XiaoMi-AI文件搜索系统
World File Search Systemsuicidal
精神病学和行为科学系潜在专家顾问和研究导师
• 精神病理学发展的社会文化背景以及促进种族/族裔少数群体和移民青年的心理健康；各种形式的文化特定压力经历（包括种族和民族歧视）对心理健康的影响；了解种族/族裔少数群体青年自杀行为风险增加的原因 Jelena Radulovic 医学博士、神经科学和精神病学和行为科学教授、PRIME 神经科学主任
Solihull自杀预防策略2023-2026
当某人自杀时，对家人，朋友和当地社区的影响就会造成破坏。以及给亲人造成的巨大痛苦和悲伤，对每个人的每个人通常都会有广泛的持久影响。对于以这种方式死亡的每个人，至少有10人受到影响，只有三分之一的人丧生。但是，自杀并不是不可避免的。自杀死亡通常遵循复杂的苦难，创伤和逆境的历史，而不是因为某人想死亡，而是因为他们觉得自己不再能够生活在自己的处境中。尽管没有一个单一的倡议或组织可以单独防止自杀，但是我们的服务，社区，个人和社会可以通过多种方式共同努力。Solihull自杀预防策略以及随附的行动计划，2023-2026提供了2017 - 2021年以前战略的更新，并继续承认多机构合作伙伴关系以防止自杀的重要性至关重要。1.1预防自杀自杀是为了减少自杀风险的努力。自杀通常是可以预防的，并且可以在个人，人际关系，社区和社会层面上进行防止自杀的努力。1.2定义自杀的定义被定义为自己生命的行为。人们可以想到想要死亡（自杀意念）或可以死亡的计划（自杀意图）。要考虑的另一个因素是自我伤害行为。人们可能会出于各种原因自我伤害，尽管许多自我伤害不会因自杀而死，但与没有自我伤害的人相比，他们的死亡风险显着增加（故意或无意中）。因此，应将自我伤害行为，自杀念头和意图视为复杂连续体的一部分，在该连续体中，仔细的评估和支持至关重要。
克莱县社区医疗服务提供者的 C-SSRS 分类计划
说明：此流程图说明了评估有自杀倾向者安全性的方法。它基于哥伦比亚自杀严重程度评定量表 (C-SSRS) 的筛选版本。信息来源不仅可以包括患者，还可以包括其他个人。此量表可以指导决策，但管理筛选者的判断应始终优先。管理筛选者
山上的心理健康日比以往任何时候都要大
最近的一项研究发现，接受辩证行为疗法（DBT）患有躁郁症的年轻人比接受标准心理治疗的年轻人的自杀率显着少。匹兹堡大学的研究招募了100名12-18岁的年轻人，他们与双极光谱疾病相关，他们在特殊的精神病学院门诊诊所接受治疗。所有人都受到精神科医生的照顾，并根据标准治疗算法接受药物治疗。两组的青年在挤压，低狂热和躁狂症的症状中表现出模拟降低。但是，收到DBT的年轻人报告说，自杀企图的次数大大减少。DBT疗法是一种基于循证的治疗，侧重于情绪调节。它可以帮助人们识别，标记和更好地管理有助于表现，焦虑和自杀思维的情绪激活因子。许多研究发现，DBT疗法在治疗情绪失调障碍的人方面非常有效，包括边缘性人格障碍，自我伤害，饮食失调和自然思维。这项研究发现，它还可以有效地减少双相情感障碍的年轻人的自杀行为。
一种自然语言处理模型
