Substance Use Disorders as a Critical Element for Decision-Making in Forensic Assertive Community Treatment: A Systematic Review
Notice bibliographique
Résumé
Introduction: The prevalence of substance use disorders in forensic populations is high. They are an important factor linked to negative outcomes in mentally ill offenders and are detrimental to forensic or non-forensic outcome measures. In contrast, substance use disorders are often underdiagnosed and undertreated, especially in forensic settings. Forensic Assertive Community Treatment is a forensic adaptation of regular assertive community treatment, combined with essential elements of forensic rehabilitation theories. Little is known however on the effectivity of forensic assertive community treatment when it comes to substance use disorders or what their exact role is on the outcome measures. In this paper, we explore how SUD is treated in Forensic assertive community treatment and how it relates to the forensic and non-forensic outcome measures. Methods: We performed a systematic review (PRISMA) of forensic Assertive community treatment teams that followed the main evidence-based principles of regular assertive community treatment and added basic elements of forensic rehabilitation. We analyzed articles the Psychinfo and Medline databases dating from 2005 to 2020. Fifteen studies fit the search criteria and were included in the analysis. The Quality of the studies was assessed using the Newcastle-Ottawa scale. Results: SUD was highly prevalent in all studies. Patients entered FACT through two pathways, either from a care continuum or directly from prison. The severity of SUD at intake emerges as a critical element when deciding which pathway to choose, as a high severity-score at the start of FACT follow-up was linked to recidivism. While differing in method all studies offered integrated SUD treatment. These included evidence-based techniques like CBT, therapeutic communities, and Substance Abuse Management Module. Though results on SUD outcomes were mixed 4 studies mentioned abstinence in 50–75%. The severity of SUD tended to increase initially and to stabilize afterwards. Conclusion: Severity of SUD at intake emerges as a decisive element in decision-making on entering FACT teams directly from prison or through a care-continuum. The ways to provide SUD treatment varied and outcomes for SUD were mixed. SUD was found to be detrimental to forensic and non-forensic outcome measures, such as recidivism or hospitalizations during FACT treatment.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,082 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,007 |
| Bibliométrie | 0,014 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».