Coronary heart disease racial disparities among older adults in the U.S.: Systematic review, 2000-2024
Notice bibliographique
Résumé
Background Coronary heart disease (CHD) remains a leading cause of morbidity and mortality among older U.S. adults, with significant racial and ethnic disparities in prevalence, treatment, and outcomes. This systematic review synthesizes evidence from 44 studies published between 2000 and 2024 to examine these disparities among adults aged ≥65, focusing on prevalence, access to care, treatment quality, outcomes, contributing factors, and effective interventions. Methods The review adhered to PRISMA 2020 guidelines. A comprehensive search was conducted across six databases: PubMed, Embase, Scopus, Web of Science, CINAHL, and the Cochrane Library. Studies were included if they examined racial/ethnic differences in CHD among U.S. adults aged ≥65. Two independent reviewers screened titles and abstracts, followed by full-text review, with disagreements resolved by a third reviewer. Inter-rater reliability was assessed using Cohen’s kappa (0.85 for title/abstract, 0.90 for full-text). Quality assessment used the Newcastle-Ottawa Scale (NOS; high quality ≥7 points, moderate 4–6 points, low ≤3 points) for observational studies and the Cochrane Risk of Bias tool for randomized trials. Due to heterogeneity, a narrative synthesis was conducted, with subgroup analyses for key outcomes. Results The 44 included studies revealed persistent disparities in CHD prevalence, access, treatment, and outcomes, particularly affecting Black, Hispanic, and American Indian/Alaska Native (AI/AN) older adults. Minority groups exhibited higher CHD prevalence and risk factors (e.g., hypertension, diabetes), lower access to guideline-directed therapies, and worse outcomes, including higher readmission and mortality rates. Structural racism, socioeconomic factors, and systemic biases were key drivers. Interventions like policy reforms, community-based programs, and telehealth showed promise in reducing disparities. Conclusions Despite progress in acute care, significant disparities persist in long-term CHD management among minority older adults. Addressing social determinants, improving access to equitable care, and implementing culturally competent interventions are essential for health equity.
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 | 0,012 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,007 |
| Bibliométrie | 0,016 | 0,016 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».