Het effect van een positief sociaal netwerk op de relatie tussen de klinische factoren van de. HKT-r en recidive bij voormalig terbeschikkinggestelden

Transcriptie

1 Running head: EFFECT SOCIAAL NETWERK KLINISCH DOMEIN EN RECIDIVE 1 Het effect van een positief sociaal netwerk op de relatie tussen de klinische factoren van de HKT-r en recidive bij voormalig terbeschikkinggestelden Nina A.S. Sabbatino Universiteit van Tilburg Nina A.S. Sabbatino, , Eerste begeleider: Drs. Mirthe G.C. Noteborn, tweede begeleider: Stefan Bogaerts

2 EFFECT SOCIAAL NETWERK KLINISCH DOMEIN EN RECIDIVE 2 Samenvatting Sinds enkele jaren is er toenemende aandacht voor de positieve invloed van sociale steun bij de integratie van delinquenten. Verschillende onderzoeken vonden dat het hebben van een positief sociaal netwerk, delinquenten bescherming biedt tegen het terugvallen in crimineel gedrag. Deze studie heeft getracht te onderzoeken of het hebben van een positief sociaal netwerk, een bufferend effect heeft op de relatie tussen de klinische risicofactoren en het recidiveren van voormalig terbeschikkinggestelden (vijf jaar na ontslag uit de kliniek). De data is verzameld door afname van de Historische Klinische en Toekomstige-revisie (HKT-r) bij alle mannen en vrouwen die tbs met een dwangmaatregel opgelegd hadden gekregen en die tussen 2004 en 2008 onvoorwaardelijk ontslagen werden. Er werd geen ondersteuning gevonden voor een voorspellende waarde van het Klinische domein en haar indicatoren op de kans op recidive na vijf jaar. Eveneens werd geen ondersteuning gevonden voor een modererend effect van sociale steun op de relatie tussen het Klinische domein (en haar aparte klinische indicatoren) en recidive na vijf jaar. Het Historische domein bleek de beste voorspeller voor recidive (vijf jaar na ontslag uit de kliniek). Dit resultaat wordt door eerder onderzoek ondersteunt. Het meest verassende resultaat was, dat het hebben van een negatief sociaal netwerk de kans op recidive na vijf jaar verkleinde. Verklaringen voor deze bevinding, beperkingen van het onderzoek en ideeën voor verder onderzoek worden besproken. Sleutelwoorden: sociale steun, HKT-r, risicofactoren, recidive

3 EFFECT SOCIAAL NETWERK KLINISCH DOMEIN EN RECIDIVE 3 abstract Recently researchers have been interested in the positive influence of social support on the integration process of former delinquents. Several studies found that having a positive social network protects former delinquents from reoffending. This study aimed to investigate: if having a positive social network has a buffering effect on the influence on the clinical risk factors of the delinquent s likelihood of reoffending within five years after discharge. The data has been collected using the Historical Clinical and Future Revision (HKT-R), a risk assessment instrument. Analysing all patients who were committed to a forensic psychiatric facility and have been unconditionally discharged between 2004 and This study found no predictive value for the Clinical domain or the separate clinical indicators with regards to reoffending after five years. Furthermore no evidence was found, supporting the idea of a buffering effect of social network on the relationship between the Clinical domain (or the separate clinical indicators) and recidivism after five years. The results show that the Historical domain is the best predictor for reoffending within five years after release. This finding is supported by previous research. The most surprising result however, was that having a negative social network diminished the chance of reoffending after 5 years. Several explanations for this finding, limitations of this study and suggestions for further research are discussed. Keywords: social support, HKT-r, risk factors, recidivism

4 EFFECT SOCIAAL NETWERK KLINISCH DOMEIN EN RECIDIVE 4 Het Effect van een Positief Sociaal Netwerk op de Relatie Tussen de Klinische Factoren van de HKT-r en Recidive bij Voormalig Terbeschikkinggestelden Wanneer men in Nederland te maken krijgt met een delinquent met een psychiatrische en/of psychische stoornis, die een zwaar misdrijf heeft gepleegd, kan er een maatregel terbeschikkingstelling (tbs) opgelegd worden (Boonmann, Wartna, Bregman, Schapers, & Beijersbergen, 2015; van Vliet, 2001). Aan de oplegging van deze maatregel zijn een aantal eisen verbonden. Ten eerste moet er sprake zijn van een mentale stoornis en deze stoornis moet van invloed zijn geweest tijdens het delict, waardoor de verdachte in meer of mindere mate ontoerekeningsvatbaar was. Ten tweede moet het misdrijf dusdanig ernstig zijn dat er normaliter een strafdreiging van minstens vier jaar voor staat. Ten slotte moet de verdachte een gevaar vormen voor anderen of de eigendommen van anderen en moet er een verhoogde kans op recidive zijn, dit wil zeggen een herhaling van het delict. (van Vliet, 2001). Deze eisen staan beschreven in artikel 37 van het wetboek van strafrecht (2009). De tbs-maatregel heeft twee functies; het beschermen van de maatschappij door opsluiting van de delinquent en het verkleinen van de kans op recidive. Door de delinquent een behandeling te bieden die gericht is op het bewerkstelligen van psychologische en gedragsmatige veranderingen die het recidiverisico kunnen verlagen (van Vliet, 2001). Kenmerken of omstandigheden die mogelijk kunnen bijdragen aan het plegen van een delict worden riscofactoren genoemd. Anders gezegd, risicofactoren zijn persoonlijke- of omgevingselementen die de kans op herhaling van het delict gedrag vergroten (Hanson, & Harris, 2001). Er wordt onderscheid gemaakt tussen statische- en dynamische risicofactoren. Statische risicofactoren zijn vaststaande gegevens die niet beïnvloed kunnen worden door een behandeling, zoals de justitiële voorgeschiedenis, etniciteit of de leeftijd waarop het eerste delict gepleegd wordt (Bouman, de Ruiter, & Schene, 2010; van der Put et al., 2011).

