Lead
Etwa fünf bis zehn Prozent der Bevölkerung entwickeln suizidale Gedanken im Laufe ihres Lebens Suizidgedanken. Wie diese suizidalen Gedanken und suizidale Handlungen vorhergesagt werden können ist bisher relativ unklar und eine genaue Vorhersage ist, auch in vulnerablen Personen, nicht sicher möglich. Die vorliegende Studie untersucht digitale Prädiktoren einer aktuellen und empirisch validierten Theorie der Suizidalität von Thomas Joiner (Joiner, 2009; Van Orden et al., 2011). Prädiktoren aus der THeorie sollen gemeinsam mit weiteren Indizes per smartphone bei vulnerablen Personen, Patienten, die aus der Akutpsychiatrie austreten, erfasst werden. Anschliessend soll mittels machine learning Modellen ein Algorithmus entwickelt werden zur Prädiktion von suizidalen Gedanken und Wiedereintritt in die Klinik.

Lay summary
Etwa fünf bis zehn Prozent der Bevölkerung entwickeln suizidale Gedanken im Laufe ihres Lebens Suizidgedanken. Wie diese suizidalen Gedanken und suizidale Handlungen vorhergesagt werden können ist bisher relativ unklar und eine genaue Vorhersage ist, auch in vulnerablen Personen, nicht sicher möglich. Die vorliegende Studie untersucht digitale Prädiktoren einer aktuellen und empirisch validierten Theorie der Suizidalität von Thomas Joiner (Joiner, 2009; Van Orden et al., 2011). Prädiktoren aus der THeorie sollen gemeinsam mit weiteren Indizes per smartphone bei vulnerablen Personen, Patienten, die aus der Akutpsychiatrie austreten, erfasst werden. Anschliessend soll mittels machine learning Modellen ein Algorithmus entwickelt werden zur Prädiktion von suizidalen Gedanken und Wiedereintritt in die Klinik.