Tijdelijke beoordeling; Suïcidale gedachten volgen

Het zelfmoordrisico is hoog onder patiënten in de geestelijke gezondheidszorg in de periode na ontslag (Large & Kapur, 2018; Chung et al 2019). Onze huidige kennis en inzichten helpen ons echter niet om suïcide als uitkomst te voorkomen. Het is niet mogelijk om zelfmoord te voorspellen in populaties met een hoog risico, en – wat nog belangrijker is – we zijn ook niet in staat om op een efficiënte manier onderscheid te maken tussen degenen die een hoger risico lopen op zelfmoord en degenen die een minder hoog risico lopen op zelfmoord in deze populatie (Franklin et al 2017, Large, 2018.

Het meest beperkende kenmerk van de huidige procedures voor het inschatten van suïciderisico's zijn hun zeer brede, grove kenmerken, met een opmerkelijk gebrek aan ingebouwde kennis over hoe dagelijkse ervaringen in het dagelijks leven het suïciderisico beïnvloeden [16]. Als klinische oordelen over zelfmoordrisico een hoger niveau van zekerheid moeten bereiken, kan dit alleen worden bereikt door de specifieke, proximale factoren aan te pakken die maximaal relevant zijn voor de patiënten en hun situatie (Nock et al, 2009).

De suïcidologie moet bepalen hoe, wanneer en voor wie blijvend lijden na ontslag gepaard gaat met een verhoogd suïcidaal risico. Verdere belangrijke taken zijn het identificeren van de factoren na ontslag die deze patiënten beschermen. In deze context streven we ernaar de kennisbasis te vergroten over fluctuaties in zelfmoordgedachten en de associatie ervan met relationele en contextuele factoren na ontslag uit het ziekenhuis bij zelfmoordpogingen en patiënten die zijn opgenomen in psychiatrische instellingen vanwege een ernstig zelfmoordrisico. Bovendien streven we ernaar om "profielen" van dergelijke associaties te bepalen voor verschillende subgroepen van patiënten. Deze profielen van associaties zullen maanden later worden vergeleken met de aanwezigheid versus afwezigheid van nieuw suïciderisicogedrag, inclusief mogelijke zelfbeschadiging en suïcide-episodes. Daarom zullen de kerngegevens van het project worden gezien in relatie tot zowel suïcidale gedachten als daaropvolgend suïcidaal gedrag.

Hieronder schetsen we vier onderzoeksvragen (RQ) inclusief concrete hypothesen. RQ: schets fluctuaties in zelfmoordgedachten

1. In de totale patiëntengroep zal het zelfmoordgedachte (mate en uithoudingsvermogen) sterk fluctueren binnen een dag en gedurende de beoordelingsperiode
2. Patiëntkenmerken en subgroepen van patiënten kunnen worden geïdentificeerd, met verschillende fluctuaties in suïcidegedachten, waaronder afwezigheid van suïcidegedachten op de meeste tijdstippen, stabiele niveaus van suïcidegedachten, sterk fluctuerende niveaus en duur van suïcidegedachten (2).

A. Associaties met kenmerken van de patiënt bij baseline: Over het algemeen zullen zelfmoordgedachten op een hoger niveau zijn en sterker fluctueren bij personen met hoge baselinescores op het volgende: i) psychologische pijn, stress, agitatie of innerlijke onrust, hopeloosheid en zelfhaat, ii) hoge ernst van hun recente zelfmoordpoging, en iii) hoge niveaus van depressie en algemene ernst van de symptomen, naast (iv) bij individuen die sociaal geïsoleerd/alleen leven versus degenen die samenwonen met een partner of familie b. Associaties met relationele en contextuele metingen tijdens EMA-beoordeling: i. Zelfmoordgedachten zullen relatief hoog zijn en blijvend in tijden van i) psychologische pijn, stress, agitatie of innerlijke onrust, hopeloosheid en zelfhaat, ii) interpersoonlijke conflicten, iii) wanneer ze alleen zijn of met vrienden en negatieve gevoelens de positieve gevoelens overheersen, en iv) wanneer de waargenomen controle over gedachten laag is ii. Zelfmoordgedachten zullen afwezig zijn wanneer i) patiënten relaties hebben met andere mensen en (ii) wanneer ze positieve gevoelens ervaren (3) RQ: profielen genereren voor subgroepen

