The reliability and validity of the SAPROF among forensic mental health patients
Notice bibliographique
Résumé
Assessing and managing level of risk among forensic mental health patients is a primary role of clinical forensic psychologists. Forensic assessments are focused on risk factors and deficits, whereas patient strengths and protective factors are either partially included or overlooked altogether by forensic psychologists. As a result, less is known about protective factors in general and how they may serve to inform risk management practices. The Structured Assessment of Protective Factors for Violence Risk (SAPROF) is the first tool to exclusively rely on protective factors and was investigated for the current study. The psychometric properties of the SAPROF were examined using a sample of 50 Canadian patients found Not Criminally Responsible (NCR) at a psychiatric hospital using both file information and semi-structured interviews. Outcome variables included risk management decisions (change in privilege level and security level) and indicators of recidivism (psychiatric medication administration, institutional misconduct and disposition breaches). The study found some evidence for intrarater and interrater reliability, construct validity, predictive validity and incremental predictive validity. The SAPROF approached significance for adding incremental predictive validity to the HCR-20 V3, a measure of violence risk, for disposition breaches and institutional misconduct, and effect sizes doubled. Given that the addition of the SAPROF increased the accuracy of the violence risk assessment, there are considerable implications for informing clinical practice. Implications for risk assessment, treatment planning, intervention and risk management decisions implemented by review boards and clinical practitioners are discussed. It is recommended that the SAPROF be added as an adjunct measure to risk assessment batteries and included in hospital reports, given that it predicted several patient behaviours.
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 | 0,017 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 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 ».