UNIVERSITEIT GENT Faculteit Geneeskunde en Gezondheidswetenschappen Academiejaar 2014-2015
EVALUATIESTUDIE VAN EEN ONLINE ZELFREGULATIE INTERVENTIE ROND FRUIT EN GROENTEN BIJ DE HUISARTS
Masterproef voorgelegd tot het behalen van de graad van Master in de Gezondheidsvoorlichting en –bevordering
Door Laura Boutens & Tille Ruskowski
Promotor: Prof. dr. Ilse De Bourdeaudhuij Co-promotor: Drs. Jolien Plaete I
II
UNIVERSITEIT GENT Faculteit Geneeskunde en Gezondheidswetenschappen Academiejaar 2014-2015
EVALUATIESTUDIE VAN EEN ONLINE ZELFREGULATIE INTERVENTIE ROND FRUIT EN GROENTEN BIJ DE HUISARTS
Masterproef voorgelegd tot het behalen van de graad van Master in de Gezondheidsvoorlichting en -bevordering
Door Laura Boutens & Tille Ruskowski
Promotor: Prof. dr. Ilse De Bourdeaudhuij Co-promotor: Drs. Jolien Plaete I
Abstract
Probleem- en doelstelling: De volwassen Vlaming eet onvoldoende fruit en groenten. Dit gedrag heeft implicaties op de gezondheid en de cijfers worden er niet beter op. Hiertoe werd ‘Mijn Actieplan’ ontwikkeld, een CT-interventie gebaseerd op de zelfregulatietheorie. Deze masterproef onderzoekt of het programma effectief is in het verhogen van de groente- en fruitconsumptie en gaat na of de gedragsdeterminanten van de participanten evolueren als gevolg van de interventie. Methodologie: Studiedesign: RCT. Huisartsen (achttien) en participanten (dertig per huisarts: twintig door onderzoeker, tien (interventiegroep) door huisarts zelf) werden via convenience sampling geselecteerd. Toewijzing aan condities gebeurde random. Inclusiecriteria: volwassenen met e-mailadres en toegang tot internet. Een toestemmingsformulier werd afgenomen. Via tablet en flyer werd het programma geïntroduceerd. Het programma bestaat uit drie modules die op drie verschillende tijdstippen werden afgenomen bij zowel controleals interventiegroep. Resultaten: De interventie is effectief in het verhogen van de groente- en fruitconsumptie, en lijkt een invloed te hebben op de gedragsdeterminanten van de participanten. Voor groenten viel dit effect weg, wat te wijten zou zijn aan de steekproefgrootte. Conclusie: De interventie is effectief in het verhogen van de fruit- en groenteconsumptie en slaagt erin de gedragsdeterminanten van de volwassen Vlaming in de huisartsenpraktijk te beïnvloeden. Praktijkimplicaties: Toekomstig onderzoek moet deze interventie op lange termijn implementeren met aandacht voor de steekproefgrootte. Verder moet er gezocht worden naar manieren om huisartsen te stimuleren meer participanten te rekruteren en zouden mechanismen ontwikkeld moeten worden om behoud van deelname te ondersteunen en verdere drop-out te voorkomen vooraleer de interventie geïmplementeerd wordt voor andere gezondheidsproblemen. Aantal woorden masterproef: 23376 (exclusief bijlagen en bibliografie)
II
Inhoudstabel
Woord vooraf ........................................................................................................................... VI Inleiding ..................................................................................................................................... 1 Deel 1: Literatuurstudie .............................................................................................................. 5 Hoofdstuk 1: Gezonde voeding – groenten en fruit ............................................................... 5 1.1 Definitie en belang ........................................................................................................ 5 1.2 Evenwichtige voeding ................................................................................................... 5 Hoofdstuk 2: Huidige richtlijnen van fruit en groenten ......................................................... 9 Hoofdstuk 3: Prevalentiecijfers van fruit- en groenteconsumptie ........................................ 10 3.1 Wereldwijd .................................................................................................................. 10 3.2 Europa ......................................................................................................................... 11 3.3 België .......................................................................................................................... 12 Hoofdstuk 4: Gevolgen op het vlak van gezondheid ............................................................ 16 4.1 Fruit- en groenteconsumptie en mortaliteit ................................................................. 16 4.2 Fruit- en groenteconsumptie en fysiek welzijn ........................................................... 16 4.3 Fruit- en groenteconsumptie en mentaal welzijn ........................................................ 17 Hoofdstuk 5: Determinanten van fruit- en groente-inname.................................................. 18 5.1. Zelfregulatietheorieën ................................................................................................ 18 5.2. Health Action Proces Approach model ...................................................................... 19 5.2.1 Motivationele determinanten................................................................................ 21 5.2.2 Determinanten m.b.t. de actiefase ........................................................................ 23 Hoofdstuk 6: Interventies ter promotie van groente- en fruitinname ................................... 27 6.1 Soorten interventies ter promotie van groenten en fruit ............................................. 27 6.1.1 Advies op maat en actieplanning ......................................................................... 27 6.1.2 Computer tailoring (CT)....................................................................................... 29
III
Deel 2: Onderzoeksgedeelte ..................................................................................................... 39 Hoofdstuk 7: Probleemstelling ............................................................................................. 39 Hoofdstuk 8: Onderzoeksmethode ....................................................................................... 41 8.1 Omschrijving van de interventie ‘Mijn Actieplan’ ..................................................... 41 8.1.1 Opbouw van de interventie .................................................................................. 41 8.1.2 Inhoudelijke uitwerking van de interventie .......................................................... 42 8.2 Steekproefselectie en procedure.................................................................................. 53 8.3 Onderzoeksvragen ....................................................................................................... 55 8.4 Data-analyse groenten en fruit .................................................................................... 56 Hoofdstuk 9: Resultaten ....................................................................................................... 59 GROENTEN ......................................................................................................................... 59 9.1 Steekproefbeschrijving ............................................................................................... 