Predictieve factoren seksueel misbruik bij kinderen : multi-level meta-analyse

(1)

Predictieve factoren seksueel misbruik bij kinderen

Multi-level meta-analyse

Masterscriptie Forensische Orthopedagogiek

Pedagogische en Onderwijskundige Wetenschappen Universiteit van Amsterdam

N. de Jong & M.W.C.M. Meeuwsen Studentnummers: 10284249 & 10284354

Begeleiders: Prof. dr. G.J.J. Stams & drs. M. Assink Amsterdam (juli, 2014)

(2)

Inhoudsopgave

Abstract ... 3

Keywords: Child sexual abuse, risk factors, multilevel meta-analysis ... 3

Inleiding ... 4

Methode ... 8

Selectie van studies ... 8

‘Inclusie’-criteria ... 9 Codering ... 9 Analyses ... 10 Publicatiebias ... 11 Resultaten ... 12 Overall-resultaten ... 12 Moderatoranalyse ... 13 Discussie ... 16 Referenties ... 20

Bijlage 1. Ondersteunende tabellen ... 29

(3)

Predictive Risk factors for Child Sexual Abuse

Abstract

A multilevel meta-analysis, consisting of 17 studies (22 study-id’s) and 304 effect sizes (n = 18.455 subjects) was conducted to examine the relative strength of various risk factors for child sexual abuse, accounting for sample and study characteristics. A significant and small-to-medium overall effect size was found of r = .189. Moderate to large effect sizes were found for handicap child, community factors, delinquency child and gender. These results suggest the importance of a multi-factorial approach to the assessment of child sexual abuse and subsequent preventive and curative interventions.

(4)

Inleiding

De meest recente metaanalyse naar risicofactoren voor kindermishandeling en -verwaarlozing dateert uit 2009 (Stith e.a., 2009). In deze meta-analyse is seksueel kindermisbruik buiten beschouwing gelaten, omdat verwacht werd dat de risicofactoren voor seksueel kindermisbruik zouden afwijken van de risicofactoren voor andere vormen van kindermishandeling of -verwaarlozing. De huidige studie richt zich daarom expliciet op seksueel kindermisbruik, waardoor het een aanvulling vormt op de wetenschappelijke literatuur. In deze meta-analyse worden de belangrijkste risicofactoren voor seksueel kindermisbruik geïdentificeerd. De uitkomsten van dit onderzoek zijn van belang voor de ontwikkeling van signalering en preventie van seksueel kindermisbruik (Finkelhor, Ji, Mikton, & Dunne, 2013).

Seksueel kindermisbruik kan op vele manieren gedefinieerd worden. In deze studie wordt seksueel kindermisbruik opgevat als het seksueel contact van (jong) volwassenen met minderjarige kinderen, waarbij het contact tegen de zin van het kind plaatsvindt of zonder dat het kind dit kan weigeren (Samson-Geerlings, Baartman, Bijleveld, Dijkstra, & Minderman, 2012).

Seksueel kindermisbruik is de vorm van kindermishandeling die het minste voorkomt in Nederland. Van de 91.175 slachtoffers van kindermishandeling in Nederland in 2010, zou 3% seksueel misbruikt zijn (Euser e.a., 2013). Dit komt neer op circa 6.382 slachtoffers. Een meta-analyse naar de wereldwijde prevalentie toonde aan dat 9% van de vrouwen en 3% van de mannen slachtoffer is geweest van seksueel kindermisbruik (Barth, Bermetz, Heim, Trelle, & Tonia, 2013)

Seksueel misbruik in de kindertijd is gerelateerd aan meervoudige psychiatrische klachten op latere leeftijd (Maniglio, 2009; Paolucci, Genuis, & Violato, 2001) en zou daarom beschouwd moeten worden als een algemene, niet-specifieke risicofactor van psychopathologie (Maniglio, 2009). Daarnaast hebben de toekomstige kinderen van seksueel misbruikte meisjes een verhoogde kans ook slachtoffer te worden van kindermishandeling (Trickett, Noll, & Putnam, 2011).

In tegenstelling tot fysieke kindermishandeling, dat in de meeste gevallen binnen het gezin wordt gepleegd (Black, Heyman, & Smith Slep, 2001b; Finkelhor, Omrod, Turner, & Hamby, 2005), wordt een beduidend deel van de gevallen van seksueel kindermisbruik buiten het gezin gepleegd (Black, Heyman, & Smith Slep, 2001a; Finkelhor e.a., 2005). Zo komt seksueel kindermisbruik voor in situaties waar het kind afhankelijk is van een volwassene, bijvoorbeeld in jeugdinrichtingen, pleeggezinnen en kinderdagverblijven (Sullivan & Beech,

(5)

2002). Ook op andere plaatsen waar kinderen tijd met volwassenen doorbrengen, zoals op scholen, kerkelijke instellingen en sportclubs, vindt seksueel kindermisbruik plaats (Gallagher, 2000).

Theorievorming omtrent het ontstaan van seksueel kindermisbruik is van belang om het risico op het vóórkomen ervan te verkleinen (Ward & Siegert, 2002). Er zijn de afgelopen jaren diverse theorieën ontwikkeld om seksueel kindermisbruik te verklaren. In de laatste twee decennia van de vorige eeuw zijn voornamelijk unidimensionele theorieën ontwikkeld. Deze theorieën verklaren seksueel kindermisbruik vanuit één specifieke invalshoek. Ze richten zich bijvoorbeeld op biologische, cognitieve, gedragsmatige of persoonlijkheidskenmerken (Stinson, Sales, & Becker, 2008). Eenzijdige verklaringen bleken echter tekort te schieten in het verklaren van seksueel kindermisbruik, wat aanleiding gaf tot de ontwikkeling van multifactoriële theorieën (Slotboom, Rodermond, Wijkman, & Hendriks, 2012).

Een van de belangrijkste multifactoriële theorieën is de Precondition Theory van Finkelhor (Stinson e.a., 2008). Deze theorie onderscheidt vier condities waaraan voldaan moet worden alvorens een seksueel delict gepleegd wordt. Het gaat hierbij om: (a) motivatie bij de pleger, (b) het overwinnen van innerlijke remmingen van de pleger, (c) het uit de weg ruimen van externe belemmeringen van de pleger en (d) het overwinnen van verzet bij het slachtoffer (Stinson e.a., 2008). De Quadripartite Theory van Hall en Hirschman (1992) beschrijft vier eigenschappen van de pleger die gezamenlijk een verklaring bieden voor seksueel kindermisbruik. Het gaat hierbij om fysiologische opwinding, inadequate cognities, emotioneel controleverlies en persoonlijkheidsproblematiek. Marshall en Barbaree (1990) ontwikkelden een derde model voor het plegen van seksueel kindermisbruik, waarin de nadruk ligt op oorzakelijke persoonlijkheidsfactoren voor seksuele agressie, biologische factoren, factoren uit de kindertijd en situationele factoren. Ten slotte zijn de Integrated Theory of Sexual Offending (Ward & Beech, 2006) en de Integrative Theory of Sex Offending (Stinson e.a., 2008) twee meer recent ontwikkelde theorieën. Deze theorieën bieden een multifactorieel kader om het ontstaan, de ontwikkeling en het voortduren van het plegen van seksueel kindermisbruik te verklaren.

Ondanks dat de aspecten van multifactoriële theorieën in samenhang met elkaar van belang kunnen zijn voor de preventie van seksueel kindermisbruik, zijn de theorieën nog onvoldoende empirisch onderbouwd (Slotboom e.a., 2012). Er wordt in de aangehaalde theorieën geen onderscheid gemaakt tussen de verschillende domeinen waarin het seksueel misbruik plaatsvindt (school, thuis en vrije tijd). Dit is opvallend gezien het feit dat wordt

(6)

aangenomen dat ook diverse situationele omstandigheden een rol spelen in het ontstaan van seksueel kindermisbruik (Slotboom e.a., 2012). Daarnaast is opvallend dat alle aangehaalde theorieën gericht zijn op de kenmerken van de pleger van seksueel kindermisbruik, terwijl in empirische studies ook slachtofferkenmerken als risicofactoren naar voren komen.

Het Ecologisch Systeemmodel van Bronfenbrenner (1979) biedt een kader dat rekening houdt met de invloeden vanuit diverse contexten. Het uitgangspunt van deze theorie is dat de ontwikkeling van een kind beïnvloed wordt door personen en gebeurtenissen in de omgeving van het kind. Bronfenbrenner onderscheidt hierbij vier verschillende systemen: het micro-, meso-, exo- en macrosysteem. Het microsysteem is een patroon van activiteiten, rollen en interpersoonlijke relaties dat ervaren wordt door het kind in een bepaalde setting met specifieke fysieke en materiële karakteristieken. Het betreft karakteristieken van het kind zelf en zijn/haar directe leefomgeving, zoals het gezin, de school en peers. Het mesosysteem bestaat uit de relaties tussen twee of meer settings waarin het kind actief participeert, zoals het gezin, de school en de peergroep. Het exosysteem refereert aan een of meer settings waarin het kind zelf niet actief participeert, maar waarin gebeurtenissen plaatsvinden die invloed hebben op, of welke beïnvloed worden door, wat er gebeurt in settings waarin het kind direct participeert. Te denken valt hierbij aan het werk van ouders, de school van broertjes/zusjes en de vriendengroep van ouders. Het macrosysteem betreft ten slotte de samenhang tussen voorgaande systemen, wat vaak bestaat op subcultureel of cultureel niveau samen met geloofssystemen of onderliggende ideologieën (Bronfenbrenner, 1979).

