妇女家庭暴力的空间分布与预测因素：2016年埃塞俄比亚人口卫生调查分析的证据

背景

对妇女的暴力行为，特别是亲密伴侣实施的暴力行为，正在成为世界各地的一个社会和公共卫生问题。研究表明，家庭暴力分布的空间变异通常归因于社区层面的预测因素。尽管空间技术带来了显著的好处，但研究结果仍然有限。因此，本研究旨在确定埃塞俄比亚15-49岁妇女家庭暴力的空间分布和预测因子。

方法

2016年埃塞俄比亚人口健康调查的数据被用来确定埃塞俄比亚家庭暴力的空间分布。空间自相关统计(Global and Local Moran’s I)用于评估埃塞俄比亚家庭暴力案件的空间分布。使用Kuldorff 's Sat Scan version 9.4软件确定了重要簇的空间位置。最后，采用二元logistic回归和广义线性混合模型对家庭暴力的预测因子进行拟合。

后果

研究发现，埃塞俄比亚家庭暴力案件的空间聚集度为0.26，Moran's I值为0.26，Z值为8.26，以及P值< 0.01。卫星扫描分析确定了奥罗米亚、SNNP地区最可能的主要聚类和阿姆哈拉地区的次级聚类。回归分析的结果表明，经济地位低、伴侣饮酒、目睹家庭暴力、婚姻控制行为和社区接受殴打妻子是家庭暴力的重要预测因素。

结论

在埃塞俄比亚，IPV病例存在空间聚集性。回归分析结果显示，个体、关系和社区水平的预测因子与IPV密切相关。基于我们的研究结果，我们提出以下建议:政府应优先关注控制因素，如高酒精消费、不恰当的父母教养和社区规范，这些因素鼓励在确定的热点地区造成IPV。

家庭暴力主要指亲密伴侣的暴力，但也可能包括家庭任何成员的虐待。近年来，对妇女的暴力行为，特别是亲密伴侣的暴力行为，已成为全世界的一个社会和公共卫生问题。根据世卫组织2017年报告，全球三分之一(35%)的妇女是家庭暴力的受害者[1].尽管问题的负担因国而异，但现有研究表明，非洲国家的问题负担很重[2，3.，4，5，6]．

在埃塞俄比亚，针对妇女和女孩的暴力行为仍然是一个主要问题。根据EDHS 2016年的报告，在15-49岁的已婚女性中，34%的人经历过身体、性或情感暴力[7]．同样，对2000年至2014年有关家庭暴力的15篇文章的系统回顾也表明，亲密伴侣对女性实施家庭暴力的终生发生率在20%至78%之间[8]．

空间统计技术对检查健康问题的分布有显著的好处。研究表明，IPV的分布在空间上是不同的。这种变化是由群落水平的特征造成的。在美国黑人妇女居住的地区观察到高患病率[9在加拿大的娱乐场所附近[10]．同样，在教育程度低的地区、公共秩序高度混乱和移民高度集中的地区也发现了成群的IPV [11]．

尽管空间技术有好处，但它在健康文献中还没有得到很好的应用。在埃塞俄比亚，IPV的空间分布格局尚未得到广泛探索。就我的文献研究而言，还没有找到一篇文章显示使用这种方法的家庭暴力在埃塞俄比亚的分布情况。因此，本研究使用空间分析工具来确定埃塞俄比亚15-49岁妇女IPV的分布和相关因素。

研究设计与设置

该研究使用了从EDHS 2016数据集中提取的数据。在EDHS 2016中，中央统计局（CSA）于2016年1月18日至6月27日在埃塞俄比亚进行了一项基于社区的横断面研究。

埃塞俄比亚是一个古老的国家，位于非洲之角3⁰到14.⁰N和33⁰48⁰E.埃塞俄比亚总面积为110万平方公里，人口超过1.1亿，是非洲第二大人口大国。埃塞俄比亚是一个拥有约80个民族的国家。其中，最大的四个民族是奥罗莫人、阿姆哈拉人、索马里人和提格雷人。就气候条件而言，埃塞俄比亚是一个生态多样的国家从东部的沙漠到南部和西南部的热带雨林1显示研究已经进行的埃塞俄比亚地图。