59 9.1.1 Response rate en drop-out .................................................................................... 59 9.1.2 Leeftijd, geslacht, BMI en opleidingsniveau (SES) ............................................. 59 9.2 Effect van de groente-interventie: is de evolutie in dagelijkse groenteconsumptie verschillend tussen controle- en interventiegroep? ........................................................... 62 9.2.1 Effect van de groente-interventie uitgezuiverd voor leeftijd en BMI .................. 65 9.3 Determinanten van gedrag: evolutie verschillend in controle- en interventiegroep? . 65 9.3.1 Evolutie in beide groepen uitgezuiverd voor BMI en leeftijd .............................. 67 FRUIT ................................................................................................................................... 68 9.4 Steekproefbeschrijving fruit........................................................................................ 68 9.4.1 Response rate en drop-out .................................................................................... 68 9.4.2 Leeftijd, geslacht, BMI en opleidingsniveau (SES) ............................................. 68 9.5 Effect van de fruitinterventie: is de evolutie in dagelijkse fruitconsumptie verschillend tussen controle- en interventiegroep? ........................................................... 71 9.5.1 Effect van de fruitinterventie uitgezuiverd voor leeftijd en BMI ......................... 73 9.6 Determinanten van gedrag: evolutie verschillend in controle- en interventiegroep? . 73 9.6.1 Evolutie in beide groepen uitgezuiverd voor BMI en leeftijd .............................. 76 IV
Hoofdstuk 10: Discussie ....................................................................................................... 77 10.1 Steekproef ................................................................................................................. 77 10.1.1 Halen van de gezondheidsnorm ......................................................................... 78 10.2 Interventie-effect overheen de tijd voor fruit en groenten ........................................ 79 10.3 Evolutie determinanten van gedrag in interventiegroep vs. controlegroep overheen de tijd voor fruit en groenten............................................................................................. 82 10.4 Beperkingen van de studie ........................................................................................ 84 10.5 Aanbevelingen voor toekomstig onderzoek .............................................................. 85 Hoofdstuk 11: Conclusies ..................................................................................................... 87 Literatuurlijst ............................................................................................................................ 89 Bijlagen .................................................................................................................................. 102 Bijlage 1: Toestemmingsformulier ..................................................................................... 102 Bijlage 2: Flyer controlegroep ............................................................................................ 103 Bijlage 3: Flyer interventiegroep ........................................................................................ 105 Lijst van figuren ..................................................................................................................... 107 Lijst van tabellen .................................................................................................................... 108
V
Woord vooraf
Met deze masterproef beëindigen we onze opleiding Master in de Gezondheidsvoorlichting en -Bevordering. Voor de verwezenlijking van deze masterproef willen we enkele mensen bedanken. Eerst en vooral willen we onze co-promotor, Jolien Plaete, bedanken voor de goede begeleiding en steun. Verder willen we haar ook bedanken om ons de kans te geven een deel uit te maken van haar doctoraatstudie. Ten tweede willen we ook Prof. Dr. Ilse De Bourdeaudhuij bedanken voor ons de kans te geven dit onderwerp te mogen uitwerken. Vervolgens willen we ook alle participanten en de deelnemende artsen bedanken voor hun inzet en deelname aan het project. Daarnaast zouden we elkaar willen bedanken voor de goede samenwerking, de steun en constructieve feedback wanneer het iets minder vlot ging. Verder zouden we iedereen (ouders, schoonouders, etc.) die onze thesis heeft nagelezen op spellings- en typfouten willen bedanken voor hun bijdrage. Tenslotte willen we ook partners, familie en vrienden bedanken voor de steun en het begrip het voorbije jaar.
VI
Inleiding Uit de literatuur blijkt dat een groot aantal van de Belgische volwassenen de dagelijks aanbevolen norm voor groente- en fruitconsumptie niet haalt (Van der Heyden & Charafeddine, ed.). Dit kan negatieve gevolgen hebben voor de gezondheid, aangezien groenten en fruit een essentieel onderdeel uitmaken van gezonde voedingsgewoonten. Deze beschermen ons tegen verschillende risicofactoren zowel op het vlak van fysiek als mentaal welzijn (WHO, 2003). Deze masterproef kadert binnen een onderzoek naar een e-Health interventie (d.i. een online gezondheidsinterventie) die zich richt op gedragsverandering bij groente- en fruitinname en beweging. Het gaat om een computer tailored (CT) interventie bij de huisarts. Deze interventie werd opgesteld om tegemoet te komen aan de nood aan interventies die mensen aanzetten tot het eten van meer groenten en fruit. Er werd meermaals aangetoond dat het gebruik van tailoring (voedingsadviezen op maat) effectiever is in het motiveren van mensen dan algemene voedingsinformatie om hun gedrag te veranderen (Lustria, Cortese, Noar & Glueckauf, 2009; Pomerleau, Lock, Knai & McKee, 2005a; Proper, Bakker, Van Overbeek, Verheijden & Van Mechelen, 2006). Daarenboven is er uit de literatuur gebleken dat er een sterke evidentie is voor het positieve effect van CT-interventies op de fruit- en groenteconsumptie, al zouden de ‘effect sizes’ gerelateerd aan voedingseducatie interventies op maat vrij klein zijn (Broekhuizen, Kroeze, van Poppel, Oenema, & Brug, 2012). CT-interventies hebben heel wat voordelen, zoals de relatief lage kost, betere herinnering van de informatie door de participant, etc. (Napolitano & Marcus, 2002; Spittaels, 2007). Maar ze hebben ook een groot nadeel, namelijk een relatief grote drop-out rate. Het gebruik van zelfregulatie (Springvloet, Lechner & Oenema, 2014), dynamiek (Broekhuizen et al., 2012) en toename van sociale steun (Kelders, Kok, Ossebaard & Van Gemert-Pijnen, 2012; Schneider, 2014) wordt gehanteerd om de effect-sizes van CT-interventies trachten te verhogen. Het aanleren van zelfregulatie zou voor een betere eigeneffectiviteit zorgen, wat een noodzakelijke determinant blijkt te zijn voor gedragsverandering (Portnoy, Scott-Sheldon, Johnson & Carey, 2008). Het verhogen van eigeneffectiviteit kan men bereiken door het stellen van doelen of door het formuleren van een vooraf opgestelde oplossing voor hindernissen.
