đĄ En bref : ARTICLE đ° sur le dĂ©veloppement dâun modĂšle statistique de prĂ©diction de lâissue des cas de disparitions.
Titre : Can harm be predicted? On the development and validation of a statistical model for predicting harm in missing person incidents
Auteurs : Aiden Sidebottom, Toby Davies
RĂ©sumĂ© original : « A small but significant proportion of missing episodes result in serious harm or death. In this study, we developed and validated a statistical model for predicting missing incidents where harm occurs. Data were provided by two police forces in England and Wales for the period January 2015 to December 2021. Of the 44,294 missing incidents we analysed, 4% were recorded by the police as resulting in harm (nâ=â1902). Ten variables were found to significantly increase the risk of harm, including increased age, female sex, suicide ideation, mental health concerns and being harmed in a previous missing episode. What predicted harm was also shown to vary by age group. Using a standard train/test framework, our statistical model yielded an acceptable level of predictive performance â an area under the receiver operating characteristic curve score of 0.75 â but was not superior to the current police risk assessment method both in terms of recall (the proportion of harm cases that were successfully identified) and precision (the proportion of identified cases which actually resulted in harm). If generalisable, our findings (1) call for a re-examination of the questions currently used in police missing person risk assessments and (2) suggest that a validated risk prediction model can complement police decision making in missing person investigations. »
Date de parution : 16/03/2025
Ădition : Policing & Society
DOI : 10.1080/10439463.2025.2456992
ThĂšmes : ModĂšle, EnquĂȘte, Victimologie, Facteurs de risque
Citer cette rĂ©fĂ©rence : Sidebottom, A., & Davies, T. (2025). Can harm be predicted? On the development and validation of a statistical model for predicting harm in missing person incidents. Policing and Society, 1â18. https://doi.org/10.1080/10439463.2025.2456992
RĂ©sumĂ© traduit en français : « Une proportion faible mais significative dâĂ©pisodes de disparition connaĂźt des dommages graves ou la mort de la personne disparue. Dans cette Ă©tude, nous avons dĂ©veloppĂ© et validĂ© un modĂšle statistique permettant de prĂ©dire les incidents de disparition qui entraĂźnent des dommages. Les donnĂ©es ont Ă©tĂ© fournies par deux sources de forces de police en Angleterre et au Pays de Galles pour la pĂ©riode allant de janvier 2015 Ă dĂ©cembre 2021. Sur les 44 294 incidents de disparition que nous avons analysĂ©s, 4 % ont Ă©tĂ© enregistrĂ©s par la police comme ayant entraĂźnĂ© un prĂ©judice (n = 1902). Dix variables se sont avĂ©rĂ©es augmenter de maniĂšre significative le risque de prĂ©judice, notamment lâĂąge Ă©levĂ©, le sexe fĂ©minin, les idĂ©es suicidaires, les problĂšmes de santĂ© mentale et le fait dâavoir subi un prĂ©judice lors dâun prĂ©cĂ©dent Ă©pisode de disparition. Il a Ă©galement Ă©tĂ© dĂ©montrĂ© que les facteurs prĂ©dictifs de prĂ©judice variaient en fonction du groupe dâĂąge. En utilisant un cadre standard de formation/essai, notre modĂšle statistique a produit un niveau acceptable de performance prĂ©dictive â une aire sous la courbe caractĂ©ristique dâexploitation du rĂ©cepteur de 0,75 â mais nâĂ©tait pas supĂ©rieur Ă la mĂ©thode actuelle dâĂ©valuation du risque de la police Ă la fois en termes de rappel (la proportion de cas de prĂ©judice qui ont Ă©tĂ© identifiĂ©s avec succĂšs) et de prĂ©cision (la proportion de cas identifiĂ©s qui ont effectivement abouti Ă un prĂ©judice). Sâils sont gĂ©nĂ©ralisables, nos rĂ©sultats (1) appellent Ă un rĂ©examen des questions actuellement utilisĂ©es dans les Ă©valuations policiĂšres du risque de disparition et (2) suggĂšrent quâun modĂšle validĂ© de prĂ©diction du risque peut complĂ©ter la prise de dĂ©cision de la police dans les enquĂȘtes sur les personnes disparues. »