Association between intimate partner violence during pregnancy and risk of preterm birth
Notice bibliographique
Résumé
BACKGROUND: Preterm birth is a risk factor for child survival in both the short and long term. In Zimbabwe, the prevalence of preterm birth is rising, and there are growing concerns about the adverse consequences. This study explored the association between intimate partner violence (IPV) during pregnancy and preterm birth in Zimbabwe. METHODS: Using data from the 2015 Zimbabwe Demographic and Health Survey, we applied propensity score matching to estimate the effect of IPV during pregnancy on preterm birth among women of reproductive age (15-49 years). A total of 4833 pregnant women who gave birth during the five years preceding the survey were analysed. RESULTS: We successfully matched 79 women who were exposed to IPV during pregnancy to 372 unexposed during pregnancy. Using the matched sample, the probability of preterm delivery was significantly higher among women who were exposed to IPV during pregnancy than those who were not exposed. The findings showed that 7 out of 79 (8.9%) of women exposed to IPV during pregnancy experienced preterm delivery, and 11 out of 372 (3.0%) of those who were not exposed to IPV during pregnancy experienced preterm delivery. In the urban areas, those exposed to IPV during pregnancy were almost five times more likely to experience preterm delivery (OR = 4.8, 95% CI 2.0-11.6), but the association was not significantly different among women in rural areas. CONCLUSION: The findings showed that women exposed to IPV during pregnancy were at increased risk of preterm birth. Some of the risk factors associated with IPV were urban residence, low economic status and unemployment. Effective policies and programmes are required to address the issue of IPV in Zimbabwe.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».