Binnen alle systemen komen risico- en protectieve factoren voor en tussen de verschillende systemen is sprake van voortdurende wederzijdse beïnvloeding. Het Ecologisch Systeemmodel van Bronfenbrenner is daarom veelvuldig toegepast als verklaringsmodel van fysieke kindermishandeling en –verwaarlozing. Het is echter zelden toegepast voor het verklaren van seksueel kindermisbruik. Het ecologische systeemmodel kan daarentegen wel een begin vormen voor het classificeren van risicofactoren, doordat factoren op verschillende domeinen en in verschillende contexten een rol spelen bij het ontstaan, de ontwikkeling en het voortduren van seksueel kindermisbruik (Berger, Ten Berge & Geurts, 2004; Slotboom e.a., 2012).

Resultaten van vele onderzoeken tonen aan dat binnen het microsysteem diverse kind- en gezinsfactoren schuilen die kinderen kwetsbaar maken voor seksueel misbruik. Een van de belangrijkste risicofactoren binnen dit systeem is sekse. Meisjes hebben een 2,5 tot 3 keer grotere kans om slachtoffer te worden van seksueel kindermisbruik dan jongens (Black e.a., 2001a; Putnam, 2003). Deze kans wordt 5 keer hoger wanneer meisjes bij een stiefvader

(7)

wonen (Finkelhor, 1980). Voor zowel jongens als voor meisjes geldt dat zij een grotere kans hebben seksueel misbruikt te worden wanneer zij opgroeien bij één biologische ouder (Berger e.a., 2004). Verder tonen verschillende studies aan dat het risico op slachtofferschap van seksueel misbruik toeneemt met de leeftijd van het kind (Black e.a., 2001a; Putnam, 2003). Fysieke handicaps, zoals blindheid, doofheid en verstandelijke handicaps, worden ook geassocieerd met een verhoogd risico op seksueel kindermisbruik (Westcott & Jones, 1999).

Binnen het microsysteem worden tevens veel risicofactoren gevonden op het gebied van gezinsrelaties. Slachtoffers van seksueel kindermisbruik hebben vaker slechte familiebanden en ouder-kind-relaties gerapporteerd (Finkelhor, Hotaling, Lewis, & Smith, 1990). Zowel bij intra-familiair als extra-familiair seksueel kindermisbruik blijken de gezinnen minder cohesie te vertonen, slechter georganiseerd te zijn en slechter te functioneren (Van Rooijen, & Berg, 2010). Vooral wanneer de moeder emotioneel of letterlijk afwezig is in het gezin is de kans op seksueel kindermisbruik hoger dan in gezinnen waar de moeder wel aanwezig is (Van Rooijen e.a., 2010). Berger en collega’s (2004) vinden tevens dat het ontbreken van een ondersteunende relatie tussen ouder en kind en een tekort aan opvoedingsvaardigheden bij de niet-plegende ouder het risico op seksueel kindermisbruik verhogen.

Op mesoniveau is veelvuldig onderzoek gedaan naar de associatie tussen de woonwijk waar een gezin woonachtig is en het vóórkomen van seksueel kindermisbruik (Berger e.a., 2004; Drake & Pandey, 1996; Kim, 2004;). Op het gebied van economische middelen van het gezin en de wijk in zijn geheel worden echter tegenstrijdige resultaten gevonden. Drake en Pandey (1996) vonden een gemiddelde associatie tussen armoede in de wijk waar een gezin woont en seksueel kindermisbruik. Kim (2004) en Berger en collega’s (2004) vonden dat de lage sociaal economische status (SES) van een gezin en de woonwijk niet geassocieerd zijn met seksueel misbruik, terwijl Drake en collega’s (1996) en Ernst (2001) deze associatie wel vonden. Naast SES wordt enerzijds een hoge bevolkingsdichtheid (Garbarino & Kostelny, 1992) en anderzijds een grote mate van leegstand van woningen (Deccio, Horner, & Wilson, 1994; Zuvarin, 1989) geassocieerd met een grotere kans op seksueel kindermisbruik. Tevens blijken residentiële instabiliteit (Deccio e.a., 1994; Zuvarin, 1989), het aantal slijterijen per hoofd van de bevolking (Freisthler, 2004; Freisthler, Midanik, & Gruenewald, 2004) en een lagere mate van deelname van vrouwen aan de beroepsbevolking (Ernst, 2000) geassocieerd te zijn met een hoger risico op seksueel kindermisbruik.

Alleen de studies van Lynch en Cicchetti (1998) en Han, Lee, Yoo en Hong (2011) hebben risicofactoren binnen het exosysteem geïdentificeerd. Beide studies vonden een

(8)

verhoogd risico op seksueel kindermisbruik binnen een gemeenschap met een hoge mate van geweld.

Tot slot worden er binnen het macrosysteem enkele risicofactoren gevonden. Een samenleving die gekenmerkt wordt door een tolerante houding ten opzichte van seksuele belangstelling voor kinderen, kinderpornografie en afwijkend gedrag bij dronkenschap verhoogt het risico op seksueel kindermisbruik (Hartman & Burgess, 1989). Dit geldt eveneens wanneer een samenleving een ideologie van voorrechten voor vaders accepteert en wanneer seksueel kindermisbruik niet streng bestraft wordt (Hartman e.a., 1989).

Het doel van de huidige studie is om een meta-analyse uit te voeren naar seksueel kindermisbruik om meer zicht te krijgen op de risicofactoren die het slachtofferschap van seksueel kindermisruik kunnen voorspellen. De verwachting is dat de huidige studie zal aantonen dat de risicofactoren met de sterkste voorspellende waarde zich zullen bevinden binnen het microsysteem. Verwacht wordt dat het hier met name zal gaan om kenmerken van het slachtoffer, de houding van ouders ten opzichte van het kind en de relaties van het slachtoffer met ouders en/of belangrijke anderen. Deze hypothese is gebaseerd op het feit dat seksueel kindermisbruik een interactioneel fenomeen is (Stith e.a., 2009).

Methode Selectie van studies

Bij het zoeken naar geschikte literatuur voor deze meta-analyse is allereerst gebruik gemaakt van elektronische databases. In de periode december 2013 tot en met maart 2014 zijn de volgende databases doorzocht: De Psychological Abstracts International (PsychINFO), ERIC, Web of science en GoogleScholar. Er is gezocht naar studies die de zoekterm “Sexual child abuse” bevatten. Vervolgens is gebruikt gemaakt van de zogenaamde sneeuwbalmethode. Dit houdt in dat de referentielijsten van de bruikbare studies doorzocht zijn op andere bruikbare studies voor de meta-analyse. Deze zoekactie leverde in totaal 17 studies op, met een totaal aantal proefpersonen van 18.455. Van de 17 studies zijn drie studies opgesplitst in twee studie-id’s en één studie is opgesplitst in drie studie-id’s. Deze splitsing was noodzakelijk daar deze studies specifiek rapporteren over verschillende groepen (man versus vrouw, intra-familiair versus extra-familiair misbruik en non-contact seksueel misbruik versus contact seksueel misbruik en versus misbruik met penetratie). De splitsing leidde uiteindelijk tot 22 studie-id’s.

(9)

‘Inclusie’-criteria

Voor het selecteren van studies die hebben getracht risicofactoren voor seksueel kindermisbruik te identificeren, zijn enkele criteria vastgesteld. In eerste instanties is enkel gezocht naar longitudinale studies, zodat uitspraken gedaan zouden kunnen worden over oorzaak-gevolg-relaties. Toen bleek dat er slechts enkele longitudinale studies te vinden waren, die bovendien al vrij oud waren, is besloten alle studies waarin gerapporteerd wordt over bivariate associaties tussen risicofactoren en seksueel kindermisbruik te includeren (longitudinaal of cross-sectioneel). Eveneens moeten studies voldoende statistische gegevens rapporteren om een effectgrootte te kunnen berekenen. Een derde criterium was dat de geïncludeerde studies zich specifiek dienden te richten op seksueel kindermisbruik. Studies die niet specifiek rapporteerden over seksueel kindermisbruik zijn niet geïncludeerd in de huidige studie. Ten vierde gold dat de dader(s) van het seksueel kindermisbruik een volwassene moest(en) zijn. Ten slotte dienden de studies gebruik te hebben gemaakt van een controlegroep waarbij geen sprake is van seksueel kindermisbruik.

Codering

Een codeboek is gecreëerd om informatie uit verschillende studies te verzamelen, zoals bibliografische informatie, steekproef informatie, risicofactoren en data voor het berekenen van de effectgroottes. Er zijn niet alleen studiekenmerken gecodeerd die direct van belang zijn om te voldoen aan het onderzoeksdoel, maar ook kenmerken die relevant zijn om een uitgebreide moderatoranalyse te kunnen doen. Het codeboek is ingedeeld naar publicatiekenmerken (publicatiestatus en –jaar, impactfactor, e.d.), proefpersoonkenmerken (leeftijd, geslacht, culturele achtergrond, e.d.) methodekenmerken (type studie, onderzoeksdesign, meetmomenten, e.d.) en kenmerken van de uitkomstmaat (typen instrument, gebruikte statistieken, variabelen).

