HC1 Introductie
Definitie
De definitie van risicotaxatie is:
Berekenen van de kans dat schadelijk gedragingen of gebeurtenissen zullen voorkomen, we
kijken hierbij onder andere naar de inschatting van de frequentie van het gedrag (of
gebeurtenis), de impact hiervan en op wie deze van toepassing is.
Aan deze definitie zitten echter enkele haken en ogen. We kunnen namelijk nooit 100% zeker
zeggen of het gaat gebeuren, en al helemaal niet met welke frequentie dit zal plaatsvinden. Het
gaat er namelijk om dat we de kans op herhaling gaan bekijken, en daarvoor is het essentieel
dat we kijken naar bijkomende omstandigheden.
Tegenwoordig gebruiken we ook een andere definitie
Het proberen te voorspellen van de kans op recidive, zodat individuen in nood van een
behandeling geïdentificeerd kunnen worden.
We gebruiken dus de kennis van het verleden om de toekomst te voorspellen. Wanneer je bezig
bent met risicotaxatie moet je dus drie dingen specificeren:
● Gedrag (is er sprake van een zedendelict, geweld, eigendomsdelicten etc)
● De potentiële schade die veroorzaakt kan worden door het gedrag (met name op het
slachtoffer)
● De kans dat het gedrag zal plaatsvinden, maar ook onder welke omstandigheden.
Bijvoorbeeld, wanneer iemand in het verleden kinderen misbruikt heeft is het belangrijk
dat deze persoon niet naast een school gaat wonen. Risicotaxatie gaat dus niet alleen
om het berekenen van een kans, maar ook om preventie.
Risicotaxatie is dus heel complex.
Verschillende risicofactoren
Voordat we verschillende risicofactoren gaan onderscheiden is het nuttig om een verschil te
noemen tussen risicofactoren en beschermende factoren. Beiden zijn biologische,
psychologische en/of sociale karakteristieken. Deze kunnen de waarschijnlijkheid dat crimineel
gedrag zal plaatsvinden beïnvloeden.
● Beschermende factoren verkleinen de kans op delinquentie. Deze zijn van belang om
mee te nemen, wanneer je beschermende factoren bij behandeling behoudt en
versterkt, kan de kans op recidive afnemen. Beschermende factoren zijn eigenlijk de
conceptualisatie van strategieën waarmee bepaalde levensdoelen bereikt kunnen
worden. Denk terug aan het Good Lives Model*. Beschermende factoren hebben een
interactie met risicofactoren, en kan dus een buffer vormen. Je kunt beschermende
factoren zien als de paraplu in een regenbui van risicofactoren. Hoe sterker en meer
deze aanwezig zijn, hoe kleiner de kans dat risicofactoren een rol kunnen spelen.
, Wanneer je rekening houdt met beschermende factoren kun je een betere risicotaxatie
vormen. Daarnaast kan er goed gebruik gemaakt worden van beschermende factoren
tijdens behandeling. Wanneer je focust op iemands kracht in plaats van zwaktes is
iemand meer betrokken bij de behandeling en zal de behandeling dus ook effectiever
zijn. Er zijn verschillende studies die hebben laten zien dat het verbeteren van
beschermende factoren zelfs kan leiden tot non-recidivisme. Je kunt beschermende
factoren bepalen met de SAPROF (Structured Assessment of Protective Factors for
violence risk). Hiervan bestaan ook andere vormen, zoals gericht op jongeren en
jongvolwassenen, seksuele delicten, verstandelijk gehandicapten en voor delinquenten
die intensieve zorg nodig hebben. De SAPROF bestaat uit drie subschalen: intern,
motivatie en extern. We zullen het hier in een ander college uitgebreider over hebben.
● Risicofactoren vergroten de kans op delinquentie.
○ Statisch: deze worden niet veel gebruikt binnen de klinische praktijk. Ze worden
wel bepaald, maar niet meegenomen in behandeling. Dat komt namelijk omdat
deze factoren niet veranderbaar zijn. Denk aan geslacht, of leeftijd op het eerste
delict. Ze geven wel belangrijke informatie. Bijvoorbeeld, wanneer iemand al 7
keer een delict heeft gepleegd zal de kans op recidive groter zijn dan wanneer
het pas het eerste delict is. Een instrument is de StatRec, deze bepaald de kans
op recidive, alleen gebaseerd op statische risicofactoren. Ze meten geslacht,
leeftijd, geboorteland, type delict, eerdere veroordelingen, mate en frequentie van
delinquent gedrag. De StatRec heeft een goede predictieve validiteit (AUC** = ±
0.80). Een ander instrument is de Static99-R, deze komt later ook nog aan bod,
maar deze wordt gebruikt om recidivekans te bepalen bij seksuele delinquenten
op basis van statistische risicofactoren.
