Among which socio-demographic groups is suicide most common?

Abstract

Samenvatting Inleiding Voor suïcidepreventie is het van belang om groepen met een verhoogd risico op suïcide zo goed mogelijk te identificeren. Tot nog toe is er weinig bekend over interacties van meerdere risicofactoren. Machine learning-methoden bieden nieuwe mogelijkheden voor flexibel, datagedreven, hypothesevrij en robuust onderzoek naar de interacties van risicofactoren voor suïcide. Methode In dit onderzoek is gebruikgemaakt van microdata van het Centraal Bureau voor de Statistiek met sociaal-demografische gegevens van alle Nederlandse inwoners. Er is een machine learning-model ontwikkeld en uitgevoerd om interacties van risicofactoren voor suïcide te vinden. Resultaten De resultaten laten disproportioneel hoge suïcide-incidenties zien onder 1) mensen met een arbeidsongeschiktheidsuitkering die nooit getrouwd zijn geweest, 2) arbeidsongeschikte mannen, 3) mensen tussen de 55 en 69 jaar oud, die alleen wonen, nooit getrouwd zijn en wiens huishoudinkomen laag is. Daarnaast hebben we hoge suïcidecijfers gevonden onder mensen tussen de 25 en 39 jaar met een laag opleidingsniveau en onder verweduwde mannen. Conclusie De bevindingen helpen om gericht interventies in te kunnen zetten om het aantal suïcides te verminderen.