S'abonner

Prediction of intima partner violence using administrative data on pregnancy - 05/07/18

Doi : 10.1016/j.respe.2018.05.088 
T. Fujiwara , S. Doi, A. Isumi
 Department of Global Health Promotion, Tokyo Medical and Dental University, Tokyo, Japan 

Corresponding author.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Résumé

Background

Intimate partner violence (IPV) is one of huge problem worldwide, especially IPV during pregnancy need to be prevented because it leads negative health outcome for both the mother and offspring. However, it is hard to find women who suffer from IPV by health practitioner or public health staff due to stigma or hesitation. Thus, it would be useful if we can detect the possibility of IPV using administrative data on pregnancy. The aim of this study is to develop an algorism to predict IPV during pregnancy using administrative data on pregnancy.

Methods

We used data of pregnancy record registered at Adachi city, Tokyo, in 2016 fiscal year (n=6008). The administrative pregnancy record include date of registration, location of health center, type of center where pregnancy record submitted, parity, maternal age, BMI, psychiatric disease, lack of insurance or public aid, week of gestation when pregnancy record submitted, marital status, feeling when recognized pregnancy, multiple pregnancy, twin, teenage pregnancy for first baby, existence of social support, having trouble within family, history of abnormal pregnancy or delivery, having smoker within family, drinking, economic situation. IPV was assessed for the first time interview or other opportunity for further assessment by public health nurse. Multiple logistic regression model was used to predict IPV.

Results

IPV cases were found for 38 (0.65%) cases. Multiple logistic regression analyses showed that weekend registration, location of health center, parity, young maternal age, psychiatric disease, lack of insurance or public aid, late week of gestation when pregnancy record submitted (20 week or later), single marital status, multiple pregnancy (4 or more), lack of social support, having smoker within family, drinking, severe economic situation showed significant association with IPV. These variables predicted IPV with good predictive power (area under receiver operating characteristic curve=0.95, 95% confidence interval: 0.92 to 0.98).

Conclusion

We showed strong predictability of IPV during pregnancy using administrative data on pregnancy record. Current study is useful to prevent deterioration of IPV per se, and further adverse health outcome due to IPV during pregnancy, such as postpartum depression, low birth weight or child maltreatment.

Le texte complet de cet article est disponible en PDF.

Plan


© 2018  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 66 - N° S5

P. S269 - juillet 2018 Retour au numéro
Article précédent Article précédent
  • Mortality and longevity after traumatic spinal cord injury in Switzerland from 1990 to 2011: a 21-year longitudinal study
  • J. Chamberlain, M. Brinkhof, K. Hug, X. Jordan, A. Moser, M. Schubert
| Article suivant Article suivant
  • Patient and injury characteristics associated with in-hospital mortality among adult acute burns patients. The case of a burns center in the Western Cape, South Africa
  • C. Boissin, L. Wallis, L. Laflamme

Bienvenue sur EM-consulte, la référence des professionnels de santé.

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2025 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.