○ Dynamisch: dit zijn veranderbare risicofactoren, wat betekent dat ze behandeld
worden. Het wordt verondersteld dat dynamische risicofactoren een direct risico
vormen voor recidive, en dat de statische risicofactoren een modererende
werking hebben. De dynamische risicofactoren worden ook wel criminogenic
needs*** genoemd, denk terug aan het RNR-model. Er bestaan 8 criminogenic
needs: antisociale attitude/geschiedenis, antisociale leeftijdsgenoten, antisociale
persoonlijkheid, antisociale gedragspatronen, afwezigheid van prosociale
activiteiten, dysfunctionele familie, werkloosheid en middelenmisbruik. Al deze
needs kun je koppelen aan een bepaald risico. Daarnaast bestaan er
non-criminogenic needs, deze zijn niet antisociaal van aard maar kunnen wel
degelijk een rol spelen. Denk aan persoonlijke distress, mentale stoornissen,
laag zelfbeeld, armoedige levensomstandigheden etc. Een meetinstrument wat
gebruikt kan worden is de LS/CMI (Level of Service/Case Management
Inventory). Deze is dus ook gebaseerd op het RNR.
■ Stabiel: dit zijn risicofactoren die te veranderen zijn, maar waarbij dit erg
onwaarschijnlijk is (of het duurt maanden of jaren). Dit zijn bijvoorbeeld
gedragingen die zo erg ingesleten zijn, of specifieke vaardigheden. Dit
kun je meten met de Stable-2000/2007, deze focust met name of
seksuele delinquenten.
, ■ Acuut: deze zijn wel modificeerbaar en veranderen ook makkelijker. Dit
zijn vaak condities die slechts uren of dagen aanwezig zijn, maar wel een
belangrijk rol spelen. Deze condities ontstaan door triggers. Een
voorbeeld hiervan is intoxicatie. Deze kun je meten met de ACUTE-2007,
ook deze is vooral gericht op recidive van zedendelicten.
Je hebt ook een instrument dat zowel rekening houdt met beschermende factoren als met acute
en stabiele dynamische risicofactoren. Dat is de DRAOR (Dynamic Risk Assessment for
Offender Re-Entry). Deze wil de kans op recidive bepalen, maar ook een plan maken over hoe
behandeling het best aangepakt kan worden.
*Even ter herhaling, het GLM van Ward gaat ervan uit dat iedereen streeft naar een goed leven,
en dat iedereen daarvoor bepaalde primaire doelen wil behalen. Wanneer men crimineel gedrag
vertoont is dat eigenlijk een maladaptieve manier om te proberen een bepaald doel te bereiken
(dus in plaats van studeren en een goede baan zoeken gaat iemand een bank overvallen om
aan rijkdom te komen).
**De Area Under the Curve (AUC) zal in latere colleges nog uitgebreid besproken worden,
maar even in het kort: deze gaat over de voorspellende validiteit, en hoe goed de diagnostische
capaciteit is van een instrument. De AUC ligt tussen de 0 en 1. De AUC wordt bepaald door true
positives uit te zetten tegen false positives. Hiermee geeft het een inschatting hoe goed een
risicotaxatie instrument is in het onderscheiden van recidivisten tegenover niet recidivisten.
***Even ter herhaling, het RNR-model was het risk need and responsivity model. Dit model
had drie principes:
- Risk principe: criminelen met een hoog recidiverisico zullen het meest baat hebben bij
een intensieve behandeling.
- Need principe: enkel risicofactoren die verminderd kunnen worden, en zorgen voor het
hoge risico moeten worden aangepakt tijdens behandeling. Hierin zitten de criminogenic
needs.
- Responsivity principe: interventies moeten aangepast worden aan karakteristieken van
een delinquent, zoals motivatie of persoonlijke omstandigheden.
