Análise de tendência para crimes violentos em usuários de substâncias psicoativas através de um modelo probabilístico

Abstract

O uso de álcool e substâncias psicoativas (SPA) ilícitas é frequentemente associado a comportamentos e crimes violentos. Em 2021, o uso global dessas substâncias aumentou em 23%, afetando mais de 296 milhões de pessoas. No ano seguinte, o Brasil registrou 47.398 mortes violentas intencionais. Para abordar essa problemática, pesquisas têm investigado fatores que antecipam esses comportamentos, buscando identificar perfis considerando fatores de risco e proteção, trajetórias criminosas e características psicológicas. Este estudo teve como objetivo investigar os fatores de risco associados a crimes violentos entre indivíduos que fazem uso de SPA, desenvolvendo um modelo que amplie a precisão das avaliações probabilísticas nesse grupo específico. Foram analisados dados de 2.155 usuários de múltiplas substâncias da unidade de internação do Hospital Universitário do Sul do Brasil e CAPSad de seis estados, entre 2011 e 2022, resultando em uma amostra final de 743 indivíduos. Sete fatores preditores de risco foram identificados após análise exploratória. As variáveis escolaridade, gênero, problemas relacionados ao uso de álcool, apoio familiar, vítima de crime violento, histórico de comportamento agressivo e abuso de prescrições médicas e de SPA apresentaram associações significativas com a expressão de violência, sugerindo que esses fatores são preditores probabilísticos nesta amostra. O desempenho do modelo foi avaliado utilizando diversas métricas, como a área sob a curva (AUC), sensibilidade, especificidade, acurácia balanceada, Brier Score, log loss, recall, F1 score e plotagem de calibração. A performance apresentou uma área sob a curva maior do que 0.5, indicando uma performance positiva na capacidade de discriminar entre indivíduos com maior probabilidade de apresentar comportamentos e crimes violentos. Todas as análises foram realizadas utilizando o pROC, yardstick e MLmetrics no R versão 4.2.2. O modelo preditivo desenvolvido demonstrou uma performance promissora, sugerindo sua eficácia na identificação de indivíduos com maior probabilidade de apresentar tais comportamentos. Este modelo pode auxiliar profissionais da saúde na identificação de riscos de comportamento violento associados ao uso de SPA, permitindo intervenções personalizadas para prevenção e apoio adequado aos indivíduos, contribuindo para o avanço da saúde pública e da segurança da sociedade.

The use of alcohol and illicit psychoactive substances (SPA) is often associated with violent behaviors and crimes. In 2021, global use of these substances increased by 23%, affecting more than 296 million people. The following year, Brazil recorded 47.398 intentional violent deaths. To address this issue, research has investigated factors that anticipate these behaviors, seeking to identify profiles considering risk and protection factors, criminal trajectories and psychological characteristics. This study aimed to investigate the risk factors associated with violent crime among individuals who use SPA, developing a model that increases the accuracy of probabilistic assessments in this specific group. Data were analyzed from 2.155 users of multiple substances of the hospitalization unit of the University Hospital of Southern Brazil and CAPSad of six states between 2011 and 2022, resulting in a final sample of 743 individuals. Seven predictors of risk were identified after exploratory analysis. The variables schooling, gender, problems related to alcohol use, family support, victim of violent crime, history of aggressive behavior and abuse of medical prescriptions and PAS showed significant associations with the expression of violence, factors are probabilistic predictors in this sample. The performance of the model was evaluated using several metrics, such as the area under the curve (AUC), sensitivity, specificity, balanced accuracy, Brier Score, log Loss, recall, F1 score and calibration plot. The performance presented an area under the curve greater than 0.5, indicating a positive performance in the ability to discriminate between individuals more likely to present violent behaviors and crimes. All analyses were performed using proc, Yardstick and MLmetrics in R version 4.2.2. The developed predictive model demonstrated a promising performance, suggesting its effectiveness in identifying individuals with higher probability of presenting such behaviors. This model can assist health professionals in identifying risks of violent behavior associated with the use of SPA, allowing personalized interventions for prevention and adequate support to individuals, contributing to the advancement of public health and security of society.