Effecten
op
het
gedrag
zelf
kunnen
verhoogd
worden
door
de 1
zelfregulatievaardigheden ‘actieplanning’ en ‘het stellen van doelen’ (Lustria et al., 2009) die noodzakelijk zijn voor het bereiken van een duurzame gedragsverandering (Springvloet et al., 2014). Ook in studies van Godinho, Alvarez & Lima (2013) en Hankonen, Absetz, Kinnunen, Haukkala & Jallinoja (2013) wordt het significante effect op de fruit- en groente-inname door het gebruik van actieplanning in de interventie aangetoond. Uit de systematische review van Lara et al. (2014) blijkt verder ook dat de meest effectieve methoden voor het verhogen van de groente- en fruitconsumptie bij volwassenen de volgende zijn: doelen stellen, follow-up aanwijzingen, feedback geven op prestaties, sociale steun en barrière-identificatie (Lara et al., 2014). Deze determinanten sluiten eveneens aan bij de principes van de zelfregulatietheorie. Het gebruik van zelfregulatievaardigheden zou ervoor kunnen zorgen dat effecten op langere termijn worden behouden (Lustria et al., 2009; Springvloet et al., 2014). Doordat de participant zijn eigen doelen vooropstelt aan de hand van het Actieplan, gebaseerd op de zelfregulatietheorie, kan dit zorgen voor meer gedragsbehoud (Lustria et al., 2009; Springvloet et al., 2014). Een volgende factor die zou bijdragen tot de effectiviteit van CT-interventies is de dynamiek van de interventie. In tegenstelling tot vele andere CT-interventies die zich enkel richten tot de motivationele determinanten, richt deze interventie, gebaseerd op het HAPA-model, zich tot zowel motivationele determinanten als determinanten van de actiefase. Dit zou zorgen voor effecten op langere termijn in plaats van kleine effecten en korte termijneffecten (Broekhuizen et al., 2012; Lustria et al., 2009; Maes & Karoly, 2005; Schwarzer, 2008). Verder wordt onder ‘dynamiek’ ook verstaan dat er meerdere geïndividualiseerde feedbackmomenten ingelast zijn die zouden zorgen voor (langdurig) gebruik van CTinterventies (Broekhuizen et al., 2012; Lustria et al., 2009; Schneider et al., 2011; Schneider, 2014). De toename van sociale steun wordt eveneens als factor beschouwd die zou bijdragen tot de effectiviteit van CT-interventies. Om de kans op drop-out te verkleinen worden interventies best ingebouwd in een setting waar sociale steun mogelijk is. Op die manier kan langdurige gedragsverandering bekomen worden (Ampt et al., 2009; Kelders et al., 2012; Lawlor, Keen, & Neal, 2000; Schneider, 2014; Sciamanna et al., 2004a). Uit de review van Kelders et al. (2012) blijkt dat meer persoonlijk contact, een frequent gebruik van de interventie en een langere duur van de interventie kan zorgen voor een grotere kans op behoud van het gedrag. Huisartsen kunnen bijgevolg een invloed uitoefenen en zorgen voor een beter resultaat bij de gedragsverandering (Kelders et al., 2012). 2
Een andere potentiële sterkte van het programma is dat het gericht is op meerdere gedragingen, wat gesuggereerd wordt tot meer effectieve gedragsverandering te leiden (Greaves et al., 2011; Norman et al., 2007). Dit geeft de participanten de mogelijkheid te kiezen tussen verschillende doelgedragingen die ze zouden willen veranderen. Elementen van keuzevrijheid zijn geïmplementeerd in het hele programma door de participanten te laten kiezen welke informatie ze willen lezen, welke doelen ze willen opstellen en welke strategieën ze willen hanteren. Er wordt gesuggereerd dat het stellen van eigen doelen zal leiden tot meer interne motivatie, empowerment en effectievere gedragsverandering (Cleary & Zimmerman, 2004; Deci & Ryan, 2000; Maes & Karoly, 2005; Walthouwer, Oenema, Soetens, Lechner & De Vries, 2013). Tenslotte blijkt uit de review van Yamaguchi, Nanba & Takeda (2011) dat de effectiviteit van de interventies die gebruik maken van zowel persoonlijk contact en geprint materiaal beter is dan de interventies die enkel gebruik maken van een website. Menselijke componenten blijken noodzakelijk te zijn om een betere gedragsverandering tot een goede gezondheid te bekomen (Yamaguchi et al., 2011). Onze interventie poogt op alle bovenstaande elementen (geprint materiaal onder de vorm van een flyer, persoonlijk contact patiënt-huisarts en website) in te werken. Deze masterproef tracht te onderzoeken of de CT-interventie, gebaseerd op de zelfregulatietheorie en ingebouwd in de huisartsenpraktijk, effectief is in het verhogen van de groente- en fruitconsumptie bij de volwassen Vlaming. Vooraf wordt nagegaan welke groep bereikt wordt in de huisartsenpraktijk. Er wordt geanalyseerd wat de kenmerken zijn van die groep, hoeveel de dagelijkse fruit- en groenteconsumptie bevat en hoeveel die afwijkt met de norm bij aanvang van de interventie. Tenslotte wordt eveneens nagegaan of de determinanten van gedrag van de participanten een evolutie doormaken als gevolg van de interventie. Er werd gebruik gemaakt van een convenience sample om een geschikte steekproef te bekomen. Er namen achttien gemotiveerde huisartsen deel aan de interventie. Binnen de praktijken van deze huisartsen werden de participanten gerekruteerd op verschillende manieren. Er was de mogelijkheid om gerekruteerd worden door een onderzoeker in de wachtzaal aan de hand van een tablet, door een onderzoeker in de wachtzaal aan de hand van een flyer, een flyer in de wachtzaal, door de huisarts aan de hand van een tablet of door de huisarts aan de hand van een flyer. Participanten moeten ouder dan achttien jaar zijn en beschikken over een e-mailadres. 3
Het eerste deel van deze masterproef is de literatuurstudie en omvat zes hoofdstukken. De literatuurstudie vangt aan met een omschrijving van gezonde voeding waarna dieper wordt ingegaan op groenten en fruit. Vervolgens worden de huidige richtlijnen besproken en de prevalentiecijfers verduidelijkt. Daarna worden de gevolgen van ongezonde voeding uiteengezet. Hierop volgt een hoofdstuk over de determinanten van groente- en fruitinname. Tot slot worden de interventies ter promotie van groente- en fruitinname besproken. Het tweede deel van de masterproef omvat het onderzoeksgedeelte, wat uit vijf hoofdstukken bestaat. Hoofdstuk zeven start met de probleemstelling en de onderzoeksvragen. De hoofdstukken erna beschrijven achtereenvolgens de onderzoeksmethode en de resultaten. Deze resultaten worden apart weergegeven in een onderdeel rond groenten en één rond fruit. In hoofdstuk tien wordt de discussie beschreven. Het elfde en laatste hoofdstuk omvat de conclusie van deze masterproef. Dit is een duo-masterproef, waarbij Laura Boutens en Tille Ruszkowski hebben samengewerkt rond alle onderdelen. Op die manier konden de gelijklopende interventies rond zowel groenten- als fruitinname grondig uitgewerkt worden. Deze masterproef hanteerde twee verschillende databestanden, een voor groenten en een voor fruit. De verschillende analyses werden telkens apart uitgevoerd voor beide databestanden. De resultaten van deze analyses werden telkens apart besproken. Het uitvoeren van de literatuurstudie werd uitgevoerd door beide studenten, dit gaf hen de mogelijkheid om heel wat informatie te verwerken. Er werd beroep gedaan op verschillende zoekmachines om relevante wetenschappelijke literatuur te verzamelen. Zo werd hoofdzakelijk gebruik gemaakt van Web Of Science, Pubmed en Google Scholar. Beide studenten namen ook deel aan het veldwerk in het kader van de interventie ‘Mijn Actieplan’. Dit hield de rekrutering in van participanten in de wachtkamers van verschillende huisartsenpraktijken.
