Diminution de la valeur prédictive des échelles d’évaluation des facteurs de risque dynamiques au fil du temps : preuves en faveur d’une réévaluation

Par Seung C. Lee, Kelly M. Babchishin, Kimberly P. Mularczyk et R. Karl Hanson

Résumé

De nombreux évaluateurs judiciaires (p. ex. psychologues, psychiatres) et agents de surveillance dans la collectivité utilisent des outils d’évaluation des facteurs de risque dynamiques (c.-à-d. putativement modifiable) pour déterminer le risque de récidive que représentent des personnes ayant eu des démêlés avec la justice. Bien que les concepteurs d’outils d’évaluation des facteurs de risque dynamiques recommandent d’effectuer des réévaluations régulièrement, peu de recherches examinent la mesure dans laquelle la validité prédictive des évaluations des facteurs de risque dynamiques diminue au fil du temps. La présente étude examine comment la valeur prédictive de deux outils populaires d’évaluation des facteurs de risque dynamiques de récidive sexuelle, l’échelle AIGU-2007 et l’échelle STABLE-2007, diminue au fil du temps. Pour ce faire, elle s’appuie sur deux échantillons indépendants d’hommes jugés coupables d’infractions sexuelles soumis à une surveillance dans la collectivité (N = 795 pour l’étude 1; N = 4 221 pour l’étude 2). Dans l’ensemble, on a trouvé que les réévaluations au moyen des échelles AIGU-2007 et STABLE-2007 formulaient des prédictions de cas de récidive sexuelle, avec violence ou de toutes sortes (y compris les violations de conditions de liberté conditionnelle) plus justes que les évaluations initialement fournies par ces outils. Cette etude a également constaté que plus une évaluation est récente (c.-à-d. plus proche dans le temps), plus la validité prédictive est élevée. En  conclusions, les réévaluations au moyen de l’échelle AIGU-2007 devraient être effectuées à chaque rencontre avec les personnes surveillées (p. ex. les probationnaires, les libérés conditionnels) ou au moins tous les 30 jours durant la période où elles sont soumises à une surveillance dans la collectivité. En ce qui concerne l’échelle STABLE-2007, les résultats actuels indiquent qu’une réévaluation à l’aide de cet outil devrait être effectuée tous les six mois plutôt qu’une fois par an. Cependant, puisque la mise à jour des cotes calculées à l’aide de l’échelle STABLE-2007 exige des efforts plus poussés (p. ex. entrevue et examen de l’information au dossier), la décision concernant le moment de mettre à jour ces cotes doit tenir compte à la fois de la validité prédictive accrue découlant d’une évaluation plus récente et du coût engendré par une nouvelle évaluation.  

Note des auteurs

Les opinions exprimées dans le présent document sont celles des auteurs et ne reflètent pas nécessairement celles de Sécurité publique Canada. Toute correspondance concernant le présent rapport doit être envoyée à l’adresse suivante :

Division de la recherche
Sécurité publique Canada
340, avenue Laurier Ouest
Ottawa (Ontario)
K1A 0P8

Courriel: PS.CPBResearch-RechercheSPC.SP@sp-ps.gc.ca

Remerciements

Les auteurs remercient Leigh Greiner (Services correctionnels de la C.-B.) de leur avoir donné accès à cet ensemble de données et L. Maaike Helmus d’avoir fusionné les ensembles de données administratives et de nous avoir épargné beaucoup de travail au cours du processus. Les auteurs tiennent à remercier Amel Loza-Fanous pour ses commentaires concernant le présent rapport.

Déclaration des conflits d’intérêts : R. Karl Hanson est l’un des coauteurs et est certifié pour former à l’utilisation des échelles STABLE-2007 et AIGU-2007. Le gouvernement du Canada détient les droits d’auteur sur ces mesures, et aucun des auteurs ne reçoit de redevances au titre de ces mesures.

Introduction

L’évaluation du risque est essentielle à l’efficacité des interventions correctionnelles. Les agents correctionnels utilisent des outils d’évaluation du risque pour identifier les personnes qui présentent un risque élevé de récidive. Les outils d’évaluation du risque permettent également de déterminer quelles personnes devraient faire l’objet d’interventions plus intensives (principe du risque) en vue de gérer leurs besoins liés aux facteurs criminogènes et de réduire la probabilité de récidive (principe des besoins; Andrews et Bonta, 2010; Bonta et Andrews, 2017; Hanson et coll., 2015). Une vaste gamme d’outils structurés d’évaluation du risque ont été mis au point pour classer les niveaux de risque que présentent les personnes jugées coupables de différents types d’infractions (p. ex. infractions avec violence, sexuelles et de toutes sortes; Bourgon et coll., 2018; Kelley et coll., 2020; Neal et Grisso, 2014). Ces outils sont semblables en ce qui concerne la validité prédictive de la mesure du risque de récidive (Campbell et coll., 2009; Hanson et Morton-Bourgon, 2009; Tully et coll., 2013; Yang et coll., 2010).

Les outils structurés d’évaluation du risque tiennent compte de facteurs qui peuvent être classés comme statiques ou dynamiques (Bonta et Andrews, 2017; Hanson, 1998). Les cotes de risque qui s’appuient sur des facteurs de risque statiques (caractéristiques fixes des personnes, comme la situation démographique ou les antécédents criminels) peuvent éclairer les stratégies d’intervention et l’estimation du risque de récidive (Hanson et coll., 2017). Toutefois, les outils d’évaluation des facteurs de risque statiques sont peu efficaces en ce qui a trait à l’évaluation des changements liés aux réductions ou aux augmentations des facteurs ayant une incidence sur le risque (Hanson, 1998; Harris et Hanson, 2010). En revanche, les outils d’évaluation des facteurs de risque dynamiques tiennent compte de facteurs susceptibles de changer ou de faire l’objet d’une intervention. Par conséquent, l’obtention d’une cote de risque au moyen des outils d’évaluation des facteurs de risque dynamiques peut nécessiter une expertise professionnelle plus pointue et davantage de temps que l’obtention d’une cote de risque au moyen des outils d’évaluation des facteurs de risque statiques simples, mais elle est plus susceptible de permettre de tirer des conclusions concernant les besoins en termes de traitement et la formulation des cas (Polaschek et Yesberg, 2018; Wong et coll., 2009). Les éléments mesurés dans le cadre d’une évaluation des facteurs de risque dynamiques peuvent aider à déterminer les caractéristiques d’une personne qui sont susceptibles de changer et dont le ciblage peut entraîner une réduction du risque global de récidive.

Les facteurs de risque dynamiques peuvent être définis comme stables ou aigus. Les facteurs de risque dynamiques stables sont durables et évoluent peu souvent au fil des mois et des années (Hanson et Harris, 2000; Serin et coll., 2019). Parmi les facteurs de risque dynamiques stables figurent la régulation des émotions, un faible contrôle des impulsions, une faible capacité à résoudre les problèmes et une faible conscience professionnelle (Andrews et Bonta, 2010; Polaschek et Yesberg, 2018; Zamble et Quinsey, 1997). Les facteurs de risque dynamiques aigus sont des facteurs qui peuvent changer rapidement, en quelques heures voire quelques jours (p. ex., l’accès aux victimes; Hanson et Harris, 2000; Serin et coll., 2019). En théorie, une récidive se produit lorsque des déclencheurs environnementaux interagissent avec des facteurs de risque dynamiques stables (vulnérabilités psychologiques persistantes), qui peuvent être atténués ou amplifiés par des facteurs de risque dynamiques aigus (Polaschek et Yesberg, 2018; Zamble et Quinsey, 1997). Lorsque des changements ayant une incidence sur le risque surviennent dans l’environnement, l’évaluation des facteurs de risque aigus (p. ex. perte d’emploi, accès aux victimes) peut être particulièrement cruciale. Ainsi, des changements circonstanciels dans la vie des personnes qui purgent une peine dans la collectivité peuvent mener à des violations des conditions de la libération conditionnelle ou à la commission de nouvelles infractions (Andrews et Bonta, 2010; Douglas et Skeem, 2005; Serin et coll., 2019).

Étant donné que l’utilisation à la fois d’outils d’évaluation des facteurs de risque statiques et d’outils d’évaluation des facteurs de risque dynamiques présente plusieurs avantages, les évaluateurs utilisent souvent ces deux types d’outils. Les outils d’évaluation des facteurs de risque statiques peuvent être utilisés pour estimer le risque de récidive de concert avec les mesures des facteurs de risque dynamiques, lesquelles permettent aux thérapeutes et aux gestionnaires de cas d’apporter des ajustements éclairés « en temps réel » à leurs interventions (Seto et Fernandez, 2011). On s’entend généralement pour dire que le risque de récidive change (Blumstein et Nakamura, 2009; Hanson, 2018; Harris et Rice, 2007). Malgré cela, il y a trop peu de recherches sur le moment auquel le risque de récidive mesuré par les outils d’évaluation des facteurs de risque dynamiques peut changer et la mesure dans laquelle il peut changer (p. ex., diminution de la valeur prédictive), et la question de savoir si l’intégration des changements observés aux outils d’évaluation des facteurs de risque dynamiques améliore la prédiction de récidive.

Évaluation du changement du risque de récidive

La réévaluation au moyen des outils d’évaluation des facteurs de risque dynamiques rend la prédiction de la récidive criminelle plus exacte (Babchishin et Hanson, 2020; Cohen et coll., 2016; de Vries Robbé et coll., 2015; Howard et Dixon, 2013; Labrecque et coll., 2014; Lloyd et coll., 2020; pour une exception, voir Viljoen et coll., 2017). Plus précisément, il a été constaté que la réévaluation ajoute une validité prédictive supplémentaire aux évaluations initiales du risque, et que les évaluations les plus récentes prédisent la récidive de la façon la plus exacte. Les outils d’évaluation des facteurs de risque dynamiques conçus spécifiquement pour mesurer le risque de récidive sexuelle ont également montré des résultats prometteurs (Babchishin et Hanson, 2020; van den Berg et coll., 2018). Du fait que la validité prédictive de la cote de risque la plus récente est plus exacte que la cote de risque initialement calculée (p. ex., Babchishin et Hanson, 2020; Hanson et coll., 2021; Lloyd et coll., 2020), on déduit que la validité prédictive des outils d’évaluation des facteurs de risque dynamiques diminue après un certain temps (c.-à-d. que la validité prédictive diminue en raison d’un changement ayant une incidence sur le risque). La diminution de la valeur prédictive peut être plus pertinente aux facteurs de risque aigus que stables. Les facteurs de risque aigus sont censés changer rapidement, contrairement aux facteurs de risque stables qui sont considérés des caractéristiques relativement durables.

