
Riskbedömningar inom psykiatrin avseende framtida benägenhet att begå våldsbrott i samhället
Sammanfattning
Huvudbudskap
Det aktuella forskningsläget visar att det finns riskbedömningsinstrument inom psykiatrin för att predicera våld i samhället som har en måttlig till god prediktiv förmåga, det vill säga är bättre på att förutsäga våldsrisk i jämförelse med en slumpmässig bedömning. Riskbedömningarna blir också bättre när kliniker använder ett instrument vid sin bedömning jämfört med att göra så kallade ostrukturerade kliniska bedömningar, som genomförs utan instrument. Det ska dock noteras att träffsäkerheten hos instrumenten är begränsad, i en betydande andel fall sker felbedömningar.
Riskbedömningsinstrument för att predicera våld i samhället har framför allt utvärderats inom rättsväsendet, rättspsykiatrin och tvångsvården. Huvudsakligen har återfall i brott studerats, det vill säga i en population som tidigare har begått brott. Män är mest förekommande i studierna och den prediktiva validiteten hos instrumenten när det gäller kvinnor är mer oklar.
Det finns inte tillräckligt med forskning som utvärderar instrumentens prediktiva förmåga för en bredare population med psykisk ohälsa inom psykiatrin. Det finns inte heller någon aktuell sammanställd forskning om riskbedömningar inom övriga hälso- och sjukvården för att predicera framtida våldsbrott.
Att på individnivå förutspå framtida mänskligt beteende är komplext då många faktorer påverkar och samspelar. Ett speciellt utmanande fält för forskningen är så kallade vansinnesdåd, här definierat som till synes oförutsägbara attacker begångna av psykiskt sjuk gärningsperson, som riktar sig mot personer som vid tillfället råkar vara i gärningspersonens närhet och där inga relationer eller tydliga sammanhang (t.ex. kriminella miljöer, spontandispyter eller rån) har kunnat konstateras [1]. Den prediktiva validiteten för sådana ”sällanhändelser”, som inträffar vid ett fåtal tillfällen per år, är mycket svårstuderad.
År 2023 vårdades nästan 447 000 personer i Sverige inom den specialiserade psykiatriska vården, den absoluta majoriteten av dessa personer kommer aldrig begå våldsbrott [2]. Att predicera risken för våld hos individer i en stor population med mycket få händelser (dvs. våldsbrott) är alltså mycket svårt. Vidare är det, enligt Lag om psykiatrisk tvångsvård (1991:1128) och Lagen om rättspsykiatrisk vård (1991:1129), endast den psykiatriska tvångsvården och den rättspsykiatriska vården som har ett utpekat ansvar för om en patient är farlig för andra. Vid frivillig vård finns inget sådant utpekat ansvar (Hälso- och sjukvårdslagen 2017:30).
Riskbedömningsinstrument är dessutom tids- och resurskrävande och kräver tillgång till omfattande information om den person som ska bedömas. Vidare är ett bedömningsinstruments nytta beroende av faktorer som rätt träning och tillämpning, samt att verkningsfulla insatser kan erbjudas då man upptäcker en ökad risk.
Vilka studier ligger till grund för resultaten?
Total inkluderades fem systematiska översikter, publicerade under åren 2020–2024 som sammanställer forskning om riskbedömningsinstrument inom rättspsykiatri, psykiatri och rättsväsendet för att förutsäga våld i samhället.
1. Inledning
Regeringen har gett SBU i uppdrag att se över kunskapsläget kring riskbedömningar inom psykiatrin och andra verksamheter inom hälso- och sjukvården avseende framtida benägenhet att begå våldsbrott i samhället (S2025/00252).
Enligt Brottsförebyggande rådets rapport var det under åren 2006–2017 sammantaget 43 personer som begick ”dödligt våld av psykiskt sjuk gärningsman” (i rapporten även benämnt vansinnesdåd), där dåden inte kunde klassas som dödligt våld i nära relation, i övriga familjen, inom den kriminella miljön eller i samband med spontanbråk eller dispyter [1]. Denna typ av brott handlar ofta om till synes oförutsägbara attacker mot personer som vid tillfället råkar vara i gärningspersonens närhet och där inga tydliga motiv eller sammanhang har kunnat konstateras. Dessa brott är alltså mycket ovanliga, och det är därför mycket svårt att genomföra forskning som på ett tillförlitligt sätt kan svara på frågan om den prediktiva validiteten hos riskinstrument för denna specifika population.
Riskinstrument för att predicera våld definieras i denna rapport som instrument som utvecklats för att användas av professionen i kliniska verksamheter. De bygger på checklistor med förutbestämda frågor, oftast baserade på kända riskfaktorer, och syftar till att ge ett sammantaget mått på risken för våld. Instrumenten delas vanligen in i aktuariska instrument och strukturerade professionella bedömningsinstrument (SPJ). Aktuariska instrument bygger på statistiska modeller utvecklade i specifika populationer och ger ofta ett poängresultat som kan kopplas till en ungefärlig sannolikhet för återfall i våld under en viss tidsperiod. Exempel på aktuariska instrument är LS/CMI, VRAG, FoVOx och OxRec. I vissa fall används fasta gränser för vad som anses vara låg, måttlig eller hög risk, men i praktiken bestäms dessa tröskelvärden utifrån syftet med bedömningen, till exempel om den ska användas för att fatta beslut om övervakning, insatsnivå eller tvångsvård. Strukturerade professionella bedömningsinstrument, till exempel HCR–20, utgår också från checklistor, men ger inte en automatisk slutpoäng. Bedömaren väljer själv hur relevanta olika faktorer är i det enskilda fallet, kan även ta hänsyn till andra omständigheter som inte finns i checklistan och kommer fram till en sammantagen risknivå. Dessa instrument fungerar därför mer som ett strukturerat stöd för att säkerställa att viktiga riskaspekter inte förbises samt som ett underlag för att fatta välinformerade beslut. Hur väl ett instrument fungerar kan mätas med olika valideringsmått, som visar hur bra det förutsäger våld, samt i vilken grad resultaten går att lita på. Dessa valideringsmått förklaras närmare senare i rapporten.