根据世界卫生组织的说法，自杀是死亡的十大原因之一。每次自杀死亡估计有138人的生命受到重大影响，几乎所有与自杀死亡有关的统计数据都与之有关。社交媒体的广泛使用和用于访问社交媒体网络的几乎通用的移动设备为预防性干预提供了新的机会，以及研究（试图）自行生活的人的行为的新形式的数据。我们表明，使用社交媒体数据识别自杀风险个人是可行的。具体来说，我们提出了一种自动化系统的概念，用于使用自然语言处理和机器学习（尤其是深度学习）方法检测自杀未遂的可测量信号。该项目的目标是改善自杀职位的自动识别和报告。它提供了一种研究Twitter作为社交媒体平台的方法，以找到自杀的警告指标。前面提到的方法的主要目标是自动检测用户在线行为的异常变化。可能在事件之前可能的风险或警告指标的复杂因素的理解和识别为预防自杀带来了困难。许多自然语言处理（NLP）方法用于衡量文本变化，并通过独特的框架传递，该框架可以广泛使用来实现这一目标。我们使用CNN-LSTM模型来评估和对比其他分类方法。深度学习和基于机器学习的分类算法用于通过分析社交网络平台Twitter上的推文来在早期阶段识别自杀思想。我们首先对两个分类器进行了预处理的数据，然后分别进行功能提取，然后分别进行机器学习和深度学习分类器。与早期的CNN-LSTM系统相比，研究表明，使用单词技术嵌入的CNN-LSTM框架达到了94％的分类精度。
铜山小学2023-2024行为计划
了解有关自杀和心理健康的问题是预防自杀，帮助他人陷入自杀并改变自杀的对话的重要方法。在我们学校中，适当的课程用于教学学生如何识别自杀的危险因素和警告迹象，以及如果他们或认识的某人或他们认识的人可能会想到自我伤害。向行政部门报告了自杀念头的报告，以向学生和家人提供支持和沟通。遵循学生支持推荐和文档过程。
DANE危机提供商网络 - 入学培训日志
- 适用于危机情况的心理健康和心理药理学概念； - 评估和回应自杀的人的紧急心理健康服务需求，包括自杀评估，自杀管理和预防； - 评估和响应SUD患者的紧急心理健康服务需求； - 非暴力危机管理，包括口头降低，获得备份的方法以及在紧急情况下对客户和其他人的自我保护和保护的可接受方法。
凝聚力援助小组（CAT）
新兵或初级士兵的接待、接受和团队建设 未能整合新人并建立适当的工作与生活平衡文化 认为不公平，缺乏敬业的领导 缺乏专业发展、咨询和指导（尤其是对于人数较少的女性士兵） 拆散团队以组建团队 在应对潜在有害行为时从领导者那里习得性无助 与工作有关的问题导致自杀意念
机器学习调查的系统评价
摘要：自杀是全球范围内难以预测的首要死亡原因，对预防工作提出了挑战。人工智能 (AI) 和机器学习 (ML) 已成为研究大型数据集以增强风险检测的一种手段。使用 PubMed / MEDLINE、PsychInfo、Web-of-Science 和 EMBASE 对评估自杀行为的 ML 调查进行了系统评价，采用与自杀和 AI 相关的搜索字符串和 MeSH 术语。数据库由手动搜索技术和 Google Scholar 补充。纳入标准：(1) 期刊文章，提供英文版，(2) 原始调查，(3) 使用 AI / ML，(4) 评估自杀风险结果。根据摘要搜索确定了 N = 594 条记录，并确定了 25 份手动搜索的报告。删除重复项后保留 N = 461 份报告，摘要筛选后排除 n = 316 份。在 n = 149 篇经过评估符合条件的全文文章中，n = 87 篇被纳入定量综合，并根据自杀行为结果分组。报告在方法和结果方面差异很大。结果表明，在预测自杀行为方面，风险分类准确率（> 90%）和曲线下面积 (AUC) 水平很高。我们报告了使用 AI/ML 框架指导进一步研究的关键发现和主要局限性，这些研究有可能对自杀产生广泛的影响。
领导者自杀意念练习卡
危机时期的领导力是建立信任、信心和部队凝聚力的机会。回应士兵表达的自杀意念的目标是通过积极参与来防止自杀企图。如果您看到有人处于危机中，请使用此卡中的信息进行干预。了解您的团队并注意行为的任何变化；了解风险因素，例如关系或财务问题、药物滥用和获取致命手段；并了解有哪些资源可以提供帮助。