MétaCan
Menu
Retour à la cohorte
Enregistrement W4408303456 · doi:10.31744/einstein_journal/2025ao0713

Barriers to cardiac rehabilitation and their association with hospital readmission in patients with heart failure

2025· article· en· W4408303456 sur OpenAlexaff
Ana Carla Carvalho, Raphaela V. Groehs, Carolina Pereira, Vivian Lavor Soares, Tarsila Perez Mota, Sherry L. Grace, Luciana Diniz Nagem Janot de Matos

Notice bibliographique

RevueEinstein (São Paulo) · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Health and Mental Health
Établissements canadiensToronto Rehabilitation InstituteYork UniversityUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésHeart failureRehabilitationMedicineHospital readmissionAssociation (psychology)Emergency medicineInternal medicinePhysical therapyCardiologyPsychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: High rehospitalization rates and limited access to cardiac rehabilitation characterize heart failure in South America. This study highlights the significant barriers faced by patients, including lack of energy, awareness, and accessibility. Despite these challenges, professional exercise supervision has reduced readmission rates by more than 50%, underscoring its importance. ■ Barriers to rehabilitation: high inactivity rates (88.4%) and significant barriers, such as fatigue and lack of awareness, hinder recovery. ■ Professional supervision: only 1% of patients were enrolled in formal cardiac rehabilitation; however, those who received professional supervision experienced lower readmission rates (14.6% versus 35.1%). ■ Systematic gaps: addressing systemic gaps, such as coverage and referral to rehabilitation programs, is critical for improving patient outcomes and reducing rehospitalization rates. OBJECTIVE: This study assessed the barriers to cardiac rehabilitation in inpatients with heart failure, the use of formal exercise supervision, and its relationship to readmissions. METHODS: This study was a prospective, observational design. The Cardiac Rehabilitation Barriers Scale, the Readiness Scale focusing on physical activity, and the International Physical Activity Questionnaire were administered before hospital discharge. Participants were followed up via telephone at 30- and 90-days post-discharge, during which the International Physical Activity Questionnaire was readministered, and formal exercise supervision and readmission rates were assessed. RESULTS: Of the 95 patients who provided consent, 88.4% were inactive. A total of 85 (89.5%) were retained at the 30-day follow-up, and 86 (90.5%) patients at the 90-day follow-up; 2 patients died. The mean total Cardiac Rehabilitation Barriers Scale score was 2.3±6.5 (out of 5), with the highest item scores for lack of energy, prior exercise, lack of awareness, distance, and exercise-related pain/fatigue. Only one participant was enrolled in cardiac rehabilitation. Nearly half had engaged in professional exercise (n=48, 56.5% at 30 days and n=45, 52.3% at 90 days) at both follow-ups. At 30 days, 25.8% of the patients were readmitted, and 25.5% were readmitted at 90 days. Participants who received professional exercise supervision within 30 days had significantly fewer readmissions (n=7, 14.6%) than those who did not (n=13, 35.1%; p=0.03). CONCLUSION: Barriers to cardiac rehabilitation are high among patients with heart failure. Despite access to professional exercise training, most participants remain insufficiently active. Systematic referral for cardiac rehabilitation and advocacy for coverage could mitigate poor self-management and, ultimately, reduce high readmission rates. REGISTRY OF CLINICAL TRIALS: NCT03385837.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,453

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,002
Tête enseignante GPT0,237
Écart entre enseignants0,235 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEinstein (São Paulo)Même sujetCardiac Health and Mental HealthTravaux en français237 207