Ethnocultural Diversity in Cardiac Rehabilitation
Notice bibliographique
Résumé
Cardiovascular disease is the leading cause of death globally. Despite a greater burden of disease, ethnocultural minorities in both the United States and Canada are significantly less likely to access cardiac rehabilitation (CR). Without equitable access to CR, these patients may be more likely to experience recurrent cardiac events and unnecessarily premature death. In this article, the current state of ethnocultural diversity in CR patients and unique barriers that ethnocultural minority patients face are reviewed. Strategies for CR program delivery and diversity of CR program staff are considered. Guidance on ethnocultural considerations in American and Canadian associations of CR is also reviewed. Lower rates of access to CR are seen among ethnocultural minorities in both American and Canadian CR programs. Only 2 studies evaluating ethnoculturally tailored CR could be identified in the literature. American CR staff are predominantly white (∼96%), whereas ethnocultural data are not collected from Canadian CR professionals. American guidelines emphasize the importance of ethnocultural competency. Meanwhile, Canadian guidelines underscore the low use of CR services among ethnocultural minorities, and support ethnoculturally informed CR delivery. The American and Canadian populations are rapidly diversifying, yet the CR workforce is not, and ethnocultural minorities continue to be underrepresented in our programs. Although recent CR guidelines have made some preliminary recommendations to overcome these discrepancies, more focused efforts are needed. Thirteen points of action are proposed for the CR community with the goal of promoting the development and delivery of more ethnoculturally sensitive CR services.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 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 ».