De studies zijn gecodeerd door beide onderzoekers. Om knelpunten en inconsistenties in het codeboek op te sporen, zijn de eerste vier studies gezamenlijk gecodeerd en uitvoerig besproken en bediscussieerd. Onduidelijkheden en/of discussiepunten bij het coderen van enkele items zijn voorgelegd aan de scriptiebegeleiders. De overige studies hebben de onderzoekers onafhankelijk van elkaar gecodeerd. Vervolgens is gekeken in hoeverre de coderingen van de onderzoekers met elkaar overeenkwamen. Deze mate van overeenkomst kan worden uitgedrukt in een gemiddeld percentage en bleek voor deze studie met 94 procent hoog te zijn: uitgangspunt was kappa > .80 voor alle variabelen. Verschillen werden vooral

(10)

gevonden in bibliografische gegevens en steekproefinformatie zoals het percentage mannelijke respondenten in studies en de impactfactor van een journal.

In totaal zijn er 304 risicofactoren gecodeerd die ondergebracht zijn in 21 categorieën, of wel domeinen. De indeling van de domeinen is gebaseerd op een eerdere meta-analyse naar kindermishandeling (Stith e.a. 2009). Het betreft de volgende categorieën: geslacht, etniciteit, SES, educatie ouders, gezinsstructuur, huwelijksproblemen, negatieve levensgebeurtenissen, opvoedingsvaardigheden, middelengebruik ouders, psychische gezondheid ouders, delinquentie ouders, leeftijd moeder, attitude moeder (ten opzichte van kind), handicap kind, ouder-kindrelatie, gemeenschapsfactoren (stedelijk woongebied en mate van geweld), systeemproblemen, internaliserende problemen kind, achtergrond moeder (ervaring van moeder in gezin van herkomst en met partner), werk ouders, en delinquentie kind. Bij het creëren van domeinen is een ondergrens van drie effectgrootten per domein gehanteerd. Een uitzondering is gemaakt voor het domein ‘delinquentie kind’, omdat deze risicofactor slechts in één studie onderzocht is en niet onder te brengen was in een ander domein.

Van elke mogelijke beschermende factor en risicofactor voor seksueel kindermisbruik is bepaald of deze positief of negatief gecodeerd diende te worden op basis van wat verwacht mocht worden vanuit de literatuur over (seksueel) kindermisbruik. De beschermende factor of risicofactor is positief gecodeerd wanneer het verband tussen deze factor en seksueel misbruik in de verwachte richting was, maar negatief wanneer dit verband niet in de verwachte richting was.

Analyses

Voor elke relevante uitkomstmaat binnen een studie is een effectgrootte berekend. Een gangbare maat hiervoor is Pearsons’s r, een gestandaardiseerde effectgrootte die het mogelijk maakt resultaten van verschillende studies met elkaar te vergelijken. Deze effectgrootte is berekend om aan te geven hoe sterk de voorspellende waarde is van de gevonden risicofactoren voor seksueel kindermisbruik. De effectgroottes van r =.40, r =.25, r =.10 indiceren respectievelijk grote, middelgrote en kleine verschillen (Cohen, 1988). Omdat één studie kan rapporteren over meerdere risicofactoren, zijn voor alle studies meerdere effectgroottes berekend. De afhankelijke variabele zal de effectgrootte (r) tussen de verschillende risicofactoren en seksueel kindermisbruik zijn.

De statistieken van de geïncludeerde studies zijn met behulp van het programma van Lipsey en Wilson (2001a) geconverteerd naar Pearson’s r, zodat een vergelijking gemaakt

(11)

kon worden. Vervolgens is er, op basis van de steekproefgroottes, voor alle risicofactoren een gewogen gemiddelde van r berekend.

Voorafgaand aan de analyses is gecontroleerd voor uitbijters. Dit zijn effectgroottes die meer dan drie standaarddeviaties van het gemiddelde verwijderd zijn en de resultaten kunnen vertekenen. Er was sprake van vier uitbijters in achtereenvolgens de volgende risicodomeinen: ‘attitude moeder’, ‘middelengebruik ouders’, ‘etniciteit’ en ‘handicap kind’. De effectgroottes van de variabelen zijn aangepast aan de hoogst of laagst scorende variabele die minder dan drie standaarddeviaties van het gemiddelde verwijderd was.

Binnen de huidige meta-analyse is gebruik gemaakt van een multi-level benadering, waarbij het relatief eenvoudig is om het gemiddelde effect en de spreiding van effectgroottes te schatten (Hox & De Leeuw, 1997). Een multi-level ‘random effects’ model is gebruikt om gecombineerde effectgroottes te berekenen en voor het uitvoeren van een moderator-analyse (Hox, 2002; Van den Noortgate & Onghena, 2003). Voor deze berekening is gebruik gemaakt van het programma MLwiN, dat is ingesteld zoals Hox (2002) adviseert. Een multi-level ‘random effects’ model houdt rekening met de hiërarchische structuur van de gegevens, waarbij de effectgroottes of onderzoeksresultaten (het laagste niveau, level één) zijn genest binnen studies (het hoogste niveau, level twee) (Hoeve e.a., 2012).

Daarnaast zijn homogeniteitsanalyses uitgevoerd om vast te stellen of effectgroottes homogeen verdeeld zijn. Wanneer er sprake is van heterogeniteit dienen moderatoranalyses met zowel categorische als continue moderatoren uitgevoerd te worden. Deze moderatoren zouden verschillen in effectgroottes mogelijk kunnen verklaren (Lipsey &Wilson 2001b; Mullen 1989; Rosenthal 1991). Voorafgaand aan de moderatoranalyses zijn alle continue moderator variabelen gecentreerd rond het gemiddelde van de betreffende variabele. Tevens zijn voor de categorische moderatorvariabelen dichotome dummyvariabelen aangemaakt.

Publicatiebias

In deze meta-analyse is rekening gehouden met een mogelijk effect van publicatiebias. Deze term verwijst naar de tendens om studies met significante resultaten vaker te publiceren dan studies die niet-significante resultaten rapporteren. Studies zonder significante resultaten zullen om deze reden moeilijker te vinden zijn. Hierdoor bestaat het risico op onder-representatie van niet-gepubliceerde artikelen, wat inhoudt dat de gevonden studies niet representatief zijn voor alle studies die gedaan zijn naar risicofactoren voor seksueel kindermisbruik. Dit fenomeen wordt ook wel aangeduid als het bureaulade-effect (Rosenthal,

(12)

1995). Dit kan consequenties hebben voor de conclusies die ontleend worden aan de meta-analyse.

Om de kans op publicatiebias te verkleinen, zijn in deze meta-analyse, naast gepubliceerde studies, ook twee niet-gepubliceerde dissertaties opgenomen. De eventuele aanwezigheid van een bureaulade-effect is, naar aanleiding van het advies van Rothstein (2008), op twee traditionele manieren onderzocht. Allereerst is het fail-safe nummer (Mullen, 1989) berekend. Het fail-safe nummer geeft aan hoeveel studies met niet-significante resultaten nodig zijn om significante meta-analytische resultaten ongedaan te maken. Wanneer het fail-safe nummer beneden een kritieke waarde blijft – te berekenen middels een formule van Rosenthal (1995) – zou mogelijk sprake kunnen zijn van een bureaulade-effect. Daarnaast is voor elke risicofactor het gevonden effect uitgezet tegen de steekproefgrootte wat is weergegeven in een zogenaamde funnel plot (Sutton, Duval, Tweedie, Abrams, Jones, 2000). Indien geen sprake is van een bureaulade-effect, vertoont de verdeling van de punten in de grafiek de vorm van een trechter, waarbij de spreiding groter wordt naarmate de steekproefgrootte afneemt. Asymmetrie in de vorm van de trechter duidt erop dat er studies ontbreken en dat er sprake is van een bureaulade-effect (Sutton e.a., 2000).

Naast visuele controle van de trechter is ook formeel getoetst of er een kans is op publicatiebias door de standaard normale afwijking, gedefinieerd als de effectgrootte gedeeld door de standaard meetfout, in een regressie vergelijking af te zetten tegen de precisie van de schatting, namelijk, de inverse van de standaard meetfout (zie Egger, Smith, Scheider, & Minder, 1997). Wanneer er sprake is van publicatiebias (i.e., asymmetrie), dan wijkt het intercept significant af van nul.

Resultaten Overall-resultaten

De resultaten van de meta-analyse staan weergegeven in Tabel 1 (risicodomeinen) en in Bijlage 1 (Tabel 4 voor overige discrete moderatoren en Tabel 5 voor continue moderatoren). Er bleek sprake te zijn van een klein, maar significant overalleffect (r = .189, z = 6.137, p < .001). Dit betekent dat de risicofactoren in deze meta-analyse gezamenlijk in een kleine, maar significante mate het slachtofferschap van seksueel kindermisbruik voorspellen.

Het fail-safe nummer, dat gebaseerd is op de geaggregeerde onafhankelijke effectgroottes, was 16613. Omdat het fail-safe nummer groter is dan de kritieke waarde 1530 (5 * 304 + 10), levert de fail-safe methode in de huidige studie geen indicatie op voor

(13)

publicatiebias. Formele toetsing van scheefheid van de funnel plot laat echter wel een indicatie van publicatiebias zien: b = -2.178, t = 2.749, p < .01. Visuele inspectie van de funnel plot (bijlage 2) laat zien dat de scheefheid marginaal is, wat betekent dat de resultaten mogelijk wat positiever zijn dan in werkelijkheid het geval is.

