摘要
背景
从2010年到2019年,匈牙利的自杀死亡率稳步大幅下降:下降趋势保持稳定,自杀率下降了三分之一以上,即使从国际角度来看,这也是非常显著的。然而,尽管自杀死亡率呈下降趋势,但区域不平等一直是匈牙利自杀死亡率分布的特点。在这种有利趋势下,匈牙利于4日出现了COVID-19th2020年3月,这可能会导致自杀率上升。我们的目标是在匈牙利按性别、年龄、教育程度和地区来调查这一假设。
方法
为了测试大流行是否改变了匈牙利自杀率的下降趋势,将2020年3月至12月(疫苗接种前)观察到的自杀人数与预期人数(未出现COVID-19)进行了比较。采用负二项回归方法对2010年1月至2020年2月(大流行前)的月度数据进行了间断时间序列分析。
结果
与大流行前时期的趋势相比,自杀死亡率显著上升:总体(16.7%),男性(18.5%),35-49岁年龄组(32.8%),职业学校毕业生(26.1%)。此外,新冠肺炎死亡率最低的两个地区(匈牙利中部和跨多瑙比亚中部)的自杀率显著上升(分别为27.3%和22.2%)。
结论
我们的研究显示,与大流行前时期相比,匈牙利疫苗接种前的自杀死亡率呈相反趋势。在疫苗接种前,匈牙利各性别、年龄组、教育程度和地区的自杀率模式存在显著差异,这可能是由于COVID-19大流行的社会经济影响。这些发现可以证明在预防策略中是有用的,因为识别高风险群体可能对预防自杀很重要;然而,还需要进一步的调查来探究原因。
背景
从2000年到2019年,自杀死亡人数几乎减半;然而,2006年以后,自杀率的下降趋势被打破,并停滞了数年[1].2010年以后,自杀死亡率再次稳步大幅下降:下降趋势保持稳定,自杀率下降了三分之一以上,即使从国际角度来看也是非常显著的。
在这些有利趋势的推动下,2019年底武汉爆发了新冠肺炎疫情。2020年3月11日,世界卫生组织(世卫组织)宣布疫情为大流行。匈牙利的第一例病例和第一例死亡分别于2020年3月初和3月中旬正式登记。
除了COVID-19对中枢神经系统的破坏性影响之外[2],大流行的一些社会影响会增加个人的压力水平[3.]:孤立、被困、正常生活被打乱、人际冲突、害怕感染、失业。整个卫生保健系统工作量的增加损害了慢性精神病患者获得精神卫生服务的机会,这也可能导致他们的病情恶化。
在匈牙利,COVID-19大流行增加了超额死亡人数。同样,在2019冠状病毒病流行期间(2020年3月至12月),匈牙利报告的自杀事件(1438起)比上年同期(1294起)多了近11% [4].此外,男性自杀死亡人数的增长幅度更大(超过14%;从961年到1100年)在匈牙利的同一时期。
最近的一项研究详细研究了COVID-19大流行对性别自杀死亡率的影响[5].然而,区域不平等一直是匈牙利自杀死亡率分布的特点。我们可以假设,与大流行前10年相比,自杀死亡率(某些亚人群)也可以观察到过高的死亡率。我们的目的是在匈牙利按性别、年龄、教育程度和地区来调查这一假设。
方法
研究人口和自杀数据
有关人口的数据来自于由人口统计局管理的全国公布的人口登记册匈牙利中央统计局(HCSO;[4])。由于没有可用的每月人口数据,因此使用了每年的年中人口估计数。
由于(前)时期的趋势稳定性在中断时间序列中至关重要,因此在本分析中考虑了2010年至2019年之间的10年,因为与以往年份不同,整个人口自杀率的年度趋势在这段时间内保持稳定。有关(每月)自杀死亡人数的数据也可从香港社会中心的网上数据库[4].这些数据是根据《国际疾病分类》进行分类的th修订本》(icd - 10);涉及“故意自残”的代码是X60-X84和Y87。
自杀率(SRs)是使用相关年份的年度年中人口估计数来表示每年每10万人的自杀率。自杀率直接按年龄标准化[6使用the修订欧洲标准人口(RESP)于2013年出版[7],以消除年龄构成的影响,方便比较不同时期的费率。
人口和自杀死亡人数最初是按年龄段0-19岁(“青年”),
20-34岁(“年轻人”),35-49岁(“中年人”),50-64岁(“老年人”)和65岁以上(“老年人”/养老金领取者)。0 ~ 19岁占21.5%,20 ~ 34岁占18.5%,35 ~ 49岁占21%,50 ~ 64岁占19.5%,65岁以上占19.5%。尽管如此,由于20岁以下年龄组的病例数量较少,前两组一起进行了分析。
