The impact of childhood emotional abuse on violence among people who inject drugs
Notice bibliographique
Résumé
INTRODUCTION AND AIMS: Childhood emotional abuse is a known risk factor for various poor social and health outcomes. While people who inject drugs (IDU) report high levels of violence, in addition to high rates of childhood maltreatment, the relationship between childhood emotional abuse and later life violence within this population has not been examined. DESIGN AND METHODS: Cross-sectional data were derived from an open prospective cohort of IDU in Vancouver, Canada. Childhood emotional abuse was measured using the Childhood Trauma Questionnaire. We used multivariate logistic regression to examine potential associations between childhood emotional abuse and being a recent victim or perpetrator of violence. RESULTS: Between December 2005 and May 2013, 1437 IDU were eligible for inclusion in this analysis, including 465 (32.4%) women. In total, 689 (48.0%) reported moderate to severe history of childhood emotional abuse, whereas 333 (23.2%) reported being a recent victim of violence and 173 (12.0%) reported being a recent perpetrator of violence. In multivariate analysis, being a victim of violence (adjusted odds ratio = 1.49, 95% confidence interval 1.15-1.94) and being a perpetrator of violence (adjusted odds ratio = 1.58, 95% confidence interval 1.12-2.24) remained independently associated with childhood emotional abuse. DISCUSSION AND CONCLUSIONS: We found high rates of childhood emotional abuse and subsequent adult violence among this sample of IDU. Emotional abuse was associated with both victimisation and perpetration of violence. These findings highlight the need for policies and programmes that address both child abuse and historical emotional abuse among adult IDU.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».