Intimate Partner Violence: Development of a Brief Risk Assessment for the Emergency Department
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: Women assaulted by intimate partners are frequently patients in emergency departments (EDs). Many victims and health care providers fail to take into account the potential risks of repeat partner violence. The objective of this study was to use data from a larger study of domestic violence risk assessment methods to develop a brief assessment for acute care settings to identify victims at highest risk for suffering severe injury or potentially lethal assault by an intimate partner or former partner. METHODS: Victims of intimate partner violence (IPV) were interviewed twice between 2002 and 2004. The baseline interview included the 20 items of Campbell's Danger Assessment (DA; predictor). The follow-up interview, conducted 9 months later on average, assessed abuse inflicted since the baseline interview (outcome). Multiple logistic regression was used to identify questions on the DA most predictive of severe abuse and potentially lethal assaults. Female IPV victims were recruited from New York City family courts, Los Angeles County Sheriff's Department 9-1-1 calls, New York City and Los Angeles shelters, and New York City hospitals; 666 women responded to the DA at baseline, and 60% participated in follow-up interviews. RESULTS: Severe injuries or potentially lethal assaults were experienced by 14.9% of retained study participants between the baseline and follow-up interviews. The best brief prediction instrument has five questions. A positive answer to any three questions has a sensitivity of 83% (95% confidence interval = 70.6% to 91.4%). CONCLUSIONS: This instrument can help predict which victims may be at increased risk for severe injury or potentially lethal assault and can aid clinicians in differentiating which patients require comprehensive safety interventions.
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.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle