Intimate partner violence and pregnancy spacing: results from a meta-analysis of individual participant time-to-event data from 29 low-and-middle-income countries
Notice bibliographique
Résumé
INTRODUCTION: Inadequately spaced pregnancies, defined as pregnancies fewer than 18 months apart, are linked to maternal, infant, and child morbidity and mortality, and adverse social, educational and economic outcomes in later life for women and children. Quantifying the relation between intimate partner violence (IPV) and women's ability to space and time their pregnancies is an important part of understanding the burden of disease related to IPV. METHODS: We applied Cox proportional hazards models to monthly data from the Demographic and Health Surveys' Reproductive Health Calendar to compare interpregnancy intervals for women who experienced physical, sexual and/or emotional IPV in 29 countries. We conducted a one-stage meta-analysis to identify the periods when women who experienced IPV were at the highest risk of unintended and incident pregnancy, and a two-stage meta-analysis to explore cross-country variations in the magnitude of the relation between women's experience of IPV and pregnancy spacing. RESULTS: For the one-stage analysis, considering 52 959 incident pregnancies from 90 446 women, which represented 232 394 person-years at risk, women's experience of IPV was associated with a 51% increase in the risk of pregnancy (95% CI 1.38 to 1.66), although this association decreased over time. When limiting our inference to unintended pregnancies that resulted in live births, women's experience of IPV was associated with a 30% increase in the risk of unintended pregnancy (95% CI 1.25 to 1.34; n=13 541 pregnancies, 92 848 women, 310 319 person-years at risk). In the two-stage meta-analyses, women's experience of IPV was associated with a 13% increase in the probability of incident pregnancy (95% CI 1.07 to 1.20) and a 28% increase in the likelihood of unintended pregnancy (95% CI 1.19 to 1.38). CONCLUSIONS: Across countries, women's experience of IPV is associated with a reduction in time between pregnancies and an increase in the risk of unintended pregnancy; the magnitude of this effect varied by country and over time.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».