Quem são os estudantes de Medicina que tentam suicídio?

Detalhes bibliográficos
Autor(a) principal: Marcon, Grasiela
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/199035
Resumo: Estudantes de medicina apresentam maior risco de tentativa de suicídio em comparação com a população em geral, com uma prevalência de 6,9%. Não está claro quais são os principais fatores de risco associados a tentativas de suicídio nesta população, ressaltando que o conhecimento de tais informações podem ajudar na identificação e intervenção mais precoce em alunos que estejam em risco. Neste estudo, objetivamos identificar fatores associados a tentativas de suicídio em estudantes de medicina. Nossos dados são provenientes de estudo transversal conduzido em 2017 entre estudantes de Medicina brasileiros em formação. Regressão de Poisson multivariada foi realizada para identificar os fatores associados às tentativas de suicídio. Também usamos um modelo de machine learning chamado elastic net para reconhecer o padrão do aluno que tenta o suicídio. Um total de 4.840 pessoas foram incluídas no presente estudo. Os fatores de risco associados à tentativa de suicídio na regressão de Poisson multivariada foram os seguintes: sexo feminino (RP-1,64; IC 95% 1,29-2,08; P <0,001); ser homossexual (RP-2,93; IC 95% 2,19-3,91; P <0,001); menor renda (PR-1,33; IC 95% 1,04-1,70; P = 0,026); bullying na Universidade (PR-1,32; IC 95% 1,08-1,60; P = 0,006); história de trauma na infância (RP-1,39; IC 95% 1,14-1,72; P = 0,001) ou na idade adulta (RP-1,44; IC 95% 1,16-1,78; P = 0,001); história familiar positiva para suicídio (RP-1,36; IC 95% 1,09-1,69; P = 0,005); ter tido ideação suicida no último mês (RP-2,15; IC 95% 1,76-2,62; P <0,001); uso diário de tabaco (RP-1,51; IC 95% 1,03-2,22; P = 0,037) e estar sob risco severo de abuso de álcool (RP-1,45; IC 95% 1,05-1,99; P = 0,023). A prevalência de tentativa de suicídio em nossa amostra foi de 8,94%. O modelo elastic net teve um bom desempenho e encontrou uma area under the curve (AUC) de 0,83. Este é o primeiro estudo a identificar fatores associados a tentativas de suicídio em estudantes de medicina. Futuros estudos longitudinais devem confirmar a relação causal entre esses fatores e tentativas de suicídio. Além disso, esses resultados demonstram que um algoritmo de risco preciso pode ser criado usando informações facilmente acessíveis. No entanto, a validação do algoritmo é necessária em amostras prospectivas.
id URGS_a915c528f7244ee6d2e63e022249db4e
oai_identifier_str oai:www.lume.ufrgs.br:10183/199035
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Marcon, GrasielaPassos, Ives CavalcanteHauck, Simone2019-09-10T03:38:45Z2019http://hdl.handle.net/10183/199035001093167Estudantes de medicina apresentam maior risco de tentativa de suicídio em comparação com a população em geral, com uma prevalência de 6,9%. Não está claro quais são os principais fatores de risco associados a tentativas de suicídio nesta população, ressaltando que o conhecimento de tais informações podem ajudar na identificação e intervenção mais precoce em alunos que estejam em risco. Neste estudo, objetivamos identificar fatores associados a tentativas de suicídio em estudantes de medicina. Nossos dados são provenientes de estudo transversal conduzido em 2017 entre estudantes de Medicina brasileiros em formação. Regressão de Poisson multivariada foi realizada para identificar os fatores associados às tentativas de suicídio. Também usamos um modelo de machine learning chamado elastic net para reconhecer o padrão do aluno que tenta o suicídio. Um total de 4.840 pessoas foram incluídas no presente estudo. Os fatores de risco associados à tentativa de suicídio na regressão de Poisson multivariada foram os seguintes: sexo feminino (RP-1,64; IC 95% 1,29-2,08; P <0,001); ser homossexual (RP-2,93; IC 95% 2,19-3,91; P <0,001); menor renda (PR-1,33; IC 95% 1,04-1,70; P = 0,026); bullying na Universidade (PR-1,32; IC 95% 1,08-1,60; P = 0,006); história de trauma na infância (RP-1,39; IC 95% 1,14-1,72; P = 0,001) ou na idade adulta (RP-1,44; IC 95% 1,16-1,78; P = 0,001); história familiar positiva