Association between sexual violence and unintended pregnancy among adolescent girls and young women in South Africa
Notice bibliographique
Résumé
BACKGROUND: Unintended pregnancy has dire consequences on the health and socioeconomic wellbeing of adolescent girls and young women (AGYW) (aged 15-24 years). While most studies tend to focus on lack of access to contraceptive information and services, and poverty as the main contributing factor to early-unintended pregnancies, the influence of sexual violence has received limited attention. Understanding the link between sexual violence and unintended pregnancy is critical towards developing a multifaceted intervention to reduce unintended pregnancies among AGYW in South Africa, a country with high teenage pregnancy rate. Thus, we estimated the magnitude of unintended pregnancy among AGYW and also examined the effect of sexual violence on unintended pregnancy. METHODS: Our study adopted a cross-sectional design, and data were obtained from AGYW in a South African university between June and November 2018. A final sample of 451 girls aged 17-24 years, selected using stratified sampling, were included in the analysis. We used adjusted and unadjusted logistic regression analysis to examine the effect of sexual violence on unintended pregnancy. RESULTS: The analysis shows that 41.9% of all respondents had experienced an unintended pregnancy, and 26.3% of those unintended pregnancies ended in abortions. Unintended pregnancy was higher among survivors of sexual violence (54.4%) compared to those who never experienced sexual abuse (34.3%). In the multivariable analysis, sexual violence was consistently and robustly associated with increased odds of having an unintended pregnancy (AOR:1.70; 95% CI: 1.08-2.68). CONCLUSION: Our study found a huge magnitude of unintended pregnancy among AGYW. Sexual violence is an important predictor of unintended pregnancy in this age cohort. Thus, addressing unintended pregnancies among AGYW in South Africa requires interventions that not only increase access to contraceptive information and services but also reduce sexual violence and cater for survivors.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».