A Clinical and Risk Profile of Forensic Psychiatric Patients: Treatment Team STARTs in a Canadian Service
Notice bibliographique
Résumé
Current best practice guidelines recommend clinicians consider clients’ strengths as well as their deficits (APA, 2006; Department of Health, 2007). The Short-Term Assessment of Risk and Treatability (START) is one of the few structured professional judgment (SPJ) measures that facilitate this balanced approach to assessment and treatment planning. START is a concise clinical guide for the assessment and management of seven short-term (i.e., weeks to months) risk estimates (violence, self-harm, suicide, substance abuse, unauthorized leave, self-neglect, and being victimized) that occur at elevated rates in populations of individuals living with mental illness and personality disorders. Research on START has focused to some extent on assessments completed by research assistants. This study examined the implementation of START into a large forensic psychiatric service and reports on the psychometric properties of the measure when completed by multidisciplinary treatment teams. All START forms completed over a one-year period were evaluated ( N= 1057). Results indicate good structural reliability and excellent dispersion across the items, scales, and risk estimates. Few differences were noted by patient gender. Signature risk signs were much more common than expected (27%). It is notable that few patients were determined to be high risk on any of the seven risk estimates, with the exception of substance abuse. Overall, the results provide preliminary evidence for the success of the implementation and the value of the START for informing needs and treatment planning in forensic services.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».