초록 ▼

연구의 목적 및 내용
- 자살 관련자 코호트 연구를 위한 다기관 네트워크 구축
- 다기관 전향적 자살 관련자 코호트 운영
- 자살사고, 자살시도, 재시도, 자살 사망자에 대한 추적 관찰
- 생애주기별 자살 행동 예측 지표 발굴
- 자살 관련자에 대한 개입 프로토콜 및 평가 알고리듬 개발
- 자살위험군 치료의 예비연구
- 한국형 자살행동 예측모델 개발

연구개발성과
- 2015년 9월부터 2019년 8월까지 8개 병원, 8개 지역 정신건강증진센터가 다기관 네트워크를 구축하여 800

연구의 목적 및 내용
- 자살 관련자 코호트 연구를 위한 다기관 네트워크 구축
- 다기관 전향적 자살 관련자 코호트 운영
- 자살사고, 자살시도, 재시도, 자살 사망자에 대한 추적 관찰
- 생애주기별 자살 행동 예측 지표 발굴
- 자살 관련자에 대한 개입 프로토콜 및 평가 알고리듬 개발
- 자살위험군 치료의 예비연구
- 한국형 자살행동 예측모델 개발

연구개발성과
- 2015년 9월부터 2019년 8월까지 8개 병원, 8개 지역 정신건강증진센터가 다기관 네트워크를 구축하여 800명의 코호트(병원 559명, 지역사회 241명)를 등록함. 임상 평가도구, 평가 프로토콜 확립하였으며 eCRF를 구축함
- 지역사회코호트는 사회경제적 수준이 낮고 알코올 문제가 많았으며, 병원코호트는 정신병리가 더욱 심했음
- 추적관찰 중 8명의 자살자의 특성 분석
가. 만성적인 우울과 잦은 자살시도의 과거력
나. 추적관찰 초기 3개월 전후로 우울, 불안 증상이 다소 호전
다. 이후 증상이 유지되거나 탈락한 이후 자살한 경우가 많음
- 추적관찰중 자살시도자에 대한 생존분석
노인, 자살시도력, K-MINI 평가상 중등도의 자살위험도, 현재의 외상후스트레스 장애, 충동성 척도(BIS-9)가 자살시도를 유의하게 예측

- 탈락자에 대한 분석
가. 정신질환력을 더 적게 보고
나. 자살위험도가 높은 군과 알코올 남용이 더 많았음
다. 자살사고, 우울증상 등의 척도가 더 높았음

- 생애주기별 자살행동 예측지표 분석
가. 모든 연령대: 낮은 연령
나. 40대 미만: 여성, 경조증삽화, 자살사고의 강도
다. 65~74세: 우울척도
라. 75세 이상: 스트레스척도

- K-COMPASS 기반 자살 고위험군 선별 및 진료 권고안 개발
가. 자살사고의 심각도를 임상 척도를 이용해 평가
나. 본 연구에서 밝혀진 자살행동의 예측인자에 대한 평가
다. 환자의 개별 상태와 정신 증상에 따라 적합한 치료법을 선택
- 머신러닝과 생존분석에 기반한 한국형 자살시도 예측 모형 제시

연구개발성과의 활용계획(기대효과)
- 생애주기별 자살 예측 지표를 통해 연령별 맞춤형 예방 및 치료 가능
- 지역사회와 의료기관 연계 시스템 구축을 통해 자살 위험군을 조기에 발견하고 개입할 수 있는 시스템 구축
- 한국형 자살행동 예측모델 개발을 통하여 자살위험군에 대한 초기 선별과 개입의 진료수준을 향상
- 다기관 다학제 네트워크의 확대 적용을 통해 통합적 환자 관리 시스템 개발 및 임상연구에 활용
- 자살위험군에 대한 초기 개입 및 예방으로 통한 개인적, 사회적, 경제적 비용 절 감에 기여

(출처 : 요약문 4p)

Abstract ▼

Purpose&Contents
· To build a multi-center, prospective cohort consisting of those with suicidal thoughts and suicide attempters
· To manage multiple suicide related cohorts
· To follow-up suicidal idea, suicidal attempt, suicidal re-attempt, and suicide completion subjects
· To find sui