5 EFFECT SOCIAAL NETWERK KLINISCH DOMEIN EN RECIDIVE 5 Onder dynamische risicofactoren, worden beïnvloedbare factoren verstaan die samenhangen met een verhoogd recidiverisico. Dit zijn de factoren waarbij er door middel van een therapeutische of medicamenteuze behandeling getracht wordt om deze dusdanig te veranderen, waardoor het recidiverisico daalt (Bouma et al., 2010). Binnen de verschillende dynamische risicofactoren wordt er eveneens onderscheid gemaakt tussen acute en stabiele risicofactoren (van Domburgh, de Ruiter, & Doreleijers, 2004). Acute dynamische risicofactoren betreffen plotseling veranderende, kortdurende momenten zoals bijvoorbeeld een woedeaanval. Acute dynamische risicofactoren hebben slechts een beperkte voorspellende waarde voor recidiverisico (Hanson, & Harris, 2001). In tegenstelling tot acute dynamische risicofactoren zijn stabiele dynamische risicofactoren juist wel beïnvloedbare factoren op de langere termijn. Voorbeelden zijn verslaving, werkeloosheid, het hebben van een persoonlijkheidsstoornis en/of antisociale gedragingen en impulsiviteit (Hanson, & Harris, 2001; Bouman et al., 2010). Voor het in kaart brengen van deze risicofactoren en de inschatting van recidivegevaar, wordt er een risicotaxatie gedaan. Dat wil zeggen; een inschatting, aan de hand van verschillende risico- en beschermende factoren, van de kans dat men wederom een delict pleegt, met anderen woorden recidiveert (Duits, 2010). Grofweg wordt er onderscheid gemaakt tussen drie soorten risicotaxaties: (1) de ongestructureerde klinische methode, (2) de zuiver empirische of actuariële methode en (3) het gestructureerde professionele oordeel (de Ruiter, 2008). In het verleden werd voor de risicotaxatie afgegaan op het ongestructureerde klinisch oordeel van een psycholoog en/of psychiater. Dit leidde echter tot een gebrek aan verantwoording en transparantie en tevens tot onnauwkeurige resultaten (Lammers, 2007). Statistisch gezien is dit ongestructureerde klinisch oordeel de zwakste methode met een lage inter-beoordelaar betrouwbaarheid. Twee verschillende beoordelaars komen vaak niet tot hetzelfde oordeel (de Ruiter, 2008). Tevens is

6 EFFECT SOCIAAL NETWERK KLINISCH DOMEIN EN RECIDIVE 6 de voorspellende waarde van deze methode laag tot onbestaand (Lammers, 2007; de Ruiter, 2008). De objectieve actuariële risicotaxatie methode staat lijnrecht tegenover de ongestructureerde klinische methode. Actuariële instrumenten zijn gebaseerd op risicofactoren die empirisch gerelateerd zijn aan (seksueel) agressief gedrag en bevatten meestal alleen statische, historische risicofactoren, zoals leeftijd bij eerste veroordeling of geslacht (de Vogel, 2005; de Ruiter, 2008). De items binnen deze groep van instrumenten worden gewogen en gescoord via een vast algoritme, waar een vaststaande conclusie over het recidive risico uit voort komt. Hoewel deze instrumenten methodologisch gezien zeer adequaat zijn, zijn deze, door het gebruik van vaak loutere zogenaamde statische risicofactoren, niet geschikt voor het gebruik in een behandelcontext. In deze context is het doel immers, het verlagen van het recidive risico door het beïnvloeden van dynamische risicofactoren (de Ruiter, 2008). De derde methode, het gestructureerd professionele oordeel (GPO) is gebaseerd op de kritiek van de ongestructureerde klinische methode en de actuariële methode en is tevens een integratie van de twee (de Ruiter, 2008; de Vogel, 2005). Met behulp van deze GPOinstrumenten, waar het in het huidig onderzoek gebruikte Historische, Klinische Toekomstige-revisie instrument (HKT-r) ook onder valt, worden empirische en klinische kennis geïntegreerd. Bij deze methode wordt de risicotaxatie door een ervaren forensische clinicus uitgevoerd aan de hand van een gestandaardiseerde lijst met risicofactoren, waarvan empirisch is aangetoond dat deze samenhangen met een verhoogd recidiverisico. Hierbij worden zowel statische- als dynamische risicofactoren in acht genomen (de Vogel, 2005). De HKT-r bestaat zoals de naam al weg geeft uit drie domeinen, het historische, het klinische en het toekomst domein. Factoren die in het Klinische domein zijn opgenomen, zijn bijvoorbeeld verslaving of antisociaal gedrag, oftewel dynamische risicofactoren van de

7 EFFECT SOCIAAL NETWERK KLINISCH DOMEIN EN RECIDIVE 7 stabiele variant. Van deze factoren is bekend dat ze een direct effect hebben op recidive. Zo bleek bijvoorbeeld dat verslaving een directe voorspeller van criminele recidive is (Dowden, & Brown, 2002) en is het hebben van psychotische symptomen gerelateerd aan een 49%-68% verhoging van de kans op gewelddadigheid (Douglas, Guy, & Hart, 2009). Van deze klinische factoren is bekend dat ze beïnvloedbaar zijn door bijvoorbeeld behandeling en dat bij een reductie van de risicofactoren het recidive risico afneemt (Spreen, Brand, Ter Horst, & Bogaerts, 2013; Bouman et al., 2010). Hoewel er binnen de wetenschap van forensische psychologie een substantiële hoeveelheid literatuur te vinden is over risicofactoren, lijkt er pas sinds enkele jaren aandacht voor het belang van zogenaamde beschermende factoren (de Vogel, de Vries Robbé, de Ruiter, & Bouman, 2011). Een beschermende factor wordt als volgt gedefinieerd: kenmerken van de persoon in kwestie of van zijn omgeving, die het risico op toekomstig gewelddadig gedrag kunnen verminderen (De Vogel, De Ruiter, Bouman, & De Vries Robbé, 2009). Fritzpatrick (1997) onderzocht naast de directe invloed van beschermende- en risicofactoren op negatief gedrag ook twee potentiële modellen voor een indirecte beschermende invloed; Het Mediatie- model en het Buffering-model. Het Mediatiemodel gaat er vanuit dat de beschermende factor een mediërende werking heeft om de negatieve impact van de risicofactoren te verminderen. Dit wil zeggen de relatie tussen de risicofactor en recidive geheel of gedeeltelijk bestaat door de beschermende factor. Volgens het Buffering-model, beïnvloeden de beschermende factoren de relatie tussen risicofactoren en recidive. In dit model heeft de beschermende factor een modererende rol en functioneert als het ware als buffer. De beste ondersteuning werd gevonden voor dit laatste, buffering model en latere onderzoeken spreken inderdaad over een bufferwerking van beschermende factoren (Fitzpatrick, 1997; de Vogel et al., 2011). In andere woorden wanneer er naast de risicofactoren ook beschermende factoren aanwezig zijn ligt het risico op ongewenst gedrag

