Medical care use among women before and after sexual assault: a population study
Notice bibliographique
Résumé
We set out to compare medical care utilisation patterns between women who were sexually assaulted and women who were not sexually assaulted in the year before and the year after the assault. Cases studied were 690 females aged 15 and over who had undergone a forensic evidence examination for sexual assault between April 1996 and March 1997 and the same number of female age-matched controls. This was a population-based, matched case-control study using administrative databases of medical encounters (only physician services). Outcomes included physician visits by physician specialty; clinic and hospital diagnoses and hospital discharges. Of the cases, 38.4% were aged 1519; 21.4% aged 2024; and 40.2% aged 25 or older. Before and after the sexual assault, cases were more frequent users of medical services than controls. Cases were seen more often, received more medical services and were more likely to be hospitalised than controls in both time periods. Cases were also more likely to be diagnosed with a vast range of physical and psychological problems during the period of study. The persistence of mental and physical health problems before and after a forensic examination for sexual assault presents a challenge. Of paramount concern are issues concerning informed consent to undergo the examination. Collection and documentation of evidence may be important for victims with severe mental illness who may have more difficulty testifying in court. Our study suggests the need for future research examining the reasons why women do not undergo the examination both in terms of whether it is offered and declined or not offered to them.
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 | 0,004 |
| 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 ».