2. Metod
2.1 Fråga
Hur ser kunskapsläget ut kring riskbedömningar inom psykiatri, rättspsykiatri och barn- och ungdomspsykiatri och andra verksamheter inom hälso- och sjukvården avseende framtida benägenhet att begå våldsbrott i samhället?
För att strukturera frågan formulerades följande PIRO:
Population: Patienter inom de psykiatriska specialiteterna (dvs. psykiatri, rättspsykiatri och barn- och ungdomspsykiatri) samt andra relevanta verksamheter inom hälso- och sjukvården. Även personer inom rättsväsendet till exempel kriminalvården inkluderades då olika länder har olika system när det gäller att avtjäna straff inom rättspsykiatri eller kriminalvård.
Indextest: Instrument, där förutbestämda risk- och skyddsfaktorer vägs samman enligt ett i förväg upprättat system, för att identifiera risken för att en person kommer begå våldshandlingar. Instrument som är utvecklade för ett område som inte är relevant för denna översikt till exempel sexualbrott, kan ingå om instrumentet utvärderats avseende utfallsmåttet våldsbrottslighet.
Referenstest: Om jämförelse finns; ostrukturerad klinisk bedömning som utförs av klinikern på basis av utbildning, erfarenhet och kunskaper om viktiga omständigheter i det enskilda patientfallet.
Utfall: Våldsbrottslighet utifrån register eller självrapportering.
Studiedesign: Systematiska översikter.
Exklusion: Våld på avdelning, sexualbrott, våld i nära relation, brottslighet i kriminella miljöer.
2.2 Att mäta prediktiv validitet
Ett vanligt sätt att presentera den prediktiva validiteten är måttet Area under the curve (AUC)1. AUC avser sannolikheten för att en slumpmässigt utvald person som begår våldsbrott ska ha en högre bedömd våldsrisk än en slumpmässigt utvald person som inte gör det. Ett AUC på 0,50 innebär att bedömningen ger samma resultat som slumpen, medan ett värde på 1,00 indikerar att bedömningen har perfekt träffsäkerhet och konsekvent skiljer mellan personer som kommer att begå våldsbrott och de som inte kommer att göra det. Om konfidensintervallets lägsta värde är 0,50 eller lägre kan det inte uteslutas att det är slumpen som genererat AUC. Andra sätt att presentera ett instruments prediktiva förmåga är genom klassifikationsmått såsom sensitivitet (andel av de som faktiskt begår våld som bedöms ha hög risk) och specificitet (andel av de som inte begår brott som bedömts ha låg risk). Ytterligare klassifikationsmått som används är det positivt prediktiva värdet (PPV) respektive det negativt prediktiva värdet (NPV). PPV uttrycker andelen av de som bedöms ha hög risk som faktiskt begår våld. Det kan tolkas som sannolikheten att en individ som klassas som farlig också verkligen kommer att begå våld. Omvänt anger NPV sannolikheten att en individ som bedömts ha låg risk faktiskt inte kommer att begå våld, se Figur 2.1. Dessa mått förutsätter att riskbedömningen dikotomiseras (till exempel farlig och icke-farlig) utifrån ett bestämt tröskelvärde i instrumentet och påverkas starkt av bastalet, det vill säga hur vanligt våld är i den populationen som studeras. Utöver klassifikationsmåtten kan kalibreringsmetoder användas för att bedöma hur väl instrumentens förutsagda risker överensstämmer med de faktiska utfallen. Genom kalibrering jämförs riskprocenten som instrumentet förutspår med faktiska andelen individer i samma grupp som begår våld.
1. Arean under kurvan (AUC) beräknas utifrån en graf där sensitivitet plottas mot 1-specificitet. AUC speglar testets träffsäkerhet över samtliga möjliga tröskelvärden.
2.3 Litteratursökning
En strukturerad litteratursökning efter systematiska översikter genomfördes av projektets informationsspecialist i sex databaser: fyra av dem via samsökning i EBSCO (PsycINFO, Criminal Justice Abstracts, Psychology and Behavioral Sciences Collection och SocINDEX) samt i Medline (OvidSP) och Scopus (Elsevier).
Som komplement gjordes en citeringssökning av 115 relevanta studier hämtade från SBU [3] och två identifierade systematiska översikter av Ogonah och medarbetare [4] och Viljoen och medarbetare [5].
Sökningarna utfördes i april 2025. Fullständig sökdokumentation finns i Bilaga 1.
2.4 Urval av litteratur
Totalt identifierades 1 339 unika referenser. Båda projektledarna har granskat titlar och sammanfattningar med avseende på relevans för frågan, det vill säga PIRO med hjälp av programmet Covidence. Av dessa bedömdes 38 referenser vara relevanta och lästes i fulltext. Efter granskning i fulltext bedömdes sex systematiska översikter vara relevanta utifrån PIRO.