8 EFFECT SOCIAAL NETWERK KLINISCH DOMEIN EN RECIDIVE 8 lager dan wat men op grond van de risicofactoren zou verwachten (Fitzpatrick, 1997; de Vogel et al., 2011).Er wordt gedifferentieerd tussen drie soorten beschermende factoren: individuele karakteristieken (intelligentie, veerkrachtig temperament etc.), gezonde overtuigingen en normen en verbinding. Onder verbinding wordt verstaan het hebben van goede, stabiele relaties met positieve (beschermende) netwerkleden (Fitzpatrick, 1997). Met name naar deze laatste soort verbinding is tot voorkort weinig onderzoek gedaan. In 2006 bekritiseerden Kubrin en Stewart het gebrek aan aandacht voor contextuele factoren met betrekking tot het voorspellen van recidive. Het onderzoek vond ondersteuning voor de theorie dat delinquenten die terugkeerden naar een achterstandsbuurt sneller recidiveerden, ook wanneer gecontroleerd werd voor individuele verschillen (Kubrin, & Stewart, 2006). Naast de socio-economische status van de buurt, zou ook de mate van sociale controle van invloed zijn (Kubrin, & Stewart, 2006). Het hebben van sociale banden zou crimineel gedrag op drie verschillende manieren beïnvloeden (Berg, & Huebner, 2003). De eerste manier waarop dit zou gebeuren, is gebaseerd op Hirschi s sociale controletheorie. Deze theorie gaat er vanuit dat de mate waarin iemand weerhouden wordt om crimineel verdrag te vertonen afhankelijk is van de mate waarin daarin diegene zich verbonden voelt met de maatschappij. Deze verbondenheid zou tot stand komen door sociale banden (Berg, & Huebner, 2003). In de praktijk zorgen deze banden bijvoorbeeld voor structurering van het dagelijks leven. Ten tweede vormen sociale banden een bron van emotionele steun. Deze steun zou de impuls om crimineel gedrag te vertonen verminderen (Berg, & Huebner, 2003). Ten derde zouden sociale banden identiteitstransformatie makkelijker maken. Finestone (1967) stelt dat cognitieve transformatie gekoppeld is aan het aangaan van relationele banden. Deze banden zouden de mogelijkheid bieden om een alternatieve identiteit te creëerden waarin crimineel gedrag niet passend is (Berg, & Heubner, 2003).

9 EFFECT SOCIAAL NETWERK KLINISCH DOMEIN EN RECIDIVE 9 Verschillende onderzoeken vonden empirisch bewijs voor een positieve invloed van sociale banden op recidive. Zo werd gevonden dat getrouwd zijn voor mannen de kans op crimineel gedrag gemiddeld met 35% reduceert (Sampson, Laub, & Wimer, 2006). Ook bleek dat gevangenen tijdens detentie sociale contacten onderhielden met netwerkleden buiten de gevangenis minder vaak recidiveerden (Cochran, 2014). Ghasimbaklo en collega s (2014) vonden niet alleen een correlationeel verband tussen sociale steun en crimineel gedrag, maar identificeerde sociale steun ook als een voorspeller van recidive. Ook in het onderzoek van Hochstetler, DeLisi en Pratt (2010) wordt gevonden dat sociale steun het effect van criminogene factoren vermindert en bijdraagt aan succesvolle re-integratie. Bouman, de Ruiter en Schene (2010) vonden in een onderzoek met een tbs-populatie, dat patiënten die meededen met gestructureerde vrije tijdsactiviteiten, goede contacten hadden op werk of naar de kerk gingen, op korte termijn minder delict gedrag lieten zien. Om goed in kaart te kunnen brengen op welke manier sociale steun een beschermende werking heeft met betrekking tot het verminderen van recidive zal getracht moet worden deze modellen bloot te leggen. Ook maatschappelijk gezien zijn deze bevindingen van belang. Het inzetten van beschermende factoren en in dit geval sociale steun, kan een verlaging van het recidiverisico bewerkstelligen zelfs bij mensen met een hoog risicoprofiel. Hoe meer ondersteuning en kennis er vergaard wordt over de bufferende rol van een positief sociaal netwerk, hoe beter bijvoorbeeld re-integratie programma s, die zich richten op sociale steun, kunnen worden ingezet (Wilson, McWhinnie, & Wilson, 2008). Zo is sinds kort, Circles of Support and Accountability (CoSa) opgezet, waarbij een groep getrainde vrijwilligers een zedendelinquent ondersteuning biedt in hun distantie proces door een langdurige empathische relatie met hem of haar aan te gaan (Höing, Bogaerts, & Vogelvang, 2014). De Circle fungeert als het ware als een surrogaat sociaal netwerk, met als doel ondersteuning te geven

10 EFFECT SOCIAAL NETWERK KLINISCH DOMEIN EN RECIDIVE 10 en sociale controle uit te oefenen, om zo het recidiverisico zo laag mogelijk te houden (Höing et al., 2014). Hoewel al veel verschillende onderzoeken hebben aangetoond dat risicofactoren een negatief- en sociale steun een positief effect heeft op recidive, zijn er nog weinig onderzoeken die geprobeerd hebben om empirisch het beschermende effect van sociale steun aan te tonen. Dit onderzoek zal zich derhalve richten op de modererende oftewel bufferwerking van een positief sociaal netwerk op de relatie tussen het Klinische domein (de dynamische risicofactoren) van de HKT-r en het recidive. Om na te gaan of er verschillen bestaan tussen de klinische factoren, in de mate waarin een positief sociaal netwerk de relatie met recidive beïnvloedt, zullen de factoren ook apart worden meegenomen. Methode Participanten De oorspronkelijke onderzoekspopulatie bestond uit alle mannen en vrouwen die tbs met een dwangmaatregel opgelegd hadden gekregen en die tussen 2004 en 2008 onvoorwaardelijk ontslagen werden uit de twaalf Nederlandse Forensisch Psychiatrische Centra (tbs-klinieken). Voormalig terbeschikkinggestelden die tbs met voorwaarden of gemaximeerde tbs hadden ontvangen zijn niet meegenomen in dit onderzoek. Dit leverde een steekproef van 347 voormalig terbeschikkinggestelden op. Van een aantal patiënten konden geen recidivegegevens worden getraceerd en tien patiënten overleden binnen de twee jaar na beëindiging van de tbs. Dit bracht de steekproef naar een groep van N=332 patiënten. De data werden onderzocht op missende waarden en er werd besloten om per schaal de participanten waarbij meer dan tien procent van de schaalitems miste, te verwijderen. Bij de participanten bij wie minder dan tien procent miste, werden de missende waarden vervangen door een gewogen gemiddelde Dit leverde een uiteindelijke steekproef op van 116 participanten.