4
Deel 1: Literatuurstudie Hoofdstuk 1: Gezonde voeding – groenten en fruit
1.1 Definitie en belang
Gezonde voedingsgewoonten en voldoende fysieke activiteit zijn voor het individu een effectieve manier om ziekten te voorkomen en gezondheid te bevorderen. Dit gezond voedingsgedrag heeft op zijn beurt positieve gevolgen voor de publieke gezondheid. Het is een kosteneffectieve en duurzame manier om de gezondheid te onderhouden, te verbeteren en ziekte te voorkomen (WHO, 2004). Een evenwichtig voedingspatroon speelt een aanzienlijke rol in het welzijn en is een belangrijke menselijke behoefte. Het geeft ons de energie die nodig is om het lichaam goed te laten functioneren (Portaal Belgium, 2014). Groenten en fruit zijn een essentieel onderdeel van gezonde voedingsgewoonten. Ze beschermen ons tegen verschillende risicofactoren (WHO, 2003). Deze feiten worden nogmaals bevestigd in de volgende definities van groenten en fruit. “Groenten leveren koolhydraten, voedingsvezels en afhankelijk van de groentesoort mineralen zoals ijzer, kalium, calcium en vitaminen zoals vitamine C, vitamine B1, vitamine B2, foliumzuur, bètacaroteen en vocht (…)” (VIGeZ, 2012b). “Fruit levert net zoals groenten, koolhydraten, vitaminen, mineralen, voedingsvezels, vocht en antioxidanten. (…) Fruit is rijk aan kalium, vitamine C, bètacaroteen en vitamine B6. Groenten en fruit onderscheiden zich verder door de aanwezigheid van verschillende soorten en hoeveelheden voedingsstoffen. Daarom moeten we dagelijks zowel groenten als fruit eten” (VIGeZ, 2012a). 1.2 Evenwichtige voeding
Het begrip ‘evenwichtige voeding’ steunt op drie basisprincipes. Wanneer men zich houdt aan deze principes, zorgt dit automatisch voor een evenwichtige voeding en dus een gezond lichaam. De begrippen worden verduidelijkt aan de hand van de actieve voedingsdriehoek, die gebaseerd
is
op
aanbevelingen
van
de
Hoge
Gezondheidsraad
(2014)
en
de
Wereldgezondheidsorganisatie (WHO). 5
Het eerste begrip is ‘evenwichtig eten’, wat betekent dat men dagelijks in de juiste verhoudingen, dus systematisch uit de zeven essentiële lagen en de restgroep van de actieve voedingsdriehoek, voedingsmiddelen toevoegt aan de maaltijd. Er wordt verwacht dat mensen in verhouding meer eten uit de grote en minder uit de kleine groepen (Vanhauwaert, 2012). Het volgende begrip is ‘variatie’ in de voedingsmiddelen, wat wil zeggen dat men dagelijks niet alleen tussen de verschillende lagen, maar ook binnen de verschillende lagen van de voedingsdriehoek moet afwisselen (Vanhauwaert, 2012). Tenslotte het begrip ‘matigheid’: dit wil zeggen dat men zich best houdt aan de voorgeschreven hoeveelheden per laag in de voedingsdriehoek, zoals die hieronder wordt afgebeeld in de actieve voedingsdriehoek van het Vlaams Instituut voor Gezondheidspromotie en Ziektepreventie (Vanhauwaert, 2012; VIGeZ, n.d. a).
Figuur 1: De actieve voedingsdriehoek van het Vlaams Instituut voor Gezondheidspromotie en Ziektepreventie 6
Een evenwichtig voedingspatroon aanhouden is, zoals eerder aangehaald, van belang voor de gezondheid. Wanneer onevenwichtige voeding gecombineerd wordt met een inactieve levensstijl wordt de gezondheid negatief beïnvloed. Zo is er een significante invloed van ongezond gedrag op medische risicofactoren zoals bloeddruk, cholesterol, BMI (‘Body Mass Index’), middelomtrek en glycemie (VIGeZ, n. d. b).
Figuur 2: De actieve, uitgebalanceerde voedingsdriehoek van het Vlaams Instituut voor Gezondheidspromotie en Ziektepreventie De actieve voedingsdriehoek zoals hierboven weergegeven, geeft de voedselconsumptie van de gemiddelde volwassen Vlaming weer. De vergelijking van de ideale driehoek met de uitgebalanceerde
driehoek
voor
voedingsgewoontes,
toont
aan
dat
de
algemene
voedingsstatus van de gemiddelde volwassen Vlaming niet voldoet aan de vooropgestelde richtlijnen (VIGeZ, n.d. a).
7
De norm voor lichaamsbeweging, water, aardappelen en graanproducten, groenten en fruit, melkproducten
en
calciumverrijkte
sojaproducten
(behalve
kaas),
vis,
eieren
en
vervangproducten wordt bij de gemiddelde Vlaming niet gehaald. Vlees, kaas en zaken uit de restgroep moeten ingeperkt worden. De dagelijkse hoeveelheid smeer- en bereidingsvetten komt overeen met de richtlijn. De meest opmerkelijke cijfers zien we bij de inname van groenten en fruit. Niet eens de helft van de dagelijks aanbevolen hoeveelheid voor groenten en fruit (respectievelijk 39 % en 30 %) wordt gehaald door de volwassen Belg (Van der Heyden & Charafeddine, ed.).
8
Hoofdstuk 2: Huidige richtlijnen van fruit en groenten
Sinds 2002 raadt de WHO aan om minstens 400 gram groenten en fruit te eten, wat overeenkomt met vijf porties groenten of fruit per dag, zoals aangereikt in de ‘5 a day’ richtlijn (Nishida, Uauy, Kumanyika & Shetty, 2004; WHO, 2014a). Uit een studie van Pomerleau et al. (2005a) blijkt dat deze richtlijn wordt toegepast in heel wat landen, zoals in Noorwegen, Polen, Spanje, Zweden, Zwitserland, het Verenigd Koninkrijk, Noord-Ierland, de Verenigde Staten van Amerika, Uruguay, Nieuw-Zeeland, Duitsland, Mexico en Argentinië. Frankrijk is hier een uitzondering op met tien porties per dag, maar ook Japan, Australië, België, Canada en Denemarken bevelen grotere hoeveelheden aan. Landen waar de aanbevelingen lager zijn dan vijf porties groenten of fruit per dag zijn bijvoorbeeld Nederland en Hongarije met respectievelijk vier en drie aanbevolen porties per dag (Pomerleau et al., 2005a). In België wordt er voor volwassenen aanbevolen 300 gram groenten per dag op te nemen, dezelfde hoeveelheden worden ook voor de leeftijdscategorie ‘zestigplus’ aangeraden. Voor fruit wordt 275 gram per dag aangeraden, wat overeenkomt met twee stukken fruit per dag. Voor de zestigplussers worden twee tot drie stukken fruit per dag aanbevolen (VIGeZ, 2012a). Het Nationaal Voedingsplan van België hanteert een andere richtlijn en raadt vijf stukken fruit of groenten per dag aan (Vrijens et al., 2012).