2.5 Bedömning av risk för bias
Nästa steg var att båda projektledarna, oberoende av varandra, bedömde risken för bias i de sex systematiska översikterna. Översikterna granskades med hjälp av mallen Risk of Bias in systematic Reviews (ROBIS). De domäner som granskas är urval av studier, identifiering och val av studier, bedömning av studier och dataextraktion, analys och syntes samt eventuella jäv eller intressekonflikter. Totalt bedömdes fem studier ha låg risk för bias och inkluderades i översikten. De inkluderade översikterna beskrivs i resultatkapitlet samt i Bilaga 2.
3. Resultat
Rapporten inkluderar fem systematiska översikter, publicerade under åren 2020–2024 som sammanställer forskning om riskbedömningsinstrument inom rättspsykiatri, psykiatri och rättsväsendet för att förutsäga våld i samhället. De systematiska översikterna redovisas nedan samt i Bilaga 2. Riskbedömningsinstrumentens förkortningar finns förklarade i ordlistan.
Viljoen och medförfattare jämförde bedömningar genomförda med ett riskbedömningsinstrument (t.ex. HCR–20, Static–99 och SAVRY) med ostrukturerade kliniska bedömningar (dvs. där man inte använder ett instrument) avseende den prediktiva validiteten för våldsbrottslighet [5]. Sammantaget inkluderades 31 studier, från 12 olika länder som innehöll 45 673 riskbedömningar inom kriminalvården, rättspsykiatrin och psykiatrin. Majoriteten av studierna använde register för att mäta våldsbrottslighet. Drygt hälften av studierna hade en hög ”risk of bias”. Resultaten visade att instrumentbaserade bedömningar hade signifikant bättre prediktiv validitet jämfört med ostrukturerade bedömningar. Samtidigt var det ingen signifikant skillnad i prediktiv validitet mellan aktuariska instrument och strukturerade professionella bedömningar. Aggregerad AUC för aktuariska instrument var 0,69, för strukturerade professionella bedömningar 0,70 och för ostrukturerade kliniska bedömningar 0,62.
Ogonah och medförfattare sammanställde studier om hur väl riskbedömningsinstrument som genomförs inom rättspsykiatri eller slutna säkerhetsavdelningar med enbart tvångsvård kan förutsäga återfall i brottslighet [4]. Sammantaget inkluderades 50 publikationer som utvärderade 36 instrument och inkluderade 10 460 deltagare från 12 olika länder. I majoriteten av studierna var utfallsmåttet nya brott eller återfall i våldsbrottslighet utifrån register. Nästan alla studier hade en hög risk of bias. För återfall i våldsbrottslighet inklusive sexuellt våld kunde AUC-värden för fyra instrument aggregeras, under förutsättning att minst tre studier (k), omfattande minst 100 individer, fanns tillgängliga; HCR–20 version 2: 0,69 (95 % KI, 0,65 till 0,72; I²=0 %; k=9); H10 (subskala till HCR–20): 0,72 (95 % KI, 0,65 till 0,79; I²=0 %; k=3); VRAG: 0,69 (95 % KI, 0,63 till 0,75; I²=0 %; k=4); och Static–99: 0,64 (95 % KI, 0,53 till 0,73; I²=45 %; k=4). Analyser av 46 studier som inkluderade alla instrument visade att AUC-värden varierade mellan 0,39 till 0,86. Nio av studierna rapporterade sensitivitet från 0,33 till 0,80, specificitet från 0,55 till 0,85, positivt prediktivt värde (PPV) från 0,30 till 0,74, och negativt prediktivt värde (NPV) från 0,70 till 0,96. Däremot angavs kalibrering i endast en studie.
Burghart och medförfattare sammanställde studier där man använde instrumentet SAPROF som fokuserar på skyddande faktorer och som används tillsammans med ett klassiskt riskinstrument som fokuserar på riskfaktorer [6]. Översikten inkluderade 39 artiklar (k) med 5 434 studiedeltagare från 16 länder. Effekten för SAPROF på recidivism för våldsbrott var d=0,63 (95 %, KI 0,44 till 0,82); p<0,001; k=13). Det finns även en version av instrumentet som är utvecklad för unga SAPROV-YV med effekten d=0,51 (95 % KI, 0,37 till 0,65; p<0,001; k=5). Metaanalyser visade även att förändringar på SAPROF var associerat med minskade våldsincidenter efter att ha kontrollerat för risk vid baslinjen. Resultat för kalibrering av sju studier visade att högre skyddande poäng var förknippat med en lägre sannolikhet för återfall.
Fazel och medförfattare sammanställde prediktiv validitet hos riskinstrument som används inom rättsväsendet för att vägleda kring beslut om hur ett straff ska avtjänas [7]. Sammantaget inkluderades 36 studier (k) med 597 665 deltagare från sju länder. Sex instrument där studier hade minst 500 deltagare utvärderades i metaanalysen (k=16). Två instrument utvärderades i en studie vardera och därför poolades inte AUC (AUC och 95 % KI för COMPAS: 0,70 (0,69 till 0,71) och LS/CMI: 0,66 (0,61 till 0,72). För resterade fyra instrument var den sammantagna AUC (95 % KI): LSI–R: 0,64 (0,60 till 0,68), k=6; PCL–R: 0,62 (0,53 till 0,70), k=2; PCRA: 0,73 (0,73 till 0,74), k=2; Static–99: 0,66 (0,60 till 0,73), k=4. Kalibrering rapporterades i två av 36 studier.
