MétaCan
Menu
Retour à la cohorte
Enregistrement W4415236184 · doi:10.2196/79675

Hospital-at-Home for South Asian Communities in British Columbia, Canada: Qualitative Interview Study

2025· article· en· W4415236184 sur OpenAlexaffvenueabout
Emma Wong, Mahabhir Kandola, Kamal Arora, Harroop Sharda, Roman Deol, Mary E. Jung, Robert Paquin, Megan MacPherson

Notice bibliographique

RevueJMIR Human Factors · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British ColumbiaBritish Columbia Institute of TechnologyFraser Health
Organismes subventionnairesnon disponible
Mots-clésSouth asiaCulturally appropriateQualitative researchHealth careCultural diversityCulturally sensitiveEthnic groupQualitative analysis

Résumé

récupéré en direct d'OpenAlex

Background: South Asian communities in Canada face significant disparities in access to health care and experience higher rates of chronic conditions such as cardiovascular disease, diabetes, and hypertension. Hospital-at-Home services have the potential to improve access and outcomes, yet little is known about how these services are perceived and experienced by South Asian patients and caregivers. Understanding both barriers and facilitators is critical for culturally responsive implementation. Objective: This study aimed to explore the experiences of South Asian community members with in-person hospital care and their perceptions, attitudes, and expectations regarding virtual Hospital-at-Home services, with the goal of identifying culturally tailored strategies to improve access, quality, and satisfaction. Methods: A qualitative study using semistructured interviews was conducted with 20 South Asian community members in the Fraser Health region in British Columbia, Canada. Interviews explored experiences with in-person hospital care, perceptions of a virtual hospital service (also known as Hospital-at-Home), and recommendations for enhancing awareness and accessibility. Interviews were audio-recorded, transcribed, and analyzed thematically to identify key patterns in perceptions, experiences, and needs. Results: Participants described multiple systemic barriers to in-person hospital care, including long wait times, overcrowding, transportation challenges, and difficulty navigating the health system. Cultural and religious needs, such as gender-concordant care and culturally appropriate food, were frequently unmet, while language-concordant care and family involvement were critical to positive experiences. Discrimination and assumptions based on ethnicity or age further shaped perceptions of care. Virtual hospital services were valued for convenience, comfort, reduced exposure to hospital-acquired infections, and support for family involvement. However, participants raised concerns about clinical quality, the absence of physical examinations, digital literacy, privacy, and home-based responsibilities. Acceptance varied by age, immigration status, and familiarity with technology. Participants emphasized the importance of culturally tailored outreach, leveraging community leaders, ethnic media, and peer testimonials to increase awareness and trust. Conclusions: South Asian patients and caregivers recognize both challenges in traditional hospital care and potential benefits of Hospital-at-Home services. Implementation strategies that address systemic barriers, integrate cultural and linguistic considerations, and engage trusted community networks are essential to improving equity, access, and satisfaction. Findings highlight the need for culturally responsive, patient-centered approaches in the design and delivery of virtual health services for racialized populations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,059
Score d'incertitude au seuil0,429

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0180,004
Communication savante0,0030,001
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,058
Tête enseignante GPT0,383
Écart entre enseignants0,326 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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'admission3
Résumé présentoui

Explorer davantage

Même revueJMIR Human FactorsMême sujetMigration, Health and TraumaTravaux en français237 207