9
Hoofdstuk 3: Prevalentiecijfers van fruit- en groenteconsumptie
3.1 Wereldwijd
De globale dagelijkse groente- en fruitconsumptie voldoet niet aan de aanbevolen hoeveelheden door de WHO, namelijk dagelijks vijf porties of 400 gram per dag fruit of groenten (Drewnowski & Popkin, 1997). Resultaten uit onderzoek in landen ten zuiden van de Afrikaanse Sahara tonen aan dat de fruit- en groenteconsumptie hier erg laag ligt. Het gemiddelde van 27 tot 144 kg per persoon per jaar ligt ver onder de aanbevolen hoeveelheid van de WHO, namelijk 146 kg per persoon per jaar. In Ethiopië wordt gemiddeld slechts 97 gram groenten en fruit per dag geconsumeerd (Ruel, Minot, & Smith, 2005). Het verschil tussen Afrikaanse landen onderling is echter erg groot (Hall, Moore, Harper & Lynch, 2009). In Zuidoost-Azië haalt ongeveer 80 % van de bevolking de dagelijks aanbevolen hoeveelheden niet (WHO, 2013). Er dient opgemerkt te worden dat er een grote variabiliteit bestaat tussen de verschillende landen. In India, Mali en Pakistan is de gemiddelde dagelijkse groente- en fruitinname 100 gram per dag of minder, terwijl de gemiddelde inname per dag in Australië, verschillende Europese landen en de Verenigende Staten van Amerika 300 gram is (Ruel et al., 2005). Meer dan 77 % van de mannen en vrouwen in lage- en middeninkomenslanden consumeren onvoldoende groenten en fruit (Amine et al., 2002; Folsom, Parker & Harnack, 2007; Hall et al., 2009; McNaughton, Ball, Crawford & Mishra, 2008; Nishida et al., 2004).Uit een studie in 21 ontwikkelde landen blijkt dat de aanbevolen hoeveelheden niet worden gehaald. Australië, China, India, Israël, de Filippijnen, de Verenigde Staten van Amerika en verschillende Europese staten namen deel aan dit onderzoek (Ruel et al., 2005). Over het algemeen consumeerden 77,6 % van de mannen en 78,4 % van de vrouwen van de 52 hoofdzakelijk lage en gemiddelde inkomenslanden, minder dan de aanbevolen minimum vijf stuks groenten en fruit per dag (Hall et al., 2009). Een hoger inkomen wordt geassocieerd met meer variabiliteit en een hogere inname van groenten en fruit (Ruel et al., 2005).
10
3.2 Europa
Gemiddeld halen de meeste Europese landen de aanbevolen norm niet (Robertson et al., 2003). De resultaten van de ‘European Prospective Investigation into Cancer and Nutrition’, of de EPIC-studie in Europa bevestigen dit voor zowel mannen als vrouwen (WHO, 2014b). Landen in het noorden van Europa zouden minder groenten en fruit consumeren dan landen in het zuiden. Zweedse mannen zouden gemiddeld 250 gram groenten en fruit eten per dag, in Spanje is dit 700 gram. Er is echter een ongelijke verdeeldheid waardoor de gemiddelde groente- en fruitinname van een bevolking geen goede maatstaf is. De inname is ‘scheef’ verdeeld, dit wil zeggen dat een groot deel van de bevolking een erg lage groente- en fruitinname heeft. Zo bestaat er in Griekenland een gemiddelde van 500 gram groenten en fruit per dag, maar 37 % haalt de dagelijks aanbevolen norm niet (Robertson et al., 2003). Uit onderzoek van Ruel et al. (2005) bleek dat enkel Israël, Italië en Spanje de aanbevolen dagelijkse hoeveelheden van 400 gram halen (Ruel et al., 2005) Volgens een rapport van de European Food Information Council (EUFIC) uit 2012 eten Europeanen gemiddeld 220 gram groenten en 166 gram fruit per dag wat een totaal maakt van gemiddeld 386 gram per dag (Figuur 3). In dit rapport concludeert men ook dat de groenteconsumptie in Europese landen in het zuiden hoger ligt in vergelijking met Europese landen in het noorden. Voor fruitinname geldt volgens dit rapport dat deze het hoogst is in
700 600 500
577 452 442
413
400
371 359 350
343 342
316 300
300
280 280 259 258 256
253 237
200
196
100
Ijsland
Zweden
Tsjechië
Finland
UK
Bulgarije
Noorwegen
Slovakije
Nederland
Frankrijk
Denemarken
België
Ierland
Estland
Hongarije
Oostenrijk
Duitsland
Italië
0
Polen
Gemiddelde fruit- en groenteinname (gram/dag)
landen in Centraal-, Oost- en Zuid-Europa.
Figuur 3: Gemiddelde fruit- en groente-inname in Europa in gram per dag, European Food Information Council (EUFIC), 2012
11
Uit een meta-analyse van De Irala-Estevez et al. (2000) blijkt dat een hogere socioeconomische status (SES) geassocieerd wordt met een hogere consumptie van fruit en groenten. Mannen met een hoge SES aten dagelijks gemiddeld 24,5 gram meer fruit dan mannen uit de groep met een lage SES. Voor vrouwen was dit verschil 33,6 gram per persoon per dag. Mannen met een hoge SES aten dagelijks gemiddeld 17 gram meer groenten dan mannen uit de groep met een lage SES. Voor vrouwen was dit verschil 13,4 gram per persoon per dag (De Irala-Estevez et al., 2000). De resultaten lagen in dezelfde richting wanneer beroep in plaats van educatie werd gebruikt als indicator van SES. De resultaten suggereren dat bij de volwassenen met een lagere SES in Europa een ongezonder voedingspatroon kan bestaan (De Irala-Estevez et al., 2000; EUFIC, 2012). Opnieuw is er een variabiliteit tussen de verschillende Europese landen (EUFIC, 2012; Roos, Johansson, Kasmel, Klumbiené & Prättälä, 2001). In de meeste landen wordt een positieve associatie tussen hogere opleiding en groente- en fruitinname gevonden. In enkele landen werd geen associatie gevonden en in Griekenland, Hongarije en Spanje werd een negatief verband gevonden (Roos et al., 2001). 3.3 België
Hoewel de resultaten van de Gezondheidsenquête van 2008 een positieve evolutie aantoonden ten opzichte van de resultaten van de Gezondheidsenquête van 2004, toont de recente uitgave van 2013 aan dat er opnieuw een daling is van de resultaten met betrekking tot de consumptie van fruit en groenten bij volwassenen. Van de totale bevolking geeft slechts 56 % aan dagelijks fruit te eten, voor groenten is dit 78 %, wat duidt op een daling sinds 2008 (gemiddeld 85 %) (Van der Heyden et al., 2010; Van der Heyden & Charafeddine, ed.). Wanneer gekeken wordt naar de aanbevolen dagelijkse hoeveelheid fruit en groenten (300 gram groenten en twee stukken fruit per dag, zoals de voedingsdriehoek weergeeft of vijf porties van groenten of fruit, zoals de WHO en het Nationaal Voedingsplan aanbevelen), dan voldoet nog maar respectievelijk 30 % en 39 % van de bevolking van zes jaar en ouder aan deze aanbevelingen. Voor het populair advies ‘5 porties per dag’ is dit nog verder afgenomen tot 12 %, wat overeenkomt met cijfers uit Amerika (Van der Heyden & Charafeddine, ed.). Naarmate men ouder wordt, wordt er meer fruit geconsumeerd. De leeftijdsverdeling van het dagelijks fruit eten, zoals weergegeven in de grafiek hieronder, volgt een U-curve. Dit wil zeggen dat de prevalentie bij de jongste leeftijdsgroep bijna het hoogst is (64 %), om daarna bij de jongvolwassenen (15 tot 24 jaar) sterk te dalen (39 %). Vanaf de leeftijdsgroep van 25 12
tot 34 jaar neemt de prevalentie van mensen die dagelijks fruit eten geleidelijk aan toe met de leeftijd, zodat men tot een prevalentie komt van 65 % in de oudste groep. (Na correctie voor geslacht liggen de prevalenties in de leeftijdsgroepen tussen 15 en 54 jaar significant lager dan in de leeftijdsgroep van 0 tot 14 jaar.) (Van der Heyden & Charafeddine, ed.). Deze evolutie vonden we ook terug in een vroegere studie van Van der Heyden, et al. (2010), maar telkens met hogere percentages, wat opnieuw wijst op een verminderde kwantiteit van fruitconsumptie (Van der Heyden et al., 2010).
