Barriers and Facilitators of Center-Based Cardiac Rehabilitation Utilization in South Asian Ethnic Minorities
Notice bibliographique
Résumé
AIM: The aim of this review was to synthesize literature on the perceptions of South Asian ethnic minorities of the barriers and facilitators to center-based, phase II cardiac rehabilitation (CR). METHODS: A meta-synthesis approach was used, and findings were reported following the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines. A comprehensive literature search was conducted from database inception dates to July 2022 using the following databases: MEDLINE, EMBASE, APA PsycINFO, Cochrane Database of Systematic Review, CINAHL, Scopus, and Web of Science. The inclusion criteria were studies that examined the barriers and/or facilitators of structured center-based CR among South Asian adult ethnic minorities. Critical appraisal of the included studies was conducted using the Mixed Methods Appraisal Tool. Findings were synthesized using a thematic synthesis approach. RESULTS: Among the 7110 records initially retrieved only nine studies conducted in the United Kingdom or Canada met the inclusion criteria. More barriers than facilitators were studied and reported. Key barriers were the English language difficulty, fatalistic beliefs, previous bad interactions with and negative perception of health care professionals, transportation problems, work schedule conflict, safety issues, and long-distance CR centers. The facilitators included patient-preferred environment, presence of family members during exercise, family and friends support, and encouragement to change lifestyle and enroll in a CR program. CONCLUSION: The review findings revealed that South Asian ethnic minorities encounter various barriers and facilitators to enroll and complete CR. The findings can inform researchers and clinicians in the development of interventions that are tailored to their cultural needs. PRACTICE IMPLICATIONS: The findings can be valuable to health care professionals and policy makers in designing customized CR programs for South Asian minorities.
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 | 0,011 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».