Prédictions des facteurs de risque dynamiques selon les échelles AIGU-2007 et STABLE-2007

Les échelles AIGU-2007 (Brankley et coll., 2019; Hanson et coll., 2007) et STABLE-2007 (Fernandez et coll., 2014; Hanson et coll., 2007; Hanson et coll., 2015) sont deux outils d’évaluation des facteurs de risque dynamiques conçus pour évaluer la probabilité de récidive sexuelle. Les échelles AIGU-2007 et STABLE-2007 sont largement utilisées par les agents correctionnels, les experts judiciaires et les professionnels de la santé mentale (Bourgon et coll., 2018; Hill et Demetrioff, 2019; Kelley et coll., 2020; Neal et Grisso, 2014). L’échelle STABLE-2007 comprend treize éléments (ou facteurs) dynamiques y compris les intérêts sexuels atypiques, l’identification émotive aux enfants et la stabilité dans les relations. L’échelle AIGU-2007 tient compte d’indicateurs de risque imminent, comme les fantasmes sexuels et l’accès aux victimes (Harris et Hanson, 2010). Les propensions chroniques associées à la récidive sexuelle sont évaluées par l’échelle STABLE-2007, largement regroupées en facteurs propres au crime sexuel (intérêts sexuels atypiques, identification émotive aux enfants, faible maîtrise de soi sur le plan sexuel) et criminalité générale (compagnons antisociaux, hostilité, impulsivité, opposition à la surveillance; Brouillette-Alarie et Hanson, 2015).

Les premières recherches sur la validité prédictive des évaluations du risque au moyen des échelles AIGU-2007 et STABLE-2007 portaient sur les cotes obtenues lors des premières évaluations du risque. Ces résultats ont révélé que la première évaluation au moyen des outils d’évaluation des facteurs de risque dynamiques permettait de prédire la récidive et de faire la distinction entre les récidivistes et les non-récidivistes jusqu’à cinq ans plus tard (Brankley et coll., 2021; Hanson et coll., 2007; Hanson et coll., 2015). En outre, les premières cotes de risque dynamique ont contribué de façon progressive à la validité prédictive après la prise en compte de cotes de risque statique (p. ex., Static-99/R; Babchishin et Hanson, 2020; Hanson et coll., 2007; Helmus et coll., 2021). Même si elles concordent avec les constatations d’autres études sur les changements des facteurs de risque dynamiques (p. ex., Lloyd et coll., 2020; Hanson et coll., 2021), des études récentes ont révélé que la réévaluation au moyen de l’échelle AIGU-2007 améliore la valeur prédictive (Babchishin et Hanson, 2020; Babchishin et coll., 2020). Plus précisément, les cotes les plus récentes calculées au moyen de l’outil AIGU-2007 étaient des prédicteurs plus efficaces de la récidive sexuelle que les cotes calculées lors de la première évaluation (Babchishin et Hanson, 2020).

Les développeurs des outils de gestion du risque recommandent une réévaluation assidue des cotes de risque calculées au moyen de l’échelle AIGU-2007 (p. ex. à chaque rencontre avec les personnes sous surveillance) et l’échelle STABLE-2007 (p. ex. tous les six à douze mois), et cette pratique qui consiste à réévaluer le risque est actuellement mise en œuvre dans le domaine des services correctionnels communautaires (Brankley et coll., 2019; Fernandez et coll., 2014; Hanson et coll., 2007). Il n’existe toutefois pas de données empiriques sur la fréquence à laquelle les réévaluations des facteurs de risque dynamiques devraient être effectuées pour assurer une exactitude prédictive optimale. C’est pourquoi la présente étude vise à déterminer le taux de diminution de la valeur prédictive de ces mesures après l’expiration de périodes précises.

Régression de Cox avec covariables dépendantes du temps pour les prédictions des facteurs de risque dynamiques

Bien qu’il n’existe pas d’approche conventionnelle pour prédire le risque dynamique, une méthode courante est l’analyse de survie générée par la régression de Cox avec covariables dépendantes du temps (Altman et de Stavola, 1994; Singer et Willet, 2003). L’utilisation de cette méthode pour déterminer si l’inclusion de cotes de risque dynamique améliore la prédiction de récidive présente plusieurs avantages. Premièrement, l’analyse de survie générée par la régression de Cox gère le temps de suivi incomplet (Singer et Willet, 2003). Dans les analyses de données longitudinales, le temps de suivi de chaque personne varie habituellement en raison de la différence dans les dates de début (c.-à-d. la date à laquelle la personne est libérée dans la collectivité dans le cadre d’une étude donnée) et les dates de fin (c.-à-d. la date à laquelle la personne a récidivé, est décédée ou à laquelle l’étude a été interrompue). Deuxièmement, la régression de Cox ne limite pas le nombre d’évaluations et permet des intervalles inégaux entre les évaluations. En revanche, les analyses avant et après le changement, qui sont normalisées dans les études sur le traitement en établissement, ne nécessitent que deux évaluations à intervalles similaires avant et après le traitement. Bien qu’elles soient couramment utilisées, il est difficile de différencier un changement réel d’une erreur de mesure (p. ex., régression vers la moyenne) au moyen d’analyses avant et après le changement (Singer et Willet, 2003).

La régression de Cox permet d’utiliser des covariables dépendantes du temps, comme les cotes de risque dynamique. Les covariables dépendantes du temps nécessitent toutefois des modèles qui imputent la cote attendue au moment du résultat. Cela oblige l’analyste de données à tenir compte de l’évolution des cotes de risque, ce qui produit différents modèles pouvant être mis à l’essai les uns par rapport aux autres. Par exemple, la régression de Cox peut comparer la validité prédictive des cotes de risque dynamique définies de la façon suivante : 1) n’utiliser que la cote calculée lors de la première évaluation (évaluation ponctuelle « statique » des facteurs potentiellement dynamiques), 2) mettre à jour la valeur du prédicteur à chaque nouvelle évaluation (modèle entièrement dynamique), ou 3) utiliser les cotes de différentes périodes précédant la récidive (p. ex. 30 jours, 180 jours). Ce dernier type d’analyse (qui s’appuie sur une gamme de périodes) permet de déterminer dans quelle mesure la valeur prédictive diminue à mesure que les évaluations sont plus distantes de la récidive.

Présente étude

L’objectif de la présente étude est d’explorer la mesure dans laquelle la valeur prédictive de deux outils d’évaluation des facteurs de risque dynamiques de récidive sexuelle (échelles AIGU-2007 et STABLE-2007) diminue au fil du temps. Plus précisément,  la  prédictive de ces outils d’évaluation du risque a été  comparée de manière dans un modèle entièrement dynamique et lorsque les évaluations ont été effectuées dans les 30 jours, 45 jours, 60 jours, 120 jours ou 180 jours précédant la récidive.

Une étude récente (Babchishin et Hanson, 2020) a révélé que les plus récentes évaluations effectuées au moyen de l’échelle AIGU-2007 fournissaient des prédictions de récidive plus exactes que la première évaluation et étaient également plus précises que les autres méthodes de prédiction de la récidive (p. ex. examen de la cote de risque la plus élevée ou la plus faible). À la lumière de ces constatations, nous avons émis l’hypothèse selon laquelle la valeur prédictive de l’échelle AIGU-2007 diminue au fil du temps. De plus, compte tenu des résultats obtenus dans le cadre d’autres études semblables (Lloyd et coll., 2020), on a emis l’hypothèse selon laquelle la valeur prédictive de l’échelle STABLE-2007 diminue au fil du temps, mais à un rythme plus lent que l’outil d’évaluation des facteurs de risque dynamiques aigus.

Méthode générale

Aperçu

La présente recherche comprenait deux études indépendantes : Étude 1 portant sur l’échantillon de développement (c.-à-d. le Projet de surveillance dynamique [Hanson et coll., 2007]) qui a servi à élaborer les outils AIGU-2007 et STABLE-2007 et l’étude 2 portant sur l’échantillon administratif de validation sur le terrain qui a été conçu pour permettre la surveillance quotidienne des personnes relevant de la compétence des services correctionnels de la Colombie-Britannique. Les descriptions des échantillons sont fournies dans les sections relatives aux participants correspondantes.he present research included two independent studies: Study 1 with the developmental sample (i.e., the Dynamic Supervision Project [Hanson et al., 2007]) that was used to develop the ACUTE-2007 and STABLE-2007 tools and Study 2 with the administrative, field validity sample that was built for day-to-day supervision of clients from British Columbia Corrections. Sample descriptions are provided in the respective Participant sections.

Mesures

Échelle AIGU-2007 (Hanson et coll., 2007)

L’échelle AIGU-2007 est un outil d’évaluation du risque fondé sur des données empiriques utilisé pour évaluer et suivre l’évolution rapide du risque de récidive sexuelle au fil du temps en évaluant les facteurs de risque dynamiques aigus que présentent des hommes adultes qui ont été accusés d’avoir commis une infraction motivée par le sexe ou condamnés pour avoir commis une telle infraction. L’échelle AIGU-2007 comporte sept éléments (p. ex. accès aux victimes, préoccupations sexuelles, toxicomanie). Ces éléments sont considérés comme représentant l’expression courante de facteurs chroniques ayant une incidence sur le risque (Fernandez et coll., 2014), et les cotes totales sont calculées en additionnant toutes les cotes de ces éléments (allant de 0 à 21, les cotes plus élevées indiquant un facteur de risque dynamique aigu plus élevé). Les recherches suggèrent que l’échelle AIGU-2007 mesure un facteur latent et que le modèle de mesure ne varie pas dans le temps (Babchishin et Hanson, 2020). Il est recommandé d’effectuer une réévaluation au moyen de l’échelle AIGU-2007 à chaque rencontre prévue avec les personnes sous surveillance. Le calcul de la cote de risque avec l’échelle AIGU-2007 ajoute cinq à dix minutes supplémentaires aux séances régulières de surveillance (HanIl a été constaté que l’échelle AIGU-2007 permettait de prédire la récidive sexuelle, avec violence ou de toutes sortes et que sa validité prédictive était supérieure à celle des outils d’évaluation des facteurs de risque statiques (Hanson et coll., 2007). En outre, la cote la plus récemment calculée à l’aide de l’échelle AIGU-2007 ou la moyenne des cotes précédemment calculées à l’aide de l’échelle AIGU-2007 permettent de prédire la récidive de façon plus exacte que la première cote calculée à l’aide de l’échelle AIGU-2007 ou la cote la plus extrême calculée à l’aide de l’échelle AIGU-2007 (la plus faible ou la plus élevée; Babchishin et Hanson, 2020). Dans la présente étude, seules les cotes totales de risque que présentent les personnes dans une situation dans laquelle tous les facteurs étaient présents ont été calculées à l’aide de l’échelle AIGU-2007, cette échelle ne comportant que sept facteurs.

