The Prediction of Criminal Recidivism Using Routinely Available File Information

• Autores: Diana Fries, Astrid Rossegger, Jérôme Endrass, Jay P. Singh
• Localización: International Journal of Psychological Research, ISSN 2011-2084, ISSN-e 2011-2084, Vol. 6, Nº. 2, 2013, págs. 8-14
• Idioma: inglés
• DOI: 10.21500/20112084.671
• Títulos paralelos:
  • La predicción de la reincidencia delictiva Usando información de archivos rutinariamente disponibles
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Objetivo: El objetivo del presente estudio fue el de cross-validar la investigación de Buchanan y Leese (2006) en la predicción de la reincidencia criminal. Método. La muestra constó de delincuentes en el sistema de justicia penal del Cantón de Zúrich – Suiza, quienes fueron dados de alta a la comunidad. Los participantes fueron seguidos, y la evidencia de los cargos posteriores y condenas por reincidencia general y grave se investigó en períodos fijos de 2.5, 6.5 y 10.5 años. Se evaluó la validez predictiva de la historia criminal socio- demográficas e información de clase legal mediante regresión logística, así como el logaritmo de verosimilitud, la curva ROC, y análisis de contingencia. Resultados. Se encontró un modelo multivariable que incluye la edad y la información de antecedentes penales para producir los más altos índices de validez predictiva de reincidencia. Conclusión. Información habitualmente accesible en prácticas forenses puede ser capaz de guiar a los médicos respecto al nivel de riesgo de reincidencia de sus pacientes.

  • English

    Objective. The aim of the present study was to cross-validate the investigation of Buchanan and Leese (2006) into the prediction of criminal recidivism. Method. The sample comprised offenders in the criminal justice system of the Canton of Zürich – Switzerland, who were discharged to the community. Participants were followed, and evidence of subsequent charges and convictions for both general and serious recidivism was investigated at fixed periods of 2.5, 6.5, and 10.5 years. The predictive validity of socio-demographic, criminal history, and legal class information was assessed using logistic regression as well as log-likelihood, receiver operating characteristic curve, and contingency analyses. Results. A multivariable model including age and criminal history information was found to produce the highest rates of predictive validity for general and serious recidivism. Conclusion. Information regularly accessible in forensic practice may be able to guide clinicians as to the recidivism risk level of their patients.