A Scoping Review of Patient Involvement in Violence Risk Assessment
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
OBJECTIVE: This scoping review aimed to summarize the published literature on patient involvement in violence risk assessment. Two research questions reviewed the extent of patient involvement and what evidence exists. INCLUSION CRITERIA: English-language peer-reviewed published articles of any methodology related to violence risk assessment toward others were included. Articles were related to forensic and mental health practice and involve patients directly in the process. METHODS: Five electronic databases were comprehensively searched, as well as the reference lists of included articles. Both authors reviewed articles for inclusion and extracted data from included articles. RESULTS: Fifteen articles met the inclusion criteria. Articles reported on three approaches to patient engagement in structured violence risk assessment: how patients were involved or experienced the process, using rating scales, and using questions related to patient self-perceived risk. In relation to what evidence existed, four main themes emerged: patient views about risk and their involvement in risk assessment, comparing the predictive accuracy of patient self-rated tools with clinician-rated tools, predictive accuracy of a patient self-rated tool, and comparing risk ratings between patients and clinicians. CONCLUSIONS: There is a dearth of research published about involving patients in their own risk assessment. Patients report both positive and negative experiences of the process. From cohort-type studies, results have shown that patient self-risk assessment can have a similar predictive ability to the clinician ratings related to adverse violence outcomes. Findings from studies can pave the way for future clinical research around the tools that have been developed thus far.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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