NUTS 2013第二级分类(命名法unités领土统计-《领土统计单位命名法》,2013年修订本)[8作为领土单位的基础。七个地区匈牙利的情况如下(图;1A):匈牙利中部(HU10),中跨多瑙比亚(HU21),西跨多瑙比亚(HU22),南跨多瑙比亚(HU23),匈牙利北部(HU31),北部大平原(HU32)和南部大平原(HU33)。
教育程度是根据国际教育分类系统(一九九七年版国际教育标准分类)[9,10]:小学8年以下(ISCED等级0-1A),小学8年(2A),无中等毕业证书的职业资格(职业学校,2C-3C),中等毕业证书(中等职业学校和语法学校,3A)和高等教育学位(高等院校,5A)。只有15-74岁年龄组的人口数据;此外,由于前两组病例数量较低,且第一组(“0-7年级”)的人口“不稳定”(即逐年迅速减少),前两组被汇总为“大多数小学”。
统计分析
将COVID-19大流行疫苗接种前(2020年3月至12月)观察到的SR与基于COVID-19前(2010年1月至2020年2月)的预期SR进行了比较。由于匈牙利sr在过去几年有所下降,因此进行了间断时间序列(ITS)分析,以控制年度趋势和季节变化[11].如果没有“干预”(即COVID大流行),这一趋势将保持“不变”。这是适用于这种情况的常用方法。在当前阶段的分析中,我们只调查了“干预”的影响,没有考虑其他结构指标。
因此,使用以下分段回归影响模型(有一个级别变化):
在哪里\ ({Y} _ {t} \)结果(自杀死亡)是在时间\ \ (t)(\ \ (t)以月为单位),\ \ (T)是从研究开始的时间(以月为单位),\ ({X} _ {t} \)是一个虚拟变量,表示干预前(“covid前”,编码0)或干预后(“疫苗接种前”,编码1)\ (T = 0 \)表示为\({\β}_ {0}\)时,与时间单位(月)增加相关的结果变化用\({\β}_ {1}\)(表示干预前的潜在趋势),干预后的水平变化用\({\β}_ {2}\).
由于过度分散(即方差超过均值),我们进行了负二项(NB)回归分析,以确定covid -19前期间的自杀趋势,以对数转换(和年龄标准化)年中人口作为抵消变量(将计数转换为比率,并根据人口随时间的变化进行调整)。季节效应通过谐波(傅里叶)项进行调整,使用对正弦和余弦函数(在这种情况下是两个):
在哪里\ \(米)代表月份(一月份为:\ (m = 1 \);2月:\ (m = 2 \)等等)。
为了检验COVID-19大流行期间的自杀率是否与前几年的下降趋势不符,通过计算发病率比(IRRs)和95%置信区间(ci),比较了COVID-19期间预期和观察到的自杀率。
先进行整体分析,然后按社会人口因素(性别、年龄、教育程度和地区)分别进行分析,并按单个因素的水平分层。因此,上面提到的模型包括相应的层特定种群(按给定因素的水平分解)作为偏移变量。
为了确保结果的稳健性,我们从2015年1月(而不是2010年1月)开始进行了较短时间的敏感性分析。
为了完整起见,还将疫苗接种前期间的自杀率与上一年同期(即2019年3月至12月)进行了直接比较。
p-值小于0.05被认为有统计学意义。所有分析均采用R (v4.1.2;R Core Team 2021)。
结果
表S1(见附加文件1)显示不同时期的自杀个案及相应的高危人口的统计摘要。人口和自杀人数以月平均值表示,以使各时期具有可比性。百分比表示为总数的比例(由于数据受保护,可能略有不同)。
在2010年1月至2020年2月covid -19疫情之前,匈牙利每月平均自杀死亡人数为164人。2015年1月至2020年2月(代表前一时期的“下半场”),每月自杀人数减少了23人;这表明每月自杀率下降了约13%。此外,自杀率在每个因素的水平上都有所下降。
在大流行疫苗接种前期间(即2020年3月至12月),匈牙利登记了1438起自杀事件(平均每月144起);这比去年同期(1294;每月129)。此外,几乎所有亚组的自杀率都有所上升:跨多瑙比亚西部和南部地区是唯一的例外。
中断时间序列分析对整个人口进行,并分别按性别、年龄组、教育程度和地区进行1).