Échelle STABLE-2007 (Fernandez et coll., 2014; Hanson et coll., 2007)

L’échelle STABLE-2007 a été conçue pour mesurer les facteurs de risque dynamiques stables que présentent des hommes adultes qui ont été accusés d’avoir commis une infraction motivée par le sexe ou condamnés pour avoir commis une telle infraction. L’échelle STABLE-2007 est l’une des mesures les plus utilisées pour calculer le risque dynamique de récidive sexuelle (Kelley et coll., 2020; McGrath et coll., 2010). Par exemple, elle est utilisée par les agents de probation en Angleterre, en Irlande et au pays de Galles pour faire état des problèmes ayant une incidence sur le risque dans leurs rapports de cas et les rendre plus confiants et cohérents lorsqu’ils prennent des décisions (McNaughton Nicholls et coll., 2010; Walker et O’Rourke, 2013).

L’échelle STABLE-2007 comporte 13 éléments (p. ex., rejet de la surveillance, intérêts sexuels déviants, identification émotive aux enfants, impulsivité), et les cotes totales sont calculées en additionnant toutes les cotes de ces éléments (allant de 0 à 26 ou de 0 à 24 pour les personnes qui n’ont pas agressé un enfant de moins de 14 ans). Les cotes plus élevées indiquent un risque dynamique stable plus élevé.
La cote de risque produite à l’aide de l’échelle STABLE-2007 est calculée par des évaluateurs formés (p. ex. agents de libération conditionnelle, psychologues) en fonction des renseignements recueillis au cours d’une entrevue et d’un examen de l’information au dossier et, si possible, d’un entretien avec d’autres informateurs (p. ex., le conjoint). L’entrevue prend habituellement de 90 à 120 minutes, mais, plus l’évaluateur est expérimenté et connaît le cas, plus elle est rapide (Fernandez et coll., 2014). Il est recommandé d’effectuer une réévaluation au moyen de l’échelle STABLE-2007 tous les six à douze mois (Fernandez et coll., 2014).

D’après 21 études (n = 6 955) réalisées au Canada, aux États-Unis, au Royaume-Uni et en Autriche, une méta-analyse a montré que l’utilisation des échelles STABLE-2007 et Statique-99R (un outil d’évaluation du risque actuariel statique), permet d’améliorer considérablement la prédiction de la récidive sexuelle, avec violence ou de toutes sortes (Brankley et coll., 2021). Dans la présente étude, conformément aux recommandations du guide de l’utilisateur de l’échelle STABLE-2007, les cotes de risque que présentent les personnes n’étaient calculées que dans les cas où il manquait des données à l’égard de pas plus d’un facteur (p. ex., identification émotive aux enfants; Fernandez et coll., 2014).

Récidive

Trois variables de récidive ont été examine, y compris de récidive sexuelle, avec violence ou de toutes sortes (notamment les violations de conditions de liberté conditionnelle). La récidive sexuelle est définie dans l’étude 1 comme tout crime motivé par le sexe (infractions avec ou sans attouchements) commis après la libération, que le nom de l’infraction sur la base de laquelle la personne a été accusée ou condamnée fasse référence explicitement au sexe ou non (p. ex. condamnation pour entrée par effraction, mais la nature du crime montre que l’individu avait l’intention de commettre une agression sexuelle). Dans l’étude 1, les manquements aux conditions de la libération liées à l’infraction sexuelle (p. ex., fréquenter des enfants en violation d’une condition de liberté conditionnelle) entrent également dans la définition de récidive sexuelle. Dans l’étude 2, la récidive sexuelle est définie uniquement comme tout crime motivé par le sexe (infractions avec ou sans attouchements) lorsque le nom de l’infraction sur la base de laquelle la personne a été accusée ou condamnée fait référence explicitement au sexe (p. ex. agression sexuelle).

La récidive avec violence y est définie comme tout crime comportant une confrontation avec la victime. La récidive avec violence inclut les infractions sexuelles avec attouchements, mais exclut les infractions sexuelles sans attouchements et les manquements aux conditions de la libération liées à l’infraction sexuelle. La récidive de toutes sortes s’entend de tous les crimes sexuels, avec ou sans violence, ainsi que de toutes les violations de conditions de liberté conditionnelle, qu’ils soient ou non motivés par le sexe. La catégorie « récidive de toutes sortes » comprend les deux catégories de récidive susmentionnées (récidive sexuelle et récidive avec violence non motivée par le sexe), en plus des infractions non violentes et des violations de conditions de liberté conditionnelle.

Procédure

Les ensembles de données ont été conçus selon un format « personne-période » pour l’analyse de survie en temps discret (Singer et Willet, 2003). Autrement dit, il y avait un dossier d’évaluation distinct (c.-à-d. une nouvelle ligne) pour chaque nouvelle période d’évaluation du risque présenté par un individu. Plusieurs dossiers d’évaluation du risque (sur plusieurs lignes) peuvent avoir été créés avec pour objet un même individu, dans l’ordre, des dossiers contenant leurs évaluations initiales (c.-à-d. les données de référence) aux dossiers contenant les informations sur leur mise en liberté dans la collectivité. Ce format permet de refléter les différentes périodes de chaque évaluation, la date de l’évaluation suivante étant la date de fin de l’évaluation précédente.

En outre,  les cotes de risque ont été organisés en périodes projetées à terme égales (c.-à-d. 30 jours, 45 jours, 60 jours, 120 jours et 180 jours). Tout d’abord, les périodes projetées ont été commencées artificiellement à partir de la première évaluation du risque que présente chaque individu, et toutes les cotes de risques calculées au cours de cette première période ont été remplacées par la cote calculée lors de la première évaluation. Par exemple, supposons que, lors de la première évaluation d’un individu, la cote de risque calculée est de 2, et que sa deuxième évaluation (lors de laquelle la cote de risque calculée est de 4) a lieu 15 jours après cette première évaluation. Pour la période de 30 jours, la cote de risque de 4 calculée lors de la deuxième évaluation est remplacée par la cote de risque de 2 calculée lors de la première évaluation.

Par ailleurs, les évaluations du risque les plus proches de la période projetée précédente ont été définies comme la prochaine évaluation, et toutes les cotes calculées lors des évaluations pendant la période projetée ont été remplacées par la première cote calculée pendant la période. Ce processus a été répété jusqu’à la dernière évaluation. Le format « personne-période » présente l’information sur les résultats (p. ex. cas de récidive) dans la dernière rangée concernant tous les individus. Compte tenu des différentes périodes projetées selon les modèles, plus de cas de récidive se sont produits au cours des périodes projetées plus longues.

Plan de l’analyse

Indice C de Harrell (Harrell et coll., 1996)

L’indice C de Harrell a été utilisé pour comparer la validité prédictive (discrimination) entre différents délais de suivi fixes, car il estime la probabilité que, parmi un groupe de personnes choisies au hasard, la personne ayant une cote de risque plus élevée récidive avant les autres. L’indice C de Harrell est calculé à partir des données de survie et ne nécessite pas de périodes de suivi fixes. L’indice C de Harrell peut se situer entre 0 et 1, 0,5 indiquant le niveau de prédiction au hasard de la récidive. Compte tenu de sa similitude avec la surface sous la courbe (« area under the curve » – AUC), des interprétations similaires de l’ampleur de l’effet s’appliquent (c.-à-d. que l’effet de 0,56 est faible, de 0,64 est modéré et de 0,71 est important; Helmus et Babchishin, 2017; Rice et Harris, 2005). L’analyse de l’indice C de Harrell a été effectuée à l’aide de la fonction R survConcordance du « survival package » (Version 3.1-11; Therneau, 2020) du logiciel statistique R (Version 4.0.0; R Core Team, 2013). Bien que les valeurs de l’indice C fournissent certaines indications concernant la validité prédictive relative des différents modèles, elles ne peuvent être comparées directement au moyen de tests statistiques standard parce que ces comparaisons impliqueraient des modèles non imbriqués, chacun comportant un nombre différent de récidivistes (Volinsky et Raftery, 2000).

Régression de Cox avec covariables dépendantes du temps (Singer et Willet, 2003)

Une série de régressions de Cox comportant des covariables dépendantes du temps ont été réalisées afin d’examiner dans quelle mesure différents modèles intégrant de multiples évaluations permettent d’obtenir des prédictions plus exactes. Trois modèles ont été testés : 1) données de référence initiales (première évaluation depuis la libération), 2) cotes de risque calculées lors de la réévaluation tous les 30 jours et tous les 180 jours, et 3) cotes de risque entièrement dynamiques calculées lors des évaluations sur le terrain dans les périodes projetées. Prenons par exemple le cas d’une personne qui a fait l’objet d’une évaluation le 1er mars, puis à nouveau le 14 mars et dont on sait qu’elle a récidivé le 20 mars. Dans l’analyse aux 30 jours, les cotes de risque utilisées pour la régression de Cox sont celles qui ont été calculées lors de l’évaluation du 1er mars. Pour le modèle entièrement dynamique, les cotes de risque utilisées seraient celles qui ont été calculées lors de l’évaluation du 14 mars. S’il est avéré que l’individu a récidivé le 15 avril, il sera considéré comme un non-récidiviste dans le cadre de l’analyse aux 30 jours et comme un récidiviste dans le cadre de l’analyse aux 180 jours.

