1
De prevalentie van leerstoornissen
onder jeugddelinquenten:
een meta-analyse
Masterscriptie Forensische Orthopedagogiek
Graduate School of Child Development and Education Universiteit van Amsterdam
Naam student: R.C.M. Botman Studentnummer: 10003573
Eerste beoordelaar: Prof. dr. P.F. de Jong Tweede beoordelaar: Prof. dr. G.J.J.M. Stams
2
Abstract
Research on the prevalence of learning disabilities among juvenile delinquents has produced mixed results to this day. This study is a meta-analysis to estimate the prevalence of learning disabilities among juvenile offenders. In addition, moderators were examined, which
potentially account for the observed differences in prevalence rates between studies. A total of 25 studies were included in this meta-analysis. Both the fixed and random effects model showed a high degree of heterogeneity, yielding an estimate between 16% and 39% of learning disabilities among juvenile delinquents. Moderators accounting for differences in prevalence rates between studies were gender of juvenile delinquents and the criteria and reliability of the methods used to diagnose learning disabilities. There should be more consensus in methodological features and diagnostic methods in future studies on learning disabilities of juvenile delinquents to obtain more valid and reliable information on
prevalence rates of learning disabilities in juvenile delinquents, and to examine the degree to which learning disabilities constitute a criminogenic factor.
3
Inhoudsopgave
Inleiding 4
De relatie tussen leerstoornissen en jeugddelinquentie 6 De prevalentie van leerstoornissen bij jeugddelinquenten 7 Verklaringen voor verschillen in prevalentie tussen studies 8
Huidig onderzoek 12
Methode 13
Selectie van studies 13
Codering 14 Analyses 16 Resultaten 18 Prevalentie 18 Leerstoornissen. 18 Moderatoranalyse 19 Geslacht. . 20 Leeftijd. . 20 Etniciteit. 20 Sociaaleconomische status. 20 Delinquente status. 20 Criteria. . 20 Betrouwbaarheid meetmethode. 21 Publicatiebias 21 Discussie 21
De prevalentie van leerstoornissen 22
Moderatoren 24 Implicaties 26 Referenties 28 Tabellen 35 Figuren 36 Bijlage 1 41
4
Inleiding
Eind jaren zestig en begin jaren zeventig groeide de aandacht voor het verband tussen
leerstoornissen en jeugddelinquentie in de samenleving (Keilitz, Zaremba, & Broder, 1979). Het viel professionals die met jeugddelinquenten werkten op, dat deze jongeren niet goed mee konden komen in het reguliere onderwijs en vaak aanwijzingen vertoonden van
leerstoornissen (Keilitz et al., 1979; Malmgren, Abbott, & Hawkins, 1999). Daarbij heerste onder ouders en professionals uit het onderwijs de opvatting dat jeugddelinquentie een gevolg kan zijn van een leerstoornis (Keilitz et al., 1979). Sindsdien is een discussie gaande of de aanwezigheid van leerstoornissen bij jongeren de kans op delinquent gedrag vergroot (Malmgren et al., 1999).
Volgens de vijfde editie van de Diagnostic and Statistical Manual of Mental Disorders (DSM-5; American Psychiatric Association [APA], 2014) is er sprake van een leerstoornis indien zich voor een langere periode problemen voordoen in het aanleren van specifieke schoolse vaardigheden, zoals lezen, rekenen of spellen. Deze vaardigheden zijn minder goed ontwikkeld dan in eerste instantie wordt verwacht, gezien de leeftijd van een kind. Een leerstoornis ontwikkelt zich tijdens de schooljaren en wordt met name zichtbaar indien een te groot beroep wordt gedaan op de betreffende schoolse vaardigheid. School- en werkprestaties en alledaagse activiteiten worden als gevolg van de leerstoornis negatief beïnvloedt (APA, 2014).
Het idee dat er een verband tussen leerstoornissen en delinquentie bestaat, ontstond nadat uit empirisch onderzoek bleek dat slechte schoolprestaties een aandeel hadden in de ontwikkeling van delinquent gedrag bij jongeren (Lane, 1980). Hierdoor werd in
vervolgonderzoek de aandacht gericht op het vinden van verklaringen waarom deze jongeren niet goed functioneerden op school. In dezelfde periode werden leerstoornissen in
5
slechte schoolprestaties gerelateerd werden aan zowel jeugddelinquentie als leerstoornissen, is de oorzaak-gevolg relatie tussen jeugddelinquentie en leerstoornissen ontstaan (Lane, 1980).
Toen destijds het verband tussen leerstoornissen en delinquentie werd vastgesteld, is vooral aangedrongen op de implementatie van preventie- en interventieprogramma’s voor jongeren met leerstoornissen om te voorkomen dat zij later delinquent gedrag gaan vertonen (Lane, 1980). Er was echter nog veel onduidelijk over de aard van deze relatie. Voordat verdere stappen met betrekking tot behandeling en preventie genomen werden, was meer onderzoek naar het verband tussen jeugddelinquentie en leerstoornissen van belang. De American Institute for Research (AIR) werd gevraagd om een beoordeling over deze relatie op zich te nemen (Murray, 1976).
De conclusie van het AIR-rapport luidde dat het toenmalige bewijs over een verband tussen leerstoornissen en delinquent gedrag zwak was (Murray, 1976). De studies die in het rapport onderzocht waren, kenden methodologische gebreken waardoor de resultaten van deze onderzoeken in twijfel getrokken werden. Wel waren er aanwijzingen dat delinquente
jongeren kampen met leerhandicaps, waaronder leerstoornissen. Er werd door de AIR gepleit voor meer onderzoek naar de incidentie van leerstoornissen onder jeugddelinquenten.
Daarnaast moest onderzocht worden of de diagnose en behandeling van leerstoornissen bij jeugddelinquenten bijdraagt aan de rehabilitatie van deze jongeren (Murray, 1976).
Sinds het AIR-rapport uit 1976 is nog steeds geen eenduidig antwoord te geven op de vraag of er daadwerkelijk een relatie bestaat tussen leerstoornissen en delinquent gedrag. De resultaten uit onderzoek zijn veelal tegenstrijdig. Zo zijn er onderzoeken waarin een duidelijk verband wordt gerapporteerd, terwijl resultaten uit andere onderzoeken dit verband niet ondersteunen (Keilitz & Dunivant, 1986; Malmgren et al., 1999).
In dit onderzoek wordt de aandacht gericht op leerstoornissen en jeugddelinquentie. Hierbij wordt ingegaan op de prevalentie van leerstoornissen onder delinquente jongeren.
6
Eerst wordt een beschrijving gegeven over de relatie tussen leerstoornissen en
jeugddelinquentie. Vervolgens wordt besproken wat in het onderzoeksveld al bekend is en worden de onderzoeksvragen van het huidige onderzoek geïntroduceerd.
De relatie tussen leerstoornissen en jeugddelinquentie
Om de relatie tussen leerstoornissen en delinquentie te verklaren, zijn drie hypothesen naar voren gebracht. De hypothesen zijn: de school failure hypothesis, de susceptibility
hypothesis en de differential treatment hypothesis. Met deze hypothesen wordt een verklaring
gegeven waarom jongeren met leerstoornissen meer risico lopen op de ontwikkeling van delinquent gedrag (Malmgren et al., 1999).
Bij de school failure hypothesis wordt het falen op school als de eerste stap uit een reeks opeenvolgende stappen gezien, die er uiteindelijk toe kunnen leiden dat een jongere met leerstoornissen delinquent gedrag gaat vertonen (Brier, 1989). Jongeren met leerstoornissen die falen op school krijgen met kritiek en afwijzing te maken (Brier, 1989). Deze jongeren ontwikkelen een negatief zelfbeeld en raken gefrustreerd, wat er uiteindelijk toe kan leiden dat zij stoppen met school (Brier, 1989; Malmgren et al., 1999). Jongeren met leerstoornissen zoeken contact met delinquente jongeren en gaan zelf delinquent gedrag vertonen om toch een gevoel van erkenning en waardering te ervaren. Bij deze hypothese wordt ervan uitgegaan dat schooluitval en/of schorsing de kans op delinquent gedrag bij jongeren vergroot (Larson, 1988).
De susceptibility hypothesis stelt dat de neurologische en intellectuele problematiek die met leerstoornissen gepaard kan gaan, bijdraagt aan de ontwikkeling van probleemgedrag bij jongeren (Brier, 1989). Hierbij kan gedacht worden aan impulsiviteit en hyperactiviteit, een slecht beoordelingsvermogen en problemen met het interpreteren van sociale
7
kwetsbaar voor het vertonen van delinquent gedrag (Malmgren et al., 1999). De differential treatment hypothesis houdt in dat jongeren met en zonder
leerstoornissen niet verschillen in de frequentie en aard van delinquent gedrag, maar dat jongeren met leerstoornissen meer kans hebben om opgepakt en veroordeeld te worden (Malmgrem et al., 1999). Dit komt doordat ze niet over adequate strategieën beschikken om hun delinquente gedrag te verbergen. Daarnaast weten jongeren met leerstoornissen ook niet altijd de juiste sociale vaardigheden toe te passen, wat tegen kan werken bij interactie met de politie of in de rechtbank (Keilitz & Dunivant, 1986).
