Severe intimate partner violence is associated with all-cause mortality among women living with HIV
Notice bibliographique
Résumé
OBJECTIVE: To examine the independent association between intimate partner violence (IPV) severity and all-cause mortality among women living with HIV (WLHIV). DESIGN: Cross-sectional questionnaire linked to longitudinal vital statistics data. METHODS: We examined the lifetime prevalence of IPV and age-standardized all-cause mortality rates by IPV severity reported by WLHIV. Lifetime IPV (emotional/verbal, physical, or sexual) severity was assessed as a categorical variable: no history of any IPV (none); experienced one or two forms of IPV (moderate); or experienced all three forms of IPV (severe IPV). Two separate logistic regression models examined associations between any IPV (vs. none) as well as IPV severity (none vs. moderate, severe) and all-cause mortality. RESULTS: At the time of interview (2007-2010), 260 participants self-identified as women with a median (Q1-Q3) age of 41 years (35-46). Of these women, the majority were unemployed (85%), 59% reported any IPV and 24% reported severe IPV. Of the 252 women followed until 31 December 2017, 25% (n = 63) died. Age-standardized all-cause mortality rates for WLHIV who experienced severe IPV were two-times higher than women with no history of IPV (44.7 per 1000 woman-years vs. 20.9 per 1000 woman-years). After adjustment for confounding, experiences of severe IPV (vs. none) were significantly associated with all-cause mortality (aOR = 2.42, 95% CI = 1.03-5.70). CONCLUSION: Although we found that any lifetime experience of IPV was not associated with all-cause mortality, women ever experiencing severe IPV were significantly more likely to die during the study period. This may suggest a need for increased trauma- and violence-aware approaches.
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 | 0,001 | 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 | 0,001 |
| 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) | 0,001 | 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 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 ».