1. Op basis van bevindingen voor RQ1-RQ3 kunnen verschillende associatieprofielen tussen zelfmoordgedachten en andere EMA-maatregelen worden afgebakend voor verschillende subgroepen van patiënten, en die op betrouwbare wijze kunnen worden gekoppeld aan patiëntkenmerken bij baseline
2. Onderzoek verschillen in suïcidegedachten en gerelateerde cognities/andere EMA-metingen in de groep met en zonder suïcidepoging
3. Hoge risicoprofielen kunnen worden geïdentificeerd door associaties tussen zelfmoordgedachten en andere EMA-maatregelen te koppelen aan daaropvolgende zelfmoordgedachten, ernst van symptomen, zelfbeschadiging en/of zelfmoordpogingen na 3 weken en 3 maanden follow-up (4) Vraag: Hoe ervaren en evalueren deelnemers hun deelname aan en voltooiing van het EMA-beoordelingsprotocol?

Dit is een longitudinaal observationeel onderzoek. We zullen de methode van Ecological Momentary Assessment gebruiken om te beoordelen hoe deelnemers omgaan in de periode na ontslag. Deelnemers ontvangen dagelijks 5 enquêtes in de eerste 10 dagen na het verlaten van het ziekenhuis. Bovendien zullen deelnemers elkaar ontmoeten voor drie onderzoeksinterviews; nulmeting voor ontslag uit het ziekenhuis, na drie weken en na drie maanden

Maatregelen (zie paragraaf voor uitkomstmaten)

We zullen de EMA-gegevens op meerdere niveaus (beoordelingen genest binnen dagen en deelnemers) analyseren in regressiemodellen met gemengd effect, met de nadruk op lineaire veranderingen in zelfmoordgedachten in de loop van de tijd en op hoe dit verband houdt met onafhankelijke variabelen. Om de variatie binnen proefpersonen en tussen proefpersonen te schatten, specificeren we patiënt-ID en tijd als de willekeurige variabelen in het model met gemengde effecten. In het willekeurige deel van het gemengde model is het residu de schatting voor variatie binnen de proefpersoon. In prospectieve analyses (van T tot T+1) zullen time-lagged variabelen als voorspellers worden gebruikt. We centreren de gegevens voorafgaand aan de analyse, met een centreermodel op basis van de te testen hypothese.

Statistische kracht in gegevens op meerdere niveaus is afhankelijk van het aantal individuen en beoordelingen.

Met 5 dagelijkse beoordelingen gedurende 10 dagen bij 50 deelnemers, is het vermogen 100% om grote effectgroottes te detecteren en 80% om gemiddelde effectgroottes te detecteren (zoals gemodelleerd door Power Curves for Multi-level Studies (shinyapps.io)).

Referenties - Chung, D., et al., Meta-analyse van zelfmoordcijfers in de eerste week en de eerste maand na psychiatrische ziekenhuisopname. BMJ Open, 2019. 9(3): p. e023883.

Franklin, J.C., et al., Risicofactoren voor zelfmoordgedachten en -gedrag: een meta-analyse van 50 jaar onderzoek. Psycholstier, 2017. 143(2): p. 187-232.

Large, M. en N. Kapur, Psychiatrische ziekenhuisopname en het risico op zelfmoord. Br J Psychiatrie, 2018. 212(5): p. 269-273.

Large, M., De rol van voorspelling bij zelfmoordpreventie. Dialogen Clin Neurosci, 2018. 20(3): p. 197-205.

Nock, M.K., M.J. Prinstein en S.K. Sterba, De vorm en functie van zelfbeschadigende gedachten en gedragingen onthullen: een real-time ecologisch beoordelingsonderzoek onder adolescenten en jonge volwassenen. J Abnorm Psychol, 2009. 118(4): p. 816-27.