Inhalt
summary Zusammenfassung

Norwegische und dänische Wissenschaftler haben maschinelles Lernen eingesetzt, um Risikofaktoren für Suizidversuche bei Jugendlichen zu ermitteln.

Die Studie analysierte die Daten von 173.664 norwegischen Jugendlichen im Alter von 13 bis 18 Jahren, von denen 4,65 % in den letzten 12 Monaten einen Selbstmordversuch unternommen hatten.

Laut Milan Obaidi, außerordentlicher Professor am Fachbereich Psychologie der Universität Kopenhagen, ist "die jüngste Selbstverletzung der wichtigste Indikator für das Risiko eines Suizidversuchs". Darüber hinaus wurden fünf weitere Risikofaktoren identifiziert: internalisierende Probleme wie Angst und Depression, Schlafprobleme, Essstörungen, Zukunftspessimismus und Viktimisierung.

Das Modell der Forscher schnitt mit einer Sensitivität und Spezifität von jeweils 90,1 Prozent deutlich besser ab als andere Algorithmen. Es ist das bisher genaueste seiner Art und kann gefährdete Jugendliche besser identifizieren als andere Modelle.

Anzeige
Anzeige

Forscher fordern ganzheitlichen Ansatz

"Es ist wichtig, die Lebensumstände zu identifizieren, die das Suizidrisiko bei Jugendlichen erhöhen. Leider sind die derzeitigen Methoden zur Abschätzung von Risikofaktoren nahezu unbrauchbar - daher können die Behörden die gefährdeten Personen nicht identifizieren", betont Obaidi.

Um den alarmierenden Anstieg von Suizidversuchen bei Jugendlichen zu stoppen, sei ein ganzheitlicher Ansatz erforderlich, so der Forscher. "Wir müssen sowohl Risiken als auch Schutzfaktoren in vielen individuellen, psychologischen, soziologischen und umweltbedingten Bereichen untersuchen."

Die Forscher weisen in ihrer Arbeit auch darauf hin, dass mehrere bekannte Risikofaktoren, die bisher meist isoliert untersucht wurden, im KI-Modell keine große Rolle spielten. Das sei bemerkenswert und müsse weiter untersucht werden.

Die Ergebnisse zeigten auch, dass das Risiko eines Suizidversuchs bei Jugendlichen nicht einfach die Summe verschiedener sozialer, ökonomischer und psychologischer Belastungen sei, sondern sich vielmehr in intra- und interpersonellen Prozessen abspiele. Diese seien sowohl dynamisch als auch spezifisch und hingen "mit internalisierenden Problemen, mangelndem Optimismus in Bezug auf die zukünftige Ausbildung und Karriere, zwischenmenschlichen Konflikten mit wichtigen Bezugspersonen, Viktimisierungserfahrungen sowie Somatisierungs- und Handlungstendenzen" zusammen.

Anzeige
Community beitreten
Kommt in die DECODER-Community bei Discord,Reddit, Twitter und Co. - wir freuen uns auf euch!
Anzeige
Community beitreten
Kommt in die DECODER-Community bei Discord,Reddit, Twitter und Co. - wir freuen uns auf euch!
Unterstütze unsere unabhängige, frei zugängliche Berichterstattung. Jeder Betrag hilft und sichert unsere Zukunft. Jetzt unterstützen:
Banküberweisung
Zusammenfassung
  • Norwegische und dänische Forscher nutzen maschinelles Lernen, um Risikofaktoren für Suizidversuche bei Jugendlichen zu identifizieren, wobei das Modell eine Sensitivität und Spezifität von jeweils 90,1 % erreicht.
  • Die Studie untersuchte Daten von 173.664 norwegischen Jugendlichen und identifizierte sechs Hauptfaktoren, darunter Selbstverletzung, Angst, Depression, Schlafprobleme, Essstörungen, Zukunftspessimismus und Viktimisierung.
  • Die Forscher betonen die Notwendigkeit eines ganzheitlichen Ansatzes zur Bekämpfung des Anstiegs von Suizidversuchen bei Jugendlichen und fordern die Untersuchung von Risiken und Schutzfaktoren in verschiedenen individuellen, psychologischen, soziologischen und umweltbedingten Bereichen.
Quellen
Max ist leitender Redakteur bei THE DECODER. Als studierter Philosoph beschäftigt er sich mit dem Bewusstsein, KI und der Frage, ob Maschinen wirklich denken können oder nur so tun als ob.
Community beitreten
Kommt in die DECODER-Community bei Discord,Reddit, Twitter und Co. - wir freuen uns auf euch!