样本量和抽样技术

EDHS 2016采用两阶段分层整群抽样技术，将每个地区分为城市和农村，得到21个抽样层。在第一阶段，以与EA大小成比例的概率，在每个采样地层中独立选择共计645个枚举区域(Enumeration Areas, EAs) [7]。在第二阶段，每个集群选择固定数量的28个家庭，每个家庭只随机选择一名妇女进行访谈。最后，共有5860名15-49岁的妇女被问及对妇女的家庭暴力问题。所有15-49岁的妇女以及谁是所选家庭的普通成员，谁留在家中调查前一晚的住户有资格接受采访[7]．

数据收集程序

在2016年的EDHS中，标准人口和健康调查的问卷调查适用于反映与埃塞俄比亚有关的人口和健康问题。调查问卷被翻译成当地语言（Amharic，Tigrigna和Oromiffa），以适当收集所需的信息。

关于IPV的信息是通过询问已婚妇女一个13项的问题获得的;其中7项测量身体IPV, 3项测量情感IPV, 3项测量性IPV。表格1包含用于衡量其伴侣实施的情感、身体和性暴力的问题。

研究变量

本研究的因变量为15-49岁女性的家庭暴力经历。如果一个妇女曾面临过她的伴侣对她实施的情感、身体或性暴力或这三种暴力的结合，她就会被认为遭受过家庭暴力。

自变量分为个人层面、家庭/关系层面和社区层面因素。表格2列出研究中使用的变量及其测量值。

数据处理和分析

数据的统计分析在SPSS版本25上进行。通过交叉列表和汇总统计，按年龄、教育水平、居住地和地区描述人口。采用二元逻辑回归和两级广义线性混合模型确定家庭暴力的预测因子最后，根据对数似然比检验对模型进行比较，以选择最佳拟合模型。

家庭暴力的空间分析

利用ArcGIS 10.7软件对数据进行空间分析。通过空间自相关(Global Moran’s I)统计和Anselin本地聚类分析，显示了埃塞俄比亚15-49岁妇女家庭暴力的空间分布。Global Moran的I测量被用来验证埃塞俄比亚15-49岁妇女的家庭暴力是集中的、分散的还是随机分布的。

Global Moran's I计算Moran's I Index值，Z score &PMoran's I指数接近-1表示家庭暴力案件分散，而接近1表示家庭暴力案件聚集。统计上显著的Z分数和P值≤0.05，则拒绝存在集群性家庭暴力的原假设。统计上不显著的Moran的I值(如果P价值 > 0.05）表示家庭暴力案件在全国随机分布[12]．

Anselin local Moran's I用于识别地方层面的家庭暴力集群。阳性的local Moran's I表示该特征被具有相似值的特征包围，此类案例称为集群。而负值表示该特征被具有不同值的特征包围，以及这被称为异常值[12]．

Kuldorff的SAT扫描版9.4软件用于识别统计上大量的家庭暴力集群的地理位置。扫描统计信息使用跨研究区域移动的扫描窗口。伯努利的型号被安装，以识别家庭暴力集群的统计上重要地点。选择Bernoulli模型，因为数据的结构显示了二项式[0/1]分布。经历过家庭暴力的妇女被视为案例和标签，而那些不作为控制和标记的人的人。违约50％的人口被用作集群大小的上限;因为它允许检测到小型和大型家庭暴力群。鉴定了统计学上的显着簇P值和似然比检验。

多层次logistic回归分析

考虑到4322名年龄在15-49岁的女性在1级，嵌套在2级的645个集群（社区）中，拟合了一个两级广义线性混合模型。数据的多层次分析分为三个步骤。第一步是拟合零（仅截距）模型，不包括预测变量，第二步是随机截距固定系数模型（模型2），包括个体和关系水平变量。最后一个是通过加入社区水平预测因子来拟合随机截距和固定系数模型（模型3）。

模型比较

将嵌套(零模型和随机截距固定系数模型)与logistic回归模型进行模型比较，选择最适合的模型。评价模型适应度常用的参数是对数似然比检验，即模型的偏差(-对数似然)由较大的偏差减去较小的偏差。偏差是显示模型与数据吻合程度的指标。与偏差较大的模型相比，偏差最小的模型被认为是最佳拟合模型。除对数似然比检验外，还采用赤池信息准则(AIC)和贝叶斯信息准则(BIC)作为模型适合度的度量，以选择最优模型。与对数似然比检验相似，AIC和BIC值较小的模型被认为是较好的模型。

