Notice bibliographique
Résumé
PURPOSE OF REVIEW: Reports of higher than community rates of mental disorder in incarcerated populations first appeared in the mid-1970s. These findings have been confirmed over the past three decades in numerous studies across a wide spectrum of forensic settings. Recent research has benefited from enhanced methodological sophistication, and reliable rates across clinical domains and divergent forensic population groups are now available. This article reviews the literature on the prevalence of mental illness in forensic settings over the past 10 years, with special reference to specific subgroups. RECENT FINDINGS: Overall rates of any mental disorder, including personality disorder and addiction, remain high, in general ranging between 55% and 80%. The findings of recent, systematic surveys and of 22 studies reviewed here reveal rates of psychosis that are several times higher in correctional settings than in the community. Mood disorder rates are elevated also, with higher morbidity reported for women than for men. Findings in specialized populations indicate similarly elevated rates of mental disorder among adolescent and geriatric prisoners, while addiction rates rank highest across all population domains. SUMMARY: The prevalence of psychiatric illness in correctional settings is significantly elevated, with higher than community rates reported for most mental disorders. It is estimated that in the USA one in five incarcerated persons is afflicted with major psychiatric illness; with an estimated 9-10 million persons imprisoned worldwide, the burden of psychiatric illness in this vulnerable and marginalized population poses a serious challenge to researchers and clinicians alike.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».