Moderatoranalyse

Uit de homogeniteitsanalyse bleek dat de overall gemiddelde effectgrootte heterogeen was (z = 3.241, p < .001). Dit duidt erop dat de overall gemiddelde effectgrootte beïnvloed kan zijn door het risicodomein en verschillende studie- en steekproefkenmerken. Om te verklaren waar verschillen in effectgroottes door worden veroorzaakt, is een moderatoranalyse uitgevoerd.

Uit de moderatoranalyse bleek allereerst dat steekproefkarakteristieken niet significant waren, wat betekent dat de voorspellende waarde van de risicofactoren niet afhankelijk is van steekproefkarakteristieken. Zo bleek er geen modererend effect te zijn van geslacht, populatie, werelddeel, de aard van het misbruik en de relatie van het misbruik. Daarnaast bleek de gemiddelde leeftijd van de respondenten en het percentage mannen in de steekproef geen modererend effect te hebben.

Het gemiddelde effect bleek eveneens niet afhankelijk te zijn van studiekarakteristieken. De discrete variabelen (publicatiestatus, steekproefmethode, design en rapporteur) bleken niet significant van invloed te zijn op de voorspellende waarde van de risicofactoren voor seksueel kindermisbruik. Ook de continue variabelen (totale steekproefgrootte, publicatiejaar, impactfactor en aantal meetmomenten) bleken geen significante invloed te hebben.

Vervolgens is de invloed van de verschillende risicodomeinen onderzocht. De domeinen waarbinnen de risicofactoren gecategoriseerd zijn, zijn als moderator opgenomen in de analyse. Geslacht was hierbij de referentie categorie. De domeinen bleken een significant deel van de heterogeniteit te verklaren, wat te zien is in de verbeterde fit van het model (∆fit = 1091.199, p < .001).

De referentie categorie ‘geslacht’ bleek significant voorspellend te zijn voor seksueel kindermisbruik (z = 10.143, p < .001), wat betekent dat het vrouwelijke geslacht een risico vormt voor seksueel kindermisbruik (r = .328). De overige domeinen bleken, op twee domeinen na, allemaal significant af te wijken van de referentie categorie geslacht. De effectgrootte van het domein ‘delinquentie kind’ (r = .373, p < .001) week niet significant af (z = 1.234, ns) van het domein geslacht. Dit betekent dat de delinquentie van een kind even

(14)

voorspellend is voor het risico op slachtofferschap van seksueel kindermisbruik als sekse van het kind. Het domein ‘gemeenschapsfactoren’ week eveneens niet significant af van de referentie categorie (z = 1.728, p < .10), maar vormde wel een trend. Dat wijst erop dat gemeenschapsfactoren een sterkere voorspeller is voor seksueel misbruik dan sekse van het kind (r = .380, p < .001).

De domeinen met een middelgroot tot groot effect waren ‘Handicap kind’ (r = .391, z = 9.942, p < .001), ‘gemeenschapsfactoren’ (r = .380, z = 9.537, p < .001), ‘delinquentie kind’ (r = .373, z = 8.088, p < .001) en ‘geslacht’ (r = .328, z = 10.143, p < .001). Opvoedingsvaardigheden’ (r = .243, z = 7.674, p < .001) had een middelgroot effect. ‘Huwelijkse problemen’ (r = .211, z = 6.288, p < .001), ‘systeemproblemen’ (r = .200, z = 4.087, p < .001), ‘educatie ouders’ (r = .196, z = 6.234, p < .001) en ‘middelengebruik ouders’ (r = .191, z = 6.167, p < .001) hadden een klein tot middelgroot effect op seksueel misbruik. ‘Leeftijd moeder’ (r = .179, z = 5.582, p < .001), ‘psychische gezondheid ouders’ (r = .176, z = 5.661, p < 001), ‘gezinsstructuur’ (r = .159, z = 5.136, p < .001), ‘werk ouders’ (r = .150, z = 4.414, p < .001), ‘internaliserende problemen kind’ (r = .148, z = 4.395, p < .001), ‘achtergrond moeder’ (r = .143, z = 3.654, p < .001), ‘delinquentie ouders’ (r = .139,

z = 3.835, p < .001), ‘SES’ (r = .125, z = 3.921, p < .001), ‘negatieve levensgebeurtenissen’ (r

= .123, z =3.559, p < 0.001), en ‘ouder-kind interactie’ (r = .109, z = 3.456, p < .001) hadden kleine effecten. Het laatste domein, ‘attitude moeder’, bleek een zeer klein, maar nog steeds significant effect te hebben (r = .076, z = 2.402, p < .001). De resultaten lieten zien dat het risicodomein ‘etniciteit van het kind’ als enige niet voorspellend was voor het risico op slachtofferschap van seksueel kindermisbruik (r = -0.038, z = -1.164, p > .10).

(15)

Tabel 1

Overzicht van de Overall Gemiddelde Effectgrootte en Discrete Moderator ‘Risicodomein’ (bivariate modellen)

Moderator variabelen # Studies # ES Β1 (SD) ZB1 Gem. r

(SD) Zr Heterogeniteit ∆fit Overall 22 304 .189 6.137*** 3.241** Titel Domein 3.204** 1091.199*** Geslacht (RC) 7 8 .328 (.032) 10.143*** Etniciteit 6 9 -0.366 (.016) -22.861*** -0.038 (.033) -1.164 SES 11 14 -0.203 (.014) -15.027*** .125 (.032) 3.921*** Educatie ouders 11 29 -0.131 (.013) -10.256*** .196 (.031) 6.234*** Gezinsstructuur 16 43 -0.168 (.012) -14.308*** .159 (.031) 5.136*** Huwelijksproblemen 8 9 -0.117 (.018) -6.533*** .211 (.034) 6.288*** Negatieve levensgebeurtenissen 5 5 -0.205 (.019) -10.813*** .123 (.034) 3.559*** Opvoedingsvaardigheden 7 24 -0.085 (.013) -6.426*** .243 (.032) 7.674*** Middelengebruik ouders 11 28 -0.136 (.011) -11.949*** .191 (.031) 6.167***

Psychische gezondheid ouders 11 19 -0.151 (.018) -12.879*** .176 (.031) 5.661*** Delinquentie ouders 3 3 -0.189 (.022) -8.634*** .139 (.036) 3.835*** Leeftijd moeder 4 8 -0.149 (.014) -10.824*** .179 (.032) 5.582*** Attitude moeder 4 15 -0.252 (.012) -20.355*** .076 (.031) 2.402* Handicap kind 3 3 .063 (.027) 2.304* .391 (.039) 9.942*** Ouder-kind interactie 5 11 -0.218 (.013) -17.038*** .109 (.032) 3.456*** Gemeenschapsfactoren 2 4 .052 (.029) 1.782+ .380 (.040) 9.537*** Systeemproblemen 4 26 -0.128 (.046) -2.775** .200 (.049) 4.087***

Internaliserende problemen kind 3 12 -0.179 (.018) -9.825*** .148 (.034) 4.395*** Achtergrond moeder 2 11 -0.184 (.027) -6.841*** .143 (.039) 3.654*** Werk ouders 5 22 -0.178 (.019) -9.570*** .150 (.034) 4.414*** Delinquentie kind 1 1 .045 (.037) 1.234 .373 (.046) 8.088***

Noot. RC = referentie categorie; # Studies = aantal onafhankelijke studies; # ES = aantal effectgroottes; Β1 = regressie coëfficiënt van de corresponderende categorie, met tussen haakjes zijn standaard error, welke het verschil laat zien ten opzichte van de referentie categorie; ZB1 de z-score die aantoont in hoeverre het verschil significant is; gem. r = gemiddelde effectgrootte (r); Zd = significantie van de effectgrootte; heterogeniteit = intra-klasse heterogeniteit (Z); Δfit = verschil met model zonder moderatoren (χ2). +p<0.1, *p<0.05; **p<0.01; ***p<0.001 (eenzijdig getoetst).

(16)

Discussie

Deze meta-analyse identificeerde de belangrijkste risicofactoren voor seksueel kindermisbruik. De studie werd geleid door het ecologisch systeemmodel van Bronfenbrenner (1979). Verwacht werd dat de risicofactoren met de sterkste voorspellende waarde zich zouden bevinden binnen het microsysteem. Tevens werd verwacht dat het hier met name zou gaan om kenmerken van het slachtoffer, de houding van ouders ten opzichte van het kind en de relaties van het slachtoffer met ouders en/of belangrijke anderen.

De resultaten tonen aan dat de onderzochte risicofactoren gezamenlijk in kleine, maar significante mate het slachtofferschap van seksueel kindermisbruik voorspellen. De risicofactoren met de sterkst voorspellende waarde bevinden zich, zoals vooraf voorspeld, binnen het microsysteem (handicap kind, delinquentie kind en het vrouwelijk geslacht van het kind). Echter, ook het exosyteem blijkt een grote voorspeller te zijn voor het slachtofferschap van seksueel kindermisbruik (wonen in een stedelijk gebied en een gemeenschap met een hoge mate van geweld). Factoren met betrekking tot de ouder-kindrelatie en de houding van ouders ten opzichte van het kind blijken, in tegenstelling tot de hypothese, een kleine tot zeer kleine voorspellende waarde te hebben. Studiekarakteristieken en steekproefkarakteristieken hebben geen invloed gehad op de gevonden effecten.