Rossdale och medförfattare sammanställde prediktiv validitet för instrumentet HCR–20 när det gällde våldsrisk hos kvinnor i psykiatrin, rättsväsendet och rättspsykiatrin [8]. Tolv studier med 1 477 deltagare inkluderades i översikten. Utfallsmåttet var våld inklusive återfall i brott, utifrån register eller självrapportering. Den poolade korrelationskoefficienten för våld var r=0,312 och för brott r=0,249. Sammantaget, var den prediktiva validiteten måttlig för att predicera våldshandlingar och andra brott.
Författare År, Referens |
Population | Instrument i metaanalys |
Viljoen et al, 2024, [5] |
Psykiatri, rättspsykiatri, rättsväsendet, båda könen | Riskbedömningsinstrument vs. ostrukturerad klinisk bedömning |
Ogonah et al, 2023, [4] |
Rättspsykiatri, 88% män | H10, HCR–20, VRAG, Static–99 |
Burghart et al, 2022, [6] |
Psykiatri, rättsväsendet, ungdomsvård, mest män | SAPROF, SAPROF–YV för ungdomar |
Fazel et al, 2022, [7] |
Rättsväsendet | LSI–R, PCL–R, PCRA, Static–99 |
Rossdale et al, 2020, [8] |
Psykiatri, rättspsykiatri, rättsväsendet, kvinnor | HCR-20 |
4. Diskussion
Sammantaget visar det aktuella forskningsläget att det finns riskbedömningsinstrument inom psykiatrin med relativt god, men ändå begränsad, prediktiv förmåga för att förutsäga våld i samhället. Forskningsläget visar därmed liknande resultat som för 20 år sedan då SBU publicerade en systematisk översikt på området [3]. HCR–20 är ett strukturerat riskbedömningsinstrument som utvärderats i flera studier, och visat sig ha en måttlig till god prediktiv validitet när det används inom till exempel rättspsykiatrin för att förutsäga våldsbrott. HCR–20 har även utvärderats på kvinnor i en systematisk översikt som visar på måttliga resultat [7]. Det finns även forskning som indikerar att H10, som är en subskala i HCR–20, har en relativt god prediktiv förmåga [6], vilket kan vara relevant då omfattande instrument ofta är resurs- och tidskrävande. Forskningen indikerar även att SAPROF, ett strukturerat professionellt bedömningsinstrument som fokuserar på skyddande faktorer och genomförs tillsammans med ett instrument baserat på riskfaktorer, har en måttlig till god prediktiv validitet avseende våldsbrott [3].
Resultaten från den systematiska översikten av Viljoen och medförfattare visar att riskbedömningar med hjälp av aktuariska eller strukturella professionella instrument generellt ger bättre prediktioner av våldsrisk än ostrukturerade kliniska bedömningar, det vill säga bedömningar utan stöd av ett instrument [5]. Kliniker tenderar alltså att göra mer träffsäkra våldriskbedömningar när de använder ett riskbedömningsinstrument. En möjlig förklaring är att instrumenten hjälper bedömaren att utgå från vetenskapligt etablerade riskfaktorer, vilket minskar risken för att viktiga faktorer förbises till förmån för mer iögonfallande men mindre relevanta uppgifter. Att använda instrument kan exempelvis motverka att man övervärderar allvarligheten i tidigare brott utan att väga in andra relevanta aspekter. En annan förklaring kan vara att ett instrument bidrar till att sakta ner och systematisera bedömningsprocessen, vilket gör att bedömaren i större utsträckning tar hänsyn till flera relevanta faktorer och undviker att förlita sig på sitt första intryck.
4.1 Att predicera våld inom psykiatrin och hälso- och sjukvården
Det finns en förväntan på att psykiatrin ska kunna identifiera enskilda personer som mår psykiskt dåligt och kan komma att begå våldsbrott, detta är dock en komplex uppgift. Enligt en rapport från BRÅ begick 43 personer ”dödligt våld av psykiskt sjuk”, så kallade vansinnesdåd (dåd som inte kunde kategoriseras som dödligt våld i nära relation, i familjen, i kriminell miljö eller vid spontanbråk och dispyter), under perioden 2006 till 2017 [1]. Av dessa hade 28 personer (65 %) haft kontakt med, eller fått läkemedel utskrivet av, psykiatrins öppen- eller slutenvård de föregående 12 månaderna. Med tanke på att cirka 400 000 personer under år 2017 hade kontakt med psykiatrin är det svårt att, i en så stor population med så få incidenter, predicera vem som kommer att begå våldsdåd. Även om 28 personer som begått så kallade vansinnesdåd under åren 2006 till 2017 hade kontakt med psykiatrin året innan brottet så var det 15 personer som inte hade haft en sådan kontakt. Alla gärningspersoner som begår denna typ av brott fångas alltså inte upp av psykiatrin. Det är viktigt att notera att även om psykiatriska tillstånd förekommer i högre grad hos gärningspersoner vid våld och dödligt våld än i den allmänna befolkningen, är det ytterst få personer med psykisk ohälsa som begår våldsbrott.