Étant donné les modèles non emboîtés, la comparaison des modèles nécessite des indices d’ajustement. L’un des indices d’ajustement les plus couramment utilisés est le critère d’information bayésien (Raftery, 1995; Volinsky et Raftery, 2000). Le critère d’information bayésien commence par la différence entre les valeurs observées et prédites (indexées par -2 fois la log-vraisemblance [-2 LV]), puis ajoute une pénalité proportionnelle au nombre de variables prédictives (BIC = -2 LV + [k*ln(n)], où k est le nombre de paramètres et n est le nombre de récidivistes; Raftery, 1995; Volinsky et Raftery, 2000). Les valeurs plus faibles du BIC suggèrent que les modèles sont mieux ajustés. Les différences du critère BIC de 0-2, 2-6, 6-10 et 10 et plus, représentent respectivement des preuves « faibles », « positives », « fortes » et « très fortes » de l’ajustement du modèle (Gordon, 2012).

Étude 1

Participants

La présente étude portait sur 795 sujets qui avaient fait l’objet d’une étude sur les résultats de la surveillance dans la collectivité appelée Projet de surveillance dynamique (Hanson et coll., 2007; Hanson et coll., 2015) qui a servi à élaborer les outils AIGU-2007 et STABLE-2007. Tous les sujets de la présente étude sont des hommes adultes qui ont commencé à faire l’objet d’une surveillance dans la collectivité (probation ou libération conditionnelle) entre 2001 et 2005 après avoir été condamnés pour avoir commis une infraction sexuelle et soumis à un suivi jusqu’en 2011. En moyenne, les individus étaient âgés de 39 ans (É.-T. = 13,5, soit de 18 à 84 ans) et 72 % (566/789) n’avaient fait l’objet d’aucune accusation ou condamnation antérieure pour infraction sexuelle. Environ 45 % de l’échantillon s’en étaient pris à des enfants de 12 ans ou moins, 33 % s’en étaient pris à des adultes de 18 ans ou plus et 12 % avaient commis des infractions sexuelles sans attouchements. Environ 20 % des individus se sont reconnus d’ascendance autochtone et 5 % d’entre eux avaient déjà reçu un diagnostic de retard de développement (faibles capacités intellectuelles). Aucune information n’était disponible dans cet ensemble de données au sujet des autres groupes de délinquants.

L’information concernant les nouvelles infractions a été recueillie par le biais de l’examen des dossiers judiciaires provinciaux et fédéraux, auprès des agents de surveillance et des services de police municipaux, ou à l’aide de recherches dans les bases de données des journaux. La durée moyenne du suivi était de 6,5 ans (É.-T. = 2,6; Mdn = 7,5, allant de 0,1 à 10,1 ans). L’échantillon comportait au total 6 656 évaluations selon l’échelle AIGU-2007 et 1 243 évaluations selon l’échelle STABLE-2007. Le nombre moyen d’évaluations réalisées par personne à l’aide de l’échelle AIGU-2007 était de 9,1 (É.-T. = 9,0, Mdn = 6,0, allant de 1 à 69) et de 1,6 (É.-T. = 0,9, Mdn = 1,0, allant de 1 à 5; tableau 1). Le temps moyen entre les évaluations réalisées à l’aide de l’échelle AIGU-2007 était de 35 jours (É.-T. = 38, Mdn = 28) et le temps moyen entre les évaluations réalisées à l’aide de l’échelle STABLE-2007 (tableau 1) était de 242 jours (É.-T. = 100, Mdn = 203).

Remarque : a Cotes moyennes de la première évaluation

Résultats et analyse

AIGU-2007

La première analyse visait à déterminer si la réévaluation améliorait la valeur prédictive (tableau 2). Dans le cadre de ces analyses, la récidive a été prise en compte seulement si elle a été commise dans les 180 jours suivant la dernière évaluation. Un individu récidivant 181 jours suivant la dernière évaluation est donc considéré comme un non-récidiviste. Trois modèles ont été mis à l’essai avec les structures de données suivantes : a) la base de référence, c.-à-d. la première évaluation en tant que variable « statique », b) le modèle entièrement dynamique dans le cadre duquel les cotes ont été mises à jour à chaque nouvelle évaluation, et c) le modèle d’évaluation aux 180 jours dans le cadre duquel les cotes ont été mises à jour une seule fois au cours de chaque période de 180 jours. Le modèle entièrement dynamique est bien adapté aux données, suivi du modèle d’évaluation aux 180 jours, qui est bien adapté aux variables de récidive (sexuelle, avec violence, etc.) La première évaluation de base a toujours été le prédicteur le moins efficace, bien que statistiquement efficace. Dans l’étude 1, les différences entre le modèle entièrement dynamique et le modèle d’évaluation aux 180 jours dans le cadre de l’utilisation de l’échelle AIGU-2007 n’étaient pas significatives (valeurs du BIC de 4,4, 5,0 et de 5,2 pour la récidive sexuelle, avec violence ou de toutes sortes, respectivement).

Dans le cadre d’un deuxième examen de la valeur de la réévaluation, l’ensemble de données a été réorganisé de façon à ce que la récidive ne soit prise en compte que si elle a eu lieu dans les 30 jours suivant la dernière évaluation. Les trois mêmes modèles ont ensuite été mis à l’essai : a) évaluation de base (première évaluation), b) entièrement dynamique et c) cotes mises à jour tous les 30 jours. Comme le montre le tableau 3, le modèle de base était encore une fois le moins bien adapté aux données. Il n’y avait que de petites différences entre le modèle entièrement dynamique et le modèle d’évaluation aux 30 jours. Dans l’étude 1, le modèle d’évaluation aux 30 jours était le plus adapté aux variables de récidive. Les différences du BIC ont toutefois tendance à être faibles, particulièrement en ce qui concerne la récidive sexuelle et la récidive avec violence ( ∆ BIC < 3,0). Néanmoins, les preuves que la réévaluation avait permis de prédire plus exactement le risque de récidive suffisaient à justifier l’examen des tendances de diminution de la valeur prédictive au cours de différentes périodes.

La prochaine série d’analyses réalisées avec l’échelle AIGU-2007 (tableau 4) compare la validité prédictive des cotes de risque sur des périodes allant de 30 à 180 jours. Les récidives survenues après la fin de chaque période n’ont pas été prises en compte. Par conséquent, le nombre de récidives variait selon chaque analyse, étant le plus important pour la période de 180 jours et le plus faible pour la période de 30 jours. Dans l’étude 1, on a observé une tendance constante selon laquelle la validité prédictive des cotes de risque calculées avec l’échelle AIGU-2007 au cours des périodes projetées plus courtes (30 et 45 jours) était plus grande que la valeur prédictive des cotes calculées au cours des périodes projetées de 120 ou 180 jours. Par exemple, en ce qui concerne la récidive de toutes sortes (tableau 4; étude 1), les valeurs de l’indice C étaient de 0,73 et de 0,72 pour 30 jours et 45 jours respectivement, comparativement à 0,69 pour 120 jours et 0,66 pour 180 jours. En ce qui concerne l’échelle AIGU-2007 dans l’étude 1, le coefficient de corrélation de rangs (tau de Kendall) entre les valeurs de l’indice C et la durée de la période était rτ = -,467 (les rangs attendus [1 à 5] étant emboîtés dans les résultats).

En concordance avec des analyses semblables d’une autre version de cet ensemble de données (Babchishin et Hanson, 2020), les analyses actuelles ont fourni de solides preuves que la réévaluation à l’aide de l’échelle AIGU-2007 améliore la valeur prédictive par rapport à celle de l’évaluation initiale de base. Les utilisateurs actuels recommandent de calculer la cote de risque à l’aide de l’échelle AIGU-2007 après chaque rencontre avec les personnes sous surveillance pendant la période de surveillance dans la collectivité, mais pas plus d’une fois par semaine (Brankley et coll., 2019). Dans l’étude 1, la plupart des évaluations ont été réalisées à un mois d’intervalle environ (médiane = 28 jours), ce qui traduit une fréquence de contacts conforme aux pratiques de surveillance en vigueur au Canada à ce moment-là. Les analyses actuelles ont révélé une plus grande exactitude prédictive des évaluations aux 30 jours ou aux 45 jours avant la récidive et que le modèle entièrement dynamique ne présentait aucun avantage par rapport aux évaluations aux 30 jours. Il y aurait toutefois peu de différence empirique entre le modèle entièrement dynamique et les évaluations aux 30 jours parce que l’écart moyen entre les évaluations était d’environ 30 jours. Néanmoins, les résultats appuient les recommandations actuelles visant à effectuer une réévaluation du risque à l’aide de l’échelle AIGU-2007 tous les 30 jours. Bien que l’infériorité de la valeur prédictive du modèle entièrement dynamique par rapport à celle des évaluations aux 180 jours soit évidente, les évaluations aux 45 jours avaient des tailles d’effet similaires à celles des évaluations aux 30 jours.

STABLE-2007

Il n’a pas été possible d’effectuer des comparaisons directesentre différents modèles dynamiques dans l’étude 1, étant donné que la plupart des cas n’ont été évalués qu’une seule fois. Il a toutefois été possible d’examiner comment la validité prédictive de l’échelle STABLE-2007 a changé en fonction de la proximité des récidives. Comme le montre le tableau 4, plus l’évaluation se rapproche de la récidive, plus la validité prédictive est élevée. Il y avait une forte relation linéaire entre la corrélation de rangs du temps de suivi et la taille de l’indice C de Harrell (tau de Kendall = - 0,993, les rangs attendus étant emboîtés dans les types de récidives). Les valeurs de l’indice C des évaluations tous les 30 et 45 jours (courtes périodes projetées) étaient grandes (0,79 à 0,90) et plus grandes que les valeurs AUC habituellement observées des outils d’évaluation du risque de récidive (qui se situent habituellement dans la fourchette 0,70). Les résultats de l’étude 1 soulignent généralement la valeur des réévaluations effectuées avec l’échelle STABLE-2007. Toutefois, les comparaisons directes entre les différentes périodes projetées nécessitent davantage d’évaluations, qui étaient disponibles dans l’étude 2.

Remarque. C : Indice de concordance de Harrell. ǂ  : Groupe de référence (le modèle qui convient le mieux). BIC ∆  : Différence BIC, 0-2 étant « faible », 2-6 « positif », 6-10 « fort » et 10+ « très fort » pour un meilleur ajustement du modèle. Les prédicteurs statistiquement significatifs (p < 0,05) dont en caractères gras.

Remarque. C : Indice de concordance de Harrell. ǂ  : Groupe de référence (le modèle qui convient le mieux). BIC ∆  : Différence BIC, 0-2 étant « faible », 2-6 « positif », 6-10 « fort » et 10+ « très fort » pour un meilleur ajustement du modèle. Les prédicteurs statistiquement significatifs (p < 0,05) sont en caractère gras. aLes modèles d’évaluation aux 30 jours et les modèles dynamiques étaient identiques parce qu’il n’y avait pas de réévaluation dans les périodes projetées de 30 jours.

