Intimate Partner Violence (IPV) Against HIV-Positive Women in Sub-Saharan Africa: A Mixed-Method Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
OBJECTIVES: To systematically analyze and summarize the literature on intimate partner violence (IPV) against HIV-positive women in sub-Saharan Africa (SSA) and to identify their risk factors for IPV. METHOD: A comprehensive review of the literature using the Preferred Reporting Item for Systematic Review and Meta-Analysis (PRISMA) and Meta-Analyses of Observational Studies in Epidemiology (MOOSE) yielded 1,879 articles (PubMed = 1,251, Embase = 491, Web of Science = 132, and identified additional records = 5). Twenty were selected for quantitative and qualitative assessment and synthesis. We employed a random effects model with generic inverse variance method and estimated the odds ratios. FINDINGS: Results indicated a high prevalence of physical, sexual, and emotional violence against women living with HIV/AIDS in SSA. Educational background, alcohol use, marital status, previous experiences with IPV, and employment status were identified as significant risk factors. We also assessed the methodological quality of the articles by examining publication bias and some heterogeneity statistics. CONCLUSION: There is limited research on IPV against HIV-positive women in SSA. However, the few existing studies agree on the importance of targeting HIV-positive women with specific interventions given their vulnerability to IPV and to address factors exacerbating these risks and vulnerabilities.
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 | 0,020 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,016 | 0,026 |
| Bibliométrie | 0,011 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».