De prevalentie van leerstoornissen bij jeugddelinquenten
Verschillende onderzoeken ondersteunen een verhoogde prevalentie van
leerstoornissen bij jeugddelinquenten (Grigorenko, 2006). In het onderzoek van Broder, Dunivant, Smith en Sutton (1981) werden 633 jongens, die bekend waren bij justitie, vergeleken met 984 scholieren die niet met justitie in aanraking zijn geweest. De jeugddelinquenten hadden vaker leerstoornissen (36.5%) dan de niet-jeugddelinquenten (18.95%). Wilgosh en Paitich (1982) hebben de aanwezigheid van leerstoornissen bij 72 berechte jongens en 27 berechte meisjes onderzocht. Uit het onderzoek bleek dat 61.1% van de jongens en 63% van de meisjes geclassificeerd konden worden met een leerstoornis op het gebied van leesvaardigheid, spelling en rekenen. In een recenter longitudinaal onderzoek hebben McNamara en Willboughby (2010) onderzocht of er verschil is in risicogedrag tussen 307 middelbare scholieren met leerstoornissen en 307 middelbare scholieren zonder
leerstoornissen. De scholieren met leerstoornissen lieten gemiddeld vaker ernstig delinquent gedrag (lidmaatschap jeugdbende en wapenbezit) en lichtdelinquent gedrag (winkeldiefstal en zwartrijden) zien dan de jongeren zonder leerstoornissen. Tenslotte vonden Barrett, Katsiyannis, Zhang en Zhang (2014) een verhoogde prevalentie van leerstoornissen bij
8
jeugddelinquenten. In het onderzoek werden 99,602 geregistreerde jeugddelinquenten vergeleken met 99,602 scholieren die geen delinquent gedrag hadden vertoond. Uit het onderzoek kwam naar voren dat 16.7% van de delinquente jongeren leerstoornissen hadden tegenover 10.6% van de niet-delinquente jongeren.
Onderzoek naar leerstoornissen in justitiële jeugdinrichtingen (JJI) toont ook een verhoogde prevalentie van leerstoornissen aan. In Amerikaanse JJI’s varieert het aantal gedetineerden met leerstoornissen van 12% tot 70% (Wolford, 2000). Uit een onderzoek van Podboy en Mallory (1978) bleek dat 48.9% van de 250 jongeren die in een Amerikaanse JJI verbleven, leesproblemen had. In Schotland hebben Kirk en Reid (2001) leesproblematiek bij vijftig gedetineerde jongeren onderzocht. De onderzoekers ontdekten bij 50% van de
jeugddelinquenten kenmerken van dyslexie. In Nieuw-Zeeland bleek uit het onderzoek van Rucklidge, Mclean en Bateup (2009) dat in twee JJI’s, 91.67% van de zestig jongeren die waren onderzocht problemen had op het gebied van leesvaardigheid, rekenen en/of
mondelinge taalvaardigheid. De prevalentie van leerstoornissen onder deze jongeren op de afzonderlijke vaardigheden was hoger (met 30%) dan de prevalentie van leerstoornissen bij leeftijdsgenoten uit de reguliere populatie.
Verklaringen voor verschillen in prevalentie tussen studies
Wat opvalt in het onderzoek naar leerstoornissen bij jeugddelinquenten, is dat het tot heden wisselende resultaten heeft opgeleverd. In de resultaten van de eerder beschreven studies is terug te zien dat de prevalentie van leerstoornissen sterk varieert. Dit komt waarschijnlijk door methodologische verschillen tussen studies. Vooral de verschillen in de omvang en samenstelling van de steekproeven lijken van belang.
Ten eerste verschillen de steekproeven tussen studies in grootte. Zo bestond de totale steekproef uit het onderzoek van Barrett et al. (2014) uit 199,204 jongeren en de steekproef
9
uit het onderzoek van Broder et al. (1981) uit 1,617 jongeren. In andere onderzoeken werden de conclusies juist op kleinere steekproeven gebaseerd, variërend van 50 tot 250 jongeren (Kirk & Reid, 2001; Podboy & Mallory, 1978; Rucklidge et al., 2009; Wilgosh & Paitich, 1982). Bij de interpretatie van de resultaten van de onderzoeken is het belangrijk dat met de grootte van de steekproeven rekening gehouden wordt. Kleine steekproeven laten namelijk meestal grotere effectgroottes zien dan grote steekproeven. Daarnaast zijn de effectgroottes die gevonden worden bij kleine studies vaak variabel (Slavin & Smith, 2009).
Ten tweede verschillen de steekproeven in samenstelling. Zo zijn er onderzoekers die zowel jongens als meisjes hebben meegenomen in hun steekproef (Barrett et al., 2014; Podboy & Mallory, 1978; Wilgosh & Paitich, 1982). In andere onderzoeken is juist de prevalentie alleen onder jongens onderzocht (Broder et al., 1981; Kirk & Reid, 2001; Rucklidge et al., 2009). Het geslacht van de jongeren speelt een belangrijke rol bij de interpretatie van de resultaten. Leerstoornissen worden namelijk vaker gediagnosticeerd bij jongens dan bij meisjes (Ghesquière & Ruijssenaars, 2014).
Ten derde verschillen de steekproeven tussen studies in het aandeel jongeren die tot een etnische minderheid behoort. In een aantal studies is er in de steekproeven een
overrepresentatie van etnische minderheden, variërend van 67% tot 92% (Allen, 2009; Hook, 1998; Sterning-Babcock, 1987). In andere studies is het aandeel etnische minderheden juist laag, variërend van 27% tot 31% (Bullock & Reilly, 1979; Svensson, Lunberg, & Jacobsen; 2003). Het is belangrijk om rekening te houden met het aandeel etnische minderheden bij het bepalen van de prevalentie van leerstoornissen. Er is namelijk een overrepresentatie van etnische minderheden in het speciaal onderwijs (Harry & Klinger, 2014). Jongeren die tot een etnische minderheid behoren, hebben een vergrote kans om voor leerproblemen naar het speciaal onderwijs doorverwezen te worden (Argulewicz, 1983; Harry & Klinger, 2014). Ten vierde verschillen de studies in het aandeel jongeren met een laag
10
sociaaleconomische status (SES). Zo bestaat de steekproef van Barrett et al. (2014) voor 61.5% uit jongeren met een lage SES. In het onderzoek van Hook (1998) daarentegen heeft ‘’maar’’ 10% van de jongeren een lage SES. Desondanks rapporteert een groot aantal studies geen informatie over de SES van de jongeren. Deze informatie is echter wel van belang bij het vinden van verklaringen voor de verschillen in prevalentie van leerstoornissen. Jongeren die opgroeien met een lage SES hebben meer kans om gediagnosticeerd te worden met een leerstoornis (Blair & Scott, 2002).
Tenslotte verschillen de jongeren uit de steekproeven in het soort contact dat zij met partners uit het strafrechtketen hebben gehad (delinquente status). Zo zijn er onderzoeken gericht op first offenders, oftewel jongeren die voor het eerst in aanraking zijn gekomen met politie of justitie (Lenz, Warner, Alley, & Deshler, 1980). Er zijn echter ook onderzoeken gebaseerd op jongeren die verder in de strafrechtketen zitten en berecht en/of gedetineerd zijn (Broder et al., 1981; Kirk & Reid, 2001; Podboy & Mallory, 1978; Rucklidge et al., 2009; Wilgosh & Paitich, 1982). Het soort contact dat jongeren met politie en justitie hebben gehad, kan van belang zijn bij het onderzoeken van het verschil in prevalentie van leerstoornissen bij delinquente jongeren. Er is namelijk een toename van psychologische problematiek bij jongeren naarmate ze verder in de strafrechtketen komen (Hoeve, McReynolds, Wasserman, & McMillan, 2013; Wasserman, McReyolds, Schwalbe, Keating, & Jones, 2010). Mogelijk neemt de prevalentie van leerstoornissen ook toe naarmate de delinquente status van de jongeren zwaarder wordt.
