Centrul de Populație Carolina și Școala de Sănătate Publică, Departamentul de Nutriție Universitatea din Carolina de Nord, Chapel Hill, Carolina de Nord

Centrul de Populație Carolina și Școala de Sănătate Publică, Departamentul de Nutriție Universitatea din Carolina de Nord, Chapel Hill, Carolina de Nord

Carolina Population Center, Universitatea din Carolina de Nord, 123 W. Franklin Street, Chapel Hill, NC 27516-3997. E-mail: [email protected] Căutați mai multe lucrări ale acestui autor

Centrul de Populație Carolina și Școala de Sănătate Publică, Departamentul de Nutriție Universitatea din Carolina de Nord, Chapel Hill, Carolina de Nord

Centrul de Populație Carolina și Școala de Sănătate Publică, Departamentul de Nutriție Universitatea din Carolina de Nord, Chapel Hill, Carolina de Nord

Carolina Population Center, Universitatea din Carolina de Nord, 123 W. Franklin Street, Chapel Hill, NC 27516-3997. E-mail: [email protected] Căutați mai multe lucrări ale acestui autor

Costurile publicării acestui articol au fost suportate, parțial, prin plata taxelor de pagină. Prin urmare, acest articol trebuie să fie marcat „publicitate” în conformitate cu 18 U.S.C. Secțiunea 1734 doar pentru a indica acest fapt.

Abstract

Obiectiv: Utilizarea analizei cluster pentru a crea modele de activitate generală și inactivitate într-un eșantion divers de tineri chinezi și pentru a evalua utilizarea acestora în prezicerea stării supraponderale.

Metode și proceduri de cercetare: Populațiile studiate au fost extrase din 1997 și 2000 de ani de anchetă longitudinală în China privind sănătatea și nutriția, alcătuită din 2702 și 2641 de școlari din probele transversale din 1997 și 2000, respectiv 1175 de copii din cohorta longitudinală. Analiza cluster a fost utilizată pentru a grupa copiii în „clustere” de activitate/inactivitate care nu se suprapun, care au fost ulterior utilizate în modele de supraponderalitate prevalentă și incidentă. Rezultatele au fost comparate cu modelele tradiționale, cu activitatea și inactivitatea codificate separat, pentru a evalua dacă s-a obținut o perspectivă suplimentară cu metodologia de analiză a clusterelor.

Rezultate: Tinerii moderat și extrem de activi s-au dovedit a avea șanse semnificativ scăzute de supraponderalitate atât în ​​secțiunile transversale, cât și în analizele longitudinale, utilizând analiza cluster. La modelele longitudinale incidente, tinerii din grupul cu activitate ridicată/inactivitate ridicată au avut cele mai mici cote de supraponderalitate [raportul de cote = 0,12 (0,03, 0,44)]; în schimb, rezultatele modelelor tradiționale nu au reușit să arate vreo relație semnificativă între supraponderalitate și activitate sau inactivitate.

Discuţie: Metodele de analiză cluster permit cercetătorilor să surprindă simultan activitatea și inactivitatea în moduri noi. În acest studiu comparativ, numai cu metodologia de grupare am găsit un efect semnificativ al activității asupra incidentelor supraponderale, sporind capacitatea noastră de a examina această relație complexă. În mod interesant, nu s-a observat niciun efect al creșterii nivelului de inactivitate folosind ambele metode, indicând faptul că activitatea pare a fi determinantul mai important al supraponderalității la această populație.

Introducere

Cercetările privind activitatea fizică, inclusiv studii care evaluează tiparele de activitate fizică și obezitate, separă de obicei măsurile de activitate în timpul muncii și timpul liber și măsurile de inactivitate, cum ar fi vizionarea la televizor și jocurile video. În mod clar, pentru mulți indivizi, activitatea fizică și comportamentul sedentar se referă la moduri semnificative și nu sunt distribuite aleatoriu; adică sunt corelate în cadrul aceluiași individ. Studiind separat acești factori, putem pierde dimensiunile generale majore ale activității și inactivității care afectează obezitatea. În timp ce luarea în considerare a multidimensionalității sau modelarea comportamentelor de sănătate a fost utilizată în mod regulat în alte discipline, domeniul activității fizice nu a îmbrățișat încă metodologii pentru a aborda această problemă. Lucrarea de față prezintă o metodă de examinare a acestor comportamente concurente într-o manieră comună, mai degrabă decât ca factori independenți și examinează modul în care această abordare diferă de metoda mai tradițională de studiere a activității - inactivitate - legătura dintre obezitate.

