Physical and Sexual Violence Affecting Female Sex Workers in Abidjan, Côte d'Ivoire: Prevalence, and the Relationship with the Work Environment, HIV, and Access to Health Services
Notice bibliographique
Résumé
BACKGROUND: Violence is a human rights violation, and an important measure in understanding HIV among female sex workers (FSW). However, limited data exist regarding correlates of violence among FSW in Côte d'Ivoire. Characterizing prevalence and determinants of violence and the relationship with structural risks for HIV can inform development and implementation of comprehensive HIV prevention and treatment programs. METHODS: FSW > 18 years were recruited through respondent driven sampling (RDS) in Abidjan, Côte d'Ivoire. In total, 466 participants completed a socio-behavioral questionnaire and HIV testing. Prevalence estimates of violence were calculated using crude and RDS-adjusted estimates. Relationships between structural risk factors and violence were analyzed using χ tests and multivariable logistic regression. RESULTS: The prevalence of physical violence was 53.6% (250/466), and sexual violence was 43.2% (201/465) among FSW in this study. Police refusal of protection was associated with physical (adjusted Odds Ratio [aOR]: 2.8; 95% confidence interval [CI]: 1.7 to 4.4) and sexual violence (aOR: 3.0; 95% CI: 1.9 to 4.8). Blackmail was associated with physical (aOR: 2.5; 95% CI: 1.5 to 4.2) and sexual violence (aOR: 2.4; 95% CI: 1.5 to 4.0). Physical violence was associated with fear (aOR: 2.2; 95% CI: 1.3 to 3.1) and avoidance of seeking health services (aOR: 2.3; 95% CI: 1.5 to 3.8). CONCLUSIONS: Violence is prevalent among FSW in Abidjan and associated with features of the work environment and access to care. These relationships highlight layers of rights violations affecting FSW, underscoring the need for structural interventions and policy reforms to improve work environments, and to address police harassment, stigma, and rights violations to reduce violence and improve access to HIV 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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».