Purpose&Contents
· To build a multi-center, prospective cohort consisting of those with suicidal thoughts and suicide attempters
· To manage multiple suicide related cohorts
· To follow-up suicidal idea, suicidal attempt, suicidal re-attempt, and suicide completion subjects
· To find suicide predictive indicators by life cycle
· To establish infrastructure for the implementation of suicide cohort study
· To conduct a preliminary treatment study of suicide risk subjects
· To develop a prediction model for suicidal behaviors that can be applied to the Korean society

Results
- From September 2015 to August 2019, eight hospitals and eight mental health promotion centers established a multi-center network to register and maintain 800 cohorts subjects. (559 from hospitals and 241 from the community) Established clinical evaluation instruments, evaluation protocol and eCRF.
- Those in the community cohort had a lower socioeconomic level and more alcohol problems, and those in the hospital cohort had more mental illness

- Characterization of 8 suicides during follow-up
1. A history of chronic depression and frequent suicide attempts.
2. Depression and anxiety symptoms improved slightly in the first 3 months after the follow-up
3. Many cases of suicide were observed when the symptoms were maintained or when they dropped out after initial improvement

- Survival analysis of suicide attempt during follow-up Old age, history of suicide attempt, moderate suicide risk in the K-MINI evaluation, present post-traumatic stress disorder, and impulsivity scale (BIS-9) significantly predicted suicide attempt

- Analysis of those with initial dropouts
1. Reported less mental illness
2. Higher risk of suicide and more alcohol abuse
3. Higher suicidal ideation, and depressive symptoms

- Analysis of suicidal behavior predictors by life cycle
1. All ages: Low age
2. Less than 40: Female, hypomanic episode, intensity of suicidal idea
3. 65-74 years: Depression scale
4. Over 75: Stress Scale

- Development of K-COMPASS-based suicide high-risk screening and treatment protocol
1. Assess the severity of suicidal ideation using clinical scales
2. Assess the predictors of suicidal behavior revealed in this study
3. Treat depending on the patient's individual condition and mental symptoms
- Development of the Korean model of suicide attempt prediction based on machine learning and survival analysis

Expected Contribution
- Makes individualized, age-specific prevention and care possible thorough suicide predictors by life cycle
- Promotes early detection and intervention of suicide risk groups by strengthening the connection between hospital and its community
- Improves early detection and intervention of suicide risk groups by the development of the Korean prediction model of suicidal behaviors
- Uses the multi-center network for integrative case management system and clinical research
- Reduces individual and socioeconomic burden by early detection and prevention of suicides

(출처 : Results 5p)

목차 Contents

• 표지 ... 1
• 제출문 ... 2
• 보고서 요약서 ... 3
• 국문 요약문 ... 4
• Results ... 5
• Contents ... 7
• 목차 ... 8
• 1. 연구개발과제의 개요 ... 9
• 1-1. 연구개발 목적 ... 9
• 1-2. 연구개발의 필요성 ... 9
• 1-3. 연구개발 범위 ... 9
• 2. 국내외 기술개발 현황 ... 15
• 3. 연구수행 내용 및 결과 ... 19
• 4. 목표달성도 및 관련분야 기여도 ... 134
• 4-1. 목표달성도 ... 134
• 4-2. 관련분야 기여도 ... 136
• 5. 연구결과의 활용계획 ... 137
• 6. 연구과정에서 수집한 해외과학기술정보 ... 139
• 7. 연구개발성과의 보안등급 ... 139
• 8. 국가과학기술종합정보시스템에 등록한 연구시설·장비 현황 ... 139
• 9. 연구개발과제 수행에 따른 연구실 등의 안전조치 이행실적 ... 140
• 10. 연구개발과제의 대표적 연구실적 ... 140
• 11. 기타사항 ... 142
• 12. 참고문헌 ... 143
• [별첨4]실적 증빙자료 ... 144
• [별첨 5]정량적 성과 요약서 ... 154
• [별첨 6]고유적 성과 요약서 ... 159
• [별첨 7]성과활용계획서 ... 178
• [별첨 8]일반인을 위한 보고서 요약서 ... 179
• 끝페이지 ... 180