Metode și proceduri de cercetare

Populația de studiu

Sondajul privind sănătatea și nutriția din China (CHNS) 1 1 Abrevieri non-standard: CHNS, China Health and Nutrition Survey.
este un sondaj de monitorizare longitudinală cu culegeri de date în 1989, 1991, 1993, 1997 și 2000 (26), (27), (28), (29)). Studiul populației reprezintă un amestec divers în ceea ce privește factorii socioeconomici, cum ar fi veniturile, ocuparea forței de muncă și educația, precum și alți factori de sănătate, nutriționali și demografici. Detalii suplimentare sunt disponibile pe Internet (http: www.cpc.unc.eduprojectschina). Această lucrare se concentrează pe datele colectate în anii anchetei din 1997 și 2000. Date detaliate despre activitatea fizică a copiilor și adolescenților au fost colectate pentru prima dată în 1997, primele date de urmărire colectate în 2000.

Eșantionul de analiză a copiilor și adolescenților a constat din subiecți cu vârsta cuprinsă între 6 și 18 ani care erau înscriși la școală în momentul colectării datelor. Eșantioanele transversale din 1997 și 2000 au fost compuse din 2282, respectiv 2174 subiecți. Un total de 1175 de persoane cu vârsta cuprinsă între 6 și 18 ani care au fost chestionați în ambii ani au format cohorta longitudinală. Copiii care nu frecventează școala au fost excluși înainte de analiză din cauza diferențelor în întrebările din sondaj adresate celor care au răspuns la școală vs. cei care nu frecventează școala. Alte excluderi au fost făcute pe baza datelor despre înălțime, greutate, date demografice și activitate incomplete sau inconsecvente.

Creație variabilă

Respondenții care merg la școală au fost rugați să raporteze ore și minute pe săptămână petrecute în fiecare dintre activitățile active și inactive; activitățile active au fost interogate separat pentru timpul petrecut în afara și în timpul orelor de școală, în timp ce activitățile inactive au fost interogate numai cu privire la timpul înainte și după școală. Analizele descriptive au arătat că majoritatea tinerilor în vârstă de școală nu au participat la activitate fizică în afara orelor de școală. Pentru acele activități desfășurate în timpul școlii, chestionarul nu a făcut distincția între educația fizică organizată și activitățile informale la recreere sau la prânz. Variabilele de activitate au fost clasificate ca 0,> 0 la 0 la (30)).

Înălțimea și greutatea au fost măsurate direct de către personalul sanitar instruit, urmând un protocol standard. Greutatea corporală a fost măsurată în îmbrăcămintea ușoară la cel mai apropiat 0,1 kg și înălțimea la cel mai apropiat 0,1 cm. IMC a fost calculat ca greutate (kilograme) peste înălțimea pătrată (metri pătrate). Percentila individuală a IMC a fost calculată prin standardizarea la graficele de creștere specifice vârstei și sexului Centers for Disease Control 2000 pentru indivizi (31). Pentru această lucrare, excesul de greutate a fost considerat a fi ≥85 percentil.

