Intimate partner violence is associated with HIV infection in women in Kenya: A cross-sectional analysis
Notice bibliographique
Résumé
BACKGROUND: The relationship between intimate partner violence (IPV) and women's risk of HIV infection has attracted much recent attention, with varying results in terms of whether there is an association and what the magnitude of association is. Understanding this relationship is important for HIV surveillance and intervention programs. METHODS: We analyzed data from the 2008-2009 Demographic and Health Survey (DHS) in Kenya, on 1,904 women aged 15-49. A generalized linear mixed model was adapted to explore the relationship between IPV and HIV prevalence, controlling for sociodemographic variables, and treating DHS survey clusters, province and ethnicity as random effects. We used principal components analysis (PCA) to calculate a single IPV score for each woman. The effect of HIV risk behaviours on the association between IPV and HIV was also assessed. RESULTS: Controlling for relevant sociodemographic factors, we found that HIV risk was significantly associated with IPV (P <0.01). After adjustment for risk factors as well as sociodemographic variables, the positive association between IPV and HIV remained significant (P=0.035). The estimated effect size of this model corresponds to an odds ratio of 1.55 for HIV infection comparing a woman who experienced no IPV and a woman at the 95th percentile for our IPV index. CONCLUSION: This study provides further evidence that IPV and HIV are associated. In addition, we found that this association remains even when we controlled for several HIV risk factors. This implies that IPV can be used as a marker of potential HIV risk, and may be causally associated with HIV risk. Further, these results suggest that IPV monitoring and prevention may have a useful role in HIV prevention in Kenya. Further research, ideally based on longitudinal observations, is needed to disentangle these relationships.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».