Psychiatric Risk Governance Across Jurisdictions: A Comparative Analysis of Involuntary Treatment, Community Treatment Orders, and Forensic Mental Health Services
Notice bibliographique
Résumé
Background: This article presents an international comparative review of involuntary psychiatric care, Community Treatment Orders (CTOs), and forensic mental health services, with operational implications for Italy. Italy has a community-based model inspired by the “Basaglia Law” (Law No. 180/1978), emphasizing deinstitutionalization and continuity of care. Nevertheless, risk governance gaps persist for high-complexity patients, imposing a disproportionate legal and clinical burden on mental health professionals. This group includes individuals who refuse treatment despite meeting criteria for compulsory admission, patients at elevated risk with substantial management complexity, and offenders with a current or suspected psychiatric disorder. Methods: We conducted a comparative legal and policy review across seven jurisdictions (Italy, England and Wales (UK), France, Germany, Spain, the United States, and Canada) to map frameworks for involuntary treatment, forensic services, CTOs (or equivalents), and community-based risk management. We also extracted procedural safeguards, duration and renewal limits, and interfaces with forensic services. Results: CTOs are available in five of the seven jurisdictions (England and Wales, France, Spain, the United States, and Canada) but are absent in Italy and Germany. We propose a three-pillar framework: (1) enforceable outpatient measures, including CTOs; (2) Forensic Psychiatry Units within Local Health Authorities; and (3) oversight boards with judicial, clinical, and social representatives. These components aim to redistribute responsibility, ensure continuity of care, and provide proportional oversight within a least restrictive, graduated system. Conclusions: When narrowly targeted, time limited, and paired with robust safeguards and service-quality standards, CTOs can support adherence and continuity for patients who repeatedly disengage from care. For Italy, integrating this instrument within the three-pillar framework and under independent oversight could strengthen patient rights and public safety, reduce revolving-door admissions, and improve outcomes.
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 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,017 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».