصرف»، «پیشرفت»، «پرهیز») در طول زمان و درون افراد هستند. ما با بهره‌گیری از روش‌شناسی ساخت نظریه، یک مدل صوری و محاسباتی از بازگشت به مصرف در ترک سیگار توسعه دادیم. ما از رویکردی مشارکتی، تکرارشونده و چند روشی استفاده کردیم که شامل: i) مرور غیررسمی نظریه و مدل محاسباتی، ii) مصاحبه با ذینفعان شامل پژوهشگران، افراد با تجربه زیسته، درمانگران ترک سیگار و سیاست‌گذاران (N = 15) و iii) شبیه‌سازی‌های رایانه‌ای بود. ما یک مدل اولیه پویایی سیستم درون‌فردی بازگشت به مصرف («COMPLAPSE») را پیشنهاد می‌کنیم که در آن عوامل زیستی‌روانی‌اجتماعی (مانند عوامل استرس‌زا، نشانه‌های سیگار، اشتیاق به مصرف، خودکارآمدی) به عنوان ورودی‌ها و متغیرهای حالت متغیر در زمان نمایش داده می‌شوند. این عوامل به طور مشترک ترجیح لحظه‌ای برای هر گزینه رفتاری (یعنی کشیدن سیگار، استفاده از راهبرد تنظیمی، هیچ اقدامی نکردن) را تعیین می‌کنند و احتمال انتخاب هر گزینه (یعنی خروجی) توسط یک تابع softmax تولید می‌شود. شبیه‌سازی‌ها توانایی مدل را در تولید الگوهای بازنمایی پدیده‌های مورد علاقه (یعنی بازگشت به مصرف، پیشرفت و پرهیز) برجسته می‌کند و بدین ترتیب ارزیابی اولیه‌ای از کفایت تبیینی آن ارائه می‌دهد. علاوه بر این، تحلیل‌های حساسیت محلی نشان می‌دهد که تغییر نظام‌مند برخی پارامترهای مدل منجر به تغییرات کیفی مورد انتظار، برای مثال از پیشرفت به بازگشت به مصرف، می‌شود. پیامدهای این پژوهش برای نظریه‌های پیشگیری از بازگشت به مصرف و کاربردهای عملی، از جمله توسعه و بهینه‌سازی مداخلات تطبیقی مبتنی بر فناوری در لحظه برای پیشگیری از بازگشت به مصرف در ترک سیگار، مورد بحث قرار گرفته است.