Figuur 4: Percentage van de bevolking dat dagelijks fruit eet, volgens leeftijd en geslacht, Gezondheidsenquête, België, 2013 Wanneer de resultaten van groenteconsumptie geanalyseerd worden, wordt ook hier gezien dat het percentage groente-inname, zoals weergegeven in de grafiek hieronder, toeneemt naarmate men ouder wordt. Bij de jongvolwassenen (15 tot 24 jaar) is de prevalentie van de dagelijkse consumptie van groenten (70 %) het laagst, om daarna toe te nemen tot de hoogste prevalentie op een leeftijd van 55 tot 64 jaar (84 %) en 65 tot 74 jaar (86 %). Na correctie voor geslacht zijn deze verschillen significant ten opzichte van de jongste leeftijdsgroep van 0 tot 14 jaar (77 %) (Van der Heyden & Charafeddine, ed.). Ook hier komt de evolutie van groente-inname overeen met de resultaten van de eerdere studie van Van der Heyden, et al. (2010), opnieuw met minder hoge percentages voor elke leeftijdsgroep (Van der Heyden et al., 2010). 13
Figuur 5: Percentage van de bevolking dat dagelijks groenten eet, volgens leeftijd en geslacht, Gezondheidsenquête, België, 2013 Wanneer gekeken wordt naar het verschil in geslacht voor groenten en fruit, zien we dat 61 % van de vrouwen dagelijks fruit eet. Bij de mannen ligt dit percentage lager, namelijk 51 %, een verschil dat ook na correctie voor leeftijd significant blijft. Daarenboven eten meer vrouwen (34 %) dan mannen (25 %) minstens twee porties fruit per dag. Het percentage dagelijkse consumptie groenten ligt zes procent hoger bij vrouwen (81 %) dan bij mannen (75 %). Wanneer de aanbevolen dagelijkse hoeveelheid groenten als uitkomstmaat genomen wordt, zien we dat opnieuw vrouwen (41 %) significant meer groenten consumeren dan mannen (37 %) (Van der Heyden & Charafeddine, ed.). 21,7 % van de personen die aangeven minimum 200 gram groenten en twee stukken fruit per dag te eten, behoort tot de groep met een lage SES (Vrijens et al., 2012). De resultaten van de Gezondheidsenquête van 2013 tonen aan dat er een samenhang kan vastgesteld worden tussen het opleidingsniveau en de consumptie van fruit. 60 % van de volwassenen met een diploma hoger onderwijs geeft aan dagelijks fruit te eten, wat significant hoger is dan de fruitconsumptie bij volwassenen met een lager opleidingsniveau (52 % tot 53 %). Wanneer deze cijfers vergeleken worden met de resultaten uit 2008 zien we een daling van de percentages (respectievelijk bijna 70 % en 59 % tot 64 %). Van de hoger opgeleiden
14
eet 34 % minstens twee stukken fruit per dag, in vergelijking met 39 % in 2008 (Van der Heyden et al., 2010; Van der Heyden & Charafeddine, ed.). Wanneer de cijfers in de grafiek hieronder bestudeerd worden, opgedeeld voor Vlaanderen, Brussel en Wallonië, scoort Brussel (18 %) significant beter ten opzichte van Vlaanderen (11 %) en Wallonië (12 %) wat betreft consumptie van de aanbevolen dagelijkse hoeveelheid fruit en groenten (Van der Heyden & Charafeddine, ed.).
Figuur 6: Percentage van de bevolking (van zes jaar en ouder) dat de aanbevolen dagelijkse hoeveelheid fruit en groenten (minstens vijf porties) eet, volgens gewest (Van der Heyden & Charafeddine, ed.). Tenslotte kan geconcludeerd worden dat vrouwen, de hoogst opgeleiden, vaak ook de stedelingen en de inwoners van het Brusselse gewest het best scoren voor fruit- en groenteconsumptie. Jongvolwassenen (15 tot 24 jaar) scoren hierop echter meestal het minst goed. Vele van deze verschillen (volgens geslacht, leeftijd, opleidingsniveau, urbanisatie) werden ook al in andere studies aangetoond (Van der Heyden & Charafeddine, ed.; Kruger, Yore, Solera, & Moeti, 2007; Lynch, et al., 2014; Prättälä et al., 2007; Roos et al., 2008).
15
Hoofdstuk 4: Gevolgen op het vlak van gezondheid
4.1 Fruit- en groenteconsumptie en mortaliteit
Bijna 16,0 miljoen (1,0 %) DALY’s (‘Disability Adjusted Life Years’ of levensjaren gecorrigeerd voor beperkingen) en 1,7 miljoen (2,8 %) van de sterftes wereldwijd zijn te wijten aan lage fruit- en groenteconsumptie. 14 % van de gastro-intestinale kankersterftes, ongeveer 11 % van sterfte aan ischemische hartziektes en ongeveer 9 % van de sterfte door beroertes worden wereldwijd veroorzaakt door onvoldoende fruit- en groente-inname (World Health Organization, 2010; 2015). 4.2 Fruit- en groenteconsumptie en fysiek welzijn
Fruit- en groente-inname is een belangrijk deel van een gezond voedingspatroon en wordt geassocieerd met een aantal positieve gezondheidsuitkomsten. Deze uitkomsten bevatten onder andere een verlaagd risico op chronische ziekten (Boeing et al., 2012; Chakravarty et al., 2012; Dauchet, Amouyel & Dallongeville, 2005; Dauchet, Amouyel, Hercberg & Dallongeville, 2006; Hu, 2003), cardiovasculaire of hart- en vaatziektes (Hung et al., 2004) en beroertes (He, Nowson & MacGregor, 2006). Verder leveren fruit en groenten ook een positieve bijdrage aan de preventie van een aantal welvaartsziektes zoals diabetes (Sargeant et al., 2001), osteoporose, constipatie (NICE, 2013), obesitas en gewichtstoename (He et al., 2004). Rolls, Ello-Martin & Tohill (2004) verklaren dit laatste als volgt: omdat fruit en groenten rijk zijn aan water en vezels, kan het integreren ervan in de voeding de energiedichtheid verminderen, verzadiging bevorderen, en de energieinname verminderen (Rolls et al., 2004). Het preventief effect van groenten en fruit tegen sommige kankers is niet eenduidig aangetoond en vraagt verder onderzoek (NICE, 2013). Het ‘World Cancer Research Fund’, of het WCRF-onderzoek is een prospectief onderzoek over de beschermende effecten van groenten en fruit tegen kanker. In 2007 maakten ze de resultaten bekend: groenten en fruit bieden waarschijnlijk bescherming tegen kanker. Toch besloten ze dat de resultaten minder overtuigend waren dan voordien werd gedacht (NICE, 2013). Het Europees EPIC-onderzoek bij ongeveer 52.000 personen vindt slechts een klein verband tussen de groente- en fruitinname en het risico op kanker. Men concludeerde dat het
16
preventieve effect van groenten en fruit zwak, maar toch nog steeds significant blijft (NICE, 2013). 4.3 Fruit- en groenteconsumptie en mentaal welzijn
De bevindingen uit de studie van Lamport, Saunders, Butler & Spencer (2014) tonen aan dat regelmatige inname van fruit, groenten of sappen significante voordelen biedt voor cognitieve vaardigheden bij gezonde oudere volwassenen (Lamport et al., 2014). Uit de studie van Nooyens et al. (2011) blijkt dat de totale inname van fruit en groenten niet of inconsistent gerelateerd wordt met cognitieve functie en achteruitgang. Hoge dagelijkse inname van sommige subgroepen van fruit en groenten, zoals noten, kool en knolgewassen, kunnen leeftijdgerelateerde cognitieve achteruitgang bij personen met middelbare leeftijd (43 tot 70 jaar) doen verminderen (Nooyens et al., 2011).
