Risk of death after type of intimate partner violence (IPV) involvement
Notice bibliographique
Résumé
Objective and ApproachMost studies have focused on women’s IPV victimization but perpetration and bi-directional violence remain understudied. Using linked criminal justice and population registers in Manitoba, Canada, we assessed the risk of death according to the role in IPV incidents (accused-only, victim-only, bidirectional, none). In this retrospective matched cohort study, we assembled a cohort of 212,068 adults who were followed from April 2004 to March 2023 to assess IPV incidents and subsequent death. Those involved in an IPV incident were 1:3 matched to persons with no history of IPV based on birth year, sex and marital status at the time of the incident. ResultsMen comprised 85% of accused-only, 21% of victim-only, and 50-51% in the other two groups. Overall, compared to those without IPV involvement, the adjusted Hazard Ratios for all-cause mortality were 1.38 [95% Confidence Intervals (CI): 1.28, 1.49] for accused-only, 1.39 (1.29, 1.50) for victim-only and 1.45 (1.19, 1.77) for bidirectional IPV. The associations were stronger among women, particularly that of bidirectional violence [1.24 (0.97, 1.60) among men and 1.92 (1.39, 2.66) among women]. Similar patterns were found for intentional mortality [0.96 (0.56, 1.64) among men and 2.43 (1.27, 4.65) among women]. ConclusionsThere are clear sex inequities in IPV involvement. Any type IPV involvement is associated with higher risk of death, particularly among women, who comprise most of the victims. ImplicationsUse of linked criminal justice data allows studying the consequences of IPV victimization, perpetration and bidirectional violence and monitor gender inequities over time.
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) | 0,000 | 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 | 0,002 |
| Science ouverte | 0,002 | 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 ».