Association between intimate partner violence and utilization of facility delivery services in Nigeria: a propensity score matching analysis
Notice bibliographique
Résumé
BACKGROUND: Intimate partner violence (IPV) has been shown to be associated with poor maternal healthcare utilisation and poor pregnancy outcomes. IPV can be seen both as the cause and result of low socioeconomic status and lack of maternal autonomy that can limit women's access to resources and motivation necessary for seeking healthcare during pregnancy. This paper aims to study the relationship between intimate partner violence (IPV) and the utilisation of facility delivery services in Nigeria. METHODS: We applied propensity score matching (PSM) approach to examine the relationship between intimate partner violence (IPV) and the utilisation of facility delivery services. PSM is a popular strategy for reducing sampling bias through balancing sample characteristics, a technique that mimics randomization on cross-sectional data. Data were collected from Nigeria DHS surveys conducted in 2008 and 2013. IPV was the main explanatory variable of interest for delivery at health facility which was defined as delivering at any health institution including health clinics. RESULTS: PSM generated 20,446 cases distributed into two equal groups i.e. those who delivered at health facility versus those who did not. The prevalence of facility delivery in 2013 was 56.8% (95%CI 55.0-58.6) indicating a moderate increase from its 2008 level of 43.2% (41.4-45.0%). Lifetime prevalence of emotional, physical and sexual abuse was respectively 21.5%(95%CI 20.6, 22.4), 14.9% (14.2, 15.7) and 5.0% (4.6-5.4). In the multivariable analysis after adjusting for potential confounders, ever experiencing emotional abuse was associated increased odds of not delivering at a health facility. (AOR = 1.228, 95%CI, 1.095-1.679). CONCLUSION: Women experiencing emotional violence are less likely to use institutional delivery services, and hence are susceptible to increased risk of reproductive complications. IPV is a complex issue that needs to be tackled by introducing evidence based strategies contextually relevant to local sociocultural environment. Further studies are required to understand the roots of IPV and the pathways through which it hindrances healthcare utilisation among women.
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 | 0,005 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».