加州「紅旗警告」法是2016年1月1日生效的防止槍枝暴力法律。到2022年6月為止，「槍枝保護令(GVRO)」58次預防了大規模槍擊事件，有精神病歷資料和死亡記錄為證。
這項法律允許執法人員、家人和同住人員、某些同事、雇主和教師與法官合作，暫時禁止那些有嚴重傷害自己或他人危險的人使用槍支彈藥。
這篇研究報告發表在在《Injury Prevention》國際雜誌，主要作者Pear說：「GVRO為預防槍支暴力提供了一項合乎常識、受歡迎且有用的工具。...調查表明，用GVRO從那些傾向於傷害自己和親密伴侶、傷害同事、同學或公眾的人手中沒收槍支，是有效的防範。」
- 大約80%的GVRO是執法人員用來防止槍枝攻擊和兇殺的，對處理人際暴力威脅案件是最有效的辦法。
- 將近30%的GVRO(共58起)出現了大規模槍擊的威脅，全部針對學校。其中六起危脅是18歲以內的未成年人發出。
- 在暫時被移除槍支的人中，近30%擁有AR或AK式步槍等攻擊型武器。
- GVRO還被證明可以有效防止自殘。大約40%的案例是威脅自殘，在被沒收槍枝的個人中沒有發生自殺事件。
另一項研究報告是2022年7月發表在JAMA網，用機器學習的方法辨識有自殺危險的購槍者。機器學習是一種人工智能技術，除了可以幫助識別自殺風險較高手槍購買人，還能幫助辨認預測用槍自殺者的個人和社會特徵。
在2020年，自殺身亡的人幾乎有4萬8千人，其中超過2萬4千人使用槍械。先前有研究表明，買槍後立即自殺的風險特別高，這說明購槍本身就是自殺風險升高的指標。機器學習演算法可以幫助辨認的可預測風險因素包括：
是年紀較大者；首次購買槍支；白人；住處離槍支經銷商較近；買的是左輪手槍。
這項研究報告的主要作者Hannah Laqueur博士是公共衛生碩士和急診部教授。她說：「雖然限制自殺風險較高的個人使用槍支是救命的重要機會，但準確識別高危人群仍然是一項最重要的挑戰。...機器學習的結果發現，利用手槍購買記錄來識別高危人群，對預防自殺具有潛在效用。」
為了解一種機器學習算法是否能識別有槍支自殺風險的人，研究人員檢查了加州槍枝經銷商的銷售記錄資料庫，共有將近500萬筆交易(近200萬人)，以及加州的死亡記錄。
研究人員說這項研究只是「概念驗證」，結果顯示利用手槍購買記錄來識別高風險人群對於預防自殺的確有潛力。但他們指出，許多槍支自殺者被歸類為「低風險」人群，因此他們需要其它形式的干預。
還有一項研究報告是提供免費課程給醫生，請他們協助降低槍枝暴力的危險，看效果如何。加州大學Davis分校健康中心有個BulletPoints計劃，就推出了這樣一門線上繼續教育課程。雖然這課程是給臨床醫生開的，但任何人都可以註冊參加。
這門培訓課程展示如何與有槍並可能面臨人際暴力、自殺或意外傷害風險的患者對話，還教導如何根據槍支暴力風險的類型和程度進行干預。
BulletPoints的總監Barnhorst說，「臨床醫生在塑造公眾對安全和傷害預防的看法方面發揮著重要作用，...就像醫生可能會詢問患者關於吸煙的問題，或可能會詢問有關汽車裝備兒童安全座椅的問題，他們也可以與患者談論槍支問題，不帶黨派偏見和批評。」
這門課程的名稱是「Preventing Firearm Injury: What Clinicians Can Do」，翻過來就是預防槍械傷害：臨床醫生可以做什麼。介紹了患者可能面臨槍械暴力風險的不同情況，包括自殺、失智、親密伴侶暴力、大規模槍擊和意外傷害。臨床醫生將會了解「3A框架」(Approach、Assess、Act)，了解各步情節，並知道如何應用這一框架和干預治療的資源，以及如何用文化和政治中立的方式談論風險和干預措施。
完成整個課程大約需要一小時，可以從加州醫學協會或美國心理學會獲得一個連續教育學分。參與者必須完成所有的課業要求活動、通過測驗、並完成一項不計分的評估。
關於加州槍枝暴力預防的成績和有待改進之處，請訪問加州檢察長辦公室的有關網頁。
No comments:
Post a Comment