11 EFFECT SOCIAAL NETWERK KLINISCH DOMEIN EN RECIDIVE 11 Meetinstrument Historische, Klinische en Toekomstige-Revisie. De HKT-r is een professioneel gestructureerd risicotaxatie-instrument ter ondersteuning van het klinisch gewogen eindoordeel over het risico op recidive van forensisch psychiatrisch patiënten. (Spreen et al., 2013). Het instrument bestaat uit drie domeinen. Het Historische domein bestaat uit twaalf indicatoren die ieder betrekking hebben op de levensperiode van de patiënt tot aan de arrestatie voor het indexdelict (Spreen et al., 2013). Het tweede domein is het Klinische domein. Dit domein wordt opgemaakt door 14 indicatoren en richt zich op het heden en heeft betrekking op het gedrag van de patiënt in de twaalf maanden voorafgaand aan de taxatie. Het laatste domein is het Toekomstige domein. Deze bestaat uit zeven indicatoren die ingaan op de vraag of er voldoende is geregeld ten aanzien van de praktische zaken rondom de vervolgsituatie en of de patiënt voldoende vaardigheden bezit om risicovolle situaties in deze vervolgsituatie te voorkomen (Spreen et al., 2013). Alle indicatoren worden gescoord op een vijf-puntschaal, lopend van 0 tot en met 4. Score 0 staat hierbij voor geen of een zeer laag risico en score 4 staat voor een hoog risico (Spreen et al., 2013). Operationalisering Dynamische risicofactoren. In het huidige onderzoek werden de dynamische risicofactoren gemeten door het Klinische domein van de HKT-r. Het Klinische domein van de HKT-r bestaat zoals eerder aangegeven uit 14 indicatoren, te weten: probleeminzicht (K01), psychotische symptomen (K02), verslaving (K03), impulsiviteit (K04), antisociaal gedrag (K05), vijandigheid (K06), sociale vaardigheden (K07), zelfredzaamheid (K08), meewerken aan de behandeling (K09), verantwoordelijkheid voor het delict (K10), coping vaardigheden (K11), schending van voorwaarden en afspraken (K12), arbeidsvaardigheden (K13) en beïnvloeding door beschermende en/of risicovolle netwerkleden (K14) (Spreen et

12 EFFECT SOCIAAL NETWERK KLINISCH DOMEIN EN RECIDIVE 12 al., 2013). Het Klinische Domein richt zich op het heden en heeft betrekking op het gedrag van de patiënt in de twaalf maanden voorafgaand aan de taxatie. De interne consistentie van het Klinische domein liet in eerder onderzoek met een Cronbach s α =.86 een goede betrouwbaarheid zien en bezat daarnaast een uitstekende interbeoordelaarsbetrouwbaarheid (ICC=.85) (Spreen et al., 2013). Het domein bezit een marginale predictieve validiteit (AUC = 0,61, 95%, BI [0,54, 0,68]) van algemene recidive na ontslag (Spreen et al., 2013). In de huidige studie werd voor het Klinische Domein op meetmoment: onvoorwaardelijk ontslag, een goede interne consistentie gevonden (Cronbach s α =.84) en er werd geen verhoging gezien van de Cronbach s alpha bij verwijdering van één van de indicatoren. Hoewel sommige inter-itemcorrelaties laag waren (>.2) werd er voor alle indicatoren een goede inter-totaalcorrelatie gevonden. Controle variabelen. Er is gecontroleerd voor de invloed van het Historische- en Toekomstige domein. Bij de analyses van de losse klinische indicatoren is daarnaast ook gecontroleerd voor de invloed van de resterende klinische indicatoren. Eerder onderzoek vond een goede Cronbach s alpha (α =.80) en een uitstekende interbeoordelaarsbetrouwbaarheid (ICC=.85) voor het Historische domein (Spreen et al., 2013). Het domein bezit een matige predictieve validiteit (AUC = 0,71, 95%, BI [0,65, 0,77]) van algemene recidive na ontslag (Spreen et al., 2013). Deze goede interne consistentie voor het Historische domein werd ook in deze studie gevonden (Cronbach s α =.81). Op een verwaarloosbare verhoging bij indicator H4 na, werd geen verbetering van de Cronbach s alpha gezien bij het weglaten van één van de indicatoren. Hoewel de inter-itemcorrelaties voor een aantal van de indicatoren laag lag, lieten de itemtotaal correlaties alleen een verlaagde correlatie (>.2) tussen H4 en de totaal score van de schaal, zien.

13 EFFECT SOCIAAL NETWERK KLINISCH DOMEIN EN RECIDIVE 13 Ook voor het Toekomstige domein werd in eerder onderzoek een goede interne consistentie (Cronbach s α =.81) gevonden. De interbeoordelaarsbetrouwbaarheid was redelijk (ICC=.42) (Spreen et al., 2013). Het domein bezit een marginale predictieve validiteit (AUC = 0,62, 95%, BI [0,56, 0,69]) van algemene recidive na ontslag (Spreen et al., 2013). In de huidige studie liet het Toekomstige domein ook een goede betrouwbaarheid zien (Cronbach s α =.82) en weglating van een indicator resulteert niet in een betere Cronbach s alpha. De items correleerde goed met elkaar (r>.2) en ook de item-totaal correlaties waren goed (r>.4). Sociale steun. Sociale steun is in dit onderzoek gemeten door de indicator: Sociaal Netwerk van het Toekomstige domein van de HKT-r. Deze indicator meet de mate waarin de toekomstige netwerkleden van de patiënt hem in voor hem stressvolle situaties kunnen brengen of hem hier tegen kunnen beschermen. Daarnaast wordt ook de mate waarin de patiënt zich laat beïnvloeden door zijn netwerkleden meegenomen. Hierbij kan er sprake zijn van beschermende netwerkleden die de potentie en wil hebben om de patiënt te ondersteunen bij het naleven van gemaakte behandelovereenkomsten en leefregels. Het andere uiterste zijn risicovolle netwerkleden die eraan bijdragen dat de patiënt in risicovolle situaties komt of zelfs vervalt in risicovol gedrag, omdat dit aansluit bij de antisociale en criminele opvattingen van de netwerkleden (Spreen et al., 2013). Een lage score (0 of 1) slaat bij deze indicator op een patiënt die zich volledig of gedeeltelijk richt op beschermende netwerkleden, wat vertaalt kan worden naar sociale steun (Spreen et al., 2013). Omdat in het huidige onderzoek voor het toetsen van sociale steun één indicator werd gebruikt kon hier geen betrouwbaarheidsanalyse voor uitgevoerd worden. Recidive. Officiële strafrechtelijke gegevens zijn opgevraagd bij het ministerie van Veiligheid en Justitie. De registratie van strafrechtelijke recidive gebeurt door middel van de landelijke recidivemonitor van het WODC (Spreen et al., 2013) In de verstrekte database,