17
Hoofdstuk 5: Determinanten van fruit- en groente-inname
De ontwikkeling van een effectief interventieprogramma om de groente- en fruitinname te verhogen vergt inzicht in de verschillende determinanten die gedragsverandering voorspellen (Shaikh, Yaroch, Nebeling, Yeh, & Resnicow, 2008). Uit een vroegere studie van Havas et al. (1998) blijkt dat interventieprogramma’s rond groenten en fruit zich best richten tot het verhogen van de eigeneffectiviteit, positieve attitudes en kennis rond groenten en fruit. Daarnaast moeten ze gepercipieerde barrières tot het eten van fruit trachten te verminderen (Havas et al., 1998). Uit een recentere review uit 2008 van Shaikh et al. kan geconcludeerd worden dat vooral kennis, eigeneffectiviteit en sociale steun belangrijke voorspellers zijn van een adequate groente- en fruitinname. Daarnaast spelen ook barrières, intenties, de ‘stages of change’ en motivatie een rol (Shaikh et al., 2008). Intrinsieke beloning van gedrag zou door een verhoogde frequentie van het gedrag en gedragsherhaling ervoor zorgen dat gedragsgewoonten gemakkelijker worden aangenomen (Wiedemann, Gardner, Knoll & Burkert, 2014). Uit de systematische review van Lara et al. (2014) blijkt dat de meest effectieve methoden voor het verhogen van de groente- en fruitconsumptie bij volwassenen de volgende zijn: doelen stellen, follow-up aanwijzingen, feedback geven op prestaties, sociale steun en barrière-identificatie (Lara et al., 2014). Deze determinanten sluiten aan bij de principes van de zelfregulatietheorie en het Health Action Proces Approach model (HAPAmodel). 5.1. Zelfregulatietheorieën
Er bestaan verschillende definities van zelfregulering. De term wordt algemeen gedefinieerd als ‘een systematisch proces van menselijk gedrag dat inhoudt dat mensen persoonlijke doelen zullen stellen om bepaalde vooropgestelde doelen te bereiken’ (Maes & Karoly, 2005). Het is de capaciteit die men heeft om gedrag te reguleren en aan te passen om deze vooropgestelde doelen te bereiken (Springvloet et al., 2014). Over het algemeen hebben de verschillende definities het ook over het stellen van doelen, sturen van gedrag, opstellen van strategieën, feedback en zelfevaluatie (Boekaerts, Zeidner en Pintrich, 2005). Zelfregulatie is een goal-guidance proces dat volgens Maes & Karoly (2005) kan worden onderverdeeld in drie fases.
18
De eerste fase is de doelselectie, het instellen en representeren van de doelen, met andere woorden een fase waarin mensen zich bewust worden van een probleem en een doel stellen (‘goal setting’). De tweede fase houdt het actief nastreven van het doel in (‘goal pursuit’), in deze fase kunnen actieplannen worden gehanteerd om gedrag te veranderen. In de derde fase gaat men het doel bereiken, behouden en eventueel terug loslaten (‘goal attainment’) (Maes & Karoly, 2005). In al deze fases spelen specifieke categorieën van determinanten een rol. 5.2. Health Action Proces Approach model
Het HAPA-model is opgebouwd rond intenties, gepercipieerde eigeneffectiviteit en uitkomstverwachtingen vanuit een dynamisch zelfregulerend perspectief (Schwarzer & Renner, 2000). Er wordt voor het HAPA-model gekozen omdat het model in de eerste plaats goede voorspeller is van fruit- en groente-inname (1) (Godinho et al., 2013). In tweede instantie kan het model ook gebruikt worden om determinanten te selecteren die passen binnen de zelfregulatietheorie (2), met andere woorden: het is een model dat zowel determinanten omvat in de motivationele fase als in de actiefase. (1) Godinho et al. (2013) stellen dat het in de verf zetten van een gezondheidsprobleem door een (te) lage groente- en/of fruitconsumptie, gezondheidsvoordelen, gewichtsafname en plezier en het verbeteren van eigeneffectiviteit de belangrijkste richtlijnen zijn voor het opstellen van boodschappen naar mensen zonder intentie om zo fruit- en groente-inname te vermeerderen. Boodschappen bij mensen met intentie moeten hun competenties bevestigen om een goede groente- en fruitconsumptie te behouden. Verder moeten deze boodschappen hen ook stimuleren in het maken van specifieke plannen voor een verhoogde consumptie, hen helpen bij het identificeren van barrières zoals de voorbereiding, het vergeten of de vermoeidheid en onbereidheid om groenten en fruit te eten. Tenslotte moeten deze boodschappen mensen met intentie ook strategieën aanbieden om deze barrières te overwinnen, zoals het presenteren van enkele praktische voorbeelden over hoe groenten en fruit bijvoorbeeld geïncludeerd kunnen worden in de maaltijd als men uit gaat eten (Godinho et al., 2013). (2) Het Health Action Process Approach (HAPA) model van Schwarzer, zoals hieronder weergegeven, maakt een onderscheid tussen motivationele en volitionele determinanten (Schwarzer, 2008). Uit de studie van Zhang & Cooke (2012) bij studenten met type twee diabetes uit het Verenigd Koninkrijk blijkt dat motivationele interventies, motivationele interventievariabelen significant veranderen, maar de combinatie van motivationele en 19
intentionele interventies de fruit- en groente-inname significant doen toenemen in vergelijking met de controlegroep en de intentionele (zonder motivatie) groep. Verder kan uit deze resultaten ook geconcludeerd worden dat een motivationele interventie effectief is in het veranderen van cognities, maar dat effectieve gedragsverandering een interventie vereist die gebaseerd is op zowel motivatie als actiefase (Zhang, & Cooke, 2012). Er wordt een onderscheid gemaakt tussen een pre-intentionele motivatiefase en een postintentionele actiefase. In de pre-intentionele motivatiefase ontwikkelt de persoon een intentie om te handelen. Hierbij kunnen drie types van determinanten onderscheiden worden: risicoperceptie (risk perception), uitkomstverwachtingen (outcome expectancies) en gepercipieerde eigeneffectiviteit (perceived self-efficacy). Nadat een doel gesteld werd in de motivatiefase, gaat men over naar de actiefase. In deze fase worden de details van het gedrag gepland, probeert men het nieuwe gedrag uit, gaat men doorzetten, eventueel falen en uiteindelijk volgt herstel. De eerste fase leidt dus tot gedragsintentie en de tweede fase tot het eigenlijke gedrag (Schwarzer & Renner, 2000).
