Age onset of offending and serious mental illness among forensic psychiatric patients: A latent profile analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Developmental typologies regarding age of onset of violence and offending have not routinely taken account of the role of serious mental illness (SMI), and whether age of onset of offending in relation to onset of illness impacts on the manifestation of offending over the life course. AIMS: To test whether forensic psychiatric patients can be classified according to age of onset of SMI and offending, and, if so, whether subtypes differ by sex. METHODS: Details of all 511 patients enrolled into a large forensic mental health service in Ontario, Canada, in 2011 or 2012 were collected from records. RESULTS: A latent profile analysis supported a 2-class solution in both men and women. External validation of the classes demonstrated that those with a younger age onset of serious mental illness and offending were characterised by higher levels of static risk factors and criminogenic need than those whose involvement in both mental health and criminal justice systems was delayed to later life. CONCLUSIONS: Our findings present a new perspective on life course trajectories of offenders with SMI. While analyses identified just two distinct age-of-onset groups, in both the illness preceded the offending. The fact that our sample was entirely drawn from those hospitalised may have introduced a selection bias for those whose illness precedes offending, but findings underscore the complexity and level of need among those with a younger age of onset. Copyright © 2018 John Wiley & Sons, Ltd.
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.
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 | 0,000 | 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 | 0,001 | 0,001 |
| 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 découle