How Valid is the Question of Fear of a Partner in Identifying Intimate Partner Abuse? A Cross-Sectional Analysis of Four Studies
Notice bibliographique
Résumé
Intimate partner abuse (IPA) affects women's health, requiring accurate questions to identify the abuse. We investigated the accuracy of three questions about fear of an intimate partner in identifying exposure to IPA. We compared the sensitivity and specificity of these questions with the Composite Abuse Scale (CAS) using secondary data analysis of four existing studies. All studies recruited adult women from clinical settings, with sample sizes ranging from 1,257 to 5,871. We examined associations between demographic factors and fear through multivariate logistic regression, and analysis of the sensitivity and specificity of the questions about fear and IPA (CAS), generating a receiver operating curve (ROC). The prevalence of lifetime fear of a partner ranged from 9.5% to 26.7%; 14.0% of women reported fear in the past 12 months; and current fear ranged from 1.3% to 3.3%. Comparing the three questions, the question "afraid of a partner in the past 12 months" was considered the best question to identify IPA. This question had the greatest area under the ROC (0.80, 95% confidence interval (CI) = [0.78-0.81]) compared with "are you currently afraid" (range 0.57-0.61) or "have you ever been afraid" (range 0.66-0.77); and demonstrated better sensitivity (64.8%) and specificity (94.8%). Demographic factors associated with "fear of a partner in the past 12 months" included being divorced/separated (odds ratio [OR] = 8.49, 95% CI = [6.70-10.76]); having a low income (OR = 4.21, 95% CI = [3.46-5.13]); and having less than 12 years of education (OR = 2.48, 95% CI = [2.04-3.02]). The question "In the last 12 months did you ever feel frightened by what your partner says or does?" has potential to identify a majority of women experiencing IPA, supporting its utilization where more comprehensive measures are not possible.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».