Självmord är ett allvarligt folkhälsoproblem. Varje år sker omkring 1100 konstaterade suicid i Sverige och uppskattningsvis sker cirka 10 % av samtliga fall inom transitsystemet. Under åren 2012–2014 skedde i genomsnitt 95 fall av suicid per år enbart inom järnvägs- och tunnelbanesystemet. Förutom förlust av liv eller allvarliga skador medför självmord i transportmiljöer höga kostnader till följd av trauma för förare och vittnen samt serviceförseningar. Forskning visar att begränsning av medel och metoder är en insatstyp som kan minska suicid. Denna studie syftar till att undersöka möjligheten att använda inspelat material (film och bild) från övervakningskameror (CCTV) vid tunnelbane- och pendeltågsstationer runt om i Stockholm för att ta fram fördjupad kunskap om händelseförloppet som leder fram till en suicidal handling. Inom ramen för studien analyserade och kategoriserade vi situationer och förhållanden runt suicid som sker i tunnelbane- och pendeltågstationer. Genom ökad kunskap om dessa situationer är tanken att kunna bidra med underlag till utformningen av lämpliga förebyggande åtgärder.

Studien har finansierats av Folkhälsomyndigheten genom uppdraget att vara nationell samordnande myndighet för arbetet med att förebygga suicid på nationell nivå. Författarna är Vania Ceccato (KTH) i samarbetet med Ulla-Karin Nyberg (SLL), Katerina Vrotsou (Linköping universitet), Douglas Wiebe (Pennsylvania University) och Arne Grundberg (SL).

Subway’s situational conditions for suicide

An analysis using surveillance cameras (CCTV)

It is estimated that about 10% of all suicides in Sweden occur in the transport system. They are relatively few in number compared to suicides in other environments, but still have a strong impact on society. Nevertheless, there is a lack of knowledge regarding suicide prevention in transport environments in Sweden. This project aims to contribute to this knowledge base by exploring the potential of using recorded data from surveillance cameras (CCTV) at subway and commuter train stations around Stockholm in order to gain in-depth knowledge of the course of events leading to a suicidal action. Within the framework of the project, we categorized and analyzed situations and conditions surrounding suicide in Stockholm’s transit system with an intention to identify places and behaviors of highest risk for suicide, and in doing so, inform suicide prevention efforts. Based on the information from the cameras and a template capturing the situational conditions at the stations, it was possible to classify suicidal processes in different types. The analysis also uses visualization tools (VISUAL-TimePAcTS) and various types of statistical analyzes, including a logistic regression model, to identify risk factors associated with suicide. The results show that suicidal risk varies both temporally (for example, hours of day, days of the week) and spatially. Our model shows that being close to the edge of the platform and crossing the white security line in the opposite direction of the train are associated with increased likelihood (greater odds) to commit suicide compared to being in all other places on the platform. Being in the middle of the platform however, was associated with a lower probability of suicide compared to being in all other places. With the help of the surveillance cameras, we were also able to identify a number of behaviors on the platform as indications of a risk of ongoing suicide attempts, including significant risky and ambivalent behaviors. With visualization and modeling, data on behaviors and locations identified through CCTV material was shown to improve the cameras’ usefulness to inform future suicide prevention, and hopefully save lives. The report ends with preliminary proposals for new research steps and for suicide prevention.