想象一下，你是一名试图在犯罪发生前就破解谜团的侦探。在心理学和社会工作的领域中，这是终极挑战：弄清楚哪些正处于家庭麻烦或行为问题中的青少年，将来可能会陷入法律纠纷。这并不是在猜测谁是“坏孩子”；而是在识别那些暗示年轻人正处于滑向犯罪边缘的特定预警信号。科学家们称之为“风险评估”。这就像是在野餐前查看天气预报。你无法阻止降雨，但如果你知道风暴即将来临，你就可以撑起雨伞或将聚会移至室内。在这项研究中，研究人员正在观察一个青少年生活的“天气”——他们的行为、感受，以及他们的父母和老师所观察到的情况——以观察他们是否能预测一个风暴肆虐的未来。核心问题是：我们能否在儿童福利系统中足够早地发现这些迹象，从而在孩子们被捕之前就为他们提供帮助？
这项研究背后的研究人员决定对 129 名挪威青少年进行一场“侦探游戏”，这些孩子已经在接受儿童福利服务的帮助。这些孩子并不一定在监狱里；许多人只是在处理家庭冲突、学校问题或是在家里表现出叛逆行为。团队从不同来源收集了海量信息——就像一个“多方信息采集”小队——要求青少年本人、他们的父母以及他们的老师填写关于违规行为、攻击性，以及这些孩子是否显得冷漠或缺乏同理心（这些特征被称为“冷酷-无情”特质）的调查问卷。然后，他们等待了接下来的 18 个月和 36 个月，通过查看官方警察记录，观察谁最终受到了刑事指控。
以下是他们的发现：最好的“天气预报”并非来自某一个人。相反，最可靠的预测指标是不同人群所报告的具体行为。如果老师说一名学生违反规则，或者家长报告在家中有违规行为，或者青少年承认了自己的违法行为，这些都是刑事指控可能即将来临的强烈信号。令人惊讶的是，司法系统使用的标准“风险评估”工具（通常侧重于过去的犯罪行为）在这里效果并不好，因为这些孩子尚未犯下太多罪行。然而，有一个特定的特质像红色的求救信号一样格外醒目：当老师报告一名学生具有“冷酷-无情”特质（即他们看起来冷漠、漠不关心或没有罪恶感）时，这是一个非常强烈的预测指标，预示着未来的麻烦，尤其是在短期内。
该研究还测试了一种名为“功能性家庭治疗”（FFT）的特殊家庭疗法，并将其与常规治疗进行了对比。结果表明，这种疗法起到了类似“盾牌”的作用，但仅对某些孩子有效。它似乎对那些已经在学校就读且具有高水平违规行为或冷酷特质的孩子有效，与接受常规帮助的孩子相比，降低了他们被起诉的可能性。然而，作者谨慎地指出，这并不是万灵药；该疗法并不适用于所有人，且对比的组别之间存在一些差异。
那么，结论是什么？这项研究表明，要预测谁可能会陷入法律麻烦，我们需要倾听青少年社交圈中的每个人，特别是老师和父母，并密切关注违规行为和缺乏同理心的现象。虽然我们无法 100% 地预测未来，但使用这些多方报告比只看拼图的一块能让我们获得更清晰的全貌。这可以帮助社会工作者识别出那些现在就需要额外帮助的孩子，从而在犯罪开始之前，潜在地引导他们远离犯罪生涯。
技术摘要：利用儿童福利机构受理阶段的多信息源评估预测青少年刑事指控
问题陈述
尽管在近几十年中青少年犯罪率总体呈下降趋势，但近年来该比例出现了停滞，且自述犯罪行为自2015年以来有所增加。一个关键的公共卫生挑战是，如何识别儿童福利服务（CWS）中具有进入终身犯罪轨迹高风险的青少年。目前的风险评估工具（如服务水平量表）主要针对已建立犯罪史的青少年司法人群进行验证。这些工具在CWS人群中的适用性仍不确定，因为后者通常因家庭功能障碍或破坏性行为而被转介，而非因犯罪行为。此外，干预措施往往是反应性的，仅在涉及司法系统之后才发生。因此，迫切需要开发针对CWS背景、利用多信息源数据（家长、自我、教师）来预测未来刑事指控并为目标预防性干预提供依据的、经过验证且具可行性的筛查工具，以便在接触司法系统之前进行干预。
方法论
本研究分析了2013年至2017年期间在挪威四个地点常规CWS设置下进行的一项两臂随机对照试验（RCT）的数据。
