挪威监狱释放人员再犯率的预测：OxRec风险评估工具的外部验证

《Psychology, Crime & Law》：Prediction of reoffending in people released from prison in Norway: external validation of the OxRec risk assessment tool

本研究通过挪威2000-2019年监狱释放人员数据，验证了OxRec再犯风险预测工具。结果显示，经校准的模型在预测暴力再犯（1年AUC 0.721，2年0.774）和任何再犯（1年0.721，2年0.728）方面表现良好，灵敏度和特异性能够满足司法需求，支持挪威应用该工具补充专业判断。

　　在现代司法体系中，风险评估工具的应用正变得越来越重要。随着监狱人口数量的增加以及重新犯罪率的持续存在，如何准确预测个体在释放后的再犯可能性，已成为司法系统面临的重要挑战。这一需求推动了对可扩展、基于证据的风险评估方法的探索。最近的一项研究重点评估了OxRec这一风险预测工具在挪威数据中的表现，旨在验证其在不同司法环境下的适用性。研究采用了一系列统计方法，包括区分度、校准和分类的评估，以确保工具的预测性能能够满足实际应用的需求。

研究数据来源于挪威的行政记录系统，涵盖了从2000年至2019年间被监禁的个体信息。这些数据与挪威的死亡原因登记、患者登记以及社会经济数据进行了链接，利用独特的11位个人身份号码（PIN）来识别个体。这种数据整合方式确保了研究的全面性和前瞻性，同时也提供了几乎完整的随访信息，能够准确捕捉个体在释放后的再犯情况。研究对象包括26,863名个体，其中90%为男性，中位年龄为36岁（四分位距为27–46岁）。在释放后的1年内，29%的个体再次犯罪，而在2年内这一比例上升至39%。这表明在挪威，再犯率相较于瑞典有所下降，但也仍然存在较高的风险。

OxRec工具最初是基于瑞典的行政记录数据开发的，旨在评估个体在释放后的再犯风险。其设计特点包括三个主要领域：社会人口学、犯罪史和临床/医疗因素。这些领域涵盖了性别、年龄、犯罪历史、移民身份、婚姻状况、收入、教育水平、心理健康诊断以及物质使用障碍等关键预测变量。与许多现有的风险评估工具不同，OxRec不仅提供了区分度的评估，还特别关注校准，即预测结果与实际观察结果之间的匹配程度。此外，该工具的最终统计模型和系数均以公开形式发布，提高了其透明度和可验证性。

为了确保OxRec在挪威环境中的适用性，研究团队采取了三步验证策略。首先，使用原始模型的系数和基准风险估计值对挪威人群进行简单的验证。结果显示，该工具在区分度方面表现良好，其AUC值（曲线下面积）在1年和2年的暴力再犯预测中分别为0.772和0.774，而在任何再犯的预测中，AUC值为0.721和0.728。然而，校准指标显示，原始模型在挪威样本中存在一定的偏差，尤其是在暴力再犯的预测中，CITL（校准在大样本中）的值为负数，表明预测结果与实际发生率之间存在系统性差异。因此，研究团队对基准风险进行了更新，并通过线性校准因子对模型进行了调整，以提高其预测准确性。校准后的模型在区分度和校准方面均表现出良好的性能，CITL值趋于零，Brier分数也接近于零，这表明预测结果与实际观察结果之间的匹配度显著提高。

在具体应用方面，研究团队根据挪威样本的再犯率调整了风险阈值。例如，对于暴力再犯的预测，将风险阈值设定为10%，而任何再犯的风险阈值则设定为20%和30%。这一调整确保了模型在实际应用中的分类平衡，有助于司法系统在资源分配和干预措施制定时做出更加合理的决策。在这些阈值下，模型的敏感性范围为72%至86%，特异性则为44%至70%。这意味着，模型能够有效识别出再犯可能性较高的个体，同时在一定程度上减少对非再犯者的误判。

研究还指出，尽管OxRec在挪威的样本中表现良好，但其性能仍然受到一些因素的限制。例如，由于挪威的患者登记系统没有涵盖所有时间点的数据，因此无法完全反映个体的长期心理健康状况。此外，虽然挪威与瑞典在许多方面相似，但两者在司法政策和社会人口结构上仍存在差异，这些差异可能影响模型的预测结果。然而，即使在这些条件下，经过校准后的OxRec在挪威样本中的整体表现仍然稳定，显示出其在不同社会背景下的适用性。

值得注意的是，研究团队强调了风险评估工具在实际应用中的重要性。这些工具不仅能够提供客观的预测结果，还能作为专业判断的补充，帮助司法系统制定更加个性化的支持措施。例如，对于高风险个体，尤其是那些有物质使用障碍或心理健康问题的个体，可以优先安排社区资源，如药物滥用干预服务或心理健康支持计划。而对于低风险个体，则可以继续提供标准的释放后支持，以确保风险评估工具不会成为限制获得必要服务的障碍。此外，研究还建议，未来需要进一步探索如何将OxRec的预测结果与具体的干预措施相结合，以最大程度地减少再犯率。

