增量倾向分数对犯罪学的影响：一个应用评估无家可归、行为健康问题与累犯之间的关系
摘要：无家可归与再犯率之间的关系是本研究的重点，研究对象为有和无行为健康问题的缓刑人员。该研究还介绍了一种新的方法来总结影响结果的曝光效应，即增量倾向评分（IPS），避免了犯罪学中常用的其他估计方法的缺陷。我们评估了在缓刑开始时无住所对在一年内再次被捕的影响，研究对象为缓刑人员队列（n = 2,453）。我们估计了IPS效应，并考虑了一般和犯罪特定的再犯，以确定受试者是否更或者不太可能无家可归，并评估了精神障碍状况的效应变化。我们使用了一种具有弹性但高效的双重鲁棒性机器学习估计器来估计效应。减少无家可归导致再犯率估计平均值降低。将无家可归的几率除以十与将无家可归的几率乘以十相比，对估计的再犯率平均值有显著影响（p < 0.05），相当于估计的再犯率平均值减少了9\%。较轻的干预措施显示了较小的、不显著的效应大小。根据诊断和再逮捕类型进行分层得出了相似的结果，但没有统计学的显著性。尽管存在与观察数据和推广性相关的限制，本研究通过新的分析方法支持无家可归作为各类人群再犯风险因素。减少再犯的努力应包括使无家可归不太可能发生的干预措施，如增加住房供应。与此同时，确定再犯风险因素的努力应考虑IPS效应等替代效应，以最大限度地提高有效性和减少偏差。
作者：Leah A. Jacobs, Alec McClean, Zach Branson, Edward H. Kennedy, Alex Fixler
论文ID：2305.14040
分类：Applications
分类简称：stat.AP
提交时间：2023-05-24