Remarque. C : Indice de concordance de Harrell. Les prédicteurs statistiquement significatifs (p < 0,05) sont en caractères gras. aTotal de 6 604 évaluations réalisées avec l’échelle AIGU-2007 pour évaluer le risque de récidive sexuelle, 6 656 pour évaluer le risque de récidive avec violence et 6 238 pour évaluer le risque de récidive de toutes sortes. Tau de Kendall entre la récence et les valeurs de l’indice C = - 0,467 pour l’échelle AIGU-2007. bTotal de 1 239 évaluations réalisées avec l’échelle STABLE-2007 pour évaluer le risque de récidive sexuelle, 1 243 pour évaluer le risque de récidive avec violence et 1 216 pour évaluer le risque de récidive de toutes sortes. Tau de Kendall entre la récence et les valeurs de l’indice C = -0,933 pour l’échelle STABLE-2007.

Étude 2

Participants

L’étude 2 a pour sujets 4 221 hommes adultes condamnés à une peine provinciale (c.-à-d. une peine de moins de deux ans) pour avoir commis une infraction sexuelle et surveillés dans la collectivité entre 2005 et 2013 par les services correctionnels de la Colombie-Britannique (voir Helmus et coll., 2021). La période de suivi s’est terminée en 2013. Comme les sujets de l’étude 1, les sujets de l’étude 2 avaient en moyenne 40 ans (É.-T. = 13,7, soit de 18 à 90 ans), et 73 % d’entre eux (3 057/4 166) n’avaient fait l’objet d’aucune accusation ou condamnation antérieure pour infraction sexuelle. Dans l’échantillon total, 63 % des sujets étaient de race blanche, 22 % étaient d’origine autochtone et 15 % appartenaient à d’autres groupes ethnoculturels (p. ex. les Noirs, les Asiatiques de l’Est, les Hispaniques).

Les renseignements sur la récidive comprenaient toutes les accusations et condamnations dans la province de la Colombie-Britannique jusqu’au 4 juin 2013. Les accusations portées à l’extérieur de la Colombie-Britannique n’ont pas été prises en compte dans cette étude. La durée moyenne du suivi était de 4,6 ans (É.-T. = 2,5, Mdn = 4,5, allant de 0,1 à 8,5 ans). Les évaluations ont été effectuées avec les échelles AIGU-2007 et STABLE-2007 par les agents de probation entre le 13 décembre 2004 et le 4 juin 2013. Au cours de la période de suivi, l’échantillon comptait 56 091 évaluations réalisées avec l’échelle AIGU-2007; le nombre moyen d’évaluations par personne était de 13,7 (É.-T. = 11,1; Mdn = 11,0; allant de 1 à 85; tableau 1). L’échantillon comptait au total 11 101 évaluations réalisées avec l’échelle STABLE-2007 et le nombre moyen d’évaluations par personne était de 2,6 (É.-T. = 1,8; Mdn = 2,0; allant de 1 à 12; tableau 1). La durée moyenne entre les évaluations effectuées avec l’échelle AIGU-2007 était de 40 jours (É.-T. = 76, Mdn = 29) et la durée moyenne entre les évaluations effectuées avec l’échelle STABLE-2007 était de 245 jours (É.-T. = 213, Mdn = 190) (tableau 1).

Résultats et analyse

AIGU-2007

À l’instar de l’étude 1, l’étude 2 a fourni de solides preuves que les réévaluations améliorent la valeur prédictive. Comme le montre le tableau 2, les réévaluations aux 180 jours étaient meilleures que les évaluations de base, et les modèles les mieux adaptés étaient les cotes entièrement dynamiques (c.-à-d. mises à jour à chaque nouvelle évaluation). Toutes les différences entre le modèle dynamique et le modèle de base étaient très fortes ( ∆ BIC de 13,6 à 110,2), tout comme la plupart des différences entre le modèle dynamique et les réévaluations aux 180 jours ( ∆ BIC de 9,1 à 84,1).

Lorsque l’ensemble de données a été réorganisé pour les projections aux 30 jours (c.-à-d. quand la récidive à 31 jours n’a pas été prise en compte; tableau 3), le modèle dynamique était encore significativement meilleur que le modèle de base ( ∆ BIC de 8,0 à 66,8). Il y avait toutefois peu de différence entre les réévaluations entièrement dynamiques effectuées à l’aide de l’échelle AIGU-2007 et les réévaluations aux 30 jours en ce qui concerne les résultats de la récidive sexuelle ou de la récidive avec violence ( ∆ BIC < 3). En ce qui concerne les récidives de toutes sortes, il y a de solides preuves ( ∆ BIC de 7,8) que le modèle entièrement dynamique est mieux adapté aux données que les réévaluations aux 30 jours.

Comme le montre le tableau 5, dans le cadre du modèle de l’échelle AIGU-2007, les périodes de projection les plus courtes affichaient des valeurs de l’indice C plus grandes que les périodes de projection plus longues. La même tendance a été constatée concernant les trois variables de récidive (sexuelle, avec violence ou de toutes sortes). Le coefficient de corrélation de rangs entre le temps de suivi et la taille de l’indice C de Harrell était important (tau de Kendall = - 0,533, les rangs attendus [1 à 5] étant emboîtés dans les types de récidives).

À l’instar de l’étude 1, l’étude 2 a fourni de solides preuves que les réévaluations effectuées avec l’échelle AIGU-2007 améliorent la valeur prédictive. En termes de validité prédictive, les évaluations les plus récentes étaient les meilleures; toutefois, il y avait peu de différence entre le modèle entièrement dynamique et les projections aux 30 jours pour la récidive sexuelle et avec violente (les résultats favorisaient le modèle entièrement dynamique). En ce qui concerne la récidive de toutes sortes, le modèle entièrement dynamique s’est montré très efficace dans le cadre des réévaluations aux 30 jours. Bien qu’il y ait peu de différence empirique entre le modèle dynamique et les réévaluations aux 30 jours (l’écart médian entre les évaluations était de 29 jours), il est possible que les variables aiguës aient un rapport avec la récidive générale différent de celui qu’elles ont avec la récidive sexuelle ou avec violence (voir la « Discussion générale » ci-dessous).

STABLE-2007

Les modèles évaluant les facteurs de risque entièrement dynamiques avec l’échelle STABLE-2007 étaient plus adaptés à la récidive sexuelle, avec violence et de toutes sortes que les modèles de base (Δ BIC = 7,78 à 17,60; tableau 2). Comparativement aux cotes calculées lors des réévaluations aux 180 jours, les cotes calculées lors de l’évaluation des facteurs de risque entièrement dynamiques avec l’échelle STABLE-2007 présentaient un niveau d’exactitude similaire en ce qui concerne la récidive sexuelle (Δ BIC = 1,71), un niveau d’exactitude quelque peu meilleur en ce qui concerne la récidive avec violence (Δ BIC = 5,75) et un niveau d’exactitude bien meilleur en ce qui concerne la récidive de toutes sortes (le Δ BIC était de 14,47; tableau 2).

Si l’on considère les projections aux 30 jours (tableau 3), les réévaluations aux 30 jours étaient un peu mieux adaptées que le modèle de base à la récidive sexuelle, avec violence et de toutes sortes ( ∆ BIC de 4,4, 5,0 et 5,8 respectivement). L’ampleur de ces comparaisons était semblable à celle du modèle de base et du modèle d’évaluation aux 180 jours ( ∆ BIC de 6,1, 11,5 et 3,13 respectivement; tableau 2). Le modèle entièrement dynamique était identique au modèle d’évaluation aux 30 jours parce qu’en aucun cas plus d’une évaluation n’a été réalisée avec l’échelle STABLE-2007 dans les 30 jours précédant une récidive.

Conformément aux conclusions tirées au sujet de l’échelle AIGU-2007, l’évaluation effectuée avec l’échelle STABLE-2007 dans le délai de suivi le plus court (30 jours et 45 jours) avait la meilleure valeur prédictive en ce qui concerne la récidive sexuelle, avec violence et de toutes sortes (tableau 5). Il y avait une forte corrélation entre la validité prédictive (indice C de Harrell) et le temps écoulé depuis la récidive : l’exactitude prédictive diminuait à mesure que les délais de suivi devenaient plus longs (p. ex., tau de Kendall = - 0,800, les rangs attendus étant emboîtés dans les types de récidives).

Remarque. C : Indice de concordance de Harrell. Les prédicteurs statistiquement significatifs (p < 0,05) sont en caractères gras. aTotal de 56 091 évaluations réalisées avec l’échelle AIGU-2007 pour évaluer le risque de récidive sexuelle, 52 716 pour évaluer le risque de récidive avec violence et 46 479 pour évaluer le risque de récidive de toutes sortes. Tau de Kendall entre la récence et les valeurs de l’indice C = - 0,533 pour l’échelle AIGU-2007. b Total de 11 101 évaluations réalisées avec l’échelle STABLE-2007 pour évaluer le risque de récidive sexuelle, 10 372 pour évaluer le risque de récidive avec violence et 9 300 pour évaluer le risque de récidive de toutes sortes. Tau de Kendall entre la récence et les valeurs de l’indice C = -800 pour l’échelle STABLE-2007.

Analyse générale

Afin de mettre en œuvre des interventions efficaces qui réduisent la probabilité de récidive par les personnes sous surveillance dans la collectivité, il est essentiel que les facteurs de risque dynamiques (c.-à-d. les besoins liés aux facteurs criminogènes) soient évalués avec précision (Andrews et coll., 1990; Andrews et Bonta, 2010; Andrews et Dowden, 2006). De nombreux évaluateurs judiciaires qui travaillent auprès de personnes purgeant une peine dans la collectivité (p. ex. agents de libération conditionnelle et de probation) utilisent actuellement des outils d’évaluation des facteurs de risque dynamiques et réévaluent régulièrement le risque de récidive dans le cadre de la surveillance régulière. Les outils AIGU-2007 et STABLE-2007 sont les plus utilisés à cette fin (Bourgon et coll., 2018; Hill et Demetrioff, 2019; Kelley et coll., 2020; Neal et Grisso, 2014). La diminution de la valeur prédictive au fil du temps de ces outils d’évaluation du risque n’avait toutefois pas été examinée auparavant. À partir de nouvelles analyses statistiques et de deux échantillons indépendants, la présente étude a révélé que la valeur prédictive augmentait à mesure que l’évaluation était proche de la récidive. Néanmoins, les évaluations de base sont restées des prédicteurs significatifs (et modérément importants) dans toutes les analyses. Il n’y a pas de limite de temps (dans la plage temporelle étudiée) à partir de laquelle les évaluations ne permettaient plus d’indiquer le risque relatif de récidive. Par conséquent, les décisions concernant la période idéale de réévaluation doivent trouver un équilibre entre la valeur prédictive accrue liée à la récence des évaluations et les coûts et le fardeau administratif que représentent des évaluations fréquentes et répétées.