受访者的社会人口学特征

共纳入3846例15-49岁女性(加权)进行分析。其中3219人(83.7%)来自农村，1532人(39.8%)来自奥罗米亚地区。受访者的平均年龄为27.76±9.1SD岁，其中2361人(61.1%)没有接受过正规教育。其中，1526人(39.7.1%)是正统派教徒，817人(21.2%)来自最富有的家庭。表格3.显示了受访者的社会人口统计特征的交叉制动，他们的家庭暴力经验。

家庭暴力

从纳入分析的女性中，24%（95%可信区间22.9%，25.4%）的女性经历过情感暴力、23.7%（95%可信区间22.5%，25%）身体暴力和10.1%（95%可信区间9.3%，11.1%）亲密伴侣的性暴力。此外，34%95%可信区间（32.6%，35.4%）的女性经历过两种类型的暴力。

埃塞俄比亚家庭暴力的空间分布

这项研究的结果表明，埃塞俄比亚15-49岁妇女家庭暴力的空间分布是非随机的，全球莫兰指数为0.26(P价值 < 0.01). z得分值为8.29，表明埃塞俄比亚妇女中观察到的家庭暴力集群是随机机会的结果的可能性不到1%。Anselin Local Moran’s I的结果表明，研究区域存在热点、冷点和异常群。在阿姆哈拉地区（东戈贾姆和西戈贾姆地区）、奥罗米亚地区（西阿尔西、古吉、贝尔和吉马地区）和SNNP（西达玛、盖迪奥、达罗和加莫戈法地区）观察到热点集群。在Benishangul Gumuz、Tigray（东部、中部和南部地区）和索马里地区东部发现了冷点。图形2显示埃塞俄比亚家庭暴力的Anselin局部集群分析的产量。

埃塞俄比亚家庭暴力的卫星扫描分析

总共确定了3个显著的集群。其中，一个被认为是最可能的(主要)集群，而其余的作为次要集群。主要集群位于奥罗米亚、索马里和SNNP地区国家的部分地区。在奥罗米亚地区，特别是在古吉、博雷纳和贝尔地区，在索马里地区、利本和阿夫德尔地区，以及在民族主义国家，包括西达马地区。主聚类空间窗口集中在5.203234 N, 40.0197322 E，半径18783 Km, LLRR为39.55,p -值< 0.0011。相对风险告诉我们，生活在该群集的妇女患IPV的风险是群集外的妇女的2.18倍。的P值足以拒绝无效假设，表明该集群是实际的，而不是随机创建的集群。

二级星团位于阿姆哈拉地区（东部戈贾地区）和奥罗米亚地区（吉米地区）。卫星扫描分析检测到的二级星团的空间窗口集中在北纬10.984556度，东经38.044450度，半径29.42公里，相对风险（RR）为2.96，对数似然比（LLR）为28.56，相对风险为2.96P值< 0.001。图中所示的亮红色环。3.显示主要有效簇，绿色环显示次要簇。

logistic回归结果

采用二元逻辑回归分析来检验预测变量与家庭暴力的关系。根据此输出，年龄、教育、地区、财富指数、伴侣的教育程度、伴侣的酒精使用、受访者的父亲曾打过母亲、受访者害怕她的伴侣、婚姻控制行为和社区接受殴打妻子显示出与家庭暴力的显著关联。

家庭暴力的经历随着女性年龄的增长而增加。20-24岁的女性（AOR）遭受家庭暴力的几率高出2倍 = 2.09,95%可信区间：1.36,3.17），45-49岁女性（AOR）的可信区间高出3倍 = 395%可信区间：1.84,5.15），与15-19岁的女性相比。

来自最富有家庭的妇女占48%，而来自较富裕家庭的妇女与来自最贫穷家庭的妇女相比，遭受家庭暴力的可能性要低42%（AOR） = 0.52,95%可信区间0.36,0.75）及 = 0.58,95%可信区间分别为0.45,0.77）。

