Identifying barriers and enablers to cardiac rehabilitation participation and completion unique to South Asian individuals: a qualitative systematic review
Notice bibliographique
Résumé
AIMS: South Asian individuals living outside the Indian subcontinent are under-represented in cardiac rehabilitation (CR), despite facing higher rates of cardiac-related mortality and hospitalizations compared with White ethnic groups. Understanding how cultural differences affect CR participation and completion after referral requires the examination of barriers and enablers specific to South Asian populations. This review aims to summarize evidence on barriers and enablers to CR for South Asian minorities outside the Indian subcontinent. METHODS AND RESULTS: A systematic review of six databases (MEDLINE, CINAHL, APA PsycINFO, Cochrane, Scopus, and Web of Science) was conducted in January 2024 (updated November 2024), with no language or date limitations. Studies from countries outside the Indian subcontinent were included. Barriers and enablers were identified, followed by thematic analysis. Thirteen studies (n = 384 South Asian participants) from the UK (n = 10) and Canada (n = 3) were included. Five key themes were generated: (i) communication and knowledge, (ii) motivation to attend CR or follow medical advice, (iii) religion, (iv) programme delivery, and (v) practical considerations. Key factors influencing CR participation included language barriers, family support, fatalistic beliefs, and motivation. Each theme encapsulates barriers and enablers and shapes participation at both service and patient level. While some barriers were common across different ethnic groups, they had stronger impact on South Asians due to distinct social determinants of health. CONCLUSION: Barriers and enablers are closely linked to cultural and societal norms. Recognizing these factors enables CR services to better address the needs of underserved populations, ensuring equitable healthcare provision and support. REGISTRATION: PROSPERO CRD42023482611.
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 | 0,036 | 0,071 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,008 | 0,010 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».