- 样本： 招募了129名青少年（平均年龄15岁）及其家庭。纳入标准包括具有暴力、犯罪或攻击行为、有离家安置风险或学校相关问题的11-18岁青少年。值得注意的是，样本中仅有5%是专门因犯罪行为被转介的。
- 设计： 受试者被随机分配到功能家庭治疗（FFT）或常规治疗（TAU）。TAU包括各种干预措施，如多系统治疗（MST）、家长培训或家庭咨询。
- 预测因子： 治疗前评估（受理阶段）包括多信息源测量：
- 家长/教师报告： 违规行为、攻击行为、社交技能和冷酷无情（CU）特质（冷酷无情特质量表 - ICU）。
- 自我报告： 违规行为（自报违规行为 - SRD）和CU特质。
- 教师报告： 多动/冲动（SNAP-IV）、对抗性违抗行为（IOWA）以及CU特质。
- 受理人员： 青年服务水平/案例管理量表（YLS/CMI）。
- 结局指标： 主要结局指标是刑事指控（CC）的发生情况，通过与挪威统计局的国家登记数据进行关联，追踪至受理后18个月和36个月。
- 分析： 研究采用Welch's t检验识别初始预测因子，随后使用逻辑回归模型，控制了治疗条件、年龄、性别、家长受教育程度和收入等变量。同时测试了预测因子与治疗条件之间的交互效应。预测准确性通过受试者工作特征（ROC）曲线和曲线下面积（AUC）统计进行评估。
主要结果
多信息源数据的预测效度：
- 违规/违规行为： 家长报告的违规行为、自我报告的违规行为以及教师报告的违规行为均显著预测了18个月和36个月时的刑事指控。在控制协变量和治疗条件后，这些因素依然显著。
- 冷酷无情（CU）特质： 教师报告的CU特质是刑事指控在18个月和36个月时的稳健预测因子。教师报告的CU特质每增加一个标准差，预计被指控的概率会大幅增加（例如，在18个月时从约16%上升至约52%）。
- 非预测因子： 攻击行为（家长和教师报告）、多动/冲动、自我及家长报告的CU特质，以及YLS/CMI风险评分在本项目样本中均未显著预测未来的刑事指控。
- 特定时间预测因子： 教师报告的对抗性违抗行为和低社交技能在18个月时预测指控，但在36个月时失去了显著性。
治疗交互作用：
- 虽然研究整体发现FFT与TAU在刑事指控方面没有显著的主效应，但交互分析显示，对于高风险特征（即在违规行为或CU特质得分较高）的在校青少年，FFT与减少违规行为相关。
- 在治疗条件与教师报告的违规行为以及教师报告的CU特质之间发现了显著的交互作用。与TAU组相比，FFT组中具有这些高分特质的青少年获得刑事指控的几率较低。
预测准确性：
- ROC分析表明，显著变量具有中等到良好的预测准确性。违规行为和违规行为的AUC在18个月时范围为0.70至0.79。
- 教师报告的CU特质在18个月时表现出特别强的辨别力（AUC = 0.81），尽管这在36个月时有所下降（AUC ≈ 0.68）。
意义与主张
本文主张，在CWS受理阶段整合多信息源评估，可以有效识别处于高度未来刑事指控风险中的青少年，即使在既往犯罪史极少的群体中也是如此。研究表明，在此背景下，特定特质（特别是教师报告的违规行为和冷酷无情特质）比标准的司法衍生工具（如依赖于既往犯罪史的YLS/CMI）具有更优的预测能力。
作者认为，这些发现支持了在CWS受理阶段开发实用的评估策略，即综合家长、青少年和教师的报告。此类策略能够使证据支持的预防性服务（如FFT）及时部署到高风险青少年身上，使其在进入青少年司法系统之前得到干预。研究适度建议，虽然FFT可能无法减少所有CWS人群的违规行为，但它在**高风险特征（高违规行为或CU特质）**人群中显示出减少指控的潜力，这强调了将干预强度与特定风险因素相匹配的重要性。作者总结道，需要进一步的研究来评估和改编适用于CWS样本的司法衍生工具，并测试利用这些多信息源报告的筛查方案。
每周获取最佳 social_science 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题，再试一次？
无垃圾邮件，随时退订。