14 EFFECT SOCIAAL NETWERK KLINISCH DOMEIN EN RECIDIVE 14 waren de criminele activiteiten van alle patiënten tot en met 11 juli 2011 geregistreerd. In dit onderzoek is gekeken naar de algemene recidive vijf jaar na ontslag. Er werd dus geen onderscheid gemaakt tussen ernstige en minder ernstige recidive. Procedure Voor dit onderzoek is gebruik gemaakt van een retrospectief follow-up design om de data te verzamelen. Alle variabelen zijn beoordeeld op basis van de informatie afkomstig uit de dossiers van de patiënten, waarvoor het ministerie van Veiligheid en Justitie toestemming heeft gegeven. Naast demografische gegevens bevatten deze dossiers een uitgebreide omschrijving van het criminele verleden en gedetailleerde psychologische evaluatie rapporten van de patiënten. Vier groepen van in totaal twintig masterstudenten vormden de beoordelaars. Deze masterstudenten ontvingen een intensieve training van twee weken. De HKT-r werd gedurende deze training uitgelegd en de studenten oefenden met het betrouwbaar scoren van het instrument. Statistische analyses De afhankelijke variabele was het wel of niet optreden van gewelddadige recidive binnen de vijf jaar na ontslag. De onafhankelijke variabelen bestonden uit het Klinische domein en de losse klinische indicatoren, met een mogelijke modererende rol voor Toekomstige indicator: Sociaal Netwerk. Door de dynamische aard van het Klinische domein en haar indicatoren is er voor gekozen om het laatste meetmoment van het Klinische domein (gedurende het laatste jaar van de tbs) te gebruiken voor de analyses. Voorafgaand aan de inhoudelijke analyses werd gecontroleerd voor de assumpties van een regressieanalyse. Om de verbanden tussen de Toekomstige indicator: Sociaal netwerk, het Klinische domein en haar factoren en de afhankelijke variabele (gewelddadige recidive) bloot te leggen zijn eerst een aantal correlatie analyses uitgevoerd. Hierna is door middel van een logistische

15 EFFECT SOCIAAL NETWERK KLINISCH DOMEIN EN RECIDIVE 15 regressie analyse de voorspellende waarde van het Klinische domein en van de losse klinische indicatoren op gewelddadige recidive onderzocht, beide keren werd gecontroleerd voor het Historische en het Klinische domein door deze mee te nemen in de analyses. Voor de analyse met de losse klinische indicatoren is naast de controle van de andere twee domeinen ook voor de rest van de klinische indicatoren gecontroleerd. Omdat in dit onderzoek er één afhankelijke variabele is die categorisch is, het wel of niet gewelddadig recidiveren, is gebruik gemaakt van een binaire logistische regressie. Ten slotte werd met het uitvoeren van verschillende van deze regressies de modererende rol (bufferende) rol van de Toekomstige indicator: Sociaal netwerk op de relatie tussen het Klinische domein en het recidive onderzocht. Dit wordt herhaald voor de losse klinische indicatoren, steeds weer controlerend voor de andere domeinen en klinische indicatoren. Resultaten De uiteindelijke steekproef bestond uit mannelijke (n = 149) en vrouwelijke (n = 17) (ex)terbeschikkinggestelden met een totaal aantal van N = 166. De gemiddelde score op het Klinische domein was 8.33 (SD = 7.44, range = ), op het Historische domein (SD = 9.30, range = 3-40) en op het Toekomstige domein 6.75 (SD = 5.84, range = ). Op sociale steun scoorden de terbeschikkinggestelden gemiddeld 1.25 (range = 0-4). Meer dan de helft (55.4%) scoorde een 0 of een 1, een geheel of deels beschermend netwerk waarbij patiënt zich positief laat beïnvloeden of voldoende vaardigheden bezit om zich niet negatief te laten beïnvloeden. De terbeschikkinggestelden hadden een gemiddelde leeftijd van 32.1 jaar (SD = 8.92, range = ) bij binnenkomst in tbs kliniek. De tbs had een gemiddelde duur van 8.4 jaren (SD = 3.50, range = ), met een gemiddelde leeftijd bij ontslag van 40.5 jaar (SD = 9.26, range = ). Vijf jaar na beëindiging van de tbs-maatregel was 33.7 procent van de voormalig terbeschikkinggestelden gerecidiveerd.

16 EFFECT SOCIAAL NETWERK KLINISCH DOMEIN EN RECIDIVE 16 De terbeschikkinggestelden waren over het algemeen genomen gemiddeld intelligent (M = 97.96, SD = 15.37, range = ) en slechts 6 procent kon geclassificeerd worden als zwakzinnig. De Diagnostic and Statistical Manual of Mental Disorders (DSM) IV-TR, classificeert een persoon als mentaal geretardeerd wanneer er een IQ-score van ongeveer 70 of lager (voor het achttiende levensjaar) kan worden vastgesteld en er sprake is van tekortkomingen op meerdere levensgebieden (APA,2007). Er was een hoog percentage van co-morbiditeit, 50.3% van de terbeschikkinggestelden had zowel een as I als een as II diagnose. Slechts 8% leed enkel aan een as 1 stoornis en 41.7 procent leed alleen aan een as 2 diagnose. Een relatief laag percentage (28.9%) was lijdende aan een cluster B persoonlijkheidsstoornis. Echter meer dan de helft van de terbeschikkinggestelden (53%) voldeed aan de diagnose persoonlijkheidsstoornis niet anderszins omschreven. Veertien en een half procent van de terbeschikkinggestelden was lijdende aan schizofrenie of een andere psychotische stoornis en 33.1% had een aan een middel gebonden stoornis, zoals middelenmisbruik of afhankelijkheid. Het grootste gedeelte van de terbeschikkinggestelden (63.9%) heeft de maatregel opgelegd gekregen na een levensdelict, 20.4% na een middelzwaar tot zwaar geweldsdelict en 15.7% na een zedendelict. Assumpties. Voor bijna alle domeinen werd geen schending van de normaliteit gevonden (Skewness en Kurtosis tussen 2 en -2). Enkel voor het Klinische domein werd een licht afwijkende Kurtosis waarde gevonden: 2.31 (SD =.38). Ook de lineariteit van de logit (geen significante interacties) en de assumptie van multicollineariteit (tolerance values >.1 en VIF > 10) werden niet geschonden. Statistische analyses Correlationele verbanden. Dit onderzoek heeft getracht te meten of sociale steun een modererende werking heeft op de relatie tussen het Klinische domein en haar (dynamische) klinische indicatoren en het wel of niet recidiveren na vijf jaar. Als eerste zijn door middel

17 EFFECT SOCIAAL NETWERK KLINISCH DOMEIN EN RECIDIVE 17 van correlatieanalyses de onderliggende verbanden tussen de variabelen blootgelegd. Omdat bekend is dat criminaliteit afneemt met leeftijd en comorbiditeit behandeling bemoeilijkt en recidivekans kan vergroten, werden ook deze variabelen meegenomen in de correlatie analyse. Zie tabel 1 voor de correlatiematrix van alle betrokken variabelen. Zoals verwacht correleerden alle drie de domeinen positief met recidive na vijf jaar; Klinische domein (r =.18, p <.05), Historische domein (r =.33, p <.01), Toekomstige domein (r =.19, p <.01). Verder werd er een negatieve correlatie gevonden tussen leeftijd ten tijde van ontslag en recidive na vijf jaar (r = -.13, p <.05). Het hebben van verschillende stoornissen (comorbiditeit) correleerde niet met recidive na vijf jaar en zal ook niet meegenomen worden in de verdere analyses. Sociale steun correleerde positief met het Klinische domein (r =.37, p <.01) en het Toekomstige domein (r =.56, p <.01).