En bred screening av våldsrisk inom psykiatrin och övriga hälso- och sjukvården skulle medföra både etiska och praktiska utmaningar. Riskbedömningsinstrument är både tids- och resurskrävande och kräver tillgång till omfattande information om den person som ska bedömas. Tidsåtgången kan variera beroende på hur mycket information som redan finns tillgänglig, men Viljoen och medförfattare uppskattade att en bedömning (inklusive intervju, inhämtning och granskning av journaler samt rapportskrivning) i genomsnitt tar 15 timmar [9]. Screening av våldsrisk skulle även kunna riskera att avskräcka personer med psykisk ohälsa från att söka vård, vilket kan leda till att de går miste om behandling som till exempel skulle kunna förebygga våld. Nyttan med bedömningsinstrument är dessutom beroende av att verkningsfulla insatser kan erbjudas om man upptäcker en ökad våldsrisk. Vidare är det, enligt Lag om psykiatrisk tvångsvård (1991:1128) och Lagen om rättspsykiatrisk vård (1991:1129), endast den psykiatriska tvångsvården och den rättspsykiatriska vården som har ett utpekat ansvar för om en patient är farlig för andra. Vid frivillig vård finns inget sådant utpekat ansvar (Hälso- och sjukvårdslagen 2017:30).
4.2 Nya riskbedömningsinstrument av våld
Utvecklingen av nya och mindre omfattande riskbedömningsinstrument pågår. Då studierna fortfarande är för få för att sammanställas i metaanalyser är instrumentens prediktiva validitet fortfarande osäker och instrumenten har därför inte lyfts fram i de översikter vi inkluderat i denna rapport. I detta avsnitt beskriver vi ett urval av nyare och mindre omfattande instrument som inte fångats i de inkluderade systematiska översikterna.
Instrumentet FoVOx utvecklades i syfte att vara enkelt, kostnadsfritt, kortfattat och användbart i större skala [10]. FoVOx är ett aktuariskt instrument, vilket innebär att professionella inte själva viktar riskfaktorerna. Det har utvärderats inom svensk rättspsykiatri för att förutsäga våldsrisk inom 1–2 år efter utskrivning, med resultat som indikerar en diskriminationsförmåga i nivå med traditionella riskbedömningsinstrument, samt en relativt god kalibrering. FoVOx bygger huvudsakligen på statiska faktorer, vilket gör det mindre lämpligt för att identifiera påverkbara riskfaktorer eller för att följa individens förändring över tid. Det finns studier som har utvärderat instrumentet inom psykiatrisk vård [11] och inom rättsväsendet [12], men fler studier behövs för att fastställa dess validitet i olika populationer.
Ett annat aktuariskt instrument, OxMIV, består av 16 frågor och är utvecklat för att predicera våld inom 12 månader hos personer med schizofrenispektrum eller bipolär sjukdom. Instrumentet utvecklades genom en registerstudie av 75 158 individer i Sverige [13]. I en nederländsk studie med 637 patienter med schizofrenispektrumstörning visade OxMIV måttlig diskriminationsförmåga och god kalibrering [14]. Liknande resultat visades i en studie av 1 145 patienter som hade tagits emot inom en verksamhet för tidiga insatser vid psykos i Storbritannien [15].
Det finns även kortare strukturerade professionella bedömningsinstrument, såsom V–RISK–10, som ursprungligen togs fram för att förutsäga våld inom slutenvårdspsykiatri [16]. Som senare också indikerar en relativt god prediktiv förmåga för våld efter utskrivning bland psykiatriska patienter [17].
Även om flera mindre omfattande riskbedömningsinstrument har utvecklats behövs flera studier som undersöker deras prediktiva validitet.
4.3 Riskinstrument för barn och unga
Ungdomar som har begått brott kan bli aktuella för utredning och bedömning inom socialtjänst, barn- och ungdomspsykiatri samt vid Statens institutionsstyrelses särskilda ungdomshem. Strukturerade risk- och behovsbedömningar kan användas som stöd vid utredningarna. SBU publicerade år 2019 en systematisk översikt där de utvärderade ungdomarnas risk för återfall i våld och andra kriminella handlingar [18]. I översikten fann man att strukturerade risk- och behovsbedömningsmetoder som YLS/CMI eller SAVRY troligen ger vägledning vid bedömning av ungdomars risk för återfall i våld och annan kriminalitet. Den systematiska översikten av Burghart och medarbetare indikerar att SAPROF–YV som är utvecklad för unga och som fokuserar på skyddande faktorer när det används tillsammans med ett klassiskt riskinstrument som fokuserar på riskfaktorer kan vara lovande, men mer forskning behövs [6].
4.4 Metodologiska aspekter och generaliserbarhet
Andelen som begår våldsbrott eller återfaller i brott ser olika ut i olika populationer, därför påverkas riskinstrumentets prediktionsnivå av den population som studeras. Personer som vårdas inom rättspsykiatrin till följd av våldsbrott kan över lag ha större risk att begå ett nytt våldsbrott utifrån sin tidigare brottslighet jämfört med de flesta personer som har kontakt med psykiatrisk vård. Detta innebär att bastalen för våld är högre inom rättspsykiatrin. Det är alltså lättare att ta fram statistiskt säkra prediktionsmodeller för sådant som är relativt vanligt än för sådant som är mycket ovanligt. Skälet är att det krävs mycket stora urval för att statistiskt säkerställa resultaten då ovanliga händelser studeras. Samtidigt kan det vara så att personer som bedöms ha en hög våldsrisk inom rättspsykiatrin har fått insatser som har minskat risken för återfall. Detta är förstås positivt även om det försvårar bedömningen av instrumentets träffsäkerhet (dvs. ökar falskt positiva fel).
