Prevalence and Social-Structural Correlates of Gender-Based Violence Against Women Living With HIV in Metro Vancouver, Canada
Notice bibliographique
Résumé
Violence experienced by cisgender (cis) and gender minority women living with HIV is known to be high. More work is needed to better understand how to support women living with HIV who have experienced violence. The objectives of this study are therefore to identify the prevalence and correlates of violence by any perpetrator among women living with HIV in a Canadian setting. Data were drawn from 9 years (January, 2010 to February, 2019) of a longitudinal community-based open cohort study of 350+ cis and trans women living with HIV who were living and/or accessed care in Metro Vancouver, Canada (Sexual Health and HIV/AIDS: Women's Longitudinal Needs Assessment "SHAWNA"). Participants completed baseline and biannual follow-up interviews. Bivariate and multivariable logistic regression with generalized estimating equations (GEE) were performed to identify correlates of recent (last 6 months) violence (physical and/or sexual) by any perpetrator. Adjusted odds ratios (AOR) and 95% confidence intervals (95% CIs) are presented. At baseline, prevalence of violence was high: 95.5% (recent = 19.4%) of participants reported lifetime physical and/or sexual violence, 94.8% (recent = 17.9%) reported lifetime physical violence, and 84.5% (recent = 5.7%) reported lifetime sexual violence. In multivariable logistic regression with GEE, the following variables were associated with higher odds of recent physical/sexual violence: youth (<30 years) (AOR: 1.60, 95% CI [1.15, 2.22]), recent unstable housing/homelessness (AOR: 1.96, 95% CI [1.30, 2.97]), recent food insecurity (AOR: 1.57, 95% CI [1.13, 2.17]), recent incarceration (AOR: 1.85, 95% CI [1.18, 2.91]), recent opioid use (AOR: 1.38, 95% CI [1.04, 1.82]), recent stimulant use (AOR: 2.48, 95% CI [1.72, 3.56]), and lifetime HIV status disclosure without consent (AOR: 1.59, 95% CI [1.13, 2.24]). Trauma- and violence-informed (TVI) policies that include a focus on confidentiality and safe disclosure practices should be integrated into existing housing, incarceration, and harm reduction programs, and HIV care and practice for women living with HIV. Programs and policies that address high levels of violence remain critical.
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 | 0,000 |
| 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 ».