para suicídio (RP-1,36; IC 95% 1,09-1,69; P = 0,005); ter tido ideação suicida no último mês (RP-2,15; IC 95% 1,76-2,62; P <0,001); uso diário de tabaco (RP-1,51; IC 95% 1,03-2,22; P = 0,037) e estar sob risco severo de abuso de álcool (RP-1,45; IC 95% 1,05-1,99; P = 0,023). A prevalência de tentativa de suicídio em nossa amostra foi de 8,94%. O modelo elastic net teve um bom desempenho e encontrou uma area under the curve (AUC) de 0,83. Este é o primeiro estudo a identificar fatores associados a tentativas de suicídio em estudantes de medicina. Futuros estudos longitudinais devem confirmar a relação causal entre esses fatores e tentativas de suicídio. Além disso, esses resultados demonstram que um algoritmo de risco preciso pode ser criado usando informações facilmente acessíveis. No entanto, a validação do algoritmo é necessária em amostras prospectivas.Medical students are at increased risk for suicide attempt compared to the general population, with a 6.9% prevalence. However, it is unclear what are the major risk factors associated with suicide attempts in this population - such information could help identify and intervene earlier with at risk students. In this study we aimed to identify factors associated with suicide attempts in medical students. Our raw data came from a cross-sectional web-based survey conducted in 2017 among Brazilian undergraduate medical students. Multivariate Poisson regression was performed to identify factors associated to suicide attempts. We also used elastic net regularization to recognize the pattern of the student who attempt suicide. A total of 4,840 people were included in the present study. Risk factors associated with suicide attempt in the multivariate Poisson regression were the following: female gender (PR-1.64; CI 95% 1.29-2.08; P<0.001); being homosexual (PR-2.93; CI 95% 2.19-3.91; P<0.001); lower income (PR-1.33; CI 95% 1.04-1.70; P=0.026); bullying in the University (PR-1.32; CI 95% 1.08-1.60; P=0.006); experienced some type of trauma as a child (PR-1.39; CI 95% 1.14-1.72; P=0.001) or adult (PR-1.44; CI 95% 1.16-1.78; P=0.001); family history positive for suicide (PR-1.36; CI 95% 1.09-1.69; P=0.005); endorsed suicidal ideation in the last month (PR-2.15; CI 95% 1.76-2.62; P<0.001); reporting daily tobacco use (PR-1.51; CI 95% 1.03-2.22; P=0.037) and being at severe risk for alcohol abuse (PR-1.45; CI 95% 1.05-1.99; P=0.023). Prevalence of suicidal attempt in our sample was 8.94%. Our elastic net model has a good performance and found an area under the curve (AUC) of 0.83. This is the first study to identify factors associated with suicide attempts among Brazilian medical students. Future longitudinal studies should confirm the causal relationship between these factors and suicide attempt. Additionally, these results demonstrate that an accurate risk algorithm can be created using easily accessible information. However, validation of the algorithm is needed in prospective samples.application/pdfporEstudantes de medicinaFatores de riscoTentativa de suicídioAprendizado de máquinaMedical studentsMachine learningElastic netMental disordersSuicide attemptsQuem são os estudantes de Medicina que tentam suicídio?info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulFaculdade de MedicinaPrograma de Pós-Graduação em Psiquiatria e Ciências do ComportamentoPorto Alegre, BR-RS2019mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001093167.pdf.txt001093167.pdf.txtExtracted Texttext/plain84080http://www.lume.ufrgs.br/bitstream/10183/199035/2/001093167.pdf.txt4fc89ed7fe298d1ce43147b084391d64MD52ORIGINAL001093167.pdfTexto completoapplication/pdf1368306http://www.lume.ufrgs.br/bitstream/10183/199035/1/001093167.pdf482d94ba53fe91716a07db83a077c735MD5110183/1990352022-08-18 04:45:15.665225oai:www.lume.ufrgs.br:10183/199035Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532022-08-18T07:45:15Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Quem são os estudantes de Medicina que tentam suicídio?
title Quem são os estudantes de Medicina que tentam suicídio?
spellingShingle Quem são os estudantes de Medicina que tentam suicídio?