18 EFFECT SOCIAAL NETWERK KLINISCH DOMEIN EN RECIDIVE 18 Tabel 1 Correlatiematrix met de Pearsons r correlaties tussen de domeinen, comorbiditeit, leeftijd ontslag en recidive na vijf jaar Leeftijd ontslag Comorbiditeit Historische domein Klinische domein Toekomstige domein Sociale steun Recidive na vijf jaar Leeftijd r 1.189** * ontslag p n Comorbiditeit r.189** * p n Historische r * 1.25**.32**.07.33** domein p n Klinische r ** 1.72**.37**.18* domein p n Toekomstige r **.72** 1.56**.19** domein p n Sociale Steun r **.56** p n Recidive na r -.13* **.18* 19** vijf jaar p n Note. * p <.05 ** p <.01 Voorspellende waarde Klinische domein en moderatie sociale steun. Om de voorspellende waarde van het Klinische domein en de modererende werking van sociale steun op de relatie tussen het Klinische domein en het wel of niet recidiveren na vijf jaar te onderzoeken werd een logistische regressie uitgevoerd.

19 EFFECT SOCIAAL NETWERK KLINISCH DOMEIN EN RECIDIVE 19 Zie tabel 2 voor de resultaten van de logistische regressie. De interactie bleek niet significant, dus zullen alleen de gevonden hoofdeffecten besproken worden (model 1a). De domeinen van de HKT-r, sociale steun en leeftijd ten tijde van ontslag verklaren samen 23% van de variantie in recidive na vijf jaar (Nagelkerke s R 2 =.23). Een hogere score op het Historische domein (b =.07, p =.001) en een lagere score op sociale steun (in het huidige onderzoek een positief sociaal netwerk) (b = -.49, p =.026) voorspellen recidive binnen vijf jaar. Mensen met een hoge score op het Historische domein hebben 1.07 x grotere kans hebben om te recidiveren. Voor sociale steun werd een negatief effect gevonden; mensen met een lagere score op sociale steun (in het huidige onderzoek een positief sociaal netwerk) hebben een 0.62 x kleinere kans om te recidiveren. Tabel 2 Logistische regressie analyse voor de voorspelling van de kans op recidive na vijf jaar door het Klinische domein en de controlevariabelen zonder en met sociale steun als moderator b S.E. b Exp(B) Model 1a Historische Domein.07** Toekomstige Domein Leeftijd bij ontslag Klinische Domein Sociale Steun -.49* Constant Model 1b Historische domein.07** Toekomstige domein Leeftijd bij ontslag Klinische domein Sociale steun -.70*.31.51

20 EFFECT SOCIAAL NETWERK KLINISCH DOMEIN EN RECIDIVE 20 Klinische domein*sociale steun Constant *p <.05 ** p <.01 Voorspellende waarde klinische indicatoren en moderatie sociale steun. De logistische regressie werd herhaald om ook de voorspellende waarden van de losse klinische indicatoren en de modererende werking van sociale steun tussen deze indicatoren en het wel of niet recidiveren bloot te leggen. Een aantal van de klinische indicatoren bleek te weinig spreiding te bezitten om betrouwbare resultaten te genereren. Besloten is om alle indicatoren die bij geen enkele terbeschikkinggestelde een score van 3 of 4 behaalden te verwijderen, te weten K2 psychotische symptomen, K3 verslaving, K8 zelfredzaamheid, K14 beïnvloeding door beschermende en/of risicovolle netwerkleden. Twee van de veertien klinische indicatoren liet een significante effect zien met sociale steun; K6 vijandigheid (b =1.65, S.E. =.74, p>.05, exp(b) = 5.21), K11 coping vaardigheden (b =.88, S.E. =.40, p>.05, exp(b) = 2.40). Om te onderzoeken op welke manier sociale steun de relatie tussen deze indicatoren en recidive na vijf jaar beïnvloedt, werd gekeken naar beide interactie effecten van deze indicatoren en de verschillende levels van sociale steun (0 t/m 4). Deze analyse liet bij beide indicatoren, voor geen enkel level van sociale steun een significante interactie zien, Echter, de spreiding binnen sociale steun was te beperkt voor het betrouwbaar uitvoeren van de analyse. Slechts een enkeling scoorde een 3 of 4. Om deze reden werd een extra analyse uitgevoerd waarin sociale steun werd opgedeeld in: wel sociale steun (score 0 of 1) en geen sociale steun (score 2,3 of 4). Tegen de verwachting in werden ook voor deze analyse geen significante resultaten gevonden.

21 EFFECT SOCIAAL NETWERK KLINISCH DOMEIN EN RECIDIVE 21 Discussie Dit onderzoek heeft de getracht de modererende rol van sociale steun op de relatie tussen het Klinische domein (en haar factoren) van de HKT-r en recidive na vijf jaar te onderzoeken. Het Historische- en het Toekomstige domein werden als controlevariabelen meegenomen. Uit de resultaten komt geen ondersteuning voor een moderatie effect van sociale steun op de relatie tussen het gehele Klinische domein en recidive na vijf jaar, naar voren. Er worden twee hoofdeffecten gevonden voor de voorspelling van recidive. Het Historische domein laat hierbij het sterkste en meest consistente resultaat zien voor een voorspellende waarde voor recidive na vijf jaar. Inderdaad wordt in de literatuur gevonden dat het delict verleden de beste voorspeller van toekomstige recidive is (Bonta, Hanson, & Law, 1998; Cottle, Lee, & Heilbrun, 2001). Een verrassend resultaat is het hoofdeffect dat werd gevonden voor sociale steun op recidive na vijf jaar. Volgens dit resultaat zou een lage/slechte sociale steun zorgen voor een verlaging van het recidive risico na vijf jaar. Dit is in strijd met resultaten in andere onderzoeken (Berg, & Huebner, 2003; Bouman et al., 2010;Hochstetler et al., 2010;). Sterker nog de meta-analyse van Cottle en collega s identificeert het hebben van delinquente vrienden als één van de sterkste voorspellers van recidive. Hoewel deze bevinding vrijwel unaniem is, lijkt de mate van invloed van een negatief sociaal netwerk ingewikkelder in elkaar te zitten. Zo vond Haynie (2001) dat verschillende karakteristieken van vriendschapsnetwerken, zoals de dichtheid van het netwerk en de populariteit van het betreffende netwerk lid, beïnvloeden in welke mate het netwerk lid beïnvloed wordt door delinquentie van de overige leden. Vooral de dichtheid van het netwerk, bleek een verschil te maken in de delinquency-peer association, waarbij een meer verbonden netwerk een sterkere beinvloedingskracht heeft (Haynie, 2001). In een vervolgstudie uit 2005 concludeerde Haynie en haar collega Osgood, dat eerdere studies de invloed van een delinquent sociaal netwerk overschat hebben. Deze

