Violence by Persons with Serious Mental Illness Toward Family Caregivers and Other Relatives: A Review
Notice bibliographique
Résumé
ABSTRACT: Persons living with serious mental illness (SMI) are at a modestly increased risk of committing violence and are disproportionately likely to target family members when they do commit violence. In this article, we review available evidence regarding violence by persons with SMI toward family members, many of whom are caregivers. Evidence suggests that a sizable minority of family members with high levels of contact with persons with SMI have experienced violence, with most studies finding rates of past year victimization to be 20% or higher. Notable risk factors for family violence pertaining specifically to persons with SMI include substance use, nonadherence to medications and mental health treatment, history of violent behavior, and recent victimization. Notable risk factors pertaining specifically to the relationships between persons with SMI and family members include persons with SMI relying on family members for tangible and instrumental support, family members setting limits, and the presence of criticism, hostility, and verbal aggression. As described in qualitative studies, family members often perceive violence to be connected to psychiatric symptoms and inadequate treatment experiences. We argue that promising strategies for preventing violence by persons with SMI toward family members include (1) better engaging persons with SMI in treatment, through offering more recovery-oriented care, (2) strengthening support services for persons with SMI that could reduce reliance on family members, and (3) supporting the capabilities of family members to prevent and manage family conflict. The available interventions that may be effective in this context include McFarlane's Multifamily Group intervention and the Family-to-Family educational program.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».