COVID-19期间自杀死亡人数与预计数字相比(在没有COVID-19大流行的情况下)显著上升:总体而言,男性和35至49岁人群的自杀死亡人数(见图。2a - c),分别。一般人群的估计irr为1.167 (95% CI: 1.083-1.259),男性为1.185(1.089-1.288),35-49岁人群为1.328(1.165-1.513)。敏感性分析的结果与先前表明的结果几乎相同(除了65岁以上年龄组;见表1).
在受教育程度方面,从职业学校毕业的人自杀死亡率显著增加(与假设趋势相比)。2D)和那些完成了大部分小学学业的人。相应的irr分别为1.261(1.11-1.433)和1.178(1.018-1.363)。然而,在敏感性分析中,后一组没有发现显著增加(但对于那些有学院或大学学位的人有显著增加;见表1).
不同地区也有差异(见图。1B)在的情况下,增加是显著的。
匈牙利中部(HU10),中跨多瑙比亚(HU21)和南部大平原(HU33);相应的irr分别为1.273 (95% CI: 1.132 ~ 1.432)、1.222(1.009 ~ 1.48)和1.193(1.026 ~ 1.388)。在敏感性分析中,在匈牙利中部和中跨多瑙比亚地区观察到类似的显著增加,但在南部大平原地区不显著(表2)1).尽管如此,也可能值得注意的是,仅在南跨多瑙比亚的情况下(在所有因素的水平中)观察到下降。
根据每年的比较,自杀率总体上明显上升(与前一年同期相比)(IRR = 1.114;95% CI: 1.032-1.201),男性(1.146;1.05-1.251),年龄在65岁以上年龄组(1.146;1.011-1.298),匈牙利中部地区(1.28;1.099-1.491)。3.).
讨论
主要发现
与没有出现COVID-19的假设趋势相比,自杀人数显著增加了16.7%;男性亚群(18.5%)和35-49岁亚群(32.8%)也有显著上升;此外,在15-74岁年龄组中,职业学校毕业生(26.1%)。各地区之间也存在一些差异:自杀率仅在匈牙利中部和中跨多瑙比亚两个地区显著增加(分别增加27.3%和22.2%)。
与其他研究的比较
由于在传染病爆发期间自杀死亡率会上升[12,有人假设COVID-19大流行可能也会提高自杀死亡率。然而,2020年4月至7月对21个高收入国家进行的一项初步国际研究得出的结论是,“自大流行在任何国家或地区开始以来,没有证据表明自杀风险显著增加”[13].尽管如此,目前尚不清楚COVID-19大流行如何影响自杀死亡,至少在不同国家可能有所不同。最近发表的论文报告了静态[14],递减的[15],甚至上升[16大流行背景下的自杀率。
匈牙利最近的一项研究[5]显示在大流行的第一年显著增加。其中一个可能的原因是,社会对自杀的接受度仍然很高,所以匈牙利人倾向于将自杀作为大流行等危机的“解决方案”。此外,由于大流行,“正常”医疗服务不得不削减(就像世界上其他地方一样),匈牙利的精神病学遭受的损失尤其严重:在许多医院,床位和专家最早从这里搬走,最晚才回到这里。
性别差异可以用社会因素来解释(与传统角色有关;个人主义、冒险行为、独立性、经济/就业状况)。此外,尽管男性通常更容易受到社会和心理压力的影响,但他们对治疗的依从性比女性患者差。相反,在COVID-19大流行期间,日本女性自杀死亡率的上升(在最初下降之后)更为明显[17].然而,值得一提的是,从2010年到2019年,匈牙利男性自杀率下降的幅度是女性的近1.5倍(分别为41.7%和29.3%)。
自杀率显著上升的年龄段只有35-49岁。这可能是由于在大流行期间作为成年人的多重负担:这个年龄组的成员可以同时是活跃的工人(在家办公,担心失业)、父母(在家上学,担心感染)和年迈父母的孩子(照顾他们,担心失去他们)。与此相反,台湾的一项研究发现,中年人的自杀率有所下降[18].再次可以看到,从2010年到2019年,该年龄段的自杀率下降幅度最大(下降了51.8%)。
我们之前的报告显示,在受教育程度中,(到目前为止)从职业学校毕业的人群自杀死亡率下降的百分比最大,1998年至2017年期间,匈牙利这一群体的男女比例也最大[19].此外,第一波的严格措施暂时限制了工作场所的实际存在,主要影响体力劳动者和工匠。此外,在住宿及饮食业、渔业和农业等行业,无法在家工作的人数比例超过80%(这可能导致无薪假期或失业)[20.].所有这些(包括相对较低的基准率)都可能导致匈牙利职业学校毕业生在疫苗接种前期间自杀率显著增加(与假设趋势相比)。