伴侣教育也与家庭暴力密切相关。与未受过教育的女性相比，伴侣受过中学教育的女性遭受家庭暴力的可能性分别降低了42%和19% (AOR = 0.58, 95% CI: 0.41, 0.82)和(AOR = 0.81, 95% CI: 0.66, 0.97)。

伴侣饮酒的妇女遭受家庭暴力的可能性是丈夫/伴侣不饮酒的妇女的2.6倍(AOR = 2.62, 95%可信区间2.09,3.29)．

童年期间目睹家庭暴力的妇女经历家庭暴力的几率是未目睹家庭暴力的妇女的2.2倍(AOR = 2.24, 95%可信区间1.81,2.58)。

伴侣表现出至少一种婚姻控制行为的女性经历家庭暴力的可能性是那些没有表现出任何婚姻控制行为的女性的4.3倍(AOR = 4.26, 95% CI: 3.55, 5.11)。

的Odds of domestic violence was 4.4 times higher among women who were afraid of their partner most of the time and 2.3 times higher among those who were sometimes afraid of their partner when compared to those who don’t afraid of their partner (AOR = 4, 95% CI: 3.45, 5.61) and (AOR = 3.21, 95% CI 1.83, 2.81), respectively.

生活在殴打妻子可接受程度高的社区的妇女遭遇家庭暴力的可能性是生活在殴打妻子较不可接受社区的妇女的1.4倍(AOR = 1.39, 95% CI: 1.16, 1.66)。表格4显示二元逻辑回归分析的输出。

多水平logistic回归分析结果

空模型是多水平回归分析中的第一个模型，其中只有截距在二级单元之间随机变化，而不调整预测变量。仅截距模型旨在验证经历家庭暴力的社区的异质性。空模型的结果表明，random因子为0.716，计算出的Z统计量为7.35和P值为0.000。这表明，15-49岁的妇女在不同群体中遭受家庭暴力的情况随机不同。ICC值显示，结果变量中21.4%的变异是由分组变量解释的，其余是由预测变量解释的。

第二个模型是一个随机截距模型，它有一个随机截距分量和一个固定的个体和关系水平因素系数。第三个模型（完整模型）通过将社区层面的变量纳入模型2中来开发。该模型的结果表明，家庭暴力的经历随着女性年龄的增加而增加。相比之下，30-34岁年龄组的女性遭受家庭暴力的几率高出2.8倍，45-49岁年龄组的女性遭受家庭暴力的几率高出4.2倍教育对象为15-19岁的女性（AOR） = 2.8,95%可信区间1.05,4.54）和（AOR = 4.2,95%可信区间分别为1.82,9.82）。

来自最富裕家庭的妇女59％，与最贫穷家庭的女性相比，富裕家庭的家庭的人数减少45％（AOR = 0.41,95％CI 0.22,0.77），（AOR = 0.55，95％CI 0.36,0.84）。

与伴侣不饮酒的女性相比，伴侣饮酒的女性遭受家庭暴力的可能性高2.7倍（AOR） = 2.7,95%可信区间1.84,4.01）。

在童年时期亲自暴力的妇女体验家庭暴力的几率比没有看到家庭暴力的人数高2.5倍（AOR = 2.5,95％CI 1.86,3.37）。

伴侣至少表现出一种婚姻控制行为的女性与伴侣没有表现出任何婚姻控制行为的女性相比，遭受家庭暴力的可能性高出4.2倍（AOR） = 4.2,95%可信区间3.09,5.63）。

的Odds of domestic violence was 5.4 times higher among women who were afraid of their partner most of the time and 2.5 times higher among women who were sometimes afraid of their partner when compared to those who don’t afraid of their partner (AOR = 5.4, 95% CI 3.560, 8.132) and (AOR = 2.5, 95% CI 1.652, 3.726), respectively. Table5显示多水平逻辑回归的输出。

模型比较

根据对数似然比和AIC、BIC两种标准测度对logistic回归模型和两种广义混合模型进行了比较。AIC和BIC值较小的模型被认为是最适合的模型。

分析结果表明，采用两级广义混合模型并不能提高模型的拟合度。相反，逻辑回归分析被认为是最佳拟合模型，因为它具有显著较低的AIC和BIC值。表6显示逻辑回归和广义混合模型的AIC和BIC值。