Een andere verklaring voor de grote variaties in prevalentie in leerstoornissen tussen studiesheeft te maken met de diagnostische methodes die gehanteerd worden om
leerstoornissen vast te stellen. Onderzoekers gebruiken verschillende criteria om
leerstoornissen te diagnosticeren. Zo wordt in sommige onderzoeken het discrepantiemodel gebruikt om leerstoornissen vast te stellen (Broder et al., 1981; Podboy & Mallory, 1978;
11
Wilgosh & Paitich, 1982). Bij dit model wordt verondersteld dat een discrepantie tussen de prestaties van een jongere op schoolvaardigheidstoetsen en de verwachte prestaties (meestal gebaseerd op de intelligentie van een jongere), een aanwijzing voor een leerstoornis kan zijn (Grigorenko, 2006). Een ander model dat in onderzoek gebruikt wordt, is het
achterstandsmodel. Met dit model wordt de aanwezigheid van een leerstoornis bepaald aan de
hand van cut-off scores op schoolvaardigheidstoetsen (Rucklidge et al., 2009). In het onderzoek van Barbaresi, Kutasic, Colligan, Weaver en Jacobsen (2005) is terug te zien dat het soort model dat gebruikt wordt om leerstoornissen vast te stellen, mogelijk de variatie in de prevalentie kan verklaren. In dit onderzoek werden verschillende modellen toegepast om leerstoornissen te diagnosticeren. Uit het onderzoek kwam naar voren dat de gevonden prevalenties tussen modellen varieerden.
Naast de verschillende criteria die gehanteerd worden, gebruiken onderzoekers een grote variëteit aan meetmethodes om te bepalen of een jongere een leerstoornis heeft (Casey & Keilitz, 1990; Grigorenko, 2006). In sommige studies stellen de onderzoekers zelf de leerstoornissen bij de jeugddelinquenten vast. Hierbij wordt tussen onderzoeken gebruik gemaakt van verschillende soorten schoolvaardigheidstoetsen, zoals de Wide Range
Achievement Test, Wechsler Individual Achievement Test-II, de Woodcock Reading Mastery Tests en de KeyMath Diagnostic Arithmetic Test (Broder et al., 1981; Podboy & Mallory, 1978; Rucklidge et al., 2009; Wilgosh & Paitich, 1982). Andere onderzoekers maken juist gebruik van informatie van derden om te bepalen of een jongere een leerstoornis heeft. Zo hebben jongeren in het onderzoek van Allen (2009) door middel van zelfrapportage aangegeven of zij een leerstoornis hadden. In het onderzoek van Jordan (1992) werd vertrouwd op diagnoses die door de scholen van de jongeren gesteld zijn. Doordat er
inconsistentie heerst in het vaststellen van leerstoornissen tussen verschillende onderzoeken, ontstaat een heterogeen beeld van de prevalentie van leerstoornissen onder delinquente
12
jongeren (Grigorenko, 2006).
Huidig onderzoek
Doordat er sprake is van weinig consistentie tussen verschillende onderzoeken, is het moeilijk om uitspraken te doen over de relatie tussen leerstoornissen en delinquent gedrag (Cornwall & Bawden, 1992). Om ondanks de verschillen tussen studies toch een schatting te kunnen maken van de prevalentie van leerstoornissen onder delinquente jongeren, is in deze studie gekozen voor een meta-analyse. Daarnaast wordt bekeken welke variabelen de
geobserveerde verschillen in prevalentie tussen de verschillende studies verklaren. Hierbij kan gedacht worden aan variabelen zoals de criteria en meetinstrumenten die gebruikt worden om leerstoornissen vast te stellen en de demografische kenmerken van de steekproeven. De volgende onderzoeksvragen staan hierbij centraal:
1) Wat is de prevalentie van leerstoornissen onder delinquente jongeren? 2) In hoeverre wordt de prevalentie bepaald door demografische variabelen en diagnostische kenmerken van leerstoornissen?
Casey en Keilitz (1990) hebben 26 jaar geleden een vergelijkbare meta-analyse uitgevoerd, waarbij de prevalentie van leerstoornissen (inclusief licht verstandelijke beperkingen) bij Amerikaanse delinquente jongeren werd onderzocht. Uit de meta-analyse bleek dat 35.6% van de jongeren die met justitie in aanraking was geweest een leerstoornis had (Casey & Keilitz, 1990). De huidige meta-analyse zal zowel de studies die voor als na het onderzoek van Casey en Keilitz (1990) gepubliceerd zijn, meenemen. Daarnaast onderscheidt de huidige meta-analyse zich van die van Casey en Keilitz (1990), door te bekijken in
13
leerstoornissen bij jeugddelinquenten bestaat.
Methode
Selectie van studies
Voor dit onderzoek werden verschillende zoekmethodes gehanteerd om relevante studies voor de meta-analyse te verzamelen. Ten eerste werd gekeken naar de artikelen die Casey en Keilitz (1990) in hun meta-analyse hadden gebruikt. Ten tweede werden de volgende databases gebruikt: PsycInfo, PsychArticles, ERIC, Criminal Justice Abstracts, Psychology and Behavioral Sciences Collection en Web of Science. In deze databases werd gezocht naar artikelen door combinaties van zoektermen met betrekking tot leerstoornissen (bijvoorbeeld dyslexia, dyscalculia en dysgraphia) en jeugddelinquentie (bijvoorbeeld juvenile delinquency en juvenile justice) te gebruiken. Voor een overzicht van de zoektermen en bijbehorende zoekstrategieën wordt naar Bijlage 1 verwezen. Ten slotte werd om aan relevante artikelen voor de meta-analyse te komen, gekeken naar de referentielijsten van de gevonden artikelen. Het hanteren van de verschillende zoekmethodes leidde tot 205 unieke resultaten.
De gevonden artikelen werden alleen in de meta-analyse meegenomen als ze aan een aantal criteria voldeden. Zo werden alleen studies meegenomen als over een prevalentie van leerstoornissen bij delinquente jongeren werd gerapporteerd. Het was hierbij belangrijk dat er sprake was van officieel delinquent gedrag en niet van probleemgedrag, zoals een antisociale gedragsstoornis of een oppositioneel opstandige gedragsstoornis. Daarnaast moest een steekproef bestaan uit jongeren tot en met 23 jaar. Steekproeven met volwassenen boven de 23 jaar werden uitgesloten. Verder mochten de leerstoornissen niet het gevolg zijn van
visuele, gehoor of motorische beperkingen, een laag verstandelijke beperking, een emotionele stoornis of als gevolg van culturele of economische omstandigheden. Tenslotte werd
14
gebruik was gemaakt van dezelfde steekproeven tussen studies. In deze meta-analyse is hiervan geen sprake. Aangezien, volgens het AIR-rapport, studies voor 1976 grote
methodologische gebreken kenden, werden alleen onderzoeken meegenomen die na het AIR-rapport uit 1976 gepubliceerd waren. Het aanhouden van deze criteria heeft tot een selectie van 25 studies geleid. Zie Figuur 1 voor een overzicht van de beschreven selectieprocedure.
Codering
Met deze meta-analyse wordt gekeken naar de kenmerken van verschillende studies die een rol spelen in de prevalentie van leerstoornissen onder jeugddelinquenten. Er werd gebruik gemaakt van een codeerschema bij het selecteren van relevantie informatie uit de studies. In dit schema werden de algemene informatie en kenmerken van de studies verwerkt, zoals het publicatiejaar en het land waar het onderzoek had plaatsgevonden. Daarnaast werd informatie over de samenstelling van de steekproeven en leerstoornissen gecodeerd.
Met betrekking tot de samenstelling van de steekproeven, werd informatie over de grootte, gemiddelde leeftijd, sekse, etniciteit, SES en delinquente status gecodeerd. De sekse werd gecodeerd op basis van het percentage mannen dat deel uitmaakte van de steekproef. Etniciteit had betrekking op het percentage jongeren dat in een steekproef tot een etnische minderheid behoorde. Informatie over de SES werd gecodeerd op basis van het percentage jongeren met een lage SES. De delinquente status van de jongeren had betrekking op het soort contact dat jongeren met politie en/of justitie hebben gehad. De delinquente status van de jongeren werd gescoord op basis van de ernst van het contact dat had plaatsgevonden. Hier werd een onderscheid gemaakt in ‘’licht’’ contact en ‘’zwaar’’ contact. Onder ‘’licht’’
contact, vielen jongeren die bekend stonden in de justitiële documentatie, cliënt waren bij een forensisch psycholoog, status offenders (jongeren die vervolgd worden voor kleine
15
aanraking komen) en jongeren die in hun proeftijd zaten. Onder ‘’zwaar’’ contact vielen berechte of gedetineerde jongeren.
