Experiences of forensic mental health patients and professionals with shared violence risk assessment and management: A scoping review of qualitative studies
Notice bibliographique
Résumé
Person-centered care and shared decision-making between inpatients and professionals have become guiding principles for mental health care, yet their integration in forensic services remains limited by security-driven and legal considerations. In this context, emerging models of shared risk assessment and risk management could transform forensic patients' experience of, engagement in, and satisfaction with care. However, little evidence informs how shared approaches can improve these experiences of care and be successfully implemented in the forensic context. A scoping review was conducted to understand the experiences of forensic patients and professionals in implementing shared approaches for violence risk assessment and management. MEDLINE, Embase, CINAHL, PsycINFO and ProQuest were searched for qualitative studies, restricting to inpatient adult settings and interventions targeting hetero-aggression or violence. Raters screened records, appraised quality, and charted findings for narrative synthesis and meta-aggregation. From 1325 non-duplicate records screened, four articles were selected featuring three multicomponent approaches and one risk assessment tool. Both patients and professionals reported benefits, such as improved therapeutic relationships and patient self-understanding. Participants outlined interpersonal-, intervention-, and organizational-level barriers for patients to effectively influence decision-making. Practice and research implications are discussed, including training needs, how to address and leverage disagreements, and developing organizational change strategies to support shared approaches. • Few qualitative studies inform shared approaches in forensic mental health. • Patients and professionals report multiple benefits to shared management approaches. • More research is needed to ensure opportunities for influential user involvement. • Implementation issues include transparent communication and organizational context. • Targeted organizational strategies and professional training should be developed.
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 | 0,050 | 0,111 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,013 | 0,017 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».