Även om aktuariska instrument har fördelen att de inte kräver en subjektiv viktning av riskfaktorer eller en övergripande professionell bedömning, har de också begränsningar. Eftersom dessa instrument är utvecklade utifrån statistiska modeller i specifika populationer, kan deras giltighet vara begränsad utanför den kontext de togs fram i. För instrumentet VRAG ges exempelvis en lägre riskpoäng om indexbrottet är mord, särskilt mot en kvinna. Detta bygger på att sådana brott i tidigare populationer som studerats var förknippade med lägre återfallsrisk, men det kan uppfattas som både kontraintuitivt och etiskt problematiskt i andra sammanhang.
En systematisk översikt som sammanställde studier på HCR–20 hos kvinnor inom psykiatrin och rättsväsendet visade på en måttlig prediktiv validitet avseende våldsbrottslighet [8]. Det går i övrigt inte att direkt generalisera resultat från män till kvinnor när det gäller prediktion av våld då riskfaktorer kan se olika ut för kvinnor och män, och förekomst av våldsbrott är lägre hos kvinnor. Det behövs även forskning kring generaliserbarheten av riskbedömningsinstrument för populationer med olika etnisk härkomst.
Orsakerna bakom allvarliga våldsbrott är komplexa och heterogena och kan skilja sig från de riskfaktorer som bedöms i traditionella instrument. Exempel är extremistiska åsikter, självmordstankar vid allvarlig psykisk sjukdom samt sociala eller ekonomiska problem. För dessa aspekter finns speciellt utvecklade riskbedömningsinstrument såsom TRAP–22 för extremistiskt våld, OxMIS för suicidrisk hos personer med allvarlig psykisk sjukdom och RBM–B för att få en bred bild av individens livssituation, inklusive faktorer som boende, arbete, ekonomi, sociala relationer samt fysisk och psykisk hälsa, inklusive eventuell problematik med missbruk.
Med tanke på de mångfaldiga orsakerna bland allvarliga våldsbrott och mängden information som behövs för att bedöma våldsrisk skulle ökade möjligheter att dela information mellan verksamheter med olika ansvarsområden som hälso- och sjukvården, socialtjänsten och skolan underlätta för att identifiera personer som är i risk för att begå våldsdåd.
För att riskinstrument ska få ett bredare genomslag och vara meningsfulla att använda behöver professionen, när man identifierar risk, ha kunskap och möjlighet att ge verkningsfulla insatser. Denna rapport har dock inte kartlagt kunskapsläget för olika insatser och kombinationer av åtgärder för att förebygga våld.
4.5 Etiska aspekter
En bristande prediktiv förmåga och avsaknad av validerade riskinstrument har direkta kliniska och etiska implikationer för patienter och för samhället i stort. Till exempel kan frigivning försenas utifrån resultat från riskbedömningar. Fortsatt kvarhållande av personer baserade på felaktiga bedömningar kan vara direkt skadliga. Vidare kan frigivning eller utebliven vård baserat på felaktiga riskbedömningar innebära en fara för hälsa och säkerhet om våldsbrott senare begås. Det är därför av största vikt att riskbedömningsinstrument i klinisk verksamhet har en god prediktiv förmåga i det kontext de används.
Hall och Iannuzzi diskuterar praktiska och etiska frågor som måste beaktas vid bredare användning av riskbedömningar [19]. De lyfter särskilt att instrumentens nytta är beroende av rätt träning och tillämpning, och varnar för övertro på deras prediktiva förmåga. Att inkludera instrument som även fokuserar på skyddande faktorer som exempelvis SAPROF, där flera faktorer är påverkbara, kan bidra till en mer positiv professionell hållning, stärkt behandlingsallians samt ett ökat fokus på behandling och rehabiliterande insatser. Samtidigt behövs mer valideringsforskning för att säkerställa den prediktiva validiteten hos sådana instrument.
4.6 Framtida forskning
Forskning om våldsriskbedömningsinstrument bör inkludera tillräckligt stora urval, samt rapportera flera klassifikationsmått för prediktiv förmåga såsom AUC, sensitivitet, specificitet, PPV och NPV, samt kalibreringsmått. Dessutom bör instrumenten valideras av oberoende forskare (dvs. inte enbart av instrumentens utvecklare), i olika populationer, samt att man kontrollerar om eventuella insatser som givits har påverkat utfallet. Mer forskning behövs även på kvinnor. Det skulle även vara av intresse att utvärdera riskinstrument inom psykiatrins och delar av övriga hälso- och sjukvårdens frivilliga vård (till exempel beroendevården) samt socialtjänsten. Medan hög sensitivitet är viktigt för att identifiera individer som faktiskt utgör en risk och därmed skydda allmänheten, är hög specificitet avgörande för att undvika att personer felaktigt bedöms som farliga, vilket är centralt för att värna patienters rättssäkerhet. Det krävs därför mer forskning för att klarlägga vilka instrument som uppnår en lämplig balans mellan sensitivitet och specificitet i olika tillämpningssammanhang. Ett relativt nytt forskningsfält är användningen av artificiell intelligens för riskbedömningar av våld. Dessa studier ingår inte i föreliggande rapport.
