Socioeconomic and Clinical Factors Associated with Disease-Related Knowledge of Cardiac Rehabilitation Patients in Brazil
Notice bibliographique
Résumé
Objective: The objective of this study was to identify socioeconomic and clinical factors associated with disease-related knowledge of cardiac rehabilitation (CR) patients. Methods: Adults with coronary artery disease (CAD) were recruited during CR Phase 1 and completed questionnaires on the 1 st day of Phase 2. Disease-related knowledge was assessed by the short version of the CAD Education Questionnaire. Socioeconomic status was defined by educational level, family income, and employment status. MannWhitney U and Spearman correlation were calculated to determine the association of knowledge with socioeconomic factors, number of risk factors, and wait time between hospital discharge and start of outpatient CR. Results: A convenience sample of 39 patients were recruited. Overall, the mean knowledge was 12.00 ± 3.3, which corresponds to 60% of possible scores. Monthly family income and number of risk factors influenced medical condition knowledge ( P < 0.05), and employment status influenced total knowledge ( P = 0.005) and risk factor knowledge ( P = 0.002). Participants with three or more risk factors presented significantly higher knowledge ( P = 0.02). Those that waited more than 17 weeks to start the CR presented significantly lower knowledge ( P = 0.04). Conclusion: Participants with low income and unemployed were more likely to have inadequate disease-related knowledge; however, the entire sample presented low understanding of their condition. Public health strategies and educational interventions must continue to focus on these vulnerable groups.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 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 ».