Risicotaxatie
Introductie risicotaxatie
Risicotaxatie: Definitie en doel
Risicotaxatie, een complexe praktijk in het domein van forensische psychologie, wordt gedefinieerd als de
berekening van de waarschijnlijkheid dat schadelijk gedrag of een schadelijke gebeurtenis zich zal
voordoen. Kemshall (1996) beschrijft het als een proces dat de frequentie van het gedrag, de potentiële
gevolgen, en de betrokken partijen evalueert. Brown en Singh (2014) voegen daaraan toe dat het ook
draait om het voorspellen van toekomstige overtredingen om individuen te identificeren die behandeling
nodig hebben.
Risicotaxatie in de praktijk
Risicotaxatie gaat verder dan louter voorspelling; het impliceert risicomanagement, waarbij interventies
worden ingezet om het risico te hanteren te verminderen. Dit kan verschillende vormen aannemen, zoals
het volgen van behandeling voor verslaving of het vermijden van situaties die het risico op schadelijk
gedrag vergroten, zoals het vermijden van nabijheid tot scholen voor pedoseksuelen (Singh, 2012).
Het waarom van risicotaxatie
Risicotaxatie wordt gemotiveerd door diverse belangen, waarbij veiligheid een centrale rol speelt. Het
streven naar veiligheid omvat zowel de bescherming van personeel en medebewoners als de bredere
samenleving. Bovendien is er een sterk maatschappelijk belang bij het voorkomen van ernstige recidive
door patiënten en delinquenten. Dit wordt ondersteund door ethische overwegingen die streven naar
consistentie en gelijkheid in de behandeling van individuen. Het RNR-model (Risk-Need-Responsivity)
benadrukt het therapeutische belang van risicotaxatie, waarbij een nauwkeurige inschatting van
risicofactoren leidt tot gepersonaliseerde risicohantering en behandeling (Singh, 2012).
Verbetering van communicatie en besluitvorming
Risicotaxatie draagt ook bij aan verbeterde communicatie en besluitvorming in de forensische context.
Door transparantie en uniformiteit in de besluitvorming te bevorderen, kan het proces leiden tot een beter
begrip van risico’s en risicomanagement, wat cruciaal is voor een effectieve aanpak van schadelijk gedrag
(Singh, 2012).
In een wereld waarin het voorspellen van geweld moeilijker blijkt dan het voorspellen van het weer
(Monahan & Steadman, 1996, zoals geciteerd in Singh, 2012), blijft risicotaxatie een essentieel instrument
voor het beheren en verminderen van schadelijk gedrag en het waarborgen van veiligheid in de
samenleving.
Evoluerende geschiedenis van risicotaxatie
In de geschiedenis van risicotaxatie zijn er verschillende mijlpalen die de ontwikkeling van dit vakgebied
markeren. Terugblikkend naar 1876, introduceerde Lombroso het idee dat criminelen specifieke fysieke
kenmerken hebben, zoals grote vooruitstekende kaken en een laag voorhoofd. Dit vroege werk legde de
basis voor latere onderzoekingen naar crimineel gedrag.
Het eerste instrument voor risicotaxatie werd in 1928 gepresenteerd door Burgess, die speculeerde dat
mensen met vergelijkbare achtergronden vaak dezelfde risicoprofielen vertonen. Zijn instrument, actuarieel
van aard, analyseerde factoren zoals burgerlijke staat, crimineel en arbeidsverleden, en institutioneel
wangedrag. Het bleek dat 76% van de personen met een hoog risicoprofiel binnen vijf jaar recidiveerde.
In de daaropvolgende decennia waren er cruciale gebeurtenissen die de evolutie van risicotaxatie
beïnvloedden. In de jaren ’60 bracht de zaak Baxstrom tegen Herold aandacht voor de overdracht van
‘gevaarlijke’ psychiatrische patiënten naar reguliere ziekenhuizen. Na vervroegde vrijlating werden
sommigen opnieuw gearresteerd, wat leidde tot twijfels over de effectiviteit van voorspellingen met
betrekking tot recidive.
,Uitdagingen en nieuwe inzichten in de jaren ‘90
De jaren ’70 en ’80 brachten een kritische blik op de capaciteit van professionals om geweld nauwkeurig te
voorspellen. Studies concludeerden dat voorspellingen vaak onbetrouwbaar waren, wat leidde tot
aanzienlijke scepsis binnen de psychiatrische gemeenschap.
In de jaren ’90 stond Martien Philipse aan de voorhoede van onderzoek naar het TBS-systeem in
Nederland. Hoewel geprezen voor zijn innovatieve aanpak, bleken voorgestelde voorspellers zoals
ontkenning of empathie geen significant verband te hebben met feitelijk recidive. Ondanks vooruitgang
bleef risicotaxatie een uitdaging.
