Barriers and facilitators to nutritional recommendations identified by participants of a cardiovascular rehabilitation program in a low resource context in Brazil
Notice bibliographique
Résumé
OBJECTIVES: Nutritional recommendations, a core component of cardiovascular rehabilitation, play a vital role in managing cardiovascular diseases. However, adherence to these recommendations is complex, particularly in low-resource settings. This study explored the barriers and facilitators influencing adherence to nutritional recommendations among participants in a low-resource cardiovascular rehabilitation program in Brazil. METHODS: A mixed-methods approach was employed. Sociodemographic data, the Mediterranean diet score, scale for assessing nutrition, and open-ended questions on adherence were collected. Those who completed the questionnaires (phase 1) were invited to participate in one focus group session (phase 2). The participants were characterized according to the responses provided in phase 1 (Mediterranean diet score and scale for assessing nutrition) in low adherence or high adherence to dietary practice. Descriptive statistics and thematic content analysis within the context of the theory of planned behavior were employed. RESULTS: Seventy-four participants completed phase 1, with 41.9% classified into low adherence and 27.0% in high adherence; of those, 17 participated in phase 2. Focus group findings revealed 9 themes/29 subthemes. Barriers included food prices, income, knowledge, routine, food access, family patterns, disease, work, anxiety, eating habits, and food planning. Facilitators included affordable food, health considerations, taste preferences, knowledge, family/professional support, government assistance, personal willpower, income stability, easy food access, media influence, and a quiet eating place. CONCLUSIONS: The study findings underscore the need for targeted interventions, including individualized meal planning, community engagement, and enhanced access to healthcare professionals, to optimize dietary adherence and improve cardiovascular outcomes.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| 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 ».