Pregnancy Outcomes of Women Hospitalized for Physical Assault, Sexual Assault, and Intimate Partner Violence
Notice bibliographique
Résumé
Pregnancy outcomes of women with serious injuries due to violence receive limited attention. We examined the association of assault before and during pregnancy with maternal and infant outcomes at delivery. We performed a retrospective cohort study of 2,193,711 births in Quebec, Canada between 1989 and 2016. We identified women who were hospitalized for physical assault, sexual assault, and assault with documented intimate partner violence before and during pregnancy. We examined adverse outcomes at delivery, including preeclampsia, placental abruption, antepartum hemorrhage, stillbirth, preterm birth, low birthweight, and other disorders. In log-binomial regression models, we estimated risk ratios (RR) and 95% confidence intervals (CI) for the association between violence hospitalization and adverse birth outcomes, adjusted for potential confounders. Compared with no exposure, violence before or during pregnancy was associated with the future risk of placental abruption (RR 1.49, 95% CI 1.23-1.82), antepartum hemorrhage (RR 1.43, 95% CI 1.19-1.71), stillbirth (RR 1.83, 95% CI 1.27-2.63), preterm birth (RR 1.70, 95% CI 1.54-1.87), and low birthweight (RR 1.78, 95% CI 1.58-2.00). Physical assault, sexual assault, and assault with documented intimate partner violence were all associated with adverse outcomes. The risk of adverse outcomes was elevated regardless of timing and number of violence admissions, although associations were stronger for women hospitalized twice or more. Physical assault, sexual assault, and intimate partner violence are important risk factors for adverse pregnancy outcomes. Screening for violence in women of childbearing age and closer follow-up during pregnancy may help improve birth outcomes.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».