Met betrekking tot leerstoornissen bestond de gecodeerde informatie uit het type leerstoornis dat gerapporteerd was, de criteria die in een studie gehanteerd werden, de betrouwbaarheid van de meetmethode en het percentage leerstoornissen. Met betrekking tot het coderen van het type leerstoornis waar een artikel over heeft gerapporteerd, werd onderscheid gemaakt in leesstoornissen en algemene leerstoornissen. Er was sprake van een algemene leerstoornis indien er geen onderscheid werd gemaakt in het type leerstoornis (bijvoorbeeld leesstoornissen, rekenstoornissen en spellingsstoornissen). Met betrekking tot het scoren van de criteria die gebruikt werden om leerstoornissen vast te stellen, werd gekeken naar het soort model dat in een artikel werd gehanteerd. Hierin werd een driedeling gemaakt, namelijk: Discrepantiemodellen, Overige modellen en Informatie derden. De categorie Discrepantiemodellen bestond uit de criteria IQ-schoolvaardigheid discrepantie en
groep discrepantie. De categorie Overige modellen bestond uit het achterstandsmodel en overal discrepancy. De overal discrepancy hield in dat in een artikel meerdere richtlijnen
werden gehanteerd om een leerstoornis vast te stellen. Een jongere moest dan aan minimaal een van de richtlijnen voldoen om met een leerstoornis gediagnosticeerd te worden. Verder was er nog de categorie Informatie derden. Hieronder vielen zelfrapportages en diagnoses die door de school waren gesteld. Naast de criteria werd in het schema de betrouwbaarheid van de meetmethode gescoord die gebruikt werd om de schoolvaardigheid te bepalen. Hier was een tweedeling in gemaakt, waarbij studies waarin onderzoekers zelf meetinstrumenten hadden toegepast om leerstoornissen vast te stellen het ‘’meest’’ betrouwbaar was en informatie derden (school, zelfrapportage) het ‘’minst’’ betrouwbaar.
16 Analyse
Eerst werd uit elk onderzoek de effectgrootte genoteerd. In deze meta-analyse was de maat voor effectgrootte een prevalentie. Voor de analyses werd gebruik gemaakt van een proportie met een waarde tussen de nul en een. De proportie is echter geen geschikte maat voor
effectgrootte om analyses mee uit te voeren. Er ontstaan namelijk problemen bij het toepassen van de fixed effects en random effects modellen, waarbij het gewicht van een studie bepaald wordt door te delen door de standard error van een studie (Barendregt & Doi, n.d.;
Barendregt, Doi, Lee, Norman, & Vos, 2013). Hierdoor krijgen studies met een grote steekproef een zwaarder gewicht dan studies met een kleine steekproef (Barendregt & Doi, n.d.). Voor proporties is de standard error echter afhankelijk van de grootte van de proportie, waardoor kleine en grote proporties een variantie dichtbij de nul toebedeeld krijgen (v= (p
(1-p))/N). Als gevolg hiervan krijgen kleine en grote proporties allebei een zwaar gewicht
toegewezen (Barendregt et al., 2013). Om dit op te lossen is in de analyse gebruik gemaakt van de double arcsine transformation. Met de double arcsine transformation worden proporties voor de analyse getransformeerd naar Cohen’s d en achteraf weer terug getransformeerd naar proporties (Barendregt et al., 2013). Voor het huidig onderzoek is gebruik gemaakt van Excel om de double arcsine transformation toe te passen. Het gewogen gemiddelde van de prevalentie leerstoornissen is vervolgens berekend in SPSS met behulp van macros van Lipsey en Wilson (2001).
Daarnaast is in dit onderzoek zowel het fixed effects model als het random effects model gebruikt voor de analyses. Bij het fixed effects model wordt ervan uitgegaan dat de verschillende studies afkomstig zijn uit dezelfde populatie. De geobserveerde effectgroottes variëren alleen door toeval (random error). Er is dan ook sprake van homogeniteit tussen studies. Bij het random effects model wordt er echter vanuit gegaan dat studies (deels) uit andere populaties afkomstig zijn. De verschillen in effectgroottes zijn het gevolg van
17
toevallige variantie tussen studies en systematische variantie tussen studies (between study
variance). Er is in dit geval sprake van heterogeniteit tussen studies (Borenstein, Hedges,
Higgins, & Rothstein, 2010). De mate van heterogeniteit kan worden uitgedrukt door middel van Q en I². Q geeft de totale variantie aan, uitgedrukt in de weighted sums of squares (Borenstein, Hedges, & Rothstein, 2007). I² geeft in percentages aan in hoeverre de
aanwezige heterogeniteit verklaard kan worden door systematische verschillen tussen studies (Huedo-Medina, Sanchez-Meca, & Marin-Martinez, 2006).
Verder is in deze meta-analyse onderzoek gedaan naar mogelijke moderatoren die invloed uitoefenen op de prevalentie van leerstoornissen door middel van een
moderatoranalyse. Bij categorische variabelen wordt het effect van een moderator als significant beschouwd indien de Q-waarde tussen groepen significant is. De categorische variabelen in de huidige meta-analyse zijn de delinquente status van de jongeren, de criteria leerstoornissen en de betrouwbaarheid van de meetmethode. Bij continue variabelen is er sprake van een moderator effect als de gestandaardiseerde regressie coëfficiënt (Beta)
significant is. De continue variabelen zijn in het huidig onderzoek het percentage jongens, het percentage etnische minderheden, het percentage jongeren met een lage SES en de leeftijd. De moderatoranalyse werd eveneens in SPSS uitgevoerd met behulp van macros van Lipsey en Wilson (2001).
Tenslotte is gekeken of er mogelijk sprake is van publicatiebias. In wetenschappelijk onderzoek hebben studies met positieve of significante resultaten meer kans om gepubliceerd te worden dan studies met niet-significante resultaten. Als gevolg hiervan kan het voorkomen dat niet alle studies uiteindelijk gevonden en meegenomen worden in een meta-analyse (Borenstein et al., 2009). Om te controleren of er in deze meta-analyse sprake is van
publicatiebias, wordt gebruik gemaakt van een funnel plot. Met een funnel plot wordt gekeken naar de distributie van studies in een grafiek. Indien er een symmetrische trechtervorm in de
18
grafiek ontstaat, is mogelijk geen sprake van publicatiebias (Borenstein et al., 2009). Voor het maken van een funnel plot is gebruik gemaakt van het programma MetaXL (Barendregt & Doi, n.d; Barendregt et al., 2013).
Resultaten
Prevalentie
In deze meta-analyse zijn 25 studies geïncludeerd. De studies zijn gepubliceerd tussen 1977 en 2014. De steekproefgroottes in de verschillende studies varieerden van 30 tot 99,602 proefpersonen. Het grootste gedeelte van de studies is uitgevoerd in de Verenigde Staten (76%). Met betrekking tot de leerstoornissen zijn er in totaal 28 effectgroottes gevonden. In de studies zijn 22 effectgroottes gevonden voor algemene leerstoornissen en 6 effectgroottes voor leesstoornissen.
De gemiddelde percentages per type leerstoornis zijn terug te vinden in Tabel 1 (fixed effects model) en Tabel 2 (random effects model). Daarnaast is in de tabellen de maat van heterogeniteit, Q, opgenomen. Met de p-waarde wordt aangegeven in hoeverre de
heterogeniteit significant is.
Leerstoornissen. Het percentage leesstoornissen is met het fixed effects model 30.2%
en met het random effects model 34.2%. Daarnaast is het percentage algemene leerstoornissen onder jeugddelinquenten met het fixed effects model 16.1% en het random effects model 31.9% (zie Tabel 1 en 2).
Met betrekking tot alle leerstoornissen bij elkaar, komt uit het fixed effects model naar voren dat de prevalentie 16.1% bedraagt (zie Figuur 2.a). In het fixed effects model heeft het artikel van Barrett et al. (2014) echter een zwaar gewicht ten opzichte van de rest van de studies, namelijk 93.5%. Als het artikel van Barrett et al. (2014) uit de selectie van artikelen wordt gehaald, is te zien dat de gewichten onder de andere studies verschuiven. De
19
prevalentie verandert hierbij naar 15.3% (zie Figuur 2.b).
In dit onderzoek heeft het random effects model de voorkeur, vanwege de
aanwezigheid van heterogeniteit tussen studies (Q=1,645.15, p< 0.001). Het fixed effects model mag om deze reden eigenlijk niet gebruikt worden. De prevalentie leerstoornissen die gerapporteerd wordt met het random effects model is 32.4% (zie Figuur 3). Als echter gekeken wordt naar de distributie van gewichten onder de studies, is het opvallend dat alle studies een vergelijkbaar gewicht toegekend hebben gekregen. Dit heeft te maken met de methode die gehanteerd wordt om gewichten te berekenen bij het random effects model. Bij bepalen van het gewicht van een studie wordt gedeeld door de variantie binnen de studie plus de variantie tussen studies. Als de heterogeniteit van studies toeneemt, wordt de variantie tussen studies ook groter. Hierdoor wordt in de berekening het aandeel van de variantie tussen studies groter en het aandeel van de variantie binnen de studie kleiner. Als gevolg hiervan krijgen de studies een vergelijkbaar gewicht (Barendregt & Doi, n.d.).
Omdat de studies een vergelijkbaar gewicht hebben, is enige voorzichtigheid geboden bij het interpreteren van de resultaten. Hetzelfde geldt voor de resultaten van het fixed effects model vanwege de heterogeniteit. Om ondanks de gewichten die niet adequaat verdeeld zijn tussen de studies toch een schatting te kunnen maken over de prevalentie van leerstoornissen, wordt naar het betrouwbaarheidsinterval van het fixed effects model (95% Cl [15.9 to 16.4) en van het random effects model (95% Cl [26.2 to 39.0]) gekeken (zie Tabel 1 en 2). Hierbij is voor een marge gekozen waarbij de ondergrens van het fixed effects model en de
bovengrens van het random effects model wordt gebruikt. Er wordt dan een voorzichtige schatting gemaakt dat de prevalentie van leerstoornissen tussen de 16% en 39% ligt.
