מטרת מחקר שפורסם לאחרונה בכתב העת JAMA היתה לזהות גורמי סיכון להתאבדות באוכלוסיה הכללית בעזרת אלגוריתם המתבסס על למידת מכונה שכולל מעל 2,500 שאלות. חוקרים בתחום מדעי הנפש כבר מצאו בשורה של מחקרים קודמים כי ניסיון התאבדות כושל בעבר הינו גורם סיכון מרכזי בהערכת אובדנות, אך שליש מהאנשים שניסו להתאבד ונכשלו לא יזכו לטיפול מתאים. לכן, קיימת חשיבות לזהות גורמי סיכון נוספים להתאבדות, מעבר לאוכלוסיות בסיכון ומכאן חשיבותו של מחקר זה למטפלים ולמטופלים.
המחקר בוצע באמצעות סקר אפידמיולוגי לאומי וכלל נתונים שנאספו מאזרחי ארה"ב בני 18+ שאינם מאושפזים. הללו עברו ראיונות אישיים בשני גלים שנמשכו שנה כשההפרש ביניהם היה שלוש שנים (2001-2002, 2004-2005), עם היענות של 70.2% ו-34,653 ראיונות.
בעזרת נתונים אלה נבנה אלגוריתם מאוזן שעבר אימות-צולב על מנת לשמש מודל להערכת גורמי סיכון להתאבדות. כחלק מפיתוח המודל נעשו בדיקות חיצוניות להערכת ביצועים של המודל כמו רגישות וסגוליות.
התוצא המרכזי שנבדק במחקר היה ניסיון אובדני במהלך שלוש השנים שבין הגל הראשון לגל השני. 20,089 מתוך 34,650 המשתתפים בסקר היו נשים (52.1%) והגיל הממוצע היה 45.1 בגל הראשון ו-48.2 בגל השני.
סיכום ותוצאות: 222 מהמשתתפים דיווחו על ניסיון אובדני במהלך שלוש השנים שבין הראיון בגל הראשון והראיון בגל השני (שיעור של 0.6%). בין גורמי הסיכון החשובים ביותר היו גורמי סיכון ידועים כמו מחשבות או התנהגויות אובדניות בעבר, אך זוהו גם גורמי סיכון חדשים כמו תחושת עצבות, ביצוע פעולות בחוסר זהירות, חוסר הישגיות עקב בעיות רגשיות, גיל צעיר וקשיים כלכליים. נתון מענין נוסף שעלה מהמחקר: באמצעות ניתוח של השאלות מראיונות הגל הראשון המודל זיהה 1.8% מאוכלוסיית ארה"ב עם סיכון של 10% ומעלה לביצוע ניסיון התאבדות.