2016年EDHS数据的全国代表性样本用于确定埃塞俄比亚配偶暴力的空间分布和决定因素。近三分之一（34%）在15-49岁的女性中，30%的人在一生中经历过家庭暴力。分别有24%、23.5%和10.1%的女性在情感上、身体上和性方面受到伴侣的虐待。这一发现与世卫组织对非洲国家亲密伴侣暴力的流行率估计一致[6在加纳进行的一项研究[2]，几乎类似于2016年DHS国家报告[7]．如此高的发生率表明，家庭暴力仍然是该国的主要社会和公共卫生问题。

该研究还表明，埃塞俄比亚IPV的空间格局不是随机的，全球Moran I值为0.26，Z值为8.29，其中P值< 0.0001表明该国存在显著的家庭暴力聚集现象。这意味着IPV暴力案件在全国各地的分布情况各不相同。Anselin Local热点分析识别了IPV的热点、冷点和离群簇。局部Anselin热点分析识别了IPV的热点、冷点和外围簇。热点簇是高值被高值包围的区域，而冷点是低值被相似值包围的区域。另一方面，当高值被低值包围时，集群被称为离群值，反之亦然。在本研究中，在阿姆哈拉、奥罗米亚和SNNP地区观察到了IPV的热点簇。在阿姆哈拉地区，特别是在Gojam东部和西部地区、Gondar北部和南部地区以及Wollo南部地区。奥罗米亚地区(West Arsi、Guji、Bale和Jimma地区)和SNNP地区(Sidama、Gedio、Dawro和Gamo Gofa地区)是主要地区。在这些地区，观察了有IPV经历的妇女群体。 This suggests that the magnitude of the problem is high and requires the attention of the responsible agencies.

来自阿姆哈拉地区的大多数答复者报告说，她们的丈夫喝酒。来自奥罗米亚和SNNP地区的人认为殴打妻子是丈夫的正当行为。这表明，个人和社区层面的因素，如高水平的酒精消费和社区规范，鼓励对妇女的暴力，可能是导致IPV分布的空间变异的原因。在巴西进行的一项研究也报告了家庭暴力案件的空间聚集性[13，一项在西班牙进行的空间流行病学研究[11，以及在卢旺达进行的一项研究[14]．

从卫星扫描的数据分析的结果确定了主要和次要最可能的集群。主要集群位于奥罗米亚(Guji和Borena区)、索马里(Liben和Afder区)和SNNP (Sidama区)地区。次级簇位于Gojam区东部Amhara地区和Jimma区Oromia地区。与居住在这些群体之外的妇女相比，生活在这些群体中的妇女遭受家庭暴力的风险较高。从Sat扫描分析中识别出的聚类与从anseline局部聚类分析的输出相似，表明识别出的聚类位置是真实的。国外已有研究结果表明，亲密伴侣暴力集群分布的空间变异主要是由于社区层面的特征[9，10，15]。在社会经济条件不利的社区、移民集中度高和公共秩序混乱的程度高的人群中，观察到亲密伴侣暴力的高风险[11]．本研究未纳入足够的社区层面变量(社区层面)。因此，未来的研究可能在进行类似研究时纳入社区水平的预测因子。

logistic回归分析的结果表明，女性的年龄与家庭暴力显著相关。随着女性年龄的增加，遭受家庭暴力的可能性也增加。与年轻女性相比，老年女性遭受家庭暴力的风险更高的原因可能是年龄大er女性更可能在一个联盟中呆更长的时间，这可能会增加她们遭受暴力的风险。这一结果与在巴西进行的一项生态学研究一致[16]及尼日利亚[17]．

妇女的社会经济地位与家庭暴力密切相关。与最贫困家庭的妇女相比，来自最富裕家庭的妇女遭受家庭暴力的风险降低48%，来自较富裕家庭的妇女降低42%。这一发现表明，生活在贫困中对遭受家庭暴力起着重要作用。来自这项研究得到了巴西研究的支持[18]赞比亚[4]，卢旺达[14]和埃塞俄比亚[8]．低经济地位和家庭暴力之间的关系可能是因为低收入的伴侣可能无法适当地支持家庭开支，这也可能是引起纠纷的一个原因。