Cause-effect hypothese
Dynamische risicofactoren hebben een causale status. Dat betekent dat ze crimineel gedrag
potentieel veroorzaken en verklaren. Het zijn predictoren voor recidivisme.
Aan de cause-effect hypothese zitten enkele assumpties.
● Er moet bewijs zijn dat er een associatie is tussen risicofactoren en de uitkomst
(recidive).
● Er moet een causaal verband zijn; de oorzaak moet voorafgaan aan het effect.
● Een oorzaak is anders dan de consequentie.
● Je moet nagaan of er intercorrelatie-factoren zijn bij geobserveerde associaties.
● Je moet het mechanisme tussen risicofactor A en uitkomst B kunnen uitleggen.
, Pas wanneer hieraan wordt voldaan is er sprake van een cause-effect hypothesis.
Maar kunnen dynamische risicofactoren wel gezien worden als oorzaken? Ten eerste zijn
dynamische risicofactoren samengestelde constructen. Dat betekent dat elke risicofactor
weer bestaat uit verschillende andere factoren. Zo bestaat de risicofactor antisociale cognitie uit
attitudes, normen en waarden, overtuigingen enzovoorts. Vaak is het een interactie tussen al
deze factoren die de algemene risicofactor vormen. Daarnaast zijn sommige risicofactoren
sociaal, andere biologisch en andere weer psychologisch. Daarnaast zijn ze niet erg specifiek.
Vaak is het moeilijk te verklaren waarom risicofactor A de oorzaak kan zijn voor recidive. Er
bestaan veel alternatieve verklaringen. Als derde hebben we het grain problem, dat houdt in
dat risicofactoren worden gepresenteerd op verschillende niveaus. Hoe kun je dan bepalen wat
het juiste niveau is van abstractie? Dit zie je bijvoorbeeld bij de DSM. Je kunt deze bijvoorbeeld
classificeren op item-niveau, persoonlijkheidsstoornis-niveau op op clusterniveau. Tot slot
hebben we de normatieve concepten, dit houdt in dat we allemaal deelnemers zijn van de
maatschappij. Dat betekent dat we een bepaalde cultuur hebben met regulaties en normen die
we zelf hebben bedacht. We bepalen dus zelf wanneer iets als deviantie gezien wordt en in
hoeverre iemand schade mag toebrengen aan de maatschappij als ze terugkeren van
behandeling, er is dan namelijk sprake van een grijs gebied. Het is moeilijk om dynamische
risicofactoren om te zetten in laag, medium of hoog risico.
Even in het kort:
Het is moeilijk te voorspellen wanneer dynamische risicofactoren actief zijn, wanneer ze tot
criminaliteit leiden en ook om ze te begrijpen. DUS we kunnen niet stellen dat dynamische
factoren gelijk staan aan causale verbanden!
Generaties van meetinstrumenten
We kunnen 4 generaties onderscheiden:
1. Ongestructureerd professioneel oordeel: dit was vooral gebaseerd op klinisch
oordeel. Hierbij nam een professional een (ongestructureerd) interview af en besliste
aan de hand daarvan of iemand een grote kans maakte op recidive. Er werd geen
gebruik gemaakt van andere instrumenten. Dit was een makkelijk inzetbare manier, en
niet duur. Echter, er werd vaak gezegd dat het slechts ‘natte vinger werk is’. De manier
van beoordelen is namelijk heel subjectief, niet consistent en erg gevoelig voor bias. De
accuraatheid is niet beter dan slechts op basis van kans.
2. Statistische instrumenten: hierbij maakte men gebruik van gedegen instrumenten om
de kans op recidive te bepalen. Deze richtte zich vooral op statische factoren. Op basis
van de nadelen van generatie 1 kwam er een wens om precieze instrumenten te
ontwikkelen die breed inzetbaar zijn. Voorbeelden hiervan zijn de STATIC 99 en de
StatRec. Deze zijn gebaseerd op empirie, en dus een stuk minder subjectief. Doordat je
gebruik maakt van statistiek, algoritme en scoringsmodellen is deze manier heel
transparant en betrouwbaar. Het is snel en makkelijk te gebruiken. Er zitten echter
nadelen aan, de instrumenten die gebruikt worden blijven atheoretisch, daarnaast wordt