Moderatoranalyse
20
prevalentie van leerstoornissen. De moderatoranalyse is uitgevoerd over alle leerstoornissen, waarbij geen onderscheid is gemaakt in het soort leerstoornis. In Tabel 3 staan de resultaten van de continue variabelen en in Tabel 4 de resultaten van de categorische moderatoren beschreven.
Geslacht. Het geslacht (man) is een significante voorspeller van de prevalentie van
leerstoornissen onder jeugddelinquenten, β= .3677, z= 1.6766, p< .05. Hierbij gaat een hoger percentage delinquente jongens binnen een steekproef gepaard met een hogere prevalentie leerstoornissen.
Leeftijd. De leeftijd van de delinquente jongeren is geen significante voorspeller van
de prevalentie leerstoornissen, β= .455, z= 1.9187, p= .055. Er kan echter wel gesproken worden van een trend, waarbij een oudere leeftijd samengaat met een hogere prevalentie leerstoornissen onder jeugddelinquenten.
Etniciteit. De etniciteit van de jongeren is geen significante voorspeller van de
prevalentie leerstoornissen, β= .0763, z= .244, p= .403641. De etniciteit van de jongere lijkt daarom geen invloed te hebben op de prevalentie leerstoornissen.
Sociaaleconomische status. Een lage SES is geen significante voorspeller van de
prevalentie leerstoornissen, β= .8567, z= 1.416, p= .0784. Wel is er sprake van een trend, waarbij een hoger percentage jongeren met een lage SES binnen een steekproef gepaard gaat met een hogere prevalentie leerstoornissen.
Delinquente status. Er is geen significant effect gevonden voor de delinquente status,
Q(1,26) = .4848, p= .4862. Hierbij is er geen verschil in gemiddelde prevalentie
leerstoornissen tussen jongeren met een ‘’lichte’’ delinquente status (27.5%) en een ‘’zware’’ delinquente status (35%). De delinquente status van de jongeren heeft geen invloed op de prevalentie van leerstoornissen onder jeugddelinquenten.
21
Q(2, 25) = 6.7966, p< .05. Er is een verschil in gemiddelde prevalentie afhankelijk van de
criteria die gebruikt worden om leerstoornissen vast te stellen. Hierbij is de prevalentie leerstoornissen hoger bij het gebruik van discrepantiemodellen (33.8%) en overige modellen (46.8%), dan wanneer informatie van derden aangehouden (15.5%) wordt.
Betrouwbaarheid meetmethode. Er is een significant effect gevonden voor de
betrouwbaarheid van de meetmethode van leerstoornissen, Q(1, 25) = 6.2986, p< .05. Er is sprake van een verschil in gemiddelde prevalentie leerstoornissen afhankelijk van het gebruik van meetmethodes die het ‘’meest’’ betrouwbaar (37.8%) en het ‘’minst’’ betrouwbaar (15.1%) zijn De prevalentie leerstoornissen onder jeugddelinquenten valt hierbij hoger uit wanneer onderzoekers zelf meetinstrumenten toepassen om leerstoornissen vast te stellen dan wanneer informatie van derden wordt gebruikt.
Publicatiebias
Om te onderzoeken of er sprake is van publicatiebias, is gekeken naar de distributie van studies in een funnel plot (zie Figuur 4). Deze funnel plot is moeilijk interpreteerbaar, gezien de studies niet binnen de trechtervorm vallen. Wel is te zien dat de studies asymmetrisch verdeeld zijn. Deze asymmetrie kan een aanwijzing zijn van publicatiebias, waarbij weinig studies met kleine steekproeven en kleine effectgroottes in de meta-analyse meegenomen zijn.
Discussie
In dit onderzoek is gekeken naar de prevalentie van leerstoornissen onder jeugddelinquenten en de mogelijke factoren die de prevalentie bepalen. De onderzoeksvragen die hierbij centraal hebben gestaan, zijn: ‘Wat is de prevalentie van leerstoornissen onder jeugddelinquenten?’ en ‘In hoeverre wordt de prevalentie bepaald door demografische variabelen en diagnostische
22
leerstoornissen onder delinquente jongeren tussen de 16% en de 39% ligt. Moderatoren die invloed lijken te hebben op de prevalentie van leerstoornissen, zijn: het geslacht (man) van de jongeren, de criteria die gehanteerd zijn om leerstoornissen vast te stellen en de
betrouwbaarheid van de meetmethode om leerstoornissen te diagnosticeren. Daarnaast is er sprake van een trend met betrekking tot de SES en de leeftijd van de jongeren.
De prevalentie van leerstoornissen
In het verleden heeft een vergelijkbare meta-analyse van Casey en Keilitz (1990) naar de prevalentie van leerstoornissen onder jeugddelinquenten plaatsgevonden. Uit de meta-analyse kwam naar voren dat 35.6% van de delinquente jongeren een leerstoornis had. Sinds de meta-analyse van Casey en Keilitz (1990) zijn er nieuwe onderzoeken naar de prevalentie van leerstoornissen bijgekomen. In het huidig onderzoek zijn zowel studies uit de meta-analyse van Casey en Keilitz (1990) als meer recente studies meegenomen om een nieuwe schatting van de prevalentie te kunnen maken.
Studies naar de prevalentie van leerstoornissen onder jeugddelinquenten die tot op heden zijn uitgevoerd, variëren onderling sterk van elkaar. Zo verschillen studies onder andere in de samenstelling van de steekproeven die zijn gebruikt. Hierbij variëren de steekproefgroottes waarop de studies gebaseerd zijn, de delinquente status van de jongeren, het aandeel jongens en meisjes in de steekproef, de gemiddelde leeftijd van de jongeren en het aantal jongeren die tot een etnische minderheid behoort. Daarnaast verschillen de studies in diagnostische kenmerken die gehanteerd zijn om leerstoornissen vast te stellen. Onderzoekers maken gebruik van verschillende criteria en meetmethodes om leerstoornissen te
diagnosticeren. Als gevolg van de verschillen tussen studies is er een heterogeen beeld
ontstaan van de prevalentie van leerstoornissen onder jeugddelinquenten (Grigorenko, 2006). De genoemde verschillen tussen studies zijn ook terug te zien in de studies die in de
23
huidige meta-analyse zijn meegenomen. Doordat de studies onderling sterk van elkaar varieerden, was er statistisch sprake van een hoge mate van heterogeniteit. Door de mate van heterogeniteit zijn er in deze meta-analyse problemen ontstaan bij het toepassen van het fixed en random effects model. De heterogeniteit heeft ervoor gezorgd dat het met de twee
genoemde modellen niet mogelijk is geweest om de gewichten tussen studies adequaat te schatten. Als gevolg hiervan is het niet gelukt om tot een gewogen gemiddelde te komen met betrekking tot de prevalentie van leerstoornissen onder jeugddelinquenten.
Verder is er in deze meta-analyse mogelijk sprake van publicatiebias. De kans bestaat dat niet alle studies over de prevalentie van leerstoornissen onder jeugddelinquenten
meegenomen zijn in deze meta-analyse. Dit zijn vaak voornamelijk studies met kleine of niet-significante resultaten. Het niet detecteren en selecteren van relevante studies in de meta-analyse kan leiden tot een vertekening van de resultaten (Borenstein et al., 2009). In het geval van deze meta-analyse, is er daarom mogelijk sprake van een overschatting van de prevalentie van leerstoornissen onder jeugddelinquenten.
Vanwege de mogelijke aanwezigheid van publicatiebias en de problemen bij het uitvoeren van de analyses, kan met deze meta-analyse alleen geschat worden dat de
prevalentie van leerstoornissen tussen de 16.0% en 39.0% ligt. In de reguliere populatie ligt volgens het National Center for Learning Disabilities (NCLD) de prevalentie van
leerstoornissen onder schoolgaande kinderen rond de 5.0% (Cortiella & Horowitz, 2014). Op basis van de resultaten van dit onderzoek lijken leerstoornissen vaker voor te komen onder jeugddelinquenten dan onder regulier schoolgaande kinderen. Er kan echter, vanwege de genoemde beperkingen, geen definitieve uitspraken worden gedaan over in welke mate de prevalentie van leerstoornissen onder jeugddelinquenten hoger is ten opzichte van de reguliere populatie.