De gevonden resultaten sluiten deels aan bij eerder onderzoek. Zo toonde onderzoek eerder al aan dat meisjes een verhoogd risico lopen om slachtoffer te worden van seksueel kindermisbruik (Black e.a., 2001a; Putnam, 2003). Jongens zijn volgens Putnam (2003) ondervertegenwoordigd in psychiatrische steekproeven, jongens zijn veelal terughoudend in het kenbaar maken van het misbruik. Bovendien stellen professionals in de geestelijke gezondheid nauwelijks vragen over seksueel kindermisbruik aan mannelijke cliënten (Lab e.a., 2000). Het verhoogde risico voor meisjes zou daarom mogelijk verklaard kunnen worden uit het feit dat onderzoek naar seksueel kindermisbruik zich voornamelijk richt op vrouwelijke populaties. Daarnaast werd een fysieke handicap eerder ook als risicofactor aangeduid (Westcott & Jones, 1999). Een fysieke handicap van een kind resulteert veelal in afhankelijkheid van ouders en andere volwassenen. Kinderen in afhankelijkheidsposities lopen een groter risico slachtoffer te worden van seksueel misbruik (Sullivan & Beech, 2002).

Opvallend is dat gezinsstructuur in de huidige studie slechts een klein effect laat zien, terwijl eerdere studies aantonen dat deze variabele (met name gebroken gezinnen en de aanwezigheid van een stiefvader) een belangrijke voorspeller is voor seksueel kindermisbruik (Berger e.a., 2004; Finkelhor, 1980). Mogelijk wordt dit kleine effect in deze meta-analyse

(17)

veroorzaakt door de breedte van het domein. Binnen het domein gezinsstructuur zijn namelijk naast de factoren gebroken gezin en de aanwezigheid van een stiefvader, ook een groot aantal andere risicofactoren opgenomen, zoals het al dan niet wonen bij (een van) beide ouders en de huwelijkse staat van moeders. De variatie in effecten van afzonderlijke risicofactoren binnen het domein gezinsstructuur is mogelijk van invloed op het totale effect van het domein.

Ook de ouder-kind interactie komt in eerder onderzoek naar voren als een sterke voorspeller voor seksueel kindermisbruik (Berger e.a., 2004; Finkelhor e.a., 1990; Van Rooijen e.a., 2010), terwijl deze variabele in de huidige studie een klein effect heeft. Mogelijk wordt dit verschil veroorzaakt door de specifieke risicofactoren die in dit domein zijn opgenomen. De studies in deze meta-analyse hebben zich namelijk gericht op het contact tussen moeders en hun dochters, terwijl één studie specifiek gevraagd heeft naar de ouder-kindrelatie. Kenmerken als communicatieproblemen en een gebrek aan cohesie, zoals door Berger e.a. (2004), Finkelhor e.a. (1990) en Van Rooijen e.a. (2010) genoemd als aspecten van ouder-kind interactie, zijn binnen de huidige studie opgenomen in het domein ‘systeemproblemen’.

Een belangrijke uitkomst van de huidige studie is dat de risicofactoren van seksueel kindermisbruik anders blijken te zijn dan de risicofactoren voor fysieke kindermishandeling en verwaarlozing. Stith e.a. (2009) vonden dat de ouder-kindrelatie en de ouderlijke perceptie van het kind de sterkste risicofactoren voor verwaarlozing zijn. Eveneens vonden zij dat voor fysieke kindermishandeling ouderfactoren onafhankelijk van het kind (ouderlijke boosheid/hyperactiviteit) en gezinsfactoren (hoge mate van conflict en lage mate van cohesie) de sterkst voorspellende risicofactoren zijn. Seksueel kindermisbruik vindt vaak buiten het gezin plaatst (Black, Heyman, & Smith Slep, 2001a; Finkelhor e.a., 2005). Mogelijk spelen ouderfactoren en ouder-kind interactie factoren daarom een minder grote rol in het ontstaan van seksueel kindermisbruik.

Momenteel worden de verschillende vormen van kindermishandeling nog vaak onder één noemer geschaard. Het feit dat de huidige resultaten aantonen dat de risicofactoren van seksueel kindermisbruik en fysieke kindermishandeling/verwaarlozing verschillen, benadrukt het belang om toekomstig onderzoek naar de verschillende vormen van mishandeling en verwaarlozing te scheiden.

Deze studie kent een aantal beperkingen die van belang zijn te noemen. Allereerst dienen de resultaten met voorzichtheid geïnterpreteerd te worden vanwege de aanwezigheid van publicatiebias. Dit betekent dat de gevonden verbanden overall mogelijk wat minder sterk zijn dan de resultaten laten zien, maar dit heeft geen betekenis voor de uitkomsten van deze

(18)

studie waar het gaat om het relatieve belang van de verschillende voorspellers van seksueel kindermisbruik. Tevens is het van belang te beseffen dat deze studie zich richt op een emotioneel beladen onderwerp. Binnen de huidige studie komt naar voren dat het type respondent geen modererend effect heeft, wat betekent dat er geen verschillen bestaan tussen de rapportage van slachtoffers, ouders en onderzoekers. Er is echter niet gecontroleerd voor terughoudendheid van alle type respondenten in rapportage van seksueel kindermisbruik. Er dient rekening gehouden te worden met de mogelijkheid dat respondenten niet altijd open en eerlijk gerapporteerd hebben over het al dan niet voorkomen van seksueel kindermisbruik en over factoren die hierin een rol hebben gespeeld (Milner, 1993; Milner, 1994).

Een derde beperking heeft betrekking op het aantal studies en effectgroottes waarop de analyses zijn gebaseerd. Er bleek slechts beperkt onderzoek beschikbaar te zijn dat zich specifiek richtte op seksueel kindermisbruik. Van de 17 geïncludeerde studies bleken bovendien 13 studies (meer dan) tien jaar oud te zijn. Uit deze studies kwam een groot aantal risicofactoren naar voren. De risicofactoren waren dermate gedifferentieerd dat de onderzoekers genoodzaakt waren de risicodomeinen breed te formuleren, zodat deze domeinen voldoende ‘gevuld’ zouden zijn. Enkele risicodomeinen bevatten hierdoor een groot aantal uiteenlopende risicofactoren (gezinsstructuur en systeemproblemen). Dit heeft tot gevolg dat de resultaten van de huidige studie op domeinniveau enigszins globaal blijven. Daarnaast is een aantal risicodomeinen slecht gevuld, met enkele effectgroottes uit een beperkt aantal studies (delinquentie ouders, handicap kind en delinquentie kind). De resultaten moeten hierdoor met enige voorzichtigheid geïnterpreteerd moeten worden door de mogelijke onderrepresentatie van het betreffende domein.

Een derde beperking is dat slechts vier van de geïncludeerde studies prospectief-longitudinaal van aard zijn (Brown, Cohen, Johnson & Salzinger,1998; Fergusson, Lynskey, & Horwood, 1996; Lynch & Cicchetti, 1998; Martin e.a. 2001). We moeten daarom voorzichtig zijn met het trekken van causale conclusies, ondanks dat in moderatoranalyses geen verschil in resultaten gevonden werd tussen longitudinaal en cross-sectioneel onderzoek. In feite is experimenteel-longitudinaal onderzoek nodig waarin, zover mogelijk, de causale invloed van dynamische risicofactoren van seksueel kindermisbruik getoetst worden (zie Bugental e.a., 2002). De laatste beperking betreft het feit dat in deze meta-analyse geen studies opgenomen zijn die gebruik hebben gemaakt van een populatie uit Europa. Maatschappelijke groeperingen kunnen op basis van etnisch-culturele, religieuze of sociale achtergrond verschillen in hun opvattingen omtrent seksueel kindermisbruik en de mate waarin hierover openheid gegeven wordt (Berger e.a., 2004). De toegenomen aandacht voor

(19)

seksueel kindermisbruik en andere vormen van kindermishandeling in Europa het afgelopen decennium (World Health Organization, 2013), maakt dat data uit Europa mogelijk van invloed zou zijn geweest op de resultaten. Echter bleek werelddeel binnen de huidige studie geen significante moderator, wat betekent dat de werelddelen Afrika, Noord-Amerika, Oceanië, en Azië niet van elkaar afwijken. De vraag is dan ook in hoeverre het waarschijnlijk is dat Europese data wel significant afwijken. Wanneer we risicofactoren van jeugddelinquentie bestuderen, worden in Noord-Amerika en Europa min of meer dezelfde risicofactoren gevonden, die opvallende gelijkenis vertonen wat betreft prevalentie en voorspelkracht van recidive (Van der Put, Dekovic, Stams, Hoeve, & Van der Laan, 2012). Mogelijk zijn risicofactoren voor seksueel kindermisbruik in Noord-Amerika en Europa eveneens vergelijkbaar.

Op basis van deze beperkingen kunnen enkele suggesties voor vervolgonderzoek gedaan worden. Om een betrouwbaar en volledig beeld te kunnen krijgen van de risicofactoren van seksueel kindermisbruik is meer longitudinaal (en experimenteel) onderzoek noodzakelijk. Het werelddeel Europa behoeft de meeste aandacht, omdat daar tot op heden het minste onderzoek is uitgevoerd. Het is van belang dat hierbij naast het microsysteem ook aandacht besteed gaat worden aan factoren binnen het meso-, exo- en macrosysteem.

