Intimate partner violence and reduced dietary iron and vitamin A intake: a population analysis of nationally representative data from eight low- and middle-income countries
Notice bibliographique
Résumé
Abstract Objective: This research provides the first population-based investigation of intimate partner violence (IPV) and women’s dietary intake of iron and Vitamin A-rich foods using representative data from eight low- and middle-income countries. Design: Using multivariable logistic regression, we estimated the relationship between various forms of past year IPV (physical, emotional and sexual) and consumption of Vitamin A and iron-rich foods. Setting: We conducted secondary data analysis of cross-sectional demographic and health surveys from Cambodia (2021, n 5640), Nepal (2022, n 4179), Sierra Leone (2019, n 3812), Nigeria (2018, n 8313), Tajikistan (2017, n 4800), Cote D’Ivoire (2021, n 3656), Kenya (2022, n 10 758) and the Philippines (2022, n 12 278). Participants: Women of reproductive age (15–49 years) comprised the analytical sample. Results: Results revealed distinct relationship patterns between various IPV forms and women’s dietary consumption of micronutrient-rich foods. The most consistent relationships being that past year (i) sexual IPV (adjusted OR (aOR): 0·72, 95 % CI: 0·53, 0·98), (ii) physical IPV (aOR: 0·86, 95 % CI: 0·73, 1·01) and (iii) emotional IPV (aOR: 0·81, 95 % CI: 0·70, 0·94) significantly reduced the odds of consuming iron-rich foods in the pooled analyses. Due to between-country heterogeneity concerning the relationship between IPV and Vitamin A, pooled estimates for dietary vitamin A consumption were non-significant. However, in the Philippines, IPV was associated with reduced dietary Vitamin A intake. Conclusions: IPV is associated with altered dietary intake patterns and between-country differences could be due to different food environments. Mechanisms explaining our findings may involve consequences of IPV that impact diet and dietary practices: depression, control of resources and physical trauma.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».