Marcon, Grasiela
Estudantes de medicina
Fatores de risco
Tentativa de suicídio
Aprendizado de máquina
Medical students
Machine learning
Elastic net
Mental disorders
Suicide attempts
title_short Quem são os estudantes de Medicina que tentam suicídio?
title_full Quem são os estudantes de Medicina que tentam suicídio?
title_fullStr Quem são os estudantes de Medicina que tentam suicídio?
title_full_unstemmed Quem são os estudantes de Medicina que tentam suicídio?
title_sort Quem são os estudantes de Medicina que tentam suicídio?
author Marcon, Grasiela
author_facet Marcon, Grasiela
author_role author
dc.contributor.author.fl_str_mv Marcon, Grasiela
dc.contributor.advisor1.fl_str_mv Passos, Ives Cavalcante
dc.contributor.advisor-co1.fl_str_mv Hauck, Simone
contributor_str_mv Passos, Ives Cavalcante
Hauck, Simone
dc.subject.por.fl_str_mv Estudantes de medicina
Fatores de risco
Tentativa de suicídio
Aprendizado de máquina
topic Estudantes de medicina
Fatores de risco
Tentativa de suicídio
Aprendizado de máquina
Medical students
Machine learning
Elastic net
Mental disorders
Suicide attempts
dc.subject.eng.fl_str_mv Medical students
Machine learning
Elastic net
Mental disorders
Suicide attempts
description Estudantes de medicina apresentam maior risco de tentativa de suicídio em comparação com a população em geral, com uma prevalência de 6,9%. Não está claro quais são os principais fatores de risco associados a tentativas de suicídio nesta população, ressaltando que o conhecimento de tais informações podem ajudar na identificação e intervenção mais precoce em alunos que estejam em risco. Neste estudo, objetivamos identificar fatores associados a tentativas de suicídio em estudantes de medicina. Nossos dados são provenientes de estudo transversal conduzido em 2017 entre estudantes de Medicina brasileiros em formação. Regressão de Poisson multivariada foi realizada para identificar os fatores associados às tentativas de suicídio. Também usamos um modelo de machine learning chamado elastic net para reconhecer o padrão do aluno que tenta o suicídio. Um total de 4.840 pessoas foram incluídas no presente estudo. Os fatores de risco associados à tentativa de suicídio na regressão de Poisson multivariada foram os seguintes: sexo feminino (RP-1,64; IC 95% 1,29-2,08; P <0,001); ser homossexual (RP-2,93; IC 95% 2,19-3,91; P <0,001); menor renda (PR-1,33; IC 95% 1,04-1,70; P = 0,026); bullying na Universidade (PR-1,32; IC 95% 1,08-1,60; P = 0,006); história de trauma na infância (RP-1,39; IC 95% 1,14-1,72; P = 0,001) ou na idade adulta (RP-1,44; IC 95% 1,16-1,78; P = 0,001); história familiar positiva para suicídio (RP-1,36; IC 95% 1,09-1,69; P = 0,005); ter tido ideação suicida no último mês (RP-2,15; IC 95% 1,76-2,62; P <0,001); uso diário de tabaco (RP-1,51; IC 95% 1,03-2,22; P = 0,037) e estar sob risco severo de abuso de álcool (RP-1,45; IC 95% 1,05-1,99; P = 0,023). A prevalência de tentativa de suicídio em nossa amostra foi de 8,94%. O modelo elastic net teve um bom desempenho e encontrou uma area under the curve (AUC) de 0,83. Este é o primeiro estudo a identificar fatores associados a tentativas de suicídio em estudantes de medicina. Futuros estudos longitudinais devem confirmar a relação causal entre esses fatores e tentativas de suicídio. Além disso, esses resultados demonstram que um algoritmo de risco preciso pode ser criado usando informações facilmente acessíveis. No entanto, a validação do algoritmo é necessária em amostras prospectivas.
publishDate 2019
dc.date.accessioned.fl_str_mv 2019-09-10T03:38:45Z
dc.date.issued.fl_str_mv 2019
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/199035
dc.identifier.nrb.pt_BR.fl_str_mv 001093167
url http://hdl.handle.net/10183/199035
identifier_str_mv 001093167
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/199035/2/001093167.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/199035/1/001093167.pdf
bitstream.checksum.fl_str_mv 4fc89ed7fe298d1ce43147b084391d64
482d94ba53fe91716a07db83a077c735
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1810085497339379712