这项研究还发现，伴侣饮酒与遭受家庭暴力显著相关。与伴侣不饮酒的女性相比，伴侣饮酒的女性遭受家庭暴力的可能性高2.6倍。这一发现与之前在14个亚萨哈尔地区进行的研究一致一个国家[19在加纳进行的一项研究[2)、尼日利亚(17]赞比亚[4]埃塞俄比亚的系统评论[8，以及在埃塞俄比亚东南部进行的一项研究[20]。这项研究的结果低于在奥罗米亚东南部进行的研究[21]和埃塞俄比亚西北部[22]．这种差异可能是由于研究人群的差异(因为以往的研究主要是在孕妇中进行的)和样本量的差异(目前的研究是在大样本量中进行的)。尽管存在这种差异，但伴侣的有害酒精消费仍然被认为是IPV的主要风险因素。伴侣饮酒的女性发生家庭暴力的风险更高的主要原因可能是过度饮酒会影响心智的认知功能，降低自我控制能力，使个人无法和平解决冲突[23]．

儿童时期目睹家庭暴力的受访者也显示出与经历家庭暴力有显著关联。童年时期目睹家庭暴力的妇女经历家庭暴力的可能性高出2.2倍。这一发现与之前在尼日利亚进行的一项研究相一致[17，东南角[21和埃塞俄比亚西北部[24]但是，低于加纳进行的一项研究[2]．目前的研究和加纳的研究结果的差异可能是由于人口差异。观察家庭暴力和经历家庭暴力之间的关系可以解释为，目睹家庭暴力的孩子可能在书信生活中出现行为或情感问题，这可能使他/她无法维持稳定的关系。

合作伙伴的婚姻控制行为也表现出与经历家庭暴力的重要关联。与那些合作伙伴没有表现出任何类型的婚姻控制行为的人相比，合作伙伴至少有一种婚姻控制行为的妇女伴随着至少一种婚姻控制行为的可能性是4倍。婚姻控制行为与家庭暴力经验之间的关系可以解释为：如果一个合作伙伴表现出重复的婚姻控制行为，那么他们之间的良好感觉和有效的沟通将会消失，这可能导致纠纷和暴力发生。本研究的结果符合巴西在巴西进行的研究[25)、尼日利亚(26和埃塞俄比亚西南部[27]．

害怕伴侣也与经历家庭暴力密切相关。与不害怕伴侣的女性相比，偶尔害怕伴侣的女性遭受家庭暴力的可能性是前者的2倍，经常害怕伴侣的女性遭受家庭暴力的可能性是后者的6倍。这一发现与尼泊尔的一项研究一致[28]乌干达[29].害怕伴侣被认为是许多敌对行为的结果，它主要与许多暴力活动有关[29]．

社会规范是以前的研究确定的与家庭暴力有密切联系的社区层面因素。不同学者对社会因素的分析表明，社会规范可以通过两种方式表现出来：第一种是通过性别规范，第二种是通过使对妇女的暴力永久化的性别规范。性别规范是区分男性和女性的非正式社会规则和期望，而使暴力侵害妇女行为永久化的性别规范是使特定社区内的暴力行为正常化的规范[30]。目前的研究集中在第二类社会规范上；社区对殴打妻子的接受程度，这表明与妇女遭受家庭暴力的经历有着密切的联系。生活在为丈夫殴打妻子的行为被高度接受的社区中的妇女遭受家庭暴力的可能性是那些为丈夫殴打妻子的妇女的3.6倍o不接受殴打妻子。这一结果表明，社区中存在的宽容的社会规范在面对妇女的家庭暴力方面起着重要作用。这一发现与尼日利亚之前的两项研究一致[17，31]还有一项来自埃塞俄比亚的研究[32]．

本研究有一定的局限性。第一个是充分的社区水平的IPV预测因子没有被纳入本研究。因此，它可能不能正确地回答为什么IPV的分布在不同社区的原因。这可能是未来研究的一个方向。另一个限制是为了保护受访者的机密性，在EDHS 2016中，城市地区的位置数据被替换了2公里，农村地区的位置数据被替换了5公里。因此，该研究可能不会显示IPV集群的实际位置。