此前的研究报告称,大平原北部和南部的自杀死亡率明显高于匈牙利中部(包括匈牙利首都布达佩斯)。
([21,22];见图。1A)。然而,在COVID-19大流行期间,匈牙利中部的自杀死亡率显著上升。这可能是由于限制导致的“繁华都市生活”(餐饮业、文化活动、旅游业)的下降。就中跨多瑙比亚而言,增长可能有类似的原因(因为它相对靠近布达佩斯和巴拉顿湖),再加上汽车和加工业的下降(由于工厂关闭)。
因此,匈牙利中部和中跨多瑙比亚地区是第一波COVID-19疫情的重灾区。在第一波疫情高峰期,布达佩斯和佩斯县(即匈牙利中部地区)以及Fejér县和Komárom-Esztergom县(中跨多瑙比亚地区的部分地区)是匈牙利感染最严重的县之一[23].此外,布达佩斯及其聚集地区以及巴拉顿湖周围的定居点(部分位于中跨多瑙比亚地区)的登记失业率显著上升[24,25].
有趣的是,在匈牙利的研究期间,这两个地区的COVID-19(直接)死亡率最低(图2)。1C).此外,根据现有数据,2012年至2019年期间,这两个地区(匈牙利中部和跨多瑙比亚中部)的离婚率最高([26];见图。1D)。
总之,我们的研究描述了疫苗接种前匈牙利COVID-19大流行影响与自杀死亡率之间的关系。
优势和局限性
据我们所知,这是第一项按年龄组、教育程度和地区分析匈牙利在COVID-19大流行期间自杀趋势的研究。中断时间序列分析采用最长的研究周期(提供趋势稳定性)。
尽管匈牙利的人口统计表现指数是世界上最好的之一[27]在匈牙利,由垃圾编码的死亡比例也很低[28,可能存在死因偏差。此外,在我们的分析中,只考虑了“故意自残”造成的死亡(这是匈牙利的常用方法,即使这种方法可能过于严格);然而,还有其他死亡原因(以及ICD-10代码)可符合自杀死亡的资格[29]:“意图不明的中毒”(10日至20日)、“其他意图不明的事件”(20日至34日)和“其他意图不明事件的后期影响”(87.2日)。因此,不能排除自杀死亡人数(逐年)被低估的可能性。然而,我们相信,我们的结果确实反映了真实的趋势。
在线HCSO数据库中的一些单元包含受保护的数据。我们认为这些“缺失的”字段为1(在绝大多数情况下,这必须是真正的值)。这可能会导致边际数的一些差异,但这些差异可以忽略不计。
过度分散不影响我们的结果,因为在分析中采用了NB回归方法。
我们采用了划分的年龄组结构,从而计算出年龄标准化死亡率,使自杀率随着时间的推移具有可比性。虽然年龄变量可以简单地包含在我们的模型中以控制年龄构成,但我们决定将费率标准化(正如在[11])。尽管如此,在我们的分析中,年龄标准化并没有提供任何真正的优势(相对于粗略的比率),因为在大多数情况下,处于风险中的人群随着时间的推移是相对稳定的(因此,基于非标准化比率的计算也会导致非常相似的结果)。然而,应该提到的是,在受教育程度的情况下(由于缺乏更详细的数据),年龄标准化是不可能的,在某些情况下,相关人群尤其不稳定(特别是在“0-7年级”和“高等教育”分组中)。
HCSO的公开死亡率数据有两年的领先时间;也就是说,目前还没有2021年和2022年匈牙利自杀死亡人数的数据。因此,我们只能调查到2020年12月的自杀死亡。因此,随着大流行的发展,这里描述的模式可能会发生变化。此外,必须记住,匈牙利于2020年12月26日开始接种疫苗;因此,我们可以说分析了“接种疫苗前的时期”。生态谬误的可能性是我们分析的另一个局限性:个体层面的关联可能并不总是反映在生态层面的关联中。
结论
我们的研究结果表明,在接种疫苗前,COVID-19大流行如何影响匈牙利两个最富裕地区的自杀死亡率(自杀率显著上升)。虽然根本原因尚不清楚,但经济变量可能有助于部分解释这一点(例如汽车和加工业的停产)。
据我们所知,这是第一项如此全面地(从社会人口因素方面)研究COVID-19大流行对匈牙利自杀率的影响。总体而言,在疫苗接种期之前,匈牙利的自杀人数显著上升(如果没有发生大流行,可能会出现这种趋势)。我们的研究按性别、年龄组、教育程度和地区描述了与COVID-19大流行相关的自杀模式;这些图案各不相同。由于在大流行期间识别高风险群体可能对预防自杀至关重要(随着大流行继续演变),这些发现可能对预防战略有用。然而,还需要进一步的研究来确定其原因。
数据和材料的可用性
本研究中使用的数据来自匈牙利中央统计局在线发布的传播数据库,http://statinfo.ksh.hu/Statinfo/themeSelector.jsp.