Opkomst van het RNR-model en integratie in de praktijk
Het onderzoek naar het RNR-model in de jaren ’90 bood een nieuwe benadering voor risicotaxatie. Dit
model, gericht op Risico, Behoeften en Responsiviteit, bood een gestructureerd kader voor het beoordelen
en behandelen van risico’s.
In de vroege jaren 2000 begon de integratie van het RNR-model in de praktijk vorm te krijgen, waarbij
forensische instellingen en experts begonnen te profiteren van zijn richtlijnen en inzichten.
Expertise van de expert: Onderzoek en resultaten
Een onderzoek naar de expertise van experts in risicotaxatie onthulde interessante bevindingen. In
vergelijking met leerkrachten vertoonden ervaren forensische psychiaters een lagere
interbeoordelaarsbetrouwbaarheid (IRR), hoewel de laatsten over het algemeen een beter
beoordelingsniveau bereikten. De studie suggereerde ook dat meer beschikbare informatie leidde tot
conservatiever oordeelvorming.
In de voortdurende zoektocht naar effectievere risicotaxatie blijft dit onderzoeksveld evolueren,
gestimuleerd door nieuwe inzichten en methodologieën om de veiligheid van individuen en de samenleving
te waarborgen.
Theoretisch en empirisch kader van risicotaxatie
Het RNR-model, voorgesteld door Andrews & Bonta in 1990, biedt een gestructureerd kader voor het
begrijpen en behandelen van risico’s binnen het forensisch domein.
RNR-model principes
Dit model rust op drie fundamentele principes: evidence-based practice, het risicoprincipe, het
behoefteprincipe, en het responsiviteitsprincipe. Evidence-based practice benadrukt dat interventies
moeten worden ondersteund door wetenschappelijk bewijs van effectiviteit. Het risicoprincipe stelt dat
intensievere behandelingen vooral effectief zijn voor delinquenten met een hoog recidivegevaar, terwijl het
behoefteprincipe benadrukt dat alleen factoren die gerelateerd zijn aan recidive moeten worden aangepakt.
Het responsiviteitsprincipe benadrukt dat interventies moeten worden afgestemd op individuele kenmerken
van de dader, zoals motivatie en leerstijl.
Risicobeginsel
Het risicobeginsel dicteert dat behandelingen moeten worden afgestemd op het recidiverisico van de cliënt.
Cliënten met een hoog risico op recidive hebben baat bij intensievere behandelingen, terwijl cliënten met
een lager risico mogelijk minder intensieve of zelfs geen behandeling nodig hebben. Het correct afstemmen
van de behandelingsintensiteit is cruciaal, omdat een verkeerde afstemming het recidiverisico kan
vergroten.
Behoeftebeginsel
Het behoeftebeginsel benadrukt het belang van het richten van behandelingen op criminogene behoeften
die direct verband houden met delictgedrag. Door de focus te leggen op deze dynamische risicofactoren,
die veranderbaar zijn door interventies, kan de behandeling effectief bijdragen aan recidivevermindering.
Central 8 Model
,Het Central 8 Model, ontwikkeld door Andrews & Bonta (2006), identificeert acht cruciale criminogene
behoeften die sterk geassocieerd zijn met recidive. Deze behoeften, verdeeld in de ‘Big Four’ en de
‘Moderate Four’, bieden een gedetailleerd inzicht in de dynamische risicofactoren die van invloed zijn op
delictgedrag en recidive.
Geschiedenis van antisociaal gedrag (statisch):
Risico: Vroege en aanhoudende betrokkenheid bij antisociale handelingen in diverse instellingen.
Dynamische behoefte: Ontwikkeling van niet-criminele alternatieve gedragingen in risicovolle
situaties.
Antisociaal persoonlijkheidspatroon:
Risico: Avontuurlijk plezier zoeken, zwakke zelfbeheersing, rusteloos agressief gedrag.
Dynamische behoefte: Ontwikkeling van probleemoplossende vaardigheden, zelfmanagement en
woedebeheersing.
Antisociale cognities:
Risico: Attitudes, waarden en overtuigingen die crimineel gedrag ondersteunen.
Dynamische behoefte: Vermindering van antisociale cognities en ontwikkeling van alternatieve
denkpatronen.
Antisociale netwerkcontacten:
Risico: Nauwe banden met criminele individuen en sociale isolatie van niet-criminele contacten.
Dynamische behoefte: Vermindering van criminele contacten en versterking van niet-criminele
sociale relaties.
Familiale / Huwelijksomstandigheden:
Risico: Kwaliteit van opvoeding en controle/toezicht.
Dynamische behoefte: Vermindering van conflicten, opbouw van positieve relaties en verbetering
van controle en toezicht.
Middelenmisbruik:
Risico: Misbruik van alcohol en/of drugs.
Dynamische behoefte: Vermindering van drugsmisbruik en ontwikkeling van alternatieven voor
verslavingsgedrag.