Strategia de analiză a clusterelor

Metodele de analiză a clusterelor încearcă să găsească grupări naturale în date prin gruparea respondenților în grupuri (clustere) pe baza valorilor variabile ale acestora (24), (32)). Metodele de analiză de partiție sau non-ierarhizate, de cluster împart datele într-un număr specificat de utilizator de grupuri care nu se suprapun. Computațional, obiectivul este de a minimiza variabilitatea în cadrul clusterelor și de a maximiza variabilitatea între clustere. Variabilitatea clusterelor este măsurată în raport cu mijloacele lor de clasificare a variabilelor astfel încât atunci când se utilizează mai multe variabile, distanțele dintre clustere sunt măsurate în spațiu multidimensional. După generație, apartenența la cluster devine o variabilă cu care se pot efectua analize suplimentare - în cazul nostru, variabila primară a expunerii.

Analize de date

Rezultate

Analiza selectivității

Secțiune transversală 1997 Secțiune transversală 2000 Analiza (n = 2282) Exclusn = 412) Analizăn = 2174) Exclusn = 310) Analiza longitudinalăn = 1175) *
Caracteristici sociodemografice
Vârsta (ani) 11,1 ± 3,1 14,6 ± 4,1 † 11,7 ± 2,9 15,2 ± 3,4 † 9,7 ± 2,2§
Grupa de vârstă, 6-11 ani (%) 58.0 20,4 † 47.0 12,0 † 79,4§
Sex (% fete) 53.6 48,5 53.3 46.1 45,5
Reședință urbană sau rurală (% urban) 25.5 17,7 † 26.4 16,8 † 24.8
Venitul gospodăriei: mic/mediu/mare (%) 40,1/34,6/25,3 54,9/28,2/17,0 † 37,9/36,5/25,6 53,1/34,6/12,3 †, ¶ 39,8/34,6/25,6
Măsuri antropometrice
Greutate (kg) 34,5 ± 12,3 45,7 ± 14,3 † 37,5 ± 13,0 49,4 ± 13,3 † 29,3 ± 9,2§
Înălțime (cm) 139,2 ± 16,7 152,1 ± 19,9 † 143,7 ± 16,5 156,1 ± 16,8 † 131,9 ± 14,1§
IMC (kg/m) 17,2 ± 3,2 19,1 ± 2,9 † 17,7 ± 3,8 19,9 ± 3,6 † 16,5 ± 2,9§
Supraponderal (%) 8.0 4.6 ‡ 8.5 6.8 9.0
Subponderalitate (%) 13.9 13.4 13.2 11.6 13.2
  • * Pe baza măsurilor din 1997.
  • † p ‡ p § p ¶ Frecvența bazată pe n = 130 din cauza lipsei datelor.

Defalcarea clusterelor

activității

Modele generale de activitate fizică/inactivitate ale școlarilor chinezi din cohorta longitudinală (valori 1997). Mod, moderat; AP, activitate fizică; IA, inactivitate.

Descriptor cluster 1997 transversal [N (%)] 2000 secțiune transversală [N (%)] Longitudinal [N (%)] *
Mod PA/Mod IA 635 (27,8) 600 (27,6) 389 (33,1)
Mod PA/high IA 346 (15,2) 332 (15,3) 235 (20,0)
Mod PA/IA ridicat 426 (18,7) 458 (21,1) 207 (17,6)
PA înalt/IA înalt 235 (10,3) 344 (15,8) 136 (11,6)
PA scăzut/mod IA 269 ​​(11,8) 165 (7,6) 79 (6,7)
PA scăzută/IA ridicată 165 (7,2) 105 (4,8) 56 (4,8)
PA scăzută/fără IA 206 (9,0) 170 (7,8) 73 (6.2)
Total 2282 2174 1175
  • * Frecvențe pe baza valorilor de activitate și inactivitate din 1997.
  • Mod, moderat; AP, activitate fizică; IA, inactivitate.

Tabelul 2 prezintă descriptorii și frecvențele respective pe eșantion transversal și longitudinal din ultimele șapte grupuri pe care se bazează aceste analize. Defalcarea clusterelor nu s-a schimbat drastic între cele trei eșantioane; grupul de activitate fizică moderată/inactivitate moderată a cuprins majoritatea indivizilor, iar grupul de activitate fizică scăzută/inactivitate ridicată a cuprins cel mai puțin din toate cele trei. Figura 1 este o reprezentare a nivelurilor medii ale fiecăreia dintre cele șase variabile de activitate și inactivitate utilizate pe grup în cadrul eșantionului longitudinal. După cum se vede în Figura 1, majoritatea timpului capturat a fost în activități inactive, în special de lectură și teme, iar cea mai frecventă activitate a fost mersul pe jos sau cu bicicleta la școală. Distribuția variabilelor active și inactive nu a diferit substanțial pentru eșantioanele transversale din 1997 sau 2000 (datele nu sunt prezentate).