缩写
- HCSO:
-
匈牙利中央统计局
- ICD:
-
《国际疾病分类》
- SR:
-
自杀率
- 职责:
-
修订欧洲标准人口
- 坚果:
-
地区统计单位的命名法(来自法语版本Nomenclature des Unités Territoriales statisques)
- 其:
-
中断时间序列
- IRR:
-
发病率
- 置信区间:
-
置信区间
- 注:
-
负二项
参考文献
Nemeth A, Dome P, Drotos G, Rihmer Z. 2000年至2019年匈牙利自杀身亡人数统计。王晓明,王晓明。2016;29(3):344 - 344。
Banerjee D, Kosagisharaf JR, Sathyanarayana Rao TS.自杀和COVID-19的“双重大流行”:风险和预防的生物心理社会叙述。精神病学决议2021;295:113577。
霍顿,K, Lascelles K, Brand F, Casey D, Bale L, Ness J,等。自残与COVID-19大流行:对封锁限制期间导致自残因素的研究。J精神病学res 2021; 137:437-43。
匈牙利中央统计局。分发数据库。http://statinfo.ksh.hu/Statinfo/themeSelector.jsp.2022年7月19日访问。
Osvath P, Balint L, Nemeth A, Kapitany B, Rihmer Z, Dome P. COVID-19大流行第一年匈牙利自杀死亡率的变化。王晓明。2016;21(4):344 - 344。
安大略省公共卫生流行病学家协会。费率标准化。http://core.apheo.ca/resources/indicators/Standardization%20report_NamBains_FINALMarch16.pdf.2022年7月19日访问。
欧盟统计局。修订欧洲标准人口。https://ec.europa.eu/eurostat/documents/3859598/5926869/KS-RA-13-028-EN.PDF/e713fa79-1add-44e8-b23d-5e8fa09b3f8f.2022年5月19日访问。
欧盟统计局。欧盟地区。https://ec.europa.eu/eurostat/documents/3859598/6948381/KS-GQ-14-006-EN-N.pdf.2022年7月19日访问。
匈牙利教育研究和发展研究所。2006年匈牙利教育。http://ofi.hu/en/appendix-090617-1/description-of-hungarian.2022年7月19日访问。
欧洲职业训练发展中心。匈牙利的职业教育和培训。https://www.cedefop.europa.eu/files/4103_EN.pdf.2022年7月19日访问。
伯纳尔JL,康明斯S, Gasparrini a .中断时间序列回归评估公共卫生干预:一个教程。国际流行病学杂志,2017;46(1):348-55。
Zortea TC, Brenna CTA, Joyce M, McClelland H, Tippett M, Tran MM,等。传染病相关突发公共卫生事件对自杀、自杀行为和自杀念头的影响危机。2021;42(6):474 - 87。
Pirkis J, John A, Shin S, DelPozo-Banos M, Arya V, Analuisa-Aguilar P,等。COVID-19大流行最初几个月的自杀趋势:对21个国家初步数据的间断时间序列分析《医学杂志》2021;8(7):579-88。
张志强,李志强,李志强,等。2016年至2020年芬兰的自杀事件以及COVID-19大流行的影响。中华精神病学杂志。2022;220(1):38-40。
McIntyre RS, Lui LM, Rosenblat JD, Ho R, Gill H, Mansur RB,等。COVID-19大流行期间加拿大减少自杀:为国家减少自杀预防战略提供经验教训中华医学杂志,2015;29(4):344 - 344。
Acharya B, Subedi K, Acharya P, Ghimire S.尼泊尔COVID-19大流行与自杀率之间的关系。PLoS ONE。17 (1): 2022; e0262958。
Tanaka T, Okamoto S.日本的自杀率在COVID-19大流行期间最初下降后又有所上升。王志强,王志强,2018;5(2):229-38。
陈奕奕,杨婷婷,叶淑芬。在2020年新冠肺炎大流行期间,台湾的自杀趋势因年龄分组而异。J formmos Med association, 2021。
兰托斯T,麦克纳利RJQ,尼亚里TA。1995年至2017年匈牙利自杀死亡模式SSM——人口健康。2021; 16: 100958。
霍恩D,巴塔尔AM。Fehér könyv a Covid-19-járvány társadalmi-gazdasági hatásairól。https://kti.krtk.hu/wp-content/uploads/2022/05/FeherKonyv.pdf.2022年7月19日访问。
Rihmer Z, Gonda X, Kapitany B, Dome P.匈牙利自杀的流行病学和临床观点。《精神病学杂志》2013;12(1):21。
王志强,王志强,王志强,等。Az öngyilkosság szociológiája: L'Harmattan;2019.