4.7 Avslutningsvis
Riskbedömningsinstrument för att predicera våld i samhället har framför allt utvärderats inom rättsväsendet, rättspsykiatrin och till viss del inom övrig psykiatri (framförallt inom tvångsvården). Huvudsakligen har återfall i brott studerats, det vill säga i en population som tidigare har begått brott. Resultaten visar att när kliniker använder riskbedömningsinstrument för att predicera våld är bedömningarna bättre än en slumpmässig bedömning (dvs. bättre än 50 % träffsäkerhet). Riskbedömningarna blir också bättre när kliniker använder ett instrument vid sin bedömning jämfört med att göra så kallade ostrukturerade kliniska bedömningar, som genomförs utan instrument. Instrumentens träffsäkerhet är dock begränsad, i en betydande andel fall sker felbedömningar. Att på individnivå förutspå framtida mänskligt beteende är komplext då många faktorer påverkar och samspelar.
5. Medverkande
5.1 SBU:s projektgrupp
- Lina Leander (projektledare)
- Kristin Feltmann (projektledare)
- Jenny Stenman (projektadministratör)
- Carl Gornitzki (informationsspecialist)
- Jonas Bergström (projektansvarig chef)
5.2 Sakkunniga
- Pontus Strålin, medicinskt sakkunnig Socialstyrelsen
- Peter Andiné, professor, medicinskt sakkunnig Socialstyrelsen
6. Ordförklaringar och förkortningar
- Aktuariskt instrument
- Instrument för att predicera våldsrisk, som bygger på statistiska modeller utvecklade i specifika populationer och ger ofta ett poängresultat som kan kopplas till en ungefärlig sannolikhet för återfall i våld under en viss tidsperiod
- AUC
- ”Area Under the Curve”. Klassifikationsmått på ett instruments prediktiva förmåga
- Bias
- Systematiskt fel (snedvridning) i en vetenskaplig studies upplägg eller genomförande som påverkar resultaten och inte beror på slumpfaktorer
- Brå
- Brottsförebyggande rådet
- COMPAS
- Riskbedömningsinstrument. Correctional Offender Management Profiling for Alternative Sanctions
- FoVOx
- Riskbedömningsinstrument. Forensic Psychiatry and Violence Oxford
- H10
- Subskala till HCR-20 som bygger på historiska data
- HCR–20
- Riskbedömningsinstrument. Historical Clinical Risk management
- Korrelationskoefficient
- Mått på hur relaterade två variabler är
- LS/CMI
- Riskbedömningsinstrument. Youth Level of Service/Case Management Inventory
- LSI-R
- Riskbedömningsinstrument. Level of Service Inventory-Revised
- Meta-analys
- Statistisk metod för att sammanväga resultat från flera undersökningar
- NPV
- Negativt prediktivt värde. Klassifikationsmått på ett instruments prediktiva förmåga- andel av de som bedömts ha låg risk som faktiskt inte begår våld
- OxMIS
- Riskbedömningsinstrument. Oxford Mental Illness and Suicide Tool
- OxMIV
- Riskbedömningsinstrument. Oxford Mental Illness and Violence Tool
- OxRec
- Riskbedömningsinstrument. Oxford risk of Recidivism tool
- PCL–R
- Diagnostiskt instrument som även används som riskbedömningsinstrument. Psychopathy Checklist Revised
- PCRA
- Riskbedömningsinstrument. Post Conviction Risk Assessment
- PIRO
- Population, Indextest, Referenstest och utfall (Outcome). Används för att strukturera en frågeställning
- PPV
- Positivt prediktivt värde. Klassifikationsmått på ett instruments prediktiva förmåga- andel av de som bedömts ha hög risk som faktiskt begår våld
- RBM–B
- Riskbedömningsinstrument. Risk, Behov och Mottaglighets Bedömning
- ROBIS
- Risk of Bias in systematic Reviews
- SAPROF (-YV)
- Riskbedömningsinstrument. Structured Assessment of Protective Factors for violence risk (YV=youth version)
- SAVRY
- Riskbedömningsinstrument. Structured Assessment of Violence Risk in Youth
- Sensitivitet
- Klassifikationsmått på ett instruments prediktiva förmåga - andel av de som faktiskt begår våld som bedöms ha hög risk
- Specificitet
- Klassifikationsmått på ett instruments prediktiva förmåga - andel av de som inte begår brott som bedömts ha låg risk
- SPJ
- Structured professional judgements
- Static–99
- Riskbedömningsinstrument för att predicera risk för återfall hos sexualbrottslingar
- Systematisk översikt
- Sammanställning av resultat från vetenskapliga undersökningar som med systematiska och tydligt beskrivna metoder har identifierats, valts ut och bedömts kritiskt och som avser en specifikt formulerad forskningsfråga
- TRAP–22
- Riskbedömningsinstrument. Terrorist Radicalization Assessment Protocol
- VRAG
- Riskbedömningsinstrument. Violence Risk Appraisal Guide
- V–RISK–10
- Riskbedömningsinstrument. Violence Risk Screening
7. Referenser
- Brå. Dödligt våld och psykisk ohälsa Gärningspersoners tidigare kontakter med psykiatrisk vård. Stockholm: Brottsförebyggande rådet (Brå); 2020. 7. Available from: https://bra.se/rapporter/arkiv/2020-06-30-dodligt-vald-och-psykisk-ohalsa
- Socialstyrelsen. Statistik om specialiserad psykiatrisk vård 2023. Stockholm: Socialstyrelsen; 2024. Art.nr: 2024-12-9377. Available from: https://www.socialstyrelsen.se/contentassets/ff8ef67d892c4827b13c9920baaa1708/2024-12-9377.pdf