Analize logistice ale stării supraponderale utilizând clusterul de activitate/inactivitate

Longitudinal (n = 1175) Secțiune transversală (n = 2282) Activitatea 1997 și OW 1997 * Activitatea 1997 și OW 2000 * Activitatea 1997 și OW 2000 † Descriptor de cluster SAU (95% CI) p SAU (IÎ 95%) p SAU (IÎ 95%) p
Activitate redusă
Fără inactivitate Referințe Referințe Referințe
Inactivitate moderată 0,75 (0,44, 1,30) 0,919 0,23 (0,08, 0,63) 0,005 0,20 (0,07, 0,60) 0,004
Inactivitate ridicată 0,63 (0,34, 1,19) 0,943 0,48 (0,18, 1,25) 0,133 0,39 (0,13, 1,14) 0,085
Activitate moderată
Inactivitate moderată 0,29 (0,17, 0,49) 0,001 0,18 (0,09, 0,37) 0,000 0,23 (0,11, 0,50) 0,000
Inactivitate ridicată 0,47 (0,27, 0,82) 0,006 0,17 (0,08, 0,38) 0,000 0,20 (0,08, 0,46) 0,000
Activitate ridicată
Inactivitate moderată 0,36 (0,20, 0,63) 0,022 0,22 (0,10, 0,50) 0,000 0,26 (0,11, 0,62) 0,003
Inactivitate ridicată 0,16 (0,07, 0,37) 0,000 0,08 (0,02, 0,27) 0,000 0,12 (0,03, 0,44) 0,002
  • * Controlat pentru sex, vârstă și reședință urbană/rurală.
  • † Controlat suplimentar pentru starea de supraponderalitate în 1997.
  • OW, supraponderal; SAU, raportul de cote; CI, interval de încredere.

Analize logistice ale stării supraponderale utilizând tehnici tradiționale de modelare

Longitudinal (n = 1175) Secțiune transversală (n = 2282) Activitatea 1997 și OW 1997 * Activitatea 1997 și OW 2000 * Activitatea 1997 și OW 2000 † SAU (IÎ 95%) p SAU (IÎ 95%) p SAU (IÎ 95%) p
Codificare categorică
Activitate totală (min/zi)
60 0,37 (0,23, 0,61) 0,000 0,41 (0,19, 0,91) 0,029 0,67 (0,29, 1,54) 0,350
Inactivitate totală (h/zi)
3 0,97 (0,64, 1,48) 0,893 0,72 (0,39, 1,33) 0,294 0,65 (0,34, 1,26) 0,205
Codificare continuă ‡
Activitate totală 0,93 (0,89, 0,96) 0,000 1,00 (0,99, 1,00) 0,003 1,00 (1,00, 1,00) 0,122
Inactivitate totală 1,00 (0,99, 1,01) 0,712 1,00 (1,00, 1,00) 0,297 1,00 (1,00, 1,00) 0,277
  • * Controlat pentru sex, vârstă și reședință urbană/rurală.
  • † Controlat suplimentar pentru starea de supraponderalitate în 1997.
  • ‡ Se referă la încă 30 min/săptămână.
  • OW, supraponderal; SAU, raportul de cote; CI, interval de încredere.

Discuţie

Confirmare

Acest studiu a fost susținut de NIH Grants R01 - HD30880 și R01 - HD38700. Autorii îi mulțumesc lui Frances L. Dancy pentru asistență administrativă, Cathy Cross pentru asistență în programare și sfaturi și lui Tom Swasey pentru munca la grafică.