Domestic Abuse in the Emergency Department: Can a Risk Profile Be Defined?
Notice bibliographique
Résumé
OBJECTIVES: The main purpose of this study was to determine whether any clinical or demographic characteristics could identify adult female patients presenting to the emergency department (ED) with a history of domestic abuse. A second objective was to describe the frequency, types, and severity of this abuse. METHODS: This study was a crosssectional survey of 611 women conducted in an academically-affiliated, urban ED. Domestic abuse was described as "recent" (within the preceding 12 months) or "lifetime" (recent or past). This included emotional, physical, and sexual abuse. RESULTS: Recent (7.9%, n = 48) and lifetime (38%, n = 232) domestic abuse was reported. For recently abused women, violence had been severe (87.5%, n = 42) and was associated with 1) trauma (OR 5.4, 95% CI = 2.6 to 11.6), 2) obstetrical and gynecological syndromes (OR 5.6, 95% CI = 2.4 to 13.2), and 3) psychiatric symptoms and substance use (OR 7.3, 95% CI = 2.4 to 22.0). The sensitivities and positive predictive values of these risk factors individually (<27.1% and <25.0%, respectively) and in aggregate (56.3% and 20.9%, respectively) were low. These indicators predicted only 27 (56.3%) of recently abused women. Lifetime domestic violence was more likely in homeless women (OR 5.8, 95% CI = 2.2 to 15.0), although less likely in immigrants (OR 0.4, 95% CI = 0.3 to 0.7). CONCLUSIONS: Clinical presentations and demographic characteristics of women presenting to the ED may not be sensitive or predictive indicators of domestic abuse. In the absence of typical clinical or demographic findings, asking all women in the ED about domestic abuse remains a necessary priority.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».