- SBU. Riskbedömningar inom psykiatrin - kan våld i samhället förutsägas?. En systematisk litteraturöversikt. Stockholm: Statens beredning för medicinsk och social utvärdering (SBU); 2005. SBU Utvärderar 175. [accessed 20250530]. Available from: https://www.sbu.se/175
- Ogonah MGT, Seyedsalehi A, Whiting D, Fazel S. Violence risk assessment instruments in forensic psychiatric populations: a systematic review and meta-analysis. Lancet Psychiatry. 2023;10(10):780-9. Available from: https://doi.org/10.1016/s2215-0366(23)00256-0
- Viljoen JL, Goossens I, Monjazeb S, Cochrane DM, Vargen LM, Jonnson MR, et al. Are risk assessment tools more accurate than unstructured judgments in predicting violent, any, and sexual offending? A meta-analysis of direct comparison studies. Behav Sci Law. 2025;43(1):75-113. Available from: https://doi.org/10.1002/bsl.2698
- Burghart M, de Ruiter C, Hynes SE, Krishnan N, Levtova Y, Uyar A. The Structured Assessment of Protective Factors for violence risk (SAPROF): A meta-analysis of its predictive and incremental validity. Psychol Assess. 2023;35(1):56-67. Available from: https://doi.org/10.1037/pas0001184
- Fazel S, Burghart M, Fanshawe T, Gil SD, Monahan J, Yu R. The predictive performance of criminal risk assessment tools used at sentencing: Systematic review of validation studies. J Crim Justice. 2022;81:101902. Available from: https://doi.org/10.1016/j.jcrimjus.2022.101902
- Rossdale S-V, Tully RJ, Egan V. The HCR-20 for Predicting Violence in Adult Females: A Meta-Analysis. Journal of Forensic Psychology Research and Practice. 2019;20(1):15-52. Available from: https://doi.org/10.1080/24732850.2019.1681875
- Viljoen JL, McLachlan K, Vincent GM. Assessing Violence Risk and Psychopathy in Juvenile and Adult Offenders: A Survey of Clinical Practices. Assessment. 2010;17(3):377-95. Available from: https://doi.org/10.1177/1073191109359587
- Wolf A, Fanshawe TR, Sariaslan A, Cornish R, Larsson H, Fazel S. Prediction of violent crime on discharge from secure psychiatric hospitals: A clinical prediction rule (FoVOx). Eur Psychiatry. 2018;47:88-93. Available from: https://doi.org/10.1016/j.eurpsy.2017.07.011
- Zhong S, Yu R, Cornish R, Wang X, Fazel S, Fo Vg. Assessment of violence risk in 440 psychiatric patients in China: examining the feasibility and acceptability of a novel and scalable approach (FoVOx). BMC Psychiatry. 2021;21(1):120. Available from: https://doi.org/10.1186/s12888-021-03115-3
- Krebs J, Negatsch V, Berg C, Aigner A, Opitz-Welke A, Seidel P, et al. Applicability of two violence risk assessment tools in a psychiatric prison hospital population. Behav Sci Law. 2020;38(5):471-81. Available from: https://doi.org/10.1002/bsl.2474
- Fazel S, Wolf A, Larsson H, Lichtenstein P, Mallett S, Fanshawe TR. Identification of low risk of violent crime in severe mental illness with a clinical prediction tool (Oxford Mental Illness and Violence tool [OxMIV]): a derivation and validation study. Lancet Psychiatry. 2017;4(6):461-8. Available from: https://doi.org/10.1016/s2215-0366(17)30109-8
- Lamsma J, Yu R, Fazel S. Validation and recalibration of OxMIV in predicting violent behaviour in patients with schizophrenia spectrum disorders. Sci Rep. 2022;12(1):461. Available from: https://doi.org/10.1038/s41598-021-04266-9
- Daniel W, Sue M, Belinda L, Seena F. Assessing violence risk in first-episode psychosis: external validation, updating and net benefit of a prediction tool (OxMIV). BMJ Mental Health. 2023;26(1):e300634. Available from: https://doi.org/10.1136/bmjment-2022-300634
- Bjorkly S, Hartvig P, Heggen FA, Brauer H, Moger TA. Development of a brief screen for violence risk (V-RISK-10) in acute and general psychiatry: An introduction with emphasis on findings from a naturalistic test of interrater reliability. Eur Psychiatry. 2009;24(6):388-94. Available from: https://doi.org/10.1016/j.eurpsy.2009.07.004
- Roaldset JO, Hartvig P, Bjørkly S. V-RISK-10: validation of a screen for risk of violence after discharge from acute psychiatry. Eur Psychiatry. 2011;26(2):85-91. Available from: https://doi.org/10.1016/j.eurpsy.2010.04.002
- SBU. Risk- och behovsbedömning av ungdomar avseende återfall i våld och annan kriminalitet En systematisk översikt och utvärdering av ekonomiska, sociala och etiska aspekter. Stockholm: Statens beredningför medicinsk och social utvärdering (SBU); 2019. SBU Utvärderar 303. [accessed 2025-05-30]. Available from: https://www.sbu.se/303
- Hall RCW, Iannuzzi G. Prediction of violence: Part contagious disease, part unpredictable individual: Is a public health assessment approach an additional option and at what cost? Behav Sci Law. 2023;41(5):246-61. Available from: https://doi.org/10.1002/bsl.2611
8. Bilagor
- Bilaga 1 Sökdokumentation
- Bilaga 2 Inkluderade översikter