24 Moderatoren
Vanwege de grote mate van heterogeniteit in deze meta-analyse, is door middel van een moderatoranalyse onderzocht of er mogelijke moderatoren in het spel zijn die de
heterogeniteit kunnen verklaren. Een van de moderatoren die een invloed lijkt te hebben op de prevalentie van leerstoornissen, is het geslacht. In deze meta-analyse kwam naar voren dat de prevalentie stijgt indien er sprake is van een toename in het aantal jongens binnen een
steekproef. Dit resultaat komt overeen met de resultaten van eerder onderzoek, waarbij gevonden is dat leerstoornissen vaker gediagnosticeerd worden bij jongens dan bij meisjes (Flannery, Liederman, Daly, & Schultz, 2000; Rutter et al., 2004). Daarbij blijkt uit het rapport van de NLCD dat tweederde van de jongeren met leerstoornissen uit jongens bestaat (Cortiella & Horowitz, 2014). Een mogelijke verklaring voor deze overrepresentatie kan te maken hebben met bias bij het vaststellen van leerstoornissen. Jongens die problemen laten zien in hun schoolvaardigheid, hebben vaak ook bijkomende gedragsproblemen. Dit maakt dat de problematiek van de jongens opvallender is, waardoor zij sneller worden doorwezen voor verdere diagnose en ondersteuning dan meisjes (Quinn & Wagner, 2015).
Een tweede moderator die een rol lijkt te spelen in de prevalentie van leerstoornissen, is de criteria die gehanteerd wordenom leerstoornissen vast te stellen. Uit dit onderzoek is gebleken dat het gebruik van modellen een hogere prevalentie oplevert dan wanneer informatie van derden wordt gebruikt. Tussen de modellen zelf wordt met de overige modellen (bijvoorbeeld het achterstandsmodel) meer leerstoornissen gediagnosticeerd dan met de discrepantiemodellen (bijvoorbeeld het IQ-schoolvaardigheid discrepantiemodel). Dit komt overeen met de resultaten uit het onderzoek van Barbaresi et al. (2005). Uit dit
onderzoek naar rekenstoornissen onder scholieren bleek dat de prevalentie hoger is bij het gebruik van het achterstandsmodel dan bij het discrepantiemodel. Het verschil in prevalentie tussen modellen kan te maken hebben met de standaarddeviaties die bij de verschillende
25
modellen gehanteerd worden. Rucklidge et al. (2014) hebben bijvoorbeeld bij het achterstandsmodel een cut-off score van 1 SD gehanteerd. Sterning-Babcock (1987)
daarentegen heeft bij het IQ-schoolvaardigheid discrepantiemodel 1.5 SD aangehouden. De verschillen in de drempel die gehanteerd wordt om te bepalen of een jongere een leerstoornis heeft, kan de verschillen in prevalenties tussen modellen verklaren (Grigorenko, 2006). Een derde moderator die een rol speelt, is de betrouwbaarheid van de wijze waarop een leerstoornis is vastgesteld. Er worden meer leerstoornissen vastgesteld wanneer
onderzoekers zelf leerstoornissen bij de jongeren diagnosticeren dan wanneer informatie van derden wordt gebruikt. De verschillen kunnen verklaard worden vanuit de problemen die zich kunnen voordoen bij het gebruik van zelfrapportage om te bepalen of een jongere een
leerstoornis heeft. Bij zelfrapportage komt het weleens voor dat de persoon die de
zelfrapportage invult, rekening houdt met hoe hij op de onderzoeker overkomt op basis van de gegeven antwoorden (Leary, 2011). Het is daarom mogelijk dat sommige jongeren bij de zelfrapportage niet helemaal eerlijk zijn geweest en geprobeerd hebben hun leerstoornis te verbergen. Kinderen schamen zich namelijk vaak voor hun leerstoornis en proberen deze ten opzichte van anderen voor zich te houden (Waggoner & Wilgosh, 1990). Daarnaast is het mogelijk dat een jongere een leerstoornis heeft, maar dat deze nog niet gediagnosticeerd is. Een moderator waar geen sprake is van significante resultaten, maar wel van een trend, is de leeftijd van de jongeren. Uit deze meta-analyse is naar voren gekomen dat de prevalentie van leerstoornissen toeneemt met de leeftijd van de delinquente jongeren. Het is niet duidelijk waardoor er sprake is van een toename in de prevalentie met leeftijd. Wat wel bekend is, is dat een leerstoornis permanent aanwezig is en dat een diagnose van een leerstoornis daarom voor altijd geldt (Cortiella & Horowitz, 2014). Mogelijk kan de toename in prevalentie verklaard worden vanuit de eeuwige geldigheidsduur van de diagnose. Naarmate de jongeren ouder worden, kunnen er namelijk alleen maar jongeren met een diagnose bijkomen en is het
26
niet mogelijk dat er jongeren afvallen.
Tenslotte is er sprake van een trend met betrekking tot de relatie tussen een lage SES en de prevalentie leerstoornissen. Deze bevinding komt overeen met de resultaten van eerder onderzoek, waarbij er een associatie gevonden is tussen leerstoornissen en kenmerken van een lage SES (zoals een laag opleidingsniveau en de ongehuwde status van de moeder) (Blair & Scott, 2002). Een mogelijke verklaring hiervoor is dat er binnen gezinnen met een lage SES vaak sprake is van beperkte stimulatie van de ontwikkeling van het kind. Dit kan de kans op de uiting van een leerstoornis vergroten (Blair & Scott, 2002). Binnen de huidige meta-analyse heeft echter een beperkt aantal studies over de SES van de delinquente jongeren gerapporteerd. Vanwege het ontbreken van deze informatie in een groot gedeelte van de studies, kunnen er nog geen harde uitspraken worden gedaan over de rol van de SES in de prevalentie van leerstoornissen onder delinquente jongeren.
Wel is nog enige voorzichtigheid geboden met betrekking tot het interpreteren van de besproken resultaten. Ten eerste vanwege de eerder genoemde beperkingen bij het verdelen van de gewichten onder de studies met het random effects model. Daarnaast ontbreekt in veel studies informatie over de samenstelling van de steekproeven. Hierdoor zijn in de
moderatoranalyse bij een aantal moderatoren betrekkelijk weinig studies betrokken geweest. Als gevolg van deze beperkingen is enige voorzichtigheid geboden bij het trekken van definitieve conclusies over mogelijke moderatoren die de verschillen in prevalentie kunnen verklaren.
Implicaties
Het is belangrijk dat er meer gedegen onderzoek wordt gedaan naar leerstoornissen onder jeugddelinquenten. Studies die tot het heden zijn uitgevoerd, verschillen sterk in
27
die gehanteerd wordt om leerstoornissen vast te stellen. Daarnaast is de kwaliteit van de studies ook discutabel, vanwege het ontbreken van informatie over de onderzoeken in de artikelen (onder andere de SES). Door deze tekortkomingen is het op dit moment nog moeilijk uitspraken te doen over de prevalentie van leerstoornissen onder jeugddelinquenten en de mogelijke variabelen die deze prevalentie bepalen.
Informatie over de prevalentie van leerstoornissen is echter wel van belang om een beeld te kunnen vormen van de omvang van de problematiek (Casey & Keilitz, 1990). Daarbij is het belangrijk om onderzoek te doen naar mogelijke variabelen die samenhangen met de prevalentie van leerstoornissen, zodat kennis opgedaan kan worden over de mogelijke etiologie van delinquent gedrag (Casey & Keilitz, 1990). De kennis over de bijdrage van leerstoornissen aan de vorming van delinquent gedrag kan dan uiteindelijk gebruikt worden bij de ontwikkeling van effectieve interventie programma’s en het maken van beleid (Casey & Keilitz, 1990; Grigorenko, 2006; Larson, 1988).
28
Referenties
American Psychiatric Association. (2014). Beknopt overzicht van de criteria van de DSM-5. Amsterdam, Nederland: Uitgeverij Boom.
Allen, L. A. (2009). The relationship of committed offenses and learning disabilities in male
juvenile offenders (Doctoral dissertation). Retrieved from
http://search.proquest.com.ezproxy.leidenuniv.nl:2048/docview/305173271/ Argulewicz, N. (1983). Effects of ethnic membership, socioeconomic status, and home
language on LD, EMR, and EH placements. Learning Disability Quarterly, 6, 195-200.
Barbaresi, W. J., Katusic, S. K., Colligan, R. C., Weaver, A. L., & Jacobsen, S. J. (2005). Math learning disorder: Incidence in a population-based birth cohort, 1976-82, Rochester, Minn. Ambulatory Pediatrics, 5, 281-289.
Barendregt, J. J., & Doi, S. A. (n.d.). MetaXL user guide: Version 4.0. Retrieved from http://www.epigear.com/index_files/metaxl.html
Barendregt, J. J., Doi, S. A., Lee, Y. Y., Norman, R. E., & Vos, T. (2013). Meta-analysis of prevalence. J. Epidomiol Community Health, 67, 974-978.
Barrett, D. E., Katsiyannis, A., Zhang, D., & Zhang, D. (2014). Delinquency and recidivism: A multicohort, matched-control study of the role of early adverse experiences, mental health problems, and disabilities. Journal of Emotional and Behavioral Disorder, 22, 3-15.
Blair, C., & Scott, K.G. (2000). Proportion of LD placements associated with low
socioeconomic status: Evidence for a gradient? The Journal of Special Education,
36, 14-22.
Borenstein, M., Hedges, L. V., Higgins, J. P. T., & Rothstein, H. R. (2009). Introduction to
29
Borenstein, M., Hedges, L. V., Higgins, J. P. T., & Rothstein, H. R. (2010). A basic
introduction to fixed-effect and random-effects models for meta-analysis. Research
Synthesis Methods, 1, 97-111.
Borenstein, M., Hedges, L., & Rothstein, H. (2007). Meta-analysis: Fixed effect vs. random
effects. Retrieved from https://www.meta-analysis.com/downloads/Meta-analysis%20fixed%20effect%20vs%20random%20effects.pdf
Brier, N. (1989). The relationship between learning disability and delinquency: A review and reappraisal. Journal of Learning Disabilities, 22, 546-553.
Broder, P. K., Dunivant, N., Smith, E. C., & Sutton, L.P. (1981). Further observations on the link between learning disabilities and juvenile delinquency. Journal of Educational
Psychology, 73, 838-850.
Bullock, L. M., & Reilly, T. F. (1979). A descriptive profile of the adjudicated adolescent status report. In R. B. Rutherford & A. G. Prieto (Ed.), Severe behavior disorders of
children and Youth (pp. 153-161). Reston, VA: Council for Children with behavioral
disorders.
Casey, P., & Keilitz, I. (1990). Estimating the prevalence of learning disabled and mentally retarded juvenile offenders: A meta-analysis. In P. E. Leone (Ed.), Understanding
troubled and troubling youth (pp. 82-101). Newbury Pak, CA: Sage.
Cornwall, A., & Bawden H. N. (1992). Reading disabilities and aggression: A critical review.
Journal of Learning Disabilities, 25, 281-288.
Cortiella, C., & Horowitz, S. H. (2014). The state of learning disabilities: Facts, trends and
emerging issues. Retrieved from National Center for Learning Disabilities website:
http://www.ncld.org/wp-content/uploads/2014/11/2014-State-of-LD.pdf Elbeheri, G., Everatt, J., Al Malki, M. (2008). The incidence of dyslexia among young
30
Flannery, K., Liederman, J., Daly, L., & Schultz, J. (2000). Male prevalence for reading disability is found in large sample of black and white children free from ascertainment bias. Journal of the International Neuropsychological Society, 6, 433-442.
Fleener, F. T., (1987). Learning disabilities and other attributes as factors in delinquent activities among adolescents in a nonurban area. Psychological Reports, 60, 327-334. Ghesquière, P., & Ruijssenaars, W. (2014). Kinderen en jongeren met een leerstoornis. In H.
Grientes, J. Vanderfaeillie, & B. Maes. (Eds.), Handboek Jeugdhulpverlening (pp. 59-84). Den Haag, Nederland: Uitgeverij Acco.
Grigorenko, E. L. (2006). Learning disabilities in juvenile offenders. Child and
Adolescent Psychiatric Clinics of North America, 15, 353-371.
Harry, B., & Klinger, J. (2014). Why are so many minority students in special education?:
Understanding Race and Disability in Schools. New York, NY: Teachers College
Press.
Hoeve, M., McReynolds, L. S., Wasserman, G. A., & McMillan, C. (2013). The influence of mental health disorders on severity of reoffending in juveniles. Criminal Justice and
Behavior, 40, 289-301.
Hook, S. W. (1998). Juvenile delinquency and learning disabilities: The contribution of
negative affectivity and high arousability (Doctoral dissertation). Retrieved from
http://search.proquest.com.ezproxy.leidenuniv.nl:2048/docview/304460713 Huedo-Medina, T. B., Sancez-Meca, J., & Marin-Martinez, F. (2006). Assessing
Heterogeneity in Meta-Analysis: Q statistic or I² index? Psychological Methods, 11, 193-206.
Jordan, D. W. (1992). The effects of LD and EH labeling among juvenile delinquents in South
Carolina (Doctoral dissertation). Retrieved from
31
Keilitz, I., & Dunivant, N. (1986). The relationship between learning disability and juvenile delinquency: Current state of knowledge. Rase, 7, 18-26.
Keilitz, I., Zaremba, B. A., & Broder, P. K. (1979). The link between learning disabilities and juvenile delinquency: Some issues and answers. Learning Disability Quarterly, 2, 2-11.
Kirk, J., & Reid, G. (2001). An examination of the relationship between dyslexia and offending in young people and the implications for the training system. Dyslexia, 7, 77-84.
Kumagami, T., & Kumagai, K. (2014). Measuring adjustment in Japanese juvenile
delinquents with learning disabilities using Japanese version of Kaufman Assessment Battery for Children II. Psychiatric and Clinical Neurosciences, 68, 768-775.
Lane, B. (1980). The relationship of learning disabilities to juvenile delinquency: Current status. Journal of Learning Disabilities, 13, 20-29.
Larson, K. A. (1988). A research review and alternative hypothesis explaining the link between learning disability and delinquency. Journal of learning disabilities, 21, 357-363.
Leary, M. R. (2011). Approaches to psychological measurement. In M. Linting (Ed.),
Introduction to research methods in the social and behavioral sciences (pp. 81-111).
Harlow, England: Pearson Education Limited.
Lenz, B. K., Warner, M. M., Alley, G. R., & Deshler, D. D. (1980). A comparison of youths
who have commited delinquent acts with learning disabled, low-achieving, and normally-achieving adolescents. Retrieved from Institute for Research in Learning
Disabilities website: http://kucrl.org/comparison-youths-who-have-committed-delinquent-acts-learning-disabled-low-achieving-and-normally
32
Lipsey, M. W., & Wilson, D. B. (2001). In Bickman L., Rog D. J. (Eds.), Practical meta- analysis. Thousand Oaks, CA: SAGE Publications, Incorporated.
Malmgren, K., Abbot, R.D., & Hawkins, J.D. (1999). LD and delinquency: Rethinking the ‘link.’ Journal of Learning Disabilities, 32, 196-200.
McNamara, J.K., & Willoughby, T. (2010). A longitudinal study of risk-taking behavior adolescents with learning disabilities. Learning Disabilities Research & Practice, 25, 11-24.
Murray, C A. (1976). The link between learning disabilities and juvenile delinquency:
Current theory and knowledge. Washington, D.C.: U.S. Government Printing Office.
Partyka, D. J. (1991). Analysis of the link between delinquent behavior and reading
development disorders in a sample of chronic, male juvenile offenders (Doctoral
Dissertation). Retrieved from
http://search.proquest.com.ezproxy.leidenuniv.nl:2048/docview/303949039
Pasternack, R., & Lyon, R. (1982). Clinical and empirical identification of learning disabled juvenile delinquents. Journal of Correctional Education, 33, 7-13.
Podboy, J. W., & Mallory, W. A. (1978). The diagnosis of specific learning disabilities in a juvenile delinquent population. Juvenile and family court journal, 30, 11-13.
Prout, H. T. (1981). The incidence of suspected exceptional educational needs among youth in juvenile correctional facilities. Journal of Correctional Education, 32, 22-24. Rucklidge, J. J., Mclean, A. P., & Bateup, P. (2009). Criminal offending and learning
disabilities in New Zealand youth: Does reading comprehension predict recidivism.
Crime & Delinquency, 59, 1263-1286.
Rutter, M., Caspi, A., Fergusson, D., Horwood, J., Goodman, R., Maughan, B., Moffitt, T., Meltzer, H., & Carrol, J. (2004). Sex differences in developmental reading disability: New findings from 4 epidemiological studies. Special Communication, 291.
33
Sawicki, D., & Schaeffer, B. (1979). An affirmative approach to the LD/JD link. Juvenile and
Family Court Journal, 30, 11-16.
Slavin, R., & Smith, D. (2009). The relationship between sample sizes and effect sizes in systematic reviews in education. Educational Evaluation and Policy Analysis, 31, 500- 506.
Smykla, J. O., & Willis, T. W. (1981). The incidence of learning disabilities and mental retardation in youth under the jurisdiction of the juvenile court. Journal of Criminal
Justice, 9, 219-225.
Snowling, M. J., Adams, J. W., Bowyer-Crane, C., & Tobin, V. (2000). Levels of literacy among juvenile offenders: the incidence of specific reading difficulties. Criminal
Behaviour and Mental Health, 10, 229-241.
Sterning-Babcock, S. H. (1987). Learning disabilities and juvenile delinquency: Prevalence,
family, schooling, and delinquency characteristics (Doctoral dissertation). Retrieved
from http://search.proquest.com.ezproxy.leidenuniv.nl:2048/docview/303541675 Svensson, I., Lunberg, I., & Jacobsen, C., (2003). The nature of reading difficulties among
inmates in juvenile institutions. Reading and Writing: An Interdisciplinary Journal,
16, 667-691.