22 EFFECT SOCIAAL NETWERK KLINISCH DOMEIN EN RECIDIVE 22 overschatting zou het gevolg zijn van het niet of te weinig controleren voor de tendentie van individuen om soortgelijke netwerkleden te vergaren. Een longitudinaal onderzoek vond dat alléén gewelddadige criminaliteit van vrienden, gewelddadig en niet gewelddadig crimineel gedrag voorspelt bij een netwerk lid. Niet gewelddadige criminaliteit van vrienden zou geen invloed hebben op de criminaliteit van een individu (Henry, Tolan, & Gorman-Smith, 2001). Deze bevindingen zouden een verklaring kunnen bieden voor het afwijkende resultaat dat gevonden is in het huidige onderzoek. Risico verhogende netwerkleden die enkel bekend zijn met niet gewelddadige criminaliteit, zullen mogelijk immers de kans op recidive bij de voormalig terbeschikkinggestelde niet verhogen. De kans is echter groot dat dit criminele netwerk aangemerkt werd als een negatief sociaal netwerk. Desalniettemin blijft het gevonden resultaat opvallend en liggen mogelijk, methodologische en statistische beperkingen van dit onderzoek, aan het resultaat ten grondslag. Mogelijk zorgt het tijdbestek dat tussen de HKT-r metingen en de recidive-opvraag (vijf jaar na ontslag) zit voor vertekening van de resultaten. In de handleiding van de HKT-r staat vermeldt dat de risicotaxatie een maximale geldigheidsduur van twaalf maanden heeft (Spreen et al., 2013). Het is niet onwaarschijnlijk dat de levens van de exterbeschikkinggestelden er op het moment van recidiveren, er anders uitzagen dan op het moment van de taxatie. Onderzoeker was echter genoodzaakt om dit meetmoment te selecteren. Dit om de al beperkte n s niet verder te verkleinen. Verder kan beargumenteert worden dat in verder onderzoek sociale steun op een uitgebreidere en objectievere manier gemeten dient te worden. Zo lijkt er geen rekening te zijn gehouden met de grootte en de houdbaarheid van het sociale netwerk. Ten slotte moeten de statistische beperkingen van het onderzoek in acht worden genomen. De spreiding van de indicatoren, sociale steun en recidive was zeer minimaal.

23 EFFECT SOCIAAL NETWERK KLINISCH DOMEIN EN RECIDIVE 23 Slechts een enkeling had een hoge score. Dit resulteerde in kleine subgroepen, waardoor vergelijking tussen deze groepen onmogelijk bleek. De invloed van sociale steun op de relatie tussen de losse klinische indicatoren en recidive na vijf jaar is ook onderzocht. Initieel leek er een modererend effect te zijn van sociale steun op de relatie tussen Vijandigheid en recidive na vijf jaar en op de relatie tussen coping vaardigheden en recidive na vijf jaar. Echter toen deze verbanden nader onderzocht werden, kon dit resultaat niet gedupliceerd worden. Vooralsnog moet uitgegaan worden van een toevalstreffer. Er werd dus geen effect van sociale steun op de relatie tussen de losse klinische indicatoren en recidive na vijf jaar gevonden. Hierbij moet wel opgemerkt worden dat vier van de klinische indicatoren, door gebrek aan spreiding, weglaten zijn uit de analyses. Over deze vier indicatoren, K2 psychotische symptomen, K3 verslaving, K8 zelfredzaamheid, K14 beïnvloeding door beschermende en/of risicovolle netwerkleden, kan dus niet geconcludeerd worden dat er geen effect van sociale steun op de relatie met recidive na vijf jaar. Zoals eerder aangegeven werd het onderzoek gelimiteerd door het gebrek aan spreiding. Vooral bij de klinische- en de toekomstige indicatoren was dit beperkend. Hoewel deze beperkte spreiding te verwachten en ook wenselijk is, in een groep behandelde terbeschikkinggestelden, zorgde het bij het vergelijken van de groepen (logistische regressie) voor (te) kleine subgroepen. Ook moet worden opgemerkt worden dat veel participanten verwijderd zijn, omdat voor dezen een te groot gedeelte van de indicatoren niet gescoord was. Omdat het niet is te achterhalen waarom bij deze participanten een groot gedeelte van indicatoren niet gescoord was, weten we niet of deze groep mogelijk verschillend was van de groep waar deze indicatoren niet miste.

24 EFFECT SOCIAAL NETWERK KLINISCH DOMEIN EN RECIDIVE 24 Conclusie en toekomstig onderzoek Om te onderzoeken of er inderdaad geen ondersteuning gevonden kan worden voor een positieve modererende invloed van sociale steun op de relatie tussen Klinische risicofactoren en recidive, zal het onderzoek herhaald moeten worden bij bijvoorbeeld een gevangenis populatie. Binnen deze populatie zullen naar alle waarschijnlijkheid ook hoog scorende participanten zijn op alle indicatoren. Dit zorgt voor een betere spreiding zorgt en maakt het mogelijk om subgroepen met elkaar te vergelijken. Geconcludeerd kan worden dat er in dit onderzoek geen ondersteuning is gevonden voor een modererend effect van een positief sociaal netwerk op de relatie tussen het Klinische domein en haar losse indicatoren en recidive na vijf jaar. Wel werd een voorspellende waarde van het Historische domein op recidive na vijf jaar gevonden. Dit resultaat lag in de lijn der verwachting en wordt ook door verschillende studies ondersteund (Cottle, Lee, & Heilbrun, 2001). Verder onderzoek zal moeten uitwijzen of het opvallende effect van sociale steun op recidive nogmaals gevonden wordt, of dat dit resultaat op toeval is gebaseerd.