La présente étude révèle des points clés importants. Tout d’abord, deux échantillons indépendants de personnes sous surveillance qui purgeaient une partie de leur peine dans la collectivité ont permis de prouver l’utilité de réévaluations régulières effectuées à l’aide des outils d’évaluation des facteurs de risque dynamiques. De plus, les résultats de l’évaluation pourraient avoir des conséquences réelles sur la situation des personnes (p. ex. augmentation de l’intensité de la surveillance, visites à domicile). Par conséquent, les conclusions de la présente étude devraient être des études de validité sur le terrain (Edens et Boccaccini, 2017), soutenant leur application à des échantillons dans le cadre d’autres études sur la justice pénale, particulièrement au Canada. Deuxièmement, certaines recherches antérieures ont étudié si la différence de cote de risque à deux moments dans le temps (p. ex. avant et après le traitement) prédit la récidive (p. ex. de Vries Robbé et coll., 2015; Olver et coll., 2007; Vose et coll., 2013) ou si les cotes calculées lors des réévaluations à des périodes variables prédisent la récidive mieux que les cotes initialement calculées (de référence) (Viljoen et coll., 2017). La présente étude a permis de compléter cette recherche en évaluant s’il y avait des tendances de diminution de la valeur prédictive au cours de différentes périodes définies au moyen de modèles qui ressemblaient essentiellement aux périodes typiques de contact décrites dans les plans de gestion des cas du personnel correctionnel. Enfin, la présente étude a comparé directement et indirectement les tendances de la baisse de la valeur prédictive d’un outil d’évaluation des facteurs de risque dynamiques aigu (AIGU-2007) avec les tendances de la baisse de la valeur prédictive d’un outil d’évaluation des facteurs de risque dynamiques stable (STABLE-2007). Elle nous a permis de mieux comprendre ces outils de gestion des facteurs de risque dynamiques couramment utilisés et d’élucider leur capacité à prédire la probabilité de récidive des personnes sous surveillance dans la collectivité à diverses périodes d’évaluation.

Dans l’ensemble, les scores totaux des échelles AIGU-2007 et STABLE-2007 prédisaient de façon significative la récidive sexuelle, avec violence et de toutes sortes commise par les personnes des deux échantillons. Une plus grande exactitude prédictive a été constatée à l’égard de l’échantillon de développement [étude 1] qu’à l’égard de l’échantillon administratif [étude 2]; ce constat était attendu dans l’étude 1 en particulier, étant donné l’ampleur et la portée de l’information disponible sur laquelle les évaluations des facteurs de risque dynamiques étaient fondées (p. ex., information exhaustive sur la récidive, agents correctionnels bien formés, évaluations plus complètes, voir le Projet de surveillance dynamique; Hanson et coll., 2007; Hanson et coll., 2015).

L’analyse des échantillons dans l’étude actuelle a montré que la version dynamique de l’échelle AIGU-2007 et de l’échelle STABLE-2007 prédisait la récidive sexuelle, avec violence et de toutes sortes mieux que les premières évaluations calculées à l’aide de ces outils. Autrement dit, la réévaluation effectuée à l’aide des outils d’évaluation des facteurs de risque dynamiques peut améliorer la prédiction du risque de récidive. Les constatations actuelles concordent avec un nombre croissant de recherches récentes à l’appui de la réévaluation à l’aide des outils d’évaluation des facteurs de risque dynamiques de récidive générale et sexuelle (p. ex., Babchishin et Hanson, 2020; Lloyd et coll., 2020, Hanson et coll., 2021).

Comme nous l’avons supposé, cette étude a  également constaté des tendances constantes de diminution de la valeur prédictive des outils d’évaluation du risque AIGU-2007 et STABLE-2007 à mesure que les périodes projetées du calcul des cotes de risque se rallongeaient, particulièrement en ce qui concerne l’échelle STABLE-2007 (la moyenne du tau de Kendall étant de 0,87 pour l’échelle STABLE-2007 contre 0,50 pour l’échelle AIGU-2007). Plus précisément, les valeurs de l’indice C de Harrell ont diminué au fur et à mesure que les périodes s’allongeaient (de 30 à 180 jours) en ce qui concerne les trois différents types de récidives évalués (c.-à-d. sexuelle, avec violence et de toutes sortes). Les comparaisons directes des différents modèles ont également montré que plus l’évaluation est récente, plus la valeur prédictive est élevée. La réévaluation effectuée avec l’échelle AIGU-2007 aux 30 jours et aux 180 jours a permis de mieux prédire la récidive que les premières évaluations; toutefois, cela était plus particulièrement vrai de la réévaluation des cotes aux 30 jours (c.-à-d. que le Δ BIC était supérieur aux premières évaluations.).

Dans le cas des deux échantillons, la valeur de la réévaluation avec l’outil AIGU-2007 était plus importante que celle de la réévaluation avec l’outil STABLE-2007. La réévaluation effectuée avec l’échelle AIGU-2007 aux 30 jours a permis de prédire la récidive sexuelle, avec violence et de toutes sortes mieux que les cotes de référence. Bien que les évaluations plus fréquentes réalisées avec l’échelle AIGU-2007 à des périodes de moins de 30 jours n’ont pas amélioré la prédiction de la récidive sexuelle et avec violence, les deux modèles (évaluation aux 30 jours et modèle entièrement dynamique) étaient probablement fondés sur des données semblables étant donné que la période moyenne entre les évaluations effectuées avec l’échelle AIGU-2007 était d’environ 30 jours.

Les comparaisons directes ont révélé que la réévaluation effectuée avec l’échelle STABLE-2007 aux 180 jours améliorait la prédiction de récidive sexuelle, avec violence ou de toutes sortes par rapport aux cotes de référence. De plus, il y avait un lien étroit entre la récence des évaluations effectuées avec l’échelle STABLE-2007 (30 à 180 jours) et l’exactitude de ses prédictions. La comparaison directe entre les évaluations de base et les évaluations après 30 jours était également en faveur des évaluations après 30 jours, mais pas beaucoup. Par conséquent, l’étude n’a fourni que des preuves faibles des tendances de diminution de la valeur prédictive. Néanmoins, selon la tendance globale, la validité prédictive des cotes calculées à l’aide de l’échelle AIGU-2007 diminue plus rapidement et de façon plus significative que celle des cotes calculées à l’aide de l’échelle STABLE-2007. Cette tendance n’est pas étonnante puisque l’échelle AIGU-2007 tient compte de caractéristiques qui changent rapidement, tandis que les facteurs dynamiques stables sont conçus de manière à représenter des caractéristiques relativement durables.

Les conclusions globales sont en faveur d’une réévaluation régulière à l’aide des échelles AIGU-2007 et STABLE-2007 afin d’améliorer leur validité prédictive et de mieux informer les agents de surveillance communautaire de première ligne. En particulier, compte tenu de la rapidité avec laquelle une réévaluation avec l’échelle AIGU-2007 peut être effectuée (en cinq à dix minutes), la recommandation actuelle de le faire à chaque rencontre avec la personne surveillée ou au moins aux 30 jours semble raisonnable. Cependant, la mise à jour des cotes calculées à l’aide de l’échelle STABLE-2007 exige des efforts plus poussés (p. ex. entrevue et examen de l’information au dossier). Par conséquent, la décision de mettre à jour la cote de risque calculée avec l’échelle STABLE-2007 doit trouver un équilibre entre la valeur prédictive accrue liée à la récence des évaluations et les coûts que représentent des évaluations fréquentes et répétées. Selon la recommandation actuelle, une réévaluation devrait être effectuée tous les six à douze mois. D’après les résultats actuels, il est préférable d’effectuer une réévaluation au terme de la plus courte de ces deux périodes (6 mois) ou après des changements majeurs (p. ex., a terminé son traitement avec succès) dans les caractéristiques des délinquants ayant une incidence sur le risque.

Limites

Les intervalles de confiance de 95 % des valeurs de l’indice C de Harrell correspondant à chacune des périodes étaient assez larges en raison du petit nombre de cas de récidive sexuelle. Par conséquent, les intervalles de confiance se chevauchaient (faible puissance statistique; erreur de type II), même pour une étude comptant 4 221 participants (étude 2). Il n’a pas été possible de comparer directement les valeurs de l’indice C de Harrell entre les modèles parce que les tailles d’échantillon variaient.

Dans l’étude 1, la plupart des personnes sous surveillance dans la collectivité n’ont fait l’objet que d’une seule évaluation avec l’échelle STABLE-2007 (base de référence) au cours de la période de suivi; par conséquent, il n’a pas été possible de comparer trois modèles (c.-à-d. une évaluation de référence par rapport à une évaluation aux 180 jours par rapport à une évaluation conformément au modèle entièrement dynamique). Par conséquent, les analyses effectuées avec l’échelle STABLE-2007 ne pouvaient être tirées que de l’échantillon administratif (étude 2).

Auparavant, on a constaté que l’échelle AIGU-2007 évaluait les mêmes concepts sous-jacents tout au long de la période de suivi (invariance de la mesure au fil du temps; Babchishin et Hanson, 2020), mais aucune hypothèse d’invariance de la mesure de l’échelle STABLE-2007 n’a encore été testée. La question de savoir si les changements des cotes de risque dynamique peuvent être attribués à des changements réels plutôt qu’à des erreurs de mesure (Asparouhov et Muthén, 2009) est un sujet important qui devra être abordé dans les recherches futures.

Une autre limite possible est que les personnes des échantillons actuels qui ont fait l’objet de peines provinciales de surveillance dans la collectivité au Canada ne sont peut-être pas représentatives des personnes qui ont fait l’objet de peines fédérales au Canada.

