Intensive longitudinal study of suicidal behaviors and related health outcomes

项目总结/摘要 在过去的100年里，许多主要的死亡原因已经显著下降（例如，肺结核， 肺炎/流感，胃炎）;然而，自杀率几乎与100年前相同 前 在预防自杀方面缺乏进展在很大程度上是由于对自杀的认识有限。 这个问题自杀的想法和行为（STBs），像其他行为问题（例如，酗酒， 物质使用，饮食失调），很少发生在研究实验室，在那里他们可以仔细探讨 在实验室里是不道德的 因此，专家们缺乏对 STB的基本属性，以及它们如何，为什么以及何时在自然界中展开。 的目的 本研究旨在通过使用新开发的智能手机和可穿戴设备来解决这一巨大差距。 生物传感器技术进行深入的纵向研究，将促进了解 以及STB和相关行为的预测。这项研究将监测600人（300名成人和300名 青少年）在STBs的高风险（即， 那些因自杀而被送往精神病院的人 意念和/或最近的自杀企图）（即，术后住院）。的 本研究的第一个目的是使用收集的数据来识别STB的数字表型， 主动/主观地使用重复的智能手机调查，被动/客观地使用连续的 来自智能手机的数据（例如， GPS、加速度计、通信数据）和可穿戴生物传感器 (e.g., 皮肤电活动、加速度计）。 第二个目标是绘制 随着时间的推移。 第三个目标是在治疗后6个月内确定STBs的短期预测因子。 出院拟议的小组正在进行的研究证明了以下可行性： 并保留拟议的样本，使用数字设备随着时间的推移对其进行集中监测， 通过分析这些丰富的数据流， 行为在自然界中展开。本研究收集的数据将提供丰富的数据源， 由我们的研究团队和合作研究人员使用，以促进理解，预测 和最终预防性传播疾病及相关结果。

PROJECT SUMMARY/ABSTRACT    Many leading causes of death have declined significantly over the past 100 years (e.g., tuberculosis,  pneumonia/influenza, gastritis);; however, the suicide rate is virtually identical to what it was 100 years  ago.  Lack  of  progress  in  the  prevention  of  suicide  is  due  in  large  part  to  the  limited  understanding  of  this problem. Suicidal thoughts and behaviors (STBs), like other behavior problems (e.g., alcohol use,  substance use, eating disorders), rarely occur in the research lab where they can be carefully probed  and  cannot  be  ethically  induced  in  the  lab.  As  a  result,  experts  lack  a  firm  understanding  of  the  fundamental  properties  of  STBs,  and  of  how,  why,  and  when  they  unfold  in  nature.  The  purpose  of  this  study  is  to  address  this  enormous  gap  by  using  newly  developed  smartphone  and  wearable  biosensor technologies to conduct an intensive longitudinal study that will advance the understanding  and prediction of STBs and related behaviors. This study will monitor 600 people (300 adults and 300  adolescents)  at  elevated  risk  of  STBs  (i.e.,  those  presenting  to  a  psychiatric  hospital  with  suicide  ideation and/or a recent suicide attempt) during a high risk time period (i.e., post-­hospitalization). The  first  aim  of  this  study  is  to  identify  digital  phenotypes  of  STBs  using  data  collected  both  actively/subjectively  using  repeated  smartphone  surveys  and  passively/objectively  using  continuous  data  from  smartphones  (e.g.,  GPS,  accelerometer,  communications  data)  and  wearable  biosensors  (e.g.,  electrodermal  activity,  accelerometer).  The  second  aim  is  to  map  the  dynamic  trajectories  of  STBs  over  time.  The  third  aim  is  to  identify  short-­term  predictors  of  STBs  during  the  6  months  post-­ hospital discharge. Ongoing research by the proposed team demonstrates the feasibility of: recruiting  and retaining the proposed samples, intensively monitoring them over time using digital devices, and  using  analyses  of  these  rich  data  streams  to  make  discoveries  about  how  STBs  and  related  behaviors unfold in nature. The data collected in this study will provide a rich data source that will be  used  by  our  research  team  and  collaborative  researchers  to  advance  the  understanding,  prediction,  and ultimate prevention of STBs and related outcomes.