Violence Risk Assessment Tools Used in Forensic and Acute Psychiatry in North America: A Scoping Review
Notice bibliographique
Résumé
Violence in psychiatric settings presents a significant risk to patients, staff, and society at large. With over 400 risk assessment tools available globally, their applications and the risks they assess vary, allowing for diverse use in different situations. This scoping review investigated the risk management tools utilized in North America’s forensic psychiatry and acute psychiatric units, aiming to identify which ones are mainly used. A comprehensive search was conducted across PubMed, Embase, and PsycINFO databases, following PRISMA Guidelines, covering the literature from their inception date until 2023. Criteria for study inclusion required a focus on risk management tool use in forensic or acute psychiatric settings, originality (original studies, case reports, or systematic reviews), and a North American context. Out of 3059 identified studies, 40 were thoroughly analyzed. Commonly used risk assessment scales include HARM-FV, eHARM-FV, HCR-20, PCL-R, START, BVC, and DASA, with their reliability varying by the clinical context and the assessed population. The review highlights the heterogeneous application of static and dynamic scales across clinical settings, underscoring a need for more precise tools to improve risk assessments in forensic psychiatry, signaling a call for the development and validation of more sophisticated assessment instruments.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».