Intentional injury and violent death after intimate partner violence. A retrospective matched-cohort study
Notice bibliographique
Résumé
The incidence of intimate partner violence (IPV) varies according to IPV definitions and data collection approaches. The criminal Justice system assesses IPV through a review of the evidence gathered by the police and the court hearings. We aimed to determine the association between IPV, as identified in criminal Justice disposition records, and subsequent healthcare-identified intentional injury inflicted by others, including violent death. We conducted a retrospective population-based matched-cohort study using linked multisectoral databases. Female adult Manitoba residents identified as victims of IPV in provincial prosecution and disposition records 2004 to 2016 (n = 20,469) were matched to three non-victims (n = 61,407) of similar age, relationship status and place of residence at the date of the IPV incident. Outcomes were first healthcare use for intentional injury and violent death, assessed in Emergency Department visits, hospitalizations and Vital Statistics deaths records. Conditional Cox Regression was used to obtain Hazard Ratios (HR) with 95% confidence intervals (CI). The risk of intentional injury was 8.5 per 1000 women among non-victims of IPV and 55.8 per 1000 women among IPV victims. The Hazard Ratios associated with IPV were 3.8 (95% CI: 3.4, 4.3) for intentional injury and 4.6 (95% CI: 2.3, 9.2) for violent death, after adjustment. IPV victims experienced half the risk of subsequent intentional injury if the accused received a probation sentence. Our findings suggest that Justice involvement represents an opportunity for intersectoral collaborative prevention of subsequent intentional injury among IPV victims.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,002 | 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 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 ».