Introduction
In offending populations, prevalence rates of mental disorders are much higher than in the general population. Nevertheless, it is unclear whether mental disorders can improve the prediction of recidivism beyond actuarial risk assessment tools.
Methods
The present prospective‐longitudinal study was conducted between 2001 and 2021 and included 1066 men convicted of sexual offenses in Austria. All participants were evaluated with actuarial risk assessment tools for the prediction of sexual and violent recidivism and the Structured Clinical Interview for Axis I and Axis II disorders. Sexual and violent reconvictions were assessed.
Results
Exhibitionism and an exclusive pedophilia showed the strongest correlations with sexual recidivism in the total sample. In the child related offense subsample additionally a narcissistic personality disorder was correlated with sexual recidivism. The strongest correlation with violent recidivism was found for an antisocial and borderline personality disorder. None of the mental disorders could improve the prediction of recidivism beyond actuarial risk assessment tools.
Conclusion
Common current actuarial risk assessment tools revealed good predictive accuracy in men convicted of sexual offenses. With few exceptions mental disorders were only weakly associated with recidivism, suggesting that there is no direct link between mental disorders and violent and sexual reoffending. Mental disorders should nevertheless be considered in treatment issues.
Zusammenfassung Der SexOffender Risk Appraisal Guide (SO-RAG) gilt als einer der prominentesten Vertreter aktuarischer Kriminalprognosemethoden für Sexualstraftäter, dessen Anwendung bei entsprechenden prognostischen Fragestellungen als state of the art bezeichnet werden kann. Neben Kennwerten der Beurteilerüber-einstimmung und der konvergenten Validität werden in der vorliegenden Arbeit Indizes der differentiellen und prädiktiven Validität für den SORAG sowie einer Screening Version des SORAG (SORAG-SV) vorgestellt, deren Bewertung -vorausgesetzt sie wird vom erfahrenen forensischen Psychologen oder Psychiater angewandt -ausschließ-lich auf Akteninformationen basieren kann. Nach Überprüfung der konvergenten Validität wurde anhand einer repräsentativen Stichprobe männlicher Sexualstraftäter (N = 519) nach einem durchschnittlich ca. 3½-jährigen Nachbeobachtungszeitraum die prädiktive Validität von SORAG und SORAG-SV überprüft. Zudem wurde die differentielle Validität der Instrumente erhoben, indem die Vorhersagegüte für unterschiedliche Subgruppen, die unter Verwendung forensisch relevanter Moderatorvariablen gebildet wurden, untersucht wurde. Dabei wurde die Gesamtstichprobe anhand der Altersvariable, des Index-Delikts sowie des Dissozialitätsausmaßes in Subgruppen mit unterschiedlichen Ausprägungsgra-den unterteilt. Sowohl SORAG als auch SORAG-SV zeigten überwie-gend zufriedenstellende Validitäts-indizes, die Prognosegüte variierte allerdings je nach Subgruppe und vorhergesagter Rückfallkategorie.
SchlüsselwörterSORAG · Kriminalprognose · Sexualstraftäter · Validität · Rückfälligkeit 7 Abstract The Sex Offender Risk Appraisal Guide (SORAG) is one of the most important actuarial risk assessment instruments for sexual offenders. In the meantime, the application of actuarial instruments in recidivism risk assessment for sexual offenders is regarded as state of the art. In addition to results about interrater reliability and concurrent validity we present results about the differential and predictive validity of the SORAG and a screening version of the SORAG (SORAG-SV), which relies only on file information. In order to examine the predictive validity, we used a representative sample of 519 male sexual offenders released from a prison sentence served in one of Austrian´s prisons with a mean follow-up period of 3½ years. Furthermore, we tested the differential validity by dividing the whole sample in different subsamples regarding age, index offense type, and degree of antisociality. Both SO-RAG and SORAG-SV showed predominantly good predictive accuracy which, however, varied depending on offender subgroup and recidivism category. Die Vorhersage der Rückfälligkeit entlassener Sexualstraftäter mittels des Sexual Offender Risk Appraisal Guide (SORAG) und dessen Screening-Version (SORAG-SV): 319 2009 Forens Psychiatr Psychol Kriminol 4 einleitung
Zusammenfassung
Die Ergebnisse von Risikoeinschätzungsinstrumenten werden oft anhand von undefinierten Kategorien wie z. B. hohes, moderates oder niedriges Risiko kommuniziert. Alternativ können relative Risikomaße berichtet werden, wobei für deren Interpretation die Kenntnis des absoluten Risikos wichtig ist. Mittlerweile gibt es das internationale Fünf-Kategorien-Modell nach Hanson et al. (2017a, 2017b), das sich an der Basisrate orientiert und absolute und relative Risikomaße vereint. Es ist nicht auf Rückfälle in bestimmte Delikte oder auf bestimmte Risikoeinschätzungsinstrumente limitiert und erlaubt Risikomanagementressourcen zu kanalisieren.
Olver et al. (2018) wandten dieses Modell auch auf die VRS-SO an. Die vorliegende Studie basiert auf N = 968 VRS-SO-Datensätzen von im österreichischen Strafvollzug begutachteten Sexualstraftätern. Von N= 417 davon lagen auch fixe Fünfjahres-Rückfalldaten vor. Die nach Olver et al. (2018) gebildeten fünf Kategorien der VRS-SO erfüllten die allgemeinen Anforderungen an das Fünf-Kategorien-Modell. Sie trennten gut voneinander und waren prädiktiv valide für Rückfälle in sexuell motivierte Delikte.
Auch die Ergebnisse der Kalibrierungsanalysen zwischen dem aktuellen Datensatz und der Originalversion lassen auf eine gute Anwendbarkeit der fünfkategorialen Aufteilung der VRS-SO für die deutschsprachige Version der VRS-SO schließen. Die fünf Kategorien gingen auch mit signifikant unterschiedlichen Prävalenzraten relevanter klinischer Diagnose wie z. B. einer sexuellen Devianz, einer Persönlichkeitsstörung, der Ausprägung von Psychopathie-Merkmalen bzw. der Diagnose einer Substanzkonsumstörung einher, was auch für die konvergente Validität der VRS-SO Kategorien spricht.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.