空间分析的结果表明，埃塞俄比亚家庭暴力案件有明显的集群现象。主要集群出现在奥罗米亚南部、索马里和SNNP的部分地区，而次要集群出现在阿姆哈拉和奥罗米亚地区。

在这项研究中，观察到家庭暴力与个人、人际关系和社区层面的预测因素之间存在着强烈的关联。逻辑回归的结果表明，伴侣饮酒、童年目睹家庭暴力、婚姻控制行为、对伴侣的恐惧以及社区对殴打妻子的接受程度是可以预测的家庭暴力的受害者。

预防和控制IPV是每个人的共同责任。所有各方包括政府组织、非政府组织、科学界、社区领导人和每个人都应该参与。根据研究结果，我们提出以下建议:

• 政府在开展任何干预活动时，应优先关注控制因素，如酗酒率高和社会规范鼓励对在确定的热点地区造成IPV的妇女实施暴力。

• 在结婚前，应该对夫妻进行如何维持稳定关系的培训。

• 科学界需要通过开展科学研究来揭露隐藏在闭门背后的现实。

用于分析的数据集来自于https://dhsprogram.com/Data/．

AIC：

Akaike的信息标准

AOR：

调整后的优势比

BIC：

贝叶斯信息准则

置信区间:

置信区间

客服人员:

中央统计机构

国土安全部:

人口与健康调查

东亚峰会：

枚举的地区

电火花强化:

埃塞俄比亚人口健康调查

国际商会：

星团内相关系数

IPV:

亲密伴侣暴力

LLR:

对数似比

RR:

相对风险

SNNP：

南方国家、民族和人民

美国：

美利坚合众国

VAW：

针对妇女的暴力行为

人:

世界卫生组织

我们要感谢度量DHS国际组织提供的数据集。

该研究由埃塞俄比亚圣马大学医学中心资助。该资助机构不参与研究设计、数据收集、分析和解释。

隶属关系

1. 吉马大学医学中心，378，吉马，埃塞俄比亚

   伊莱亚斯Seid

2. 冈达尔大学公共卫生研究所卫生信息学系，196，埃塞俄比亚冈达尔

   特斯法洪梅勒塞语

3. 冈达尔大学公共卫生研究所流行病学和生物统计学系，196，埃塞俄比亚冈达尔

   卡萨洪·阿莱姆

贡献

ES设计了研究，制定了提案，进行了数据提取，对结果进行了分析和解释，并准备了手稿。TM协助分析和解释结果，批准提案，并修改手稿。KA对数据的地理空间分析提供技术支持，协助撰写建议书并批准建议书。所有作者阅读并批准了最终的手稿。

通讯作者

对伊利亚斯赛德的对应。

伦理批准和同意参与

在向DHS Program International Inc.提交了一封建议书，解释了研究目标后，获得了对数据集的访问权。由于DHS调查中收集的大部分数据都包含个人信息，DHS计划开发了一个模块，该模块符合知情同意和信息隐私的国际要求根据世界卫生组织关于家庭暴力信息道德收集的指导方针，每家每户只随机挑选一名合格妇女进行面谈，如果无法获得隐私，则不实施该模块[33]．

同意出版

不适用于本节。

相互竞争的利益

两位作者宣称没有相互竞争的利益。

出版说明

施普林格《自然》杂志对已出版的地图和机构附属机构的管辖权要求保持中立。

开放存取本文是基于知识共享署名4.0国际许可,允许使用、共享、适应、分布和繁殖在任何媒介或格式,只要你给予适当的信贷原始作者(年代)和来源,提供一个链接到创作共用许可证,并指出如果变化。本文中的图像或其他第三方材料都包含在本文的知识共享许可中，除非在该材料的信用额度中另有说明。如果资料不包括在文章的知识共享许可协议中，并且你的预期用途没有被法律规定允许或超过允许用途，你将需要直接从版权所有者获得许可。如欲查阅本许可证副本，请浏览http://creativecommons.org/licenses/by/4.0/．创作共用及公共领域专用豁免书(http://creativecommons.org/publicdomain/zero/1.0/)适用于本条中提供的数据，除非数据信用额度中另有规定。

重印和权限