Vrijetijdsbesteding:
Risico: Lage betrokkenheid bij niet-criminele activiteiten.
Dynamische behoefte: Verbetering van betrokkenheid en voldoening in niet-criminele activiteiten.
Opleiding/werk:
Risico: Lage prestaties en voldoening op school en werk.
Dynamische behoefte: Verbetering van prestaties, voldoening en betrokkenheid bij onderwijs of
werk.
Niet-criminogene behoeften
Hoewel er minder onderzoek naar is gedaan, spelen niet-criminogene behoeften ook een rol bij
recidivevermindering. Deze behoeften, zoals zelfwaardering en emotionele problemen, dragen indirect bij
aan het verminderen van dynamisch risico.
Responsiviteitsbeginsel
Het responsiviteitsbeginsel vereist dat behandelingen worden afgestemd op de leerstijl en leervermogens
van de cliënt. Zowel externe als interne responsiviteit zijn cruciaal voor het bereiken van positieve
, behandelresultaten, met een responsieve behandeling die wordt geassocieerd met aanzienlijk minder
recidive.
Generaties risicotaxatie-instrumenten, risicofactoren
Voorspellend vermogen van risicotaxatie-instrumenten
Het voorspellend vermogen van risicotaxatie-instrumenten wordt beoordeeld aan de hand van
verschillende statische maatregelen, waaronder sensitiviteit, specifiteit, Area Under the Curve, Negative
Predictive Value, Positive Predictive Value, Number Safely Discharged, en Number Needed to Detain.
Sensitiviteit, specifiteit en AUC worden retrospectief geëvalueerd, wat betekent dat ze worden beoordeeld
op basis van historische gegevens en de capaciteit van het instrument om daadwerkelijke risico’s te
identificeren. Sensitiviteit meet het vermogen van het instrument om werkelijk positieve gevallen te
detecteren, terwijl specifiteit het vermogen meet om werkelijk negatieve gevallen uit te sluiten. AUC, een
maatstaf voor de nauwkeurigheid van de voorspellingen, wordt niet beïnvloed door de base rate, wat het
een waardevolle indicator maakt voor de algehele prestaties van het instrument.
In prospectieve beoordelingen worden statistieken zoals NPV, PPV, NSD en NND gebruikt om de
voorspellende waarde van het instrument in de praktijk te evalueren. NPV geeft aan hoe vaak een
negatieve voorspelling correct is gebleken in vergelijking met de werkelijke negatieve uitkomsten. PPV
daarentegen meet hoe vaak een positieve voorspelling correct is. NSD en NND zijn relevante metingen om
te bepalen hoe effectief het instrument is in het identificeren van individuen die veilig kunnen worden
vrijgelaten en degenen die moeten worden vastgehouden.
Waarom is dit belangrijk
Het belang van het beoordelen van het voorspellend vermogen van risicotaxatie-instrumenten is tweeledig.
Ten eerste wordt de complexiteit ervan benadrukt door de variabiliteit in de base rate van specifieke
gebeurtenissen. Situaties met een hoge base rate zijn over het algemeen gemakkelijker te voorspellen,
terwijl gebeurtenissen met een lagere base rate meer uitdagingen met zich meebrengen voor risicotaxatie-
instrumenten.
Daarnaast biedt het gebruik van AUC een objectieve maatstaf voor de prestaties van het instrument,
ongeacht de frequentie van de gebeurtenissen die worden voorspeld. Dit helpt bij het identificeren van de
meest effectieve instrumenten, ongeacht de specifieke context of base rate, waardoor een nauwkeuriger
beeld ontstaat van de voorspellende capaciteiten van verschillende instrumenten in diverse scenario’s.
Sensitiviteit en specificiteit
Sensitiviteit en specificiteit zijn belangrijke concepten bij het evalueren van risicotaxatie-instrumenten.
Sensitiviteit meet de proportie recidivisten die correct als hoog risico zijn geïdentificeerd. Dit wordt berek-
end als (True Positives / (True Positives + False Negatives)). Met andere woorden, sensitiviteit geeft aan
hoe goed het instrument is in het identificeren van mensen die daadwerkelijk een hoog risico op recidive
hebben. Een hoge sensitiviteit betekent dat het instrument effectief is in het opsporen van individuen met
een hoog risico.
Aan de andere kant meet specifiteit de proportie niet-recidivisten die correct als laag risico zijn beoordeeld.
Dit wordt berekend als 1 minus (False Positives / (False Positives + True Negatives)). Een hoge specifiteit
betekent dat het instrument goed is in het identificeren van mensen die een laag risico op recidive hebben.
Beide metingen zijn retrospectief, wat betekent dat ze worden beoordeeld op basis van historische
gegevens. Sensitiviteit en specificiteit bieden waardevolle inzichten in hoe goed een risicotaxatie-
instrumenten presenteert in het identificeren van hoog- en laagrisico-individuen.
Area Under the Curve (AUC)