Daarnaast is het van belang dat men rekening houdt met de beladenheid van het onderwerp seksueel kindermisbruik en zorgvuldige keuzes maakt in onderzoeksmethode(n). Binnen de huidige studie is niet gekeken naar een eventueel modererend effect van gebruikte instrumenten en methoden. Bij het onderzoek naar seksueel kindermisbruik kan sprake zijn van terughoudendheid of geslotenheid bij respondenten. Het gebruikte instrument kan van invloed zijn op de mate van terughoudendheid. Zoals genoemd komt in de huidige studie naar voren dat er geen significante verschillen bestaan tussen verschillende respondenten, maar hierin is niet gecontroleerd voor officieel geregistreerde gegevens. Er blijkt een groot verschil in rapportage van seksueel kindermisbruik en risicofactoren te bestaan tussen zelfrapportages en officiële data (Topping & Barron, 2009).

Eveneens is het van belang te onderzoeken wat de invloed is van temperament en externaliserend (probleem)gedrag van kinderen op het risico voor seksueel kindermisbruik. Externaliserend probleemgedrag en temperament vormen risicofactoren voor fysieke kindermishandeling en verwaarlozing (Stith e.a., 2009; Van Rooijen & Berg, 2010 ). In de onderzoeken naar seksueel kindermisbruik zijn deze factoren tot op heden onderbelicht gebleven.

(20)

Ondanks de genoemde beperkingen, kent de huidige studie ook een aantal sterke punten. Zo is het de eerste meta-analyse die zich specifiek richt op de risicofactoren van seksueel kindermisbruik. Een ander sterk punt aan deze meta-analyse is dat er gebruik is gemaakt van een multi-levelbenadering, waardoor de resultaten gebaseerd konden worden op een groot aantal effectgroottes. Eveneens creëerde dit de mogelijkheid om een omvangrijke moderator-analyse uit te voeren.

Kennis van de risicofactoren is van belang bij de beoordeling van eventueel (toekomstig) seksueel kindermisbruik en voor de preventie en de behandeling hiervan. Professionals die verantwoordelijk zijn voor het beoordelen van en ingrijpen bij seksueel misbruik moeten weten welke factoren de meeste aandacht behoeven. Deze meta-analyse levert hier een zeer belangrijke bijdrage aan doordat het de eerste meta-analyse is die een statistisch overzicht geeft van hetgeen momenteel bekend is op dit gebied. De resultaten van deze studie bieden handvatten voor de ontwikkeling van signaleringsinstrumenten, instrumenten voor risicotaxatie en preventiemethodes.

De resultaten tonen aan dat het van belang is om seksueel kindermisbruik vanuit een multifactorieel perspectief te benaderen. De aandacht zou in het bijzonder uit moeten gaan naar factoren binnen het microsysteem (zoals handicap kind, delinquentie kind en geslacht) en het exosysteem (zoals gemeenschapsfactoren). Deze studie maakt eveneens duidelijk dat verder onderzoek noodzakelijk is om ook uitspraken te kunnen doen over risicofactoren op andere niveaus en om hardere uitspraken te kunnen doen over causaliteit.

Referenties

Barth, J., Bermetz, L., Heim, E., Trelle, S., & Tonia, T. (2013). The current prevalence of child sexual abuse worldwide: a systematic review and meta-analysis. International

Journal of Public Health, 58, 469-483. doi: 10.1007/s00038-012-0426-1

Berger, M., Berge ten, I., & Geurts, E. (2004). Samenhangende hulp: interventies voor

mishandelde kinderen en hun ouders. Utrecht, Nederland: NIZW Jeugd. Geraadpleegd

op http://www.nji.nl/nl/Samenhangendehulp.pdf

*Bergner, R. M., Delgado, L. K., & Graybill, D. (1994). Finkelhors' risk factor checklist: A cross-validation study. Child Abuse & Neglect, 18, 331-340. doi: 10.1016/0145-2134(94)90035-3

(21)

Black, D. A., Heyman, R. E., & Smith Slep, A. M. (2001a). Risk factors for child sexual abuse. Aggression and Violent Behavior, 6(2–3), 203-229.

Black, D. A., Heyman, R. E., & Smith Slep, A. M. (2001b). Risk factors for child physical abuse. Aggression and Violent Behavior, 6(2–3), 121-188.

Bronfenbrenner, U. (1979). The ecology of human development. Cambridge, Engeland: Harvard University Press.

*Brown, J., Cohen, P., Johnson, J.G., & Salzinger, S. (1998). A longitudinal analysis of risk factors for child maltreatment: Findings of a 17-year prospective study of officially recorded and self-reported child abuse and neglect. Child Abuse & Neglect, 22, 1065-1078. doi: 10.1016/S0145-2134(98)00087-8

Bugental, D. B., Ellerson, P. C., Lin, E. K., Rainey, B., Kokotovic, A., & O’Hara, N. (2002). A cognitive approach to child abuse prevention. Journal of Family Psychology, 16, 243–258.

Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Hillsdale, NJ: Lawerence Erlbaum Associates Publishers.

Deccio, G., Horner, W. C., & Wilson, D. (1994). High-risk neighborhoods and high-risk families: Replication research related to the human ecology of child maltreatment.

Journal of Social Services Research, 18, 123–137. doi: 10.1300/J079v18n03_06

Drake, B., & Pandey, S. (1996). Understanding the relationship between neighborhood poverty and specific types of child maltreatment. Child Abuse & Neglect, 20, 1003– 1018.

Egger, M., Smith, G.D., Schneider, M., & Minder, C. (1997). Bias in meta-analysis detected by a simple, graphical test. British Medical Journal, 315, 629-634. doi:

http://dx.doi.org/10.1136/bmj.315.7109.629

Ernst, J. S. (2000). Mapping child maltreatment: Looking at neighborhoods in a suburban county. Child Welfare, 79, 555–572.

Ernst, J. S. (2001). Community-level factors and child maltreatment in a suburban county.

(22)

Euser, S., Alink, L. R. A., Pannebakker, F., Vogels, T., Bakermans-Kranenburg, M. J., & Van IJzendoorn, M. H. (2013). The prevalence of child maltreatment in the ` Netherlands across a 5-year period. Child Abuse & Neglect, 37, 841-851. doi: 10.1016/j.chiabu.2013.07.004

*Fergusson, D. M., Lynskey, M. T ., & Horwood, L. J. (1996). Childhood Sexual Abuse and Psychiatric Disorder in Young Adulthood: I. Prevalence of Sexual Abuse and Factors Associated with Sexual Abuse. Journal of the American Academy of Child &

Adolescent Psychiatry, 35, 1355-1364. doi: 10.1097/00004583-199610000-00023

Finkelhor, D. (1980). Risk factors in the sexual victimization of children. Child Abuse &

Neglect, 4, 265-273. doi: 10.1016/0145-2134(80)90045-9

Finkelhor, D., Hotaling, G., Lewis, I. A., Smith, C. (1990). Sexual abuse in a national survey of adult men and women: prevalence characteristics and risk factors. Child Abuse &

Neglect, 14, 19-28. doi: 10.1016/0145-2134(90)90077-7

Finkelhor, D., Ji, K., Mikton, C., & Dunne, M. (2013). Explaining lower rates of sexual abuse in China. Child Abuse & Neglect, 37, 852-860. doi: 10.1016/j.chiabu.2013.07.006 Finkelhor, D., Ormrod, R., Turner, H., & Hamby, S. L. (2005). The Victimization of Children

and Youth: A Comprehensive, National Survey. Child Maltreatment, 10, 5-25. doi: 10.1177/1077559504271287

*Fleming, J., Mullen, P., & Bammer, G. (1997). A study of potential risk factors for sexual abuse in childhood. Child Abuse & Neglect, 21, 49-58. doi:

10.1016/S0145-2134(96)00126-3

Freisthler, B. (2004). A spatial analysis of social disorganization, alcohol access, and rates of child maltreatment in neighborhoods. Children and Youth Services Review, 26, 803– 819. doi: :10.1016/j.childyouth.2004.02.022

Freisthler, B., Midanik, L. T., & Gruenewald, P. J. (2004). Alcohol outlets and child physical abuse and neglect: Applying routine activities theory to the study of child

maltreatment. Journal of Studies on Alcohol, 65, 586–592.

Gallagher, B. (2000). The extent and nature of known cases of institutional child sexual abuse. British Journal of Social Work, 30, 795-817. doi: 10.1093/bjsw/30.6.795

(23)

Garbarino, J., & Kostelny, K. (1992). Child maltreatment as a community problem. Child

Abuse & Neglect, 16, 455–464. doi: 10.1016/0145-2134(92)90062-V

*Gwirayi, P. (2012). Child Sexual Abuse among Urban Secondary School Pupils: Impact of Family Characteristics and Family Structure. International Review of Social Sciences

and Humanities, 3, 36-50.

Hall, G. C. N., & Hirschman, R. (1992). Sexual aggression against children a conceptual perspective of etiology. Criminal Justice and Behavior, 19, 8-23. doi:

10.1177/0093854892019001003

Hartman, C. R., & Burgess, A. W. (1989). Sexual abuse of children. In D. Cicchetti & V. Carlson (Eds.), Child maltreatment: Theory and research on the causes and

consequences of child abuse and neglect (pp. 95-128). Cambridge, Engeland:

Cambridge University Press.

