The Clinical Implications of High Rates of Intimate Partner Violence Against HIV-Positive Women
Notice bibliographique
Résumé
INTRODUCTION: Intimate partner violence (IPV) is associated with increased risk of HIV infection among women, however, whether IPV affects outcomes after HIV infection is uncertain. We assess the impact of IPV on HIV-positive women. METHODS: All HIV-positive women who received outpatient HIV care in southern Alberta between March 2009 and January 2012 were screened for IPV. The associations with IPV of sociodemographic factors, health-related quality of life, clinical status, and hospitalizations were obtained from a regional database and evaluated with multivariable regression analysis. RESULTS: Of 339 women screened, 137 (40.4%) reported experiencing IPV. Those disclosing IPV had higher rates of smoking [adjusted prevalence ratio (APR) = 5.07; 95% confidence interval (CI): 2.72 to 9.43]; illicit drug use (APR = 7.58; CI: 2.45 to 23.26); a history of incarceration (APR = 4.84, CI: 1.85 to 12.68); depression (APR = 2.50, CI: 1.15 to 5.46); and anxiety disorders (APR = 5.75, CI: 2.10 to 15.63). Health-related quality of life was diminished with IPV (APR = 2.94, CI: 1.40 to 6.16) for poor/fair versus very good/excellent. IPV-exposed women were hospitalized 256 times per 1000 patient-years compared to 166/1000 patient-years among IPV-unexposed (P < 0.001) women. The relative risk was increased for HIV-unrelated hospitalizations (APR = 1.42, CI: 1.16 to 1.73) and for HIV-related hospitalizations after outpatient HIV care was initiated (APR = 2.19, CI: 1.01 to 4.85). Modifiable contributors to the poor outcomes included decreased use of antiretroviral therapy (APR = 0.55, CI: 0.34 to 0.91) and additional interruptions in care longer than 1 year (APR = 1.90, CI: 1.07 to 3.39). CONCLUSIONS: IPV is associated with deleterious HIV-related and HIV-unrelated health outcomes, of which, suboptimal engagement in care is a contributor. To improve outcomes, practitioners should aim to increase engagement in care of these women in particular.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».