25 EFFECT SOCIAAL NETWERK KLINISCH DOMEIN EN RECIDIVE 25 Literatuur APA (2007). Beknopte handleiding bij de diagnostische criteria van de DSM-IV-TR. Lisse: Nederlandse vereniging voor psychiatrie-swets en Zeitlinger publishers. Artikel 37, wetboek van strafrecht (2009, 1 mei). Geraadpleegd op 23 juni 2016, van Berg, M. T., & Huebner, B. M. (2011). Reentry and the Ties that Bind: An Examination of Social Ties, Employment, and Recidivism. Justice Quarterly, 28(2), doi: / Cottle, C. C., Lee, R.J., & Heilbrun, K. (2001). The prediction of criminal recidivism in juveniles. Criminal Justice and Behavior, 28(3), doi: / Boonmann, C., Wartna, B. S. J., Bregman, I. M., Schapers, C. E., & Beijersbergen, K. A. (2015). Recidive na forensische zorg. Den Haag: Wetenschappelijk Onderzoek- en Documentatiecentrum. Bouman, Y. H. A., de Ruiter, C., & Schene, A. H. (2010). Social Ties and short-term selfreported delinquent behaviour of personality disordered forensic outpatients. Legal and Criminological Psychology, 15(2), doi: /135532S09X Cochran, J. C. (2014). Breaches in the Wall: Imprisonment, Social Support, and Recidivism. Journal of Research in Crime and Delinquency, 51(2), doi: / Domburgh van, L., de Ruiter, C., & Doreleijers, T. (2004). De rol van dynamische risicofactoren bij recidive van jeugdige delinquenten: een internationaal literatuuronderzoek. TOKK, 29 (1),

26 EFFECT SOCIAAL NETWERK KLINISCH DOMEIN EN RECIDIVE 26 =risicofactoren+adolescent+limited&ots=kb9mkxuqfo&sig=esdidhojgsfi85p30e evy1 jn8ra#v=onepage&q&f=false Douglas, K. S., Guy, L. S., & Hart, S. D. (2009). Psychosis as a Risk Factor for Violence to Others: A Meta-Analysis. Psychological Bulletin, 135 (5), doi: /a Dowden, C., & Brown, S. L. (2002) The role of substance abuse factors in predicting recidivism: A Meta-analysis. Psychology, Crime & Law, 8(3), doi: / Duits, N. (2010). Vakmanschap is meesterschap: Risico s van classificatie, risicotaxatie en registratie van delinquente jongeren. Proces, 4, _risico's_van_classificatie_risicotaxatie_en_registratie_van_delinquente_jongeren Finestone, H. (1967). Reformation and recidivism among Italian and Polish criminal offenders. American Journal of Sociology, 72, Ghasimbaklo, U., Mohammadyari, G., Mahmodzadeh, M., Mohammadzadeghan, R., & Mokhtari, M. (2014). The relationship of social support and selfesteem with recidivism among prisoners. Journal of Research & Health, 4(3), Hanson, R. K., & Harris, A. J. R. (2001). A structured approach to evaluating change among sexual offenders. Sexual Abuse: A Journal of Research and Treatment, 13(2), doi: /A: Haynie, D. L. (2001). Delinquent Peers Revisited: Does Network Structure Matter? American

27 EFFECT SOCIAAL NETWERK KLINISCH DOMEIN EN RECIDIVE 27 Journal of Sociology, 106 (4), Henry, D. B., Tolan, P. H., & Gorman-Smith, D. (2001). Longitudinal Family and Peer Group Effects on Violence and Nonviolent Delinquency. Journal of Clinical Child & Adolescent Psychology, 30(2), doi: /s jccp3002_5 Hochstetler, A., DeLisi, M., & Pratt, T. C. (2010). Social support and feelings of hostility among released inmates. Crime & Delinquency, 56(4), doi: / Höing, M., Bogaerts, S., & Vogelvang, B. (2014). Helping sex offenders to desist offending: the gains and drains for CoSA volunteers a review of the literature. Sexual Abuse: A Journal of Research and Treatment, Advanced online publication. doi: / Kubrin, C.E., & Stewart, E.A. (2006). Predicting Who Reoffends: The Neglected Role of Neighborhood Context in Recidivism Studies. Criminology, 44 (1), doi: /j x Lammers, S. (2007). Blijven stoute jongens stout? Taxatie van het recidiverisico in de tbs. De Psycholoog, 42(4), Put, C. E. van der, Stams, G. J. J. M., Deković, M., Hoeve, M., & Laan, P. H. van der (2011). Ethnic differences in the prevalence and impact of risk factors for recidivism. In Revision, Crime & Delinquency, H4. Manuscript submitted for publication. de Ruiter, C., & Hildebrand, M. (2007). Risk assessment and treatment in Dutch forensic psychiatry. Netherlands Journal of Psychology, 63(4), doi: /bf

28 EFFECT SOCIAAL NETWERK KLINISCH DOMEIN EN RECIDIVE 28 de Ruiter, C. (2008). Gestructureerde risicotaxatiemethoden: Wat de jurist moet weten. Expertise en Recht, 4, bf6&time= Sampson, R. J., Laub, J. H., & Wimer, C. (2006). Does marriage reduce crime? A counterfactual approach to within-individual causal effects. Criminology, 44 (1), ttp://scholar.harvard.edu/files/sampson/files/2006_criminology_laubwimer_1.pdf Spreen, M., Brand, E., Ter Horst, P., & Bogaerts, S. (2013). Handleiding HKT-R: Historische Klinische en Toekomst items voor Diagnostiek, Risicotaxatie en Behandelevaluatie. Den Haag: Dienst Justitiële inrichtingen. courses/ /hkt-r%20handleiding%20en%20verantwoording.pdf Van Vliet, J. A. (2001). Literatuuronderzoek TBS en GGZ. Arnhem: Van Vliet Inter Aktief, WODC. de Vogel, V. (2005). Structured Risk Assessment of (Sexual) Violence in Forensic Clinical Practice. The hcr-20 and scr-20 in Dutch Forensic Psychiatric Patients. Academisch proefschrift, Universiteit van Amsterdam. de Vogel, V. de, Ruiter, C. de, Bouman, Y., & de Vries Robbé, M. (2009). SAPROF. Guidelines for the assessment of protective factors of violence risk. English version. Utrecht, The Netherlands: Forum Educatief de Vogel, V., de Vries Robbé, M., de Ruiter, C. & Bouman, Y.H.A. (2011) Assessing Protective Factors in Forensic Psychiatric Practice: Introducing the SAPROF. International Journal of Forensic Mental Health, 10(3), , doi: /