*Han, I. Y., Lee, Y., Yoo, S. K., & Hong, J. S. (2011). Prevalence of and Risk Factors for Male Sexual Abuse: The Case of South Korea. Journal of Loss and Trauma, 16, 84-101. doi: 10.1080/15325024.2010.519290

Hoeve, M., Stams, G. J. J. M., Van der Put, C. E., Semon Dubas, J., Van der Laan, P. H., & Gerris, J. R. M. (2012). A meta-analyse of attachment to parents and delinquency.

Journal of Abnormal Child Psychology, 40, 771-785. doi: 10.1007/s10802-011-9608-1

*Howes, P. W., Cicchetti, D., Toth, S. L., & Rogosch, F. A. (2000). Affective,

Organizational, and Relational Characteristics of Maltreating Families: A Systems Perspective. Journal of Family Psychology, 14, 95-110. doi: 10.1037//0893-3200.14.1.95

Hox, J. (2002). Multilevel analysis: Techniques and applications. Mahwah, NJ: Lawrence Erlbaum Associates.

Hox, J. J., & de Leeuw, E. D. (1997). Meta-analyse via multiniveau-modellen. Tijdschrift

Voor Onderwijsresearch, 22, 16-28.

Kim, J. S. (2004). Neighborhood effects on the etiology of child maltreatment: A multilevel

study (Doctoraal Dissertatie). Opgehaald van

(24)

Lab, D., Feigenbaum, J., & Da Silva, P. (2000). Mental health professionals’ attitudes and practices towards male childhood sexual abuse. Child Abuse and Neglegt, 24, 391-409. doi: 10.1016/S0145-2134(99)00152-0

Lipsey, M. W., & Wilson, D. B. (2001). Effect size determination program. Opgehaald van http://mason.gmu.edu/~dwilsonb/ma.html

Lipsey, M. W., & Wilson, D. B. (2001). Practical meta-analysis. Thousand Oaks, CA: Sage. *Lynch, M., & Cicchetti, D. (1998). An ecological-transactional analysis of children and

contexts: The longitudinal interplay among child maltreatment, community violence, and children’s symptomatology. Development and Psychopathology, 10, 235-257. doi: 10.1017/S095457949800159X

*Madu, S. N. (2003). The relationship between parental physical availability and child sexual, physical and emotional abuse: A study among a sample of university students in South Africa. Scandinavian Journal of Psychology, 44, 311-318. doi:

10.1111/1467-9450.00350

*Madu, S. N., Idemudia, S. E., & Jegede, A. S. (2002). Perceived Parental Disorders as Risk Factors for Child Sexual, Physical and Emotional abuse among High School Students in the Mpumalanga Province, South Africa. Journal of Social Sciences, 6, 103-112. *Madu, S. N., & Peltzer, K. (2000). Risk factors and child abuse among secondary school

students in the northern province (South Africa). Child Abuse & Neglect, 24, 259-268. doi: 10.1016/S0145-2134(99)00128-3

Maniglio, R. (2009). The impact of child sexual abuse on health: a systematic review of reviews. Clinical Psychology Review, 29, 647-657. doi: 10.1016/j.cpr.2009.08.003 Marshall, W. L., & Barbaree, H. E. (1990). An integrated theory of the etiology of sexual

offending. In W. L. Marshall, D. R. Laws, & H. E. Barbaree (Eds.), Handbook of

sexual assault: Issues, theories, andtreatment of the offender (pp. 257––275). New

York, NY: Plenum Press.

*Martin, A., Najman, J. M., Williams, G. M., Bor, W., Gorton, E., & Alati, R. (2001). Longitudinal analysis of maternal risk factors for childhood sexual abuse: early

(25)

attitudes and behaviours, socioeconomic status, and mental health. Australian & New

Zealand Journal of Psychiatry, 45, 629-637. doi: 10.3109/00048674.2011.587395

*Martinez, C. D. (2009). The role of the mother-child relationship in child sexual abuse:

Using an attachment framework to examine risk (Doctoraal Dissertatie). Opgehaald

van http://search.proquest.com/docview/304991828

Milner, J. S. (1993). Social information processing and physical child abuse. Clinical

Psychology Review, 13, 275-294. doi:10.1016/0272-7358(93)90024-G

Milner, J. S. (1994). Assessing physical child abuse risk: The Child Abuse Potential Inventory. Clinical Psychology Review, 14, 547-583. doi:10.1016/0272-7358(94)90017-5

Mullen, B. (1989). Advanced basic meta-analysis. Hillsdale, NY: Lawrence Erlbaum Associates.

*Mutaka, M. (2011). Risk factors and child sexual abuse among High School pupils in

Lusaka District (Doctoraal Dissertatie, Universiteit van Zambia). Opgehaald van

http://dspace.unza.zm:8080/xmlui/handle/123456789/932

Paolucci, E. O., Genuis, M. L., & Violato, C. A. (2001). Meta-analysis of the published research on the effects of child sexual abuse. The Journal of Psychology:

Interdisciplinary and Applied, 135, 17-36. doi: 10.1080/00223980109603677

Putnam, F. W. (2003). Ten-Year Research Update Review: Child Sexual Abuse. Journal of

the American Academy of Child & Adolescent Psychiatry, 42, 269-278. doi:

10.1097/01.CHI.0000037029.04952.72

*Ray, K. C., Jackson, J. L., & Townsley, R. M. (1991). Family Environments of Victims of Intrafamilial and Extrafamilial Child Sexual Abuse. Journal of Family Violence, 6, 365-374. doi: 10.1007/BF00980539

Rosenthal, R. (1991). Meta-analytic procedures for social research (Vol. 86). Newbury Park, CA: Sage

Rosenthal, R. (1995). Writing meta-analytic reviews. Psychological Bulletin, 188, 183-192. doi: 10.1037//0033-2909.118.2.183

(26)

Rothstein, H. R. (2008). Publication bias as a threat to the validity of meta-analytic results.

Journal of Experimental Criminology, 4, 61-81. doi: 10.1007/s11292-007-9046-9

Samson-Geerlings, H. W., Baartman, H. E. M., Bijleveld, C. C. J. H., Dijkstra, S., &

Minderman, G. D. (2012). Omringd door zorg, toch niet veilig. Seksueel misbruik van

door de overheid uit huis geplaatste kinderen, 1945 tot heden. Amsterdam, Nederland:

Boom.

*Schechter, D. S., Brunelli,S. A., Cunningham, N., Brown, J., & Baca, P. (2002). Mother-daughter relationships and child sexual abuse: A pilot study of 35 dyads. Bulletin of

the Menninger Clinic, 66, 39-60. doi: 10.1521/bumc.66.1.39.23374

Slotboom, A., Rodermond, E., Wijkman, M. D. S., & Hendriks, J. (2012). Literatuurscan

oorzaken geweld tegen kinderen en jongeren in afhankelijkheidsrelaties. Amsterdam:

Vrije Universiteit Amsterdam; Den Haag: WODC, Ministerie van Justitie.

Stinson, J. D., Sales, B. D., & Becker, J. V. (2008). Sex Offending: Causal theories to inform

research, prevention and treatment. Washington, DC: APA.

Stith, S. M., Ting Liu, L., Davies, C., Boykin, E. L., Alder, M. C., Harris, J. M., … Dees, J. E. M. E. G. (2009). Risk factors in child maltreatment: A meta-analytic review of the literature. Agression en Violent Behavior, 14, 13-29. doi: 10.1016/j.avb.2006.03.006 Sullivan, J., & Beech, A. (2002). Professional perpetrators: sex offenders who use their

employment to target and sexually abuse the children with whom they work. Child

Abuse Review, 11, 153-167. doi: 10.1002/car.737

Sutton, A. J., Duval, S. J., Tweedie, R. L., Abrams, K. R., & Jones, K. R. (2000). Empirical assessment of effect of publication bias on meta-analyses. British Medical Journal,

320, 1574-1577. doi: http://dx.doi.org/10.1136/bmj.320.7249.1574

Topping, K.J. & Barron, I.G. (2009). School-based child sexual abuse prevention programs: a review of effectiveness. Review of Educational Research, 79, 431-463. doi:

10.3102/0034654308325582

Trickett, P. K., Noll, J. G., & Putnam, F. W. (2011). The impact of sexual abuse on female development: Lessons from a multigenerational, longitudinal research study.

(27)

Van den Noorgate, W., & Onghena, P. (2003). Multilevel meta-analysis: a comparison with traditional meta-analytical procedures. Educational and Psychological Measurement,

63(5), 765-790. doi: 10.1177/0013164403251027

Van der Put, C.E., Deković, M., Stams, G.J.J.M., Hoeve, M., van der Laan, P.H. (2012). Het belang van vroegtijdig ingrijpen bij jeugdcriminaliteit: Onderzoek naar de samenhang tussen risicofactoren en recidive op verschillende leeftijden. Kind & Adolescent,33, 2-20. doi: 10.1007/s12453-012-0001-9

Van Rooijen, K., & Berg, T. (2010). Risicofactoren en beschermende factoren voor

kindermishandeling. Utrecht: Nederlands Jeugd Instituut.

