Impact de la pandémie de Covid-19 sur les admissions aux urgences pour actes suicidaires chez les adolescents.

Objectif(s) de la recherche et intérêt pour la santé publique

Finalité de l'étude

Objectifs poursuivis

Domaines médicaux investigués

Bénéfices attendus

Les résultats de l'étude présentent un intérêt crucial en santé publique, car ils permettront une meilleure compréhension des facteurs de risque et de protection spécifiques liés aux comportements suicidaires chez les adolescents, notamment en période de crise sanitaire comme la pandémie de Covid-19. L’identification précise des profils cliniques à risque et des trajectoires de soins peut favoriser l’élaboration de stratégies d’intervention plus ciblées et personnalisées, améliorant ainsi la prise en charge des jeunes en situation de crise suicidaire.

Ces résultats contribueront à l’optimisation des ressources en santé mentale en permettant de prioriser les interventions ambulatoires et le suivi renforcé des adolescents vulnérables, conformément aux recommandations actuelles. De plus, la création de modèles prédictifs fiables pour la récidive des tentatives de suicide permettra de mieux évaluer les besoins des patients et d’anticiper les situations à risque, réduisant ainsi le nombre de récidives et les admissions en urgence. En fin de compte, cela peut renforcer la qualité des soins prodigués, réduire la pression sur les services d'urgence, et promouvoir une approche préventive dans la gestion des crises suicidaires.

• Adolescents (âgés de 10 à 15 ans) admis aux urgences pour idées suicidaires et actes suicidaires.
• Critères d'inclusion : Adolescents âgés de 10 à 15 ans ayant visité les urgences du CHU de Montpellier pour idées suicidaires ou actes suicidaires entre 2019 et 2024.
• Critères de non-inclusion : Exclure les visites pour d'autres raisons psychiatriques ou non psychiatriques

Les méthodes statistiques incluent la régression linéaire multiple pour évaluer les facteurs associés à la récidive des actes suicidaires. Le critère d'information d'Akaike (AIC) sera utilisé pour sélectionner les meilleurs modèles prédictifs. Pris en compte des variables telles que le sexe, la période (avant et après Covid), le diagnostic de TDAH et le type de traitement