Swanstrom, W. J., Randle, C. W., & Offord, K. (1978). The frequency of learning disability:
A comparison between juvenile delinquent and seventh grade school populations.
Unpublished manuscript, Dodge-Fillmore-Olmsted Counties Community Corrections System Learning Disabilities Research Project, Rochester, MN.
Quinn, J., & Wagner, K. (2015). Gender differences in reading impairment and in the identification of impaired readers: Results from a large-scale study of at-risk readers.
Journal of Learning Disabilities, 48, 433-445.
34
determined, but schools should do more now. Washington, DC: Author.
Waggoner, K., & Wilgosh, L. (1990). Concerns of families of children with learning disabilities. Journal of Learning Disabilities. 23, 97-98.
Wasserman, G. A., McReynolds, L. S., Schwalbe, C. S., Keating, J. M., & Jones, S. A. (2010). Psychiatric disorder, comorbidity, and suicidal behavior in juvenile justice youth. Criminal Justice and Behavior, 37, 1361-1376.
Wilgosh, L., & Paitich, D. (1982). Delinquency and learning disabilities: More evidence.
Journal of Learning Disabilities, 15, 278-279.
Wolford, B. I. (2000). Youth education in the juvenile justice system. Corrections Today, 6, 128-130.
Zinkus, P. W., Gottlieb, M. I., & Zinkus, C. B. (1979). The learning-disabled juvenile delinquent: A case for early intervention of perceptually handicapped children. The
35
Tabellen
Tabel 1.
Percentage leerstoornissen per type met het fixed effects model
Note. ***p < .001, **p <.01, * p < .05
Tabel 2.
Percentage leerstoornissen per type met het random effects model
Note. ***p < .001, **p <.01, * p < .05
Tabel 3.
Resultaten continue moderatoranalyse
Note. ***p < .001, **p <.01, * p < .05
Tabel 4.
Resultaten categorische moderatoranalyse
Note. ***p < .001, **p <.01, * p < .05
Leerstoornis N K ESp 95% C.I. Q
Algemeen 106094 22 16.1 15.9 tot 16.4 1462.7945***
Lezen 441 6 30.2 25.9 tot 34.6 133.3411***
Alle leerstoornissen 106535 28 16.1 15.9 tot 16.4 1645.1466***
Leerstoornis N K ESp 95% C.I. Q
Algemeen 106094 22 31.9*** 25.1 tot 39.2 1462.7945***
Lezen 441 6 34.2*** 13.4 tot 58.7 133.3411***
Alle leerstoornissen 106535 28 32.4*** 26.2 tot 39.0 1645.1466***
Moderator N K Beta Z p
Geslacht ‘Man’ 101751 18 0.3677 1.6766 0.0468*
Leeftijd 101344 14 0.4550 1.9187 0.0550
Etniciteit 101003 10 0.0763 0.2440 0.403641
SES 99791 3 0.8567 1.4160 0.0784
Moderator N K ESp 95% C.I. Q between Q within
Ernst delinquente status 0.4848 Licht 102707 8 27.5*** 12.3 tot 45.9 7.9910 Zwaar 3828 20 35.0*** 23.9 tot 46.9 19.9191 Criteria 6.7966* Discrepantie- modellen 1935 14 33.8*** 22.1 tot 46.6 16.5415
Overige modellen 619 8 46.8*** 29.6 tot 64.4 7.8688
Informatie derden 103981 6 15.5*** 4.1 tot 32.0 3.6151
Betrouwbaarheid meetmethode
6.2986*
Minst 104147 7 15.1*** 4.8 tot 29.6 3.8770
36
Figuren
Figuur 1. Stroomschema van de selectieprocedure van de artikelen voor de meta-analyse.
Aantal unieke resultaten (n=205)
Criteria
• Studies worden meegenomen als over een prevalentie van leerproblemen bij delinquente jongeren gerapporteerd wordt.
• De steekproeven moeten bestaan uit jongeren tot en met 23 jaar.
• Leerproblemen mogen niet het gevolg zijn van visuele, gehoor of motorische
beperkingen, een laag verstandelijke beperking, een emotionele stoornis of het gevolg van culturele of economische omstandigheden.
• De onderzoeken moeten statistisch onafhankelijk van elkaar zijn.
Aantal artikelen gekeurd: 205
Aantal artikelen uitgesloten: 180
Redenen: Reviews, case studies, verkeerde doelgroep, geen leerstoornissen
Aantal artikelen die meegenomen worden in de meta-analyse: 25
Zoekmethodes • Elektronische databases met zoektermen
• Artikelen uit de meta-analyse van Casey & Keilitz (1990) • Referentielijsten gevonden artikelen
37
Figuur 2.a Een forestplot van de prevalentie van algemene leerstoornissen met het fixed
effects model. In het figuur staan links de individuele studies die in de analyse zijn meegenomen. Rechts in het figuur staan de prevalenties (tevens uitgedrukt met ■), de betrouwbaarheidsintervallen (tevens uitgedrukt met verticale lijnen) en de gewichten van de individuele studies beschreven. Rechtsonder is het gewogen gemiddelde van de prevalentie algemene leerstoornissen (tevens uitgedrukt met ♦) terug te vinden. Linksonder staan de maten van heterogeniteit Q en I². De p-waarde geeft aan in hoeverre de heterogeniteit
38
Figuur 2.b Een forestplot van de prevalentie van algemene leerstoornissen met het fixed
effects model zonder het artikel van Barrett et al. (2014). In het figuur staan links de individuele studies die in de analyse zijn meegenomen. Rechts in het figuur staan de
prevalenties (tevens uitgedrukt met ■), de betrouwbaarheidsintervallen (tevens uitgedrukt met verticale lijnen) en de gewichten van de individuele studies beschreven. Rechtsonder is het gewogen gemiddelde van de prevalentie algemene leerstoornissen (tevens uitgedrukt met ♦) terug te vinden. Linksonder staan de maten van heterogeniteit, Q en I². De p-waarde geeft aan
39
Figuur 3. Een forestplot van de prevalentie van algemene leerstoornissen met het random
effects model. In het figuur staan links de individuele studies die in de analyse zijn meegenomen. Rechts in het figuur staan de prevalenties (tevens uitgedrukt met ■), de betrouwbaarheidsintervallen (tevens uitgedrukt met verticale lijnen) en de gewichten van de individuele studies beschreven. Rechtsonder is het gewogen gemiddelde van de prevalentie algemene leerstoornissen (tevens uitgedrukt met ♦) terug te vinden. Linksonder staan de maten van heterogeniteit, Q en I². De p-waarde geeft aan in hoeverre de heterogeniteit
40
Figuur 4. Een funnel plot om te onderzoeken of er aanwijzingen zijn van publicatiebias.
41
Bijlage 1
Zoekstrategie bij de databases Psychinfo, PsychArticles, ERIC, Criminal Justice Abstracts, Psychology and Behavioral sciences collection:
(DE "Juvenile Delinquency" OR DE Predelinquent Youth OR DE Juvenile justice OR CC 3236 OR ((TI Youth* OR TI Young OR TI Youngster* OR TI Juvenil* OR TI Teen* OR TI Preadolescen* OR TI Adolescen* OR TI Preschool* OR TI Child* OR TI Pubert*) AND (TI Delinquen* OR TI Predelinquen* OR TI Crime OR TI Criminal* OR TI Violen* OR TI Offender* OR TI Offending OR TI Culprit* OR TI Offens* OR TI Offenc* OR TI Perpetrator*))) AND (DE "Learning Disorders" OR DE "Learning Disabilities" OR DE "Dyslexia" OR DE "Acalculia" OR ((TI Learning OR TI Reading OR TI Arithmatic* OR TI Mathematic* ) AND (TI Disabilit* OR TI Disorder* OR TI Difficulty OR TI Difficulties OR TI Problem OR TI Problems OR TI Deficien*)) OR TI Dyslexia OR TI Dyscalculia OR TI Acalculia OR TI Dysgraphia OR TI Agraphia) AND (PY 1976-2015)
Zoekstrategie bij de database Web of Science:
((TI=Youth* OR TI=Young OR TI=Youngster* OR TI=Juvenil* OR TI=Teen* OR TI=Preadolescen* OR TI=Adolescen* OR TI=Preschool* OR TI=Child* OR TI=Pubert*) AND (TI=Delinquen* OR TI=Predelinquen* OR TI=Crime OR TI=Criminal* OR
TI=Violen* OR TI=Offender* OR TI=Offending OR TI=Offens* OR TI=Offenc* OR TI=Perpetrator*)) AND (((TI=Learning OR TI=Reading OR TI=Arithmatic* OR TI=Mathematic* ) AND (TI=Disabilit* OR TI=Disorder* OR TI=Difficulty OR
TI=Difficulties OR TI=Problem OR TI=Problems OR TI=Deficien*)) OR TI=Dyslexia OR TI=Dyscalculia OR TI=Acalculia OR TI=Dysgraphia OR TI=Agraphia)