Répercussions sur la recherche

D’autres études comprenant un nombre plus élevé de réévaluations effectuées avec l’échelle STABLE-2007 doivent être réalisées pour reproduire les résultats de l’étude 2. Plus particulièrement, la recherche pourrait utilement examiner si la diminution de la valeur prédictive de l’échelle STABLE-2007 au fil du temps est plus lente que celle de l’échelle AIGU-2007. Bien que les résultats actuels puissent être interprétés comme appuyant cette hypothèse, la tendance des résultats n’était pas tout à fait cohérente.

Plusieurs études ont révélé que les outils d’évaluation des facteurs de risque dynamiques comme les échelles STABLE-2007 et AIGU-2007 prédisent mieux la récidive sexuelle en plus de présenter les avantages des autres outils d’évaluation du risque, comme l’échelle Statique-99R (Brankley et coll., 2021; Hanson et coll., 2007; Helmus et coll., 2021). Certains chercheurs ont fourni des taux de récidive estimés pour les prédictions de risque calculées à l’aide d’outils d’évaluation des facteurs de risque statiques et dynamique (échelles Statique-99R et STABLE-2007; Brankley et coll., 2017). Lorsque les évaluations des risques statique et dynamique ont été combinées, les niveaux de risque de l’outil d’évaluation des facteurs de risque statiques ont généralement été ajustés à l’aide de la première évaluation effectuée avec l’échelle STABLE-2007 (Brankley et coll., 2017, 2019); la présente étude suggère que l’ajustement de l’évaluation effectuée avec l’échelle Statique-99R à l’aide de l’évaluation la plus récente peut permettre d’obtenir une évaluation plus exacte que si cet ajustement est fait à l’aide de la première évaluation.

La présente étude n’a examiné que la discrimination (ou le risque relatif) et non le calibrage (l’appariement entre les valeurs attendues et observées; Helmus et Babchishin, 2017). Même si plusieurs études (y compris la présente étude) ont révélé que les évaluations ultérieures améliorent le risque relatif (discrimination) par rapport aux évaluations antérieures, on sait peu de choses sur la façon dont les réévaluations éclaireraient les estimations absolues du risque. Étant donné que, plus les personnes demeurent dans la collectivité sans commettre d’infraction, plus le risque de récidive devrait diminuer (Hanson, 2018; Hanson et coll., 2018), il est probable que la relation entre les facteurs de risque dynamiques et le risque de récidive absolu évolue également au fil du temps.

Conclusion

Les recherches actuelles suggèrent que la validité prédictive de l’évaluation des facteurs de risque dynamiques diminue au fil du temps, probablement parce que les caractéristiques des individus ayant une incidence sur le risque évoluent. Ainsi, les réévaluations régulières à l’aide des outils d’évaluation des facteurs de risque dynamiques aident les agents correctionnels à évaluer plus précisément le risque que représentent les personnes, et une réévaluation fréquente semble plus pertinente pour les outils d’évaluation des facteurs de risque aigus que pour les outils d’évaluation des facteurs de risque stables. Les plans d’intervention devraient être mis à jour en fonction des résultats de la réévaluation pour assurer une gestion optimale des besoins liés aux facteurs criminogènes, comme les problèmes psychologiques (p. ex., effondrement émotionnel ou préoccupations sexuelles) ou les changements de situation (p. ex., accès aux victimes ou perte d’emploi).

Bibliographie

• Altman, D. G. et de Stavola, B. L. « Practical problems in fitting a proportional hazards model to data with updated measurements of the covariates », Statistics in Medicine, no 13(4) (1994), pp. 301-341. https://doi.org/ 10.1002/sim.4780130402
  
• Andrews, D. A. et J. Bonta, J. « Rehabilitating criminal justice policy and practice », Psychology, Public Policy, and Law, no 16(1) (2010), pp. 39–55. https://doi.org/10.1037/a0018362
  
• Andrews, D. A., Bonta, J. et Wormith, S. J. « Classification for effective rehabilitation : Rediscovering psychology », Criminal Justice and Behavior, no 17(1) (2004), pp. 19–52. https://doi.org/10.1177/0093854890017001004
  
• Andrews, D. A. et Dowden, C. « Risk principle of case classification in correctional treatment: A meta-analytic investigation », International Journal of Offender Therapy and Comparative Criminology, no 50(1) (2006), p. 88-100. https://doi.org/10.1177/0306624X05282556
  
• Asparouhov, T. et Muthén, B. « Exploratory structural equation modeling », Structural Equation Modeling, no 16(3) (2009), pp. 397-438. https://doi.org/10.1080/10705510903008204
  
• Babchishin, K. et Hanson, R. K. « Monitoring changes in risk of reoffending: A prospective study of 632 men on community supervision », Journal of Consulting and Clinical Psychology, no 88(10) (2020), pp. 886-898. https://doi.org/10.1037/ccp0000601
  
• Bonta, J. et Andrews, D. A. The psychology of criminal conduct(6e éd.) Routledge, 2017
  
• Bourgon, G., Mugford, R., Hanson, R. K. et Coligado, M. (2017) « Les pratiques en matière d’évaluation du risque chez les délinquants varient à l’échelle du Canada », Revue canadienne de criminologie et de justice pénale, no 60(2) (2018), pp. 167 à 205. https://doi.org/10.3138/cjccj.2016-0024
  
• Brankley, A. E., Babchishin, K. M., Chankin, L., Barsetti, I. et Hanson, R. K.  ACUTE-2007 Evaluator Workbook, 2019 [Rapport non publié]. Sécurité publique Canada
  
• Brankley, A. E., Babchishin, K. M. et Hanson, R. K. « STABLE-2007 demonstrates predictive and incremental validity in assessing risk-relevant propensities for sexual offending: A meta-analysis. » Sexual Abuse, no 33(1) (2021), pp. 34-62. https://doi.org/10.1177/1079063219871572
  
• Brankley, A., Helmus, L. et Hanson, R. STABLE-2007 evaluator workbook: Updated recidivism rates (includes combinations with Static-99R, Static-2002R, and Risk Matrix 2000) [rapport non publié], Sécurité publique Canada, 2017
  
• Brouillette-Alarie, S., Babchishin, K., Hanson, R. et Helmus, L. « Latent constructs of the Static-99R and Static-2002R: A three-factor solution », Assessment, no 23(1) (2016), pp. 96 à 111. https://doi.org/10.1177/1073191114568114
  
• Brouillette-Alarie, S. et Hanson, R. « Comparaison de deux mesures d’évaluation du risque de récidive des délinquants sexuels », Revue canadienne des sciences du comportement, no 47(4) (2015), pp. 292-304. https://doi.org/10.1037/cbs0000019
  
• Blumstein, A. et Nakamura, K. « Redemption in the presence of widespread criminal background checks. », Criminology, no 47(2) (2009), pp. 327-359. https://doi.org/10.1111/j.1745-9125.2009.00155.x
  
• Campbell, M. A., French, S. et Gendreau, P. « The Prediction of Violence in Adult Offenders: A Meta-Analytic Comparison of Instruments and Methods of Assessment », Criminal Justice and Behavior, no 36(6) (2009), pp. 567-590. https://doi.org/10.1177/0093854809333610
  
• Cohen, T. H., Lowenkamp, C. T. et VanBenschoten, S. W. Examining Changes in Offender Risk Characteristics and Recidivism Outcomes: A Research Summary, Federal Probation, no 80(2) (2016), pp. 57-68. https://www.uscourts.gov/sites/default/files/80_2_8_0.pdf
  
• de Vries Robbé, M., de Vogel, V., Douglas, K. S. et Nijman, H. L. I. « Changes in dynamic risk and protective factors for violence during inpatient forensic psychiatric treatment: Predicting reductions in post-discharge community recidivis. », Law and Human Behavior, no 39(1) (2015), pp. 53-61. https://doi.org/10.1037/lhb0000089
  
• Douglas, K. et Skeem, J. « Violence risk assessment: Getting specific about being dynamic », Psychology, Public Policy, and Law, no 11(3) (2005), 347–383. https://doi.org/10.1037/1076-8971.11.3.347
  
• Edens, J. F. et Boccaccini, M. T. « Taking forensic mental health assessment ‘out of the lab’ and into ‘the real world’: Introduction to the special issue on the field utility of forensic assessment instruments and procedures », Psychological Assessment, no 29(6) (2017), pp. 710-719. https://doi.org//10.1037/pas0000475
  
• Fernandez, Y., Harris, A., RK, H. et J, S. STABLE-2007 coding manual: Revised 2014 (Unpublished manual). Sécurité publique Canada, 2014
  
• Gordon, R. Applied statistics for the social and health sciences, Routledge, 2017
  
• Hanson, R. K. « What do we know about sex offender risk assessment? », Psychology, Public Policy, and Law, no 4(1–2) (1998), pp. 50–72. https://doi.org/10.1037/1076-8971.4.1-2.50
  
• Hanson, R. K. « Long-Term Recidivism Studies Show That Desistance Is the Norm », Criminal Justice and Behavior, no 45(9) (2018), pp. 1340–1346. https://doi.org/10.1177/0093854818793382
  
• Hanson, R. K., Babchishin, K. M., Helmus, L. M., Thornton, D. et Phenix, A. « Communicating the results of criterion referenced prediction measures: Risk categories for the Static-99R and Static-2002R sexual offender risk assessment tools », Psychological Assessment, 29(5) (2017), pp. 582-597.https://doi.org/10.1037/pas0000371
  
• Hanson, R. K., Bourgon, G., McGrath, R., Kroner, D., D’Amora, D., Thomas, S. et Tavarez, L. A five-level risk and needs system: Maximizing assessment results in corrections through the development of a common language. The Council of State Governments Justice Center, 2017. https://csgjusticecenter.org/wp-content/uploads/2017/01/A-Five-Level-Risk-and-Needs-System_Report.pdf
  
• Hanson, R. K et Harris, A. « Where should we intervene? Dynamic predictors of sexual offense recidivism », Criminal Justice and Behavior, no 27(1) (2000), pp. 6-35. https://doi.org/10.1177/0093854800027001002
  
• Hanson, R. K., Harris, A. J. R, Letourneau, E, Helmus, L. M. et Thornton, D. « Réduction du risque en fonction du temps libre dans la collectivité : Autrefois délinquant sexuel, pas toujours délinquant sexuel », Psychology, Public Policy and Law, no 24(1) (2018), pp. 48-63. https://doi.org/10.1037/law0000135
  