Uzzoli A, Kovács SZ, Páger B, Szabó T.匈牙利COVID-19大流行浪潮中的区域不平等。(匈牙利)。Területi科学通报。2021;61(3):291-319。
Czirfusz M.匈牙利COVID-19危机和不断变化的空间分工。(匈牙利)。Területi科学通报。2021;61(3):320-36。
Fekete K, Dombi G, Oláh M.巴拉顿湖度假区地方政府在Covid-19大流行第一波期间的危机管理。(匈牙利)。Területi科学通报。2021;61(3):337-55。
匈牙利中央统计局。交互式可视化映射应用程序。https://map.ksh.hu/timea/?locale=en.2022年7月19日访问。
李志强,李志强,李志强,等。评估死亡率和死亡原因数据的综合指标:生命统计绩效指数。《大众健康计量》2014;12:14。
合作者GBDCoD。1980-2016年全球、区域和国家按年龄性别划分的264种死因死亡率:2016年全球疾病负担研究的系统分析柳叶刀》。2017;390(10100):1151 - 210。
马尼托巴卫生政策中心。2019年RHA指标地图集。http://mchp-appserv.cpe.umanitoba.ca/reference/RHA_Report_web.pdf.2022年7月19日访问。
确认
不适用
资金
由塞格德大学提供的开放获取资金。这项研究没有得到任何资助。
作者信息
作者及隶属关系
贡献
概念化:TL, TNy。数据管理:TL。形式分析:TL, TNy。调查方法:TL, TNy。软件:TL.监督:TNy。可视化:TL.写作-初稿:TL, TNy。撰稿及编辑:TL, TNy。所有作者均已阅读并批准稿件。
相应的作者
道德声明
伦理批准并同意参与
不适用。
发表同意书
不适用。
相互竞争的利益
作者宣称他们没有利益冲突。
额外的信息
出版商的注意
施普林格自然对出版的地图和机构从属关系中的管辖权主张保持中立。
补充信息
附加文件1:
表S1。按社会人口亚组划分的月平均人口和自杀死亡人数。
权利和权限
开放获取本文遵循知识共享署名4.0国际许可协议,允许以任何媒介或格式使用、分享、改编、分发和复制,只要您对原作者和来源给予适当的署名,提供知识共享许可协议的链接,并注明是否有更改。本文中的图像或其他第三方材料包含在文章的创作共用许可协议中,除非在材料的信用额度中另有说明。如果材料未包含在文章的创作共用许可协议中,并且您的预期使用不被法定法规所允许或超出了允许的使用范围,您将需要直接获得版权所有者的许可。如欲查看本牌照的副本,请浏览http://creativecommons.org/licenses/by/4.0/.创作共用公共领域奉献弃权书(http://creativecommons.org/publicdomain/zero/1.0/)适用于本条所提供的资料,除非在资料的信用额度中另有说明。
关于本文
引用本文
Lantos, T, Nyári, T.A.匈牙利COVID-19大流行对自杀率的影响:中断时间序列分析。manbetx安卓app22, 775(2022)。https://doi.org/10.1186/s12888-022-04322-2
收到了:
接受:
发表:
DOI:https://doi.org/10.1186/s12888-022-04322-2
关键字
- 新型冠状病毒肺炎
- 自杀
- 匈牙利
- 趋势
- 回归
- 中断时间序列
- 性别
- 年龄段
- 地区
- 受教育程度