研究的另一个重要方面是其方法的透明性和系统性。整个验证过程遵循了TRIPOD声明（透明报告多变量预测模型的指南），确保了研究结果的可重复性和可解释性。这种系统性的方法不仅提高了研究的可信度，也为其他司法系统提供了可借鉴的验证框架。例如，研究团队使用了校准图和ROC曲线（接收者操作特征曲线）来直观展示模型的预测性能，这种可视化方式有助于司法人员更好地理解工具的输出结果，并在实际操作中做出更合理的决策。

此外，研究还探讨了风险评估工具在司法系统中的伦理和法律问题。由于研究基于行政记录数据，所有信息均经过匿名化处理，因此无需获得受试者的知情同意。这种做法在许多基于注册数据的研究中是常见的，但也引发了关于数据隐私和伦理审查的讨论。研究团队已经获得了伦理委员会的批准，并确保了数据的合法使用。然而，数据共享的限制仍然存在，因为挪威的法律禁止公开敏感和机密数据。这表明，尽管OxRec在技术上表现良好，但其在实际应用中仍然需要在数据安全和隐私保护方面保持谨慎。

研究还指出，风险评估工具的使用需要结合具体司法环境进行调整。例如，OxRec在挪威的表现虽然良好，但其原始版本是基于瑞典的样本数据开发的，因此在挪威的应用中需要进行一定的校准。这种校准过程不仅提高了模型的预测准确性，还确保了其在不同司法体系中的适用性。因此，研究团队建议将校准后的模型称为NOxRec，以区别于原始版本。这种命名方式有助于在实际应用中明确区分不同版本的工具，避免混淆。

总的来说，这项研究展示了OxRec工具在挪威样本中的良好表现，并为其在挪威司法系统中的应用提供了科学依据。研究结果表明，经过校准后的OxRec能够有效预测个体在释放后的再犯风险，无论是在暴力犯罪还是任何类型的再犯方面。这种工具的使用不仅可以提高司法决策的客观性和一致性，还能帮助司法系统更有效地分配资源，为不同风险水平的个体提供针对性的支持。然而，研究也指出了该工具在实际应用中的一些局限性，例如数据的不完整性、风险阈值的选择以及不同司法体系之间的差异。因此，未来的研究需要进一步探索如何优化这些工具的性能，并确保其在不同社会背景下的适用性。

OxRec工具的成功验证不仅对挪威具有重要意义，也为其他司法系统提供了借鉴。随着全球范围内对风险评估工具的需求不断增长，如何确保这些工具在不同国家和文化背景下的有效性，已成为一个重要的研究方向。OxRec的校准过程展示了如何在不同数据背景下调整预测模型，以提高其适用性和准确性。这种经验对于其他希望引入类似工具的国家来说，具有重要的参考价值。此外，研究还强调了风险评估工具在司法决策中的潜在作用，特别是在资源有限的情况下，如何通过这些工具提高干预措施的效率和公平性。

未来的研究可以进一步探讨OxRec在不同司法系统中的表现，并评估其在实际应用中的效果。例如，可以研究OxRec是否能够有效预测特定类型的犯罪，如财产犯罪或性犯罪，以及其在不同人口群体中的适用性，如女性或年轻个体。此外，还可以探索如何将OxRec与其他风险评估工具结合使用，以提高预测的全面性和准确性。同时，研究团队也建议，未来应关注如何将风险评估结果与具体的干预措施相匹配，以确保工具的实际应用价值。

在实际操作中，OxRec工具的使用需要考虑多个因素，包括数据的可获取性、工具的校准过程以及风险阈值的选择。由于OxRec依赖于行政记录数据，因此其应用范围可能受到数据质量的影响。例如，在挪威，患者登记系统的时间范围有限，这可能导致某些变量的缺失或不完整。因此，在使用OxRec时，需要确保数据的全面性和准确性，以避免预测结果的偏差。此外，风险阈值的选择也需要根据具体的司法需求进行调整，以确保工具能够有效地支持决策过程。

OxRec的校准过程还表明，风险评估工具的性能可能会随着时间的推移而发生变化。因此，定期更新和重新验证这些工具，对于确保其在不同时间点的适用性至关重要。特别是在司法政策和社会环境发生变化的情况下，原有的预测模型可能需要进行调整，以适应新的现实情况。这种动态调整的过程不仅有助于提高预测的准确性，还能确保风险评估工具的长期有效性。

最后，研究强调了风险评估工具在促进司法公正和透明度方面的作用。这些工具能够提供客观的预测结果，减少人为判断的主观性，从而提高司法决策的一致性和公平性。然而，研究也指出，工具的使用不应取代专业判断，而应作为其补充。在实际应用中，风险评估工具需要与专业人员的判断相结合，以确保干预措施既科学又合理。这种结合不仅能够提高预测的准确性，还能确保司法系统的整体运作更加高效和公正。