• Hanson, R. K., Harris, A., Scott, T. et Helmus, L. Évaluation du risque chez les délinquants sexuels soumis à une surveillance dans la collectivité : le Projet de surveillance dynamique (Rapport pour spécialistes no 2007-05), Sécurité publique Canada, 2007
  
• Hanson, R. K., Helmus, L.-M. et Harris, A. J. R. « Assessing the risk and needs of supervised sexual offenders: A prospective study using STABLE-2007, Static-99R, and Static-2002R » Criminal Justice and Behavior, no 42(12) (2015), pp. 1205–1224. https://doi.org/10.1177/0093854815602094
  
• Hanson, R. K. et Morton-Bourgon, K. E. « The accuracy of recidivism risk assessments for sexual offenders: A meta-analysis of 118 prediction studies. » Psychological Assessment, no 21(1) (2009), pp. 1-21. https://doi.org/10.1037/a0014421
  
• Hanson, R. K., Newstrom, N., Brouillette-Alarie, S., Thornton, D. et Miner, M. H. « Does reassessment improve prediction? A prospective study of the Sexual Offender Treatment Intervention and Progress Scale (SOTIPS) », The International Journal of Offender Therapy and Comparative Criminology, no 65(16) (2021), pp. 1775-1803. https://doi.org/10.1177/0306624X20978204
  
• Harrell, F. E., Lee, K. L. et Mark, D. B. « Multivariable prognostic models: Issues in developing models, Evaluating assumptions and adequacy, and measuring and reducing errors » Statistics in Medicine, 15(4) (1996), p. 361-387. https://doi.org/10.1002/(SICI)1097-0258(19960229)15:4<361::AID-SIM168>3.0.CO;2-4
  
• Harris, A. J. R. et Hanson, R. K « Clinical, actuarial and dynamic risk assessment of sexual offenders: Why do things keep changing? » Journal of Sexual Aggression, no 16(3) (2010), pp. 296-310. https://doi.org/10.1080/13552600.2010.494772
  
• Harris, G. T. et Rice, M. E. « Adjusting actuarial violence risk assessments based on aging or the passage of time », Criminal Justice and Behavior, no 34(3) (2007), pp. 297-313. https://doi.org/10.1177/0093854806293486
  
• Helmus, L. M. et Babchishin, K. M. « Primer on risk assessment and the statistics used to evaluate its accuracy », Criminal Justice and Behavior, no 44(1) (2017), pp. 8–25. https://doi.org/10.1177/0093854816678898
  
• Helmus, L. M., Hanson, R. K., Murrie, D. C. et Zabarauckas, C. L. « Field validity of Static-99R and STABLE-2007 with 4,433 men serving sentences for sexual offences in British Columbia: New findings and cumulative meta-analysis », Psychological Assessment, no 33(7) (2021), pp. 581-595. https://doi.org/10.1037/pas0001010
  
• Hill, D. et Demetrioff, S. « Clinical-forensic psychology in Canada: A survey of practitioner characteristics, attitudes, and psychological assessment practices », Canadian Psychology/Psychologie Canadienne, no 60(1) (2019), pp. 55 à 63. https://doi.org/10.1037/cap0000152
  
• Howard, P. et Dixon, L. « Identifying change in the likelihood of violent recidivism: Causal dynamic risk factors in the OASys violence predictor », Law and Human Behavior, no 37(3) (2013), pp. 163 à 174. https://doi.org/10.1037/lhb0000012
  
• Kelley, S. M., Ambroziak, G., Thornton, D. et Barahal, R. M. « How do professionals assess sexual recidivism risk? An updated survey of practices », Sexual Abuse, no 32(1) (2020), pp. 3-29. https://doi.org/10.1177/1079063218800474
  
• Labrecque, R. M., Smith, P., Lovins, B. K. et Latessa, E. J. « The importance of reassessment: How changes in the LSI-R risk score can improve the prediction of recidivism », Journal of Offender Rehabilitation, 53(2) (2014), pp. 116 à 128. https://doi.org/10.1080/10509674.2013.868389
  
• Leite W. L. « A comparison of latent growth models for constructs measured by multiple items », Structural Equation Modeling, no 14(4) (2007), pp. 581-610. https://doi.org/10.1080/10705510701575438
  
• Liu, Y., Millsap, R. E., West, S. G., Tein, J.-Y., Tanaka, R. et Grimm, K. J. « Testing measurement invariance in longitudinal data with ordered-categorical measures », Psychological Methods, no 22(3), pp. 486-506. https://doi.org/10.1037/met0000075
  
• Lloyd, C., Hanson, R., Richards, D. et Serin, R. « Reassessment improves prediction of criminal recidivism: A prospective study of 3,421 individuals in New Zealand », Psychological Assessment, no 32(6) (2020), pp. 568-581. https://doi.org/10.1037/pas0000813
  
• McGrath, R. J., Cumming, G., Burchard, B., Zeoli, S. et Ellerby, L. Current practices and emerging trends in sexual abuser management: The Safer Society 2009 North American Survey. Safer Society Press, 2010. http://ra.ocls.ca/ra/login.aspx?inst=centennial&url=https://www.deslibris.ca/ID/223961
  
• McNaughton Nicholls, C., Callanan, M., Legard, R., Tomaszewski, W., Purdon, S. et Webster, S. Examining implementation of the stable and acute dynamic risk assessment tool pilot in England and Wales. Ministry of Justice, 2010. https://espace.library.uq.edu.au/view/UQ:236394
  
• Neal, T. M. S. et Grisso, T. « Assessment practices and expert judgment methods in forensic psychology and psychiatry: An international snapshot », Criminal Justice and Behavior, no 41(12) (2014), pp. 1406–1421. https://doi.org/10.1177/0093854814548449
  
• Olver, M. E., Wong, S. C. P., Nicholaichuk, T. et Gordon, A. « The validity and reliability of the Violence Risk Scale-Sexual Offender version: Assessing sex offender risk and evaluating therapeutic change », Psychological Assessment, no 19(3) (2007), pp. 318-329. https://doi.org/10.1037/1040-3590.19.3.318
  
• Phenix, A., Fernandez, Y., Harris, A. J. R., Helmus, M, Hanson R. K. et Thornton D. « Statique-99R - Règles de cotation révisées – 2016 », Rapport de recherche 2017–R012. Sécurité publique Canada, 2017. http://www.saarna.org.
  
• Polaschek, D. L. L. et Yesberg, J. A. « High-risk violentprisoners’ patterns of change on parole on theDRAOR’s dynamic risk and protective factors », Criminal Justice and Behavior, no 45(3) (2018), pp. 340-363. https://doi.org/10.1177/0093854817739928
  
• Raftery, A. E. « Bayesian model selection in social research », Sociological Methodology, no 25 (1995), pp. 111-163. https://doi.org/10.2307/271063
  R Core Team. R: A language and environment for statistical computing [Computer software]. R Foundation for Statistical Computing, 2013, Vienna. http://www.R-project.org/
  
• Rice, M. E. et Harris, G. T. « Comparing effect sizes in follow-up studies: ROC Area, Cohen’s d, and r. », Law and Human Behavior, no 29(5) (2005), pp. 615-620. https://doi.org/10.1007/s10979-005-6832-7
  
• Serin, R. C., Chadwick, N. et Lloyd, C. D. « Integrating dynamic risk assessment into community supervision practice » dans D. L. L. Polaschek, A. Day et C. R. Hollin (dir.), The Wiley International Handbook of Correctional Psychology, pp. 725–743, 2019. John Wiley & Sons, Ltd. https://doi.org/10.1002/9781119139980.ch45
  
• Seto, M. C., et Fernandez, Y. M. « Dynamic risk groups among adult male sexual offenders », Sexual Abuse: A Journal of Research and Treatment, no 23(4) (2011), pp. 494-507. https://doi.org/10.1177/1079063211403162
  
• Singer, J. et Willet, J. Applied longitudinal data analysis: Modeling change and event occurrence. Oxford University Press, 2003.
  
• Therneau, T. Package “survival” (Version 3.1-11) [Logiciel].
  
• Tully, R. J., Chou, S. et Browne, K. D. « A systematic review on the effectiveness of sex offender risk assessment tools in predicting sexual recidivism of adult male sex offenders », Clinical Psychology Review, no 33(2), pp. 287-316. https://doi.org/10.1016/j.cpr.2012.12.002
  
• van den Berg, J. W., Smid, W., Schepers, K., Wever, E., van Beek, D., Janssen, E. et Gijs, L. The predictive properties of dynamic sex offender risk assessment instruments: A meta-analysis. Évaluation psychologique, no 30(2) (2018), pp. 179-191. https://doi.org/10.1037/pas0000454
  
• Viljoen, J. L., Gray, A. L., Shaffer, C., Bhanwer, A., Tafreshi, D. et Douglas, K. S. « Does reassessment of risk improve predictions? A framework and examination of the SAVRY and YLS/CMI », Psychological Assessment, no 29(9) (2017), pp. 1096-1110. https://doi.org/10.1037/pas0000402
  
• Volinsky, C. T. et Raftery, A. E. « Bayesian information criterion for censored survival models », Biometrics, no 56(1) (2010), pp. 256-262. https://doi.org/10.1111/j.0006-341 X.2000.00256.x
  
• Vose, B., Smith, P. et Cullen, F. T. « Predictive validity and the impact of change in total LSI-R score on recidivism », Criminal Justice and Behavior, no 40(12) (2013), pp. 1383-1396. https://doi.org/10.1177/0093854813508916
  
• Ward, T. et A. R. Beech « Dynamic risk factors: A theoretical dead-end? », Psychologie, criminalité et droit, no 21(2) (2015), pp. 100-113. https://doi.org/10.1080/1068316X.2014.917854
  
• Wong, S., Olver, M. et Stockdale, K. « The utility of dynamic and static factors in risk assessment, prediction, and treatment », Dans Handbook of violence risk assessment and treatment: New approaches for mental health professionals(pp. 83–120) Springer Publishing Co, 2009.
  
• Yang, M., Wong, S. C. P. et Coid, J. « The efficacy of violence prediction: A meta-analytic comparison of nine risk assessment tools », Psychological Bulletin,no 136(5) (2010), pp. 740-767. https://doi.org/10.1037/a0020473
  
• Zamble, E. et Quinsey, V. The criminal recidivism process. Cambridge University Press, 1997

Date de modification :

2023-06-26