*Walsh, W., MacMillan, H. L., & Jamieson, E. (2002). The relationship between parental psychiatric disorder and child physical and sexual abuse: findings from the Ontario Health Supplement. Child Abuse & Neglect, 26, 11-22. doi: 10.1016/S0145-2134(01)00308-8

*Walsh, W., MacMillan, H. L., & Jamieson, E. (2002). The relationship between parental substance abuse and child maltreatment: findings from the Ontario Health

Supplement. Child Abuse & Neglect, 27, 1409-1425. doi: 10.1016/j.chiabu.2003.07.002

Ward, T., & Beech, A. (2006). An integrated theory of sexual offending. Aggression and

Violent Behavior, 11, 44-63. doi: 10.1016/j.avb.2005.05.002

Ward, T., & Siegert, R. J. (2002). Toward a comprehensive theory of child sexual abuse: A theory knitting perspective. Psychology, Crime & Law, 8, 319-351. doi:

10.1080/10683160208401823

Westcott, H., & Jones, D. (1999). Annotation: the abuse of disabled children. Journal of Child

Psychology & Psychiatry, 40, 497-506. doi: 10.1111/1469-7610.00468

World Health Organization (2013). European report on preventing child maltreatment.

Denemarken: WHO Regional Office for Europe. Opgehaald van http://www.euro.who.

(28)

Zuravin, S. J. (1989). The ecology of child abuse and neglect: Review of the literature and presentation of data. Violence and Victims, 4, 101–120.

(29)

Bijlage 1. Ondersteunende tabellen

Tabel 1

Studiekarakteristieken

No Studie Publicatiestatus Steekproef Design Totale N Rapporteur

1 Fergusson, D.M., Lynskey, M.T., & Horwood, L.J. (1996).

Gepubliceerd Niet-random Longitudinaal 937 Slachtoffer en ouder

4 Brown, J., Cohen, P., Johnson, J.G., & Salzinger, S. (1998).

Gepubliceerd Random Longitudinaal 644 Slachtoffer en ouder

5 Martin, A., Najman, J.M., Williams, G.M., Bor, W., Gorton, E., & Alati, R. (2001).

7 Lynch, M., & Cicchetti, D. (1998).

Gepubliceerd Niet-random Longitudinaal 245 Slachtoffer en hulpverlener 8 Howes, P.W.,

Cicchetti, D., Toth, S.L., & Rogosch, F.A. (2000).

Gepubliceerd Niet-random Cross-sectioneel

65 Anderen

9 Walsh, W., MacMillan, H.L., & Jamieson, E. (2002).

Gepubliceerd Random

Cross-sectioneel

8548 Slachtoffer

10 Madu, S.N., & Peltzer, K. (2000).

414 Slachtoffer

11 Ray, K.C., Jackson, J.L., & Townsley, R.M. (1991).

80 Slachtoffer

98 Slachtoffer

13 Madu, S.N. (2003). Gepubliceerd Niet-random Cross-sectioneel

722 Slachtoffer

14 Han, I.Y., Lee, Y., Yoo, S.K., & Hong, J.S. (2011).

(30)

Tabel 1 (Vervolg)

Studiekarakteristieken

No Studie Publicatiestatus Steekproef Design Totale N Rapporteur

15 Schechter, D.S.,

Brunelli,S.A., Cunningham, N., Brown, J., & Baca, P. (2002).

Gepubliceerd Niet-random Cross-sectioneel 35 Ouder

16 Madu, S.N.,

Idemudia, S.E., & Jegede, A.S. (2002).

Gepubliceerd Niet-random Cross-sectioneel 559 Slachtoffer

17 Gwirayi, P.

(2012).

Gepubliceerd Random Cross-sectioneel 134 Slachtoffer

18 Gwirayi, P.

(2012).

Gepubliceerd Random Cross-sectioneel 134 Slachtoffer

19 Mutaka, M.

(2011).

Niet-gepubliceerd

Niet-random Cross-sectioneel 200 Slachtoffer

20 Martinez, C.D.

(2009).

Niet-gepubliceerd

Random Cross-sectioneel 779 Slachtoffer en

ouder

21 Bergner, R.M.,

Delgado, L.K., & Graybill, D. (1994).

Gepubliceerd Niet-random Cross-sectioneel 411 Slachtoffer

22 Fleming, J.,

Mullen, P., & Bammer, G. (1997).

(31)

Tabel 2

Steekproefkarakteristieken

No Studie Werelddeel Achtergrond participanten Percentage jongens

Oceanië Geen risico 52,2

4 Brown, J., Cohen, P., Johnson, J.G., & Salzinger, S. (1998).

Noord-Amerika Geen risico 48,0

7 Lynch, M., & Cicchetti, D. (1998).

Noord-Amerika Risicogroep: Deelnemers aan een

Summercamp voor economisch achtergestelde kinderen

62,7

8 Howes, P.W., Cicchetti, D., Toth, S.L., & Rogosch, F.A. (2000). Noord-Amerika Risicogroep: Laag inkomen 67,7 9 Walsh, W., MacMillan, H.L., & Jamieson, E. (2002).

Noord-Amerika Geen risico 45,4

10 Madu, S.N., & Peltzer, K. (2000).

Afrika Risicogroep:

Studenten uit een achtergestelde populatie

46,6

Noord-Amerika Geen risico 0

13 Madu, S.N. (2003). Afrika Geen risico 33,8

14 Han, I.Y., Lee, Y., Yoo, S.K., & Hong, J.S. (2011).

Azië Geen risico 100

15 Schechter, D.S., Brunelli,S.A., Cunningham, N., Brown, J., & Baca, P. (2002).

Noord-Amerika Risicogroep:

(verdenking van) misbruik, controlegroep gematched op SES-factoren en leeftijd

(32)

Tabel 2 (Vervolg)

Steekproefkarakteristieken

No Studie Werelddeel Achtergrond participanten Percentage jongens

16 Madu, S.N., Idemudia, S.E., & Jegede, A.S. (2002).

Afrika Geen risico 39,9

17 Gwirayi, P. (2012). Afrika Geen risico 100

18 Gwirayi, P. (2012). Afrika Geen risico 0

19 Mutaka, M. (2011). Afrika Geen risico 43,0

20 Martinez, C.D. (2009). Noord-Amerika Risicogroep:

Kinderen die bekend zijn bij de kinderbescherming

48,0

21 Bergner, R.M., Delgado, L.K., & Graybill, D. (1994).

22 Fleming, J., Mullen, P., & Bammer, G. (1997).

(33)

Tabel 3

Risicofactoren per Studie

No Gesl. Etn. SES Educ. ouders Gezins- struct. Huw. Probl. Negatieve levens gebeurt. Opv. vaardigh Middelen gebruik ouders Psych. gezondh. ouders Delinq. ouders Lft. mdr. Att. mdr. Handic. kind Ouder- kind- interact. Gemeen-schaps- fact. Syst. probl. Intern. probl. kind Achter- grond mdr. Werk ouders Delinq. kind 1

• • • •

•

2

• • • •

•

3

• • • •

•

4

• • •

•

• • • •

5

• • •

•

• • •

•

6

• • •

•

• • •

•

7

•

8

•

9

•

10

• • •

•

11

•

12

•

13

•

14

•

15

• •

•

16

•

(34)

Tabel 3 (Vervolg)

Risicofactoren per Studie

No Gesl. Etn. SES Educ. ouders Gezins- struct. Huw. Probl. Negatieve levens gebeurt. Opv. vaardigh Middelen gebruik ouders Psych. gezondh. ouders Delinq. ouders Lft. mdr. Att. mdr. Handic. kind Ouder- kind- interact. Gemeen-schaps- fact. Syst. probl. Intern. probl. kind Achter- grond mdr. Werk ouders Delinq. kind 17

•

18

•

19

•

20

• • • •

•

21

• •

•

22

•

(35)

Tabel 4

Resultaten Moderatoranalyse met Discrete Variabelen

Moderator variabelen # Studies # ES Β1 (SD) ZB1 Gem. r Zr Heterogeniteit ∆fit

Overall 22 304 .189 6.137*** 3.241** Titel Steekproefkarakteristieken Geslacht 3.210** .007 Beide (RC) 14 184 .187 (.040) 4.629*** Vrouw 6 90 .019 (.074) .258 .206 (.062) 3.312*** Man 2 30 -0.031 (.114) -0.270 .156 (.106) 1.470 Populatie 3.230** .073 Geen risico (RC) 17 235 .190 (.067) 2.842** Risico 5 69 .002 (.076) -0.024 .189 (.036) 5.278***

Werelddeel verzamelde data 3.207** 3.067

Noord-Amerika (RC) 2 11 .253 (.049) 5.208*** Azië 1 7 -0.145 (.151) -0.962 .108 (.143) .755 Oceanië 13 126 -0.115 (.076) -1.511 .139 (.058) 2.379* Afrika 6 70 -0.094 (.076) -1.230 .159 (.059) 2.703** Aard misbruik 3.234** .900 Geen onderscheid (RC) 16 199 .205 (.039) 5.284*** Non-contact 2 19 -0.036 (.117) -0.307 .169 (.112) 1.527 Contact 1 17 -0.071 (.158) -0.446 .135 (.153) .877 Penetratie 2 43 -0.020 (.115) -0.178 .185 (.108) 1.703+ Non-penetratie 1 26 -0.163 (.158) -1.029 .042 (.153) .277 Relatie misbruik 3.254** .176 Geen onderscheid (RC) 20 286 .182 (.034) 5.307*** Intrafamiliair 1 8 .060 (.157) .378 .242 (.154) 1.573 Extrafamiliair 1 10 .049 (.114) .433 .232 (.109) 2.218*