Figuur 7: Health Action Process Approach Model van Schwarzer (2008)
20
5.2.1 Motivationele determinanten Risicoperceptie
Risk awareness of risicoperceptie is de overtuiging om risico te lopen op een ziekte, bijvoorbeeld: “ik maak een grote kans om ziek te worden door ongezond te eten”. Deze risicopercepties vindt men enkel terug in het begin van de motivatiefase (Schwarzer & Renner, 2000). Zo stellen Hankonen et al. (2013) vast dat waargenomen risicoperceptie voor gezondheidsproblemen en sociale eigeneffectiviteit de intenties van fruit- en groente-inname voorspellen (Hankonen et al., 2013). Verschillende deelnemers aan een onderzoek van Godinho et al. (2013) gaven aan na het doormaken van een gezondheidsprobleem hun groente- en fruitinname te willen veranderen. Vooral oudere mensen moeten hun eetgewoonten aanpassen omwille van gezondheidsproblemen. Uit deze studie blijkt dat deelnemers op oudere leeftijd meer met hun gezondheid bezig zijn dan wanneer ze jonger waren. Jongere deelnemers gaven aan dat de enige reden om meer groenten of fruit te eten een gezondheidsprobleem zou zijn. De deelnemers gaven aan dat ze weten dat groente- en fruitinname belangrijk is, maar dat ze de risico’s van een te lage inname niet kennen (Godinho et al., 2013). Uitkomstverwachtingen
Outcome expectancies of uitkomstverwachtingen zijn de verwachte voordelen van het gezonde gedrag, bijvoorbeeld: “als ik gezond eet, zal ik mij actiever voelen”. Deze uitkomstverwachtingen zijn belangrijk in de motivatiefase wanneer mensen twijfelen tussen de voor- en nadelen van een gedrag en de gevolgen ervan. De voorspellende waarde van uitkomstverwachtingen voor gedrag vervalt nadat de beslissing tot het stellen van gezond gedrag wordt gemaakt (Schwarzer & Renner, 2000). Verwachtingen van fysiek welzijn en een slechte smaak van groenten en fruit waren in de studie van Hankonen et al. (2013) het sterkst gerelateerd (respectievelijk positief en negatief gerelateerd) aan de intenties om fruit en groenten te eten (Hankonen et al., 2013). De meest genoemde positieve uitkomstverwachtingen in het onderzoek van Godinho et al. (2013) waren voordelen voor de gezondheid. Deze positieve uitkomstverwachtingen bestonden uit het hebben van een gezonde levensstijl, een betere gezondheid en het voorkomen van ziekten zoals kanker en cardiovasculaire ziekten. Plezier in het eten van groenten en fruit en gewichtsvermindering waren de tweede en de derde meest voorkomende 21
uitkomstverwachtingen gerelateerd aan groente- en fruitconsumptie. Andere positieve uitkomstverwachtingen waren het algemeen welzijn door groente- en fruitinname, er beter uitzien, langzamer verouderen en de sociale component. Positieve uitkomstverwachtingen waren hoger bij deelnemers met de intentie om hun gedrag te wijzigen. Negatieve uitkomstverwachtingen waren hoger bij deelnemers die niet van plan waren om het gedrag te wijzigen. Deelnemers met de intentie om hun gedrag te veranderen hadden verschillende positieve verwachtingen van een verhoogde groente- en fruitinname. Ze verwachtten een verbetering van hun algemene gezondheid, verhindering van cardiovasculaire aandoeningen, het voorkomen van kanker, een vermindering in de consumptie van ongezonde voedingswaren, een goed voorbeeld te zijn ten opzichte van hun kinderen en een verbeterd gevoel van welzijn door het eten van groenten en fruit (Godinho et al., 2013). Eigeneffectiviteit in de pre-intentionele motivatiefase
Pre-action self-efficacy maakt het verschil in de fase voor de actiefase (motivatiefase). Mensen met een hoge eigeneffectiviteit stellen successcenario's, anticiperen op mogelijke uitkomsten van de diverse strategieën en nemen het initiatief om nieuw gedrag te stellen (Schwarzer, & Renner, 2000). Diegenen met minder eigeneffectiviteit stellen zich faalscenario's voor, hebben twijfels en vertonen uitstelgedrag (Schwarzer, & Renner, 2000). Campbell et al. (2008) kwamen tot de vaststelling dat een hogere eigeneffectiviteit bij baseline meting een hogere fruit- en groenteconsumptie voorspelt bij baseline meting (Campbell et al., 2008). Eigeneffectiviteit is een belangrijke factor bij diegenen die de intentie hebben tot een adequate groente- en fruitinname (Brug et al., 2006; Shaikh et al., 2008; Wiedemann et al., 2009). Het voorspelt gezond gedrag en is een universele facilitator voor de overgang tussen de verschillende fases in gedragsverandering (Wiedemann et al., 2009). Een systematische review vond dat naast gewoonte en bedoeling, eigeneffectiviteit de meest consistente factor was in het verklaren van groente- en fruitinname (Guillaumie, Godin & Vezina Im, 2010). Interventieprogramma’s rond groenten en fruit moeten zich volgens Havas et al. (1998) richten tot het verhogen van eigeneffectiviteit, positieve attitudes en kennis rond groenten en fruit. Ook Campbell et al. (2008) stellen vast dat positieve eigeneffectiviteit geassocieerd wordt met een verandering in groente- en fruitconsumptie. Er is een grotere groente- en fruitinname wanneer er op de determinanten kennis en eigeneffectiviteit wordt gewerkt.
22
Wanneer er op zowel kennis als eigeneffectiviteit wordt ingewerkt, wordt dit effect versterkt (Campbell et al., 2008). 5.2.2 Determinanten m.b.t. de actiefase Actieplanning
Actieplanning verwijst naar het beslissen van waar, wanneer en hoe men het beoogde gedrag zal uitvoeren. Om beter te begrijpen waarom en hoe mensen zich inzetten voor gezond gedrag en zich onthouden van riskante gewoonten, zijn er diverse modellen rond gezondheidsgedrag ontwikkeld. Gedragsintenties worden gezien als een belangrijke ingrediënt in vele dergelijke modellen, maar of deze intenties vertaald worden in concrete acties wordt momenteel beschouwd als een belangrijke uitdaging voor onderzoek. Dit wordt benoemd als de kloof tussen intentie en gedrag. Er bestaat empirisch bewijs dat een gedetailleerde actieplanning evenals ervaren eigeneffectiviteit waardevolle en proximale voorspellers zijn van gezondheidsacties. Bovendien lijken zelfreguleringsprocessen een rol te spelen in het nastreven van een doel. Dit laatste kan ook actiecontrole worden genoemd (Sniehotta, Scholz, & Schwarzer, 2005). In een onderzoek van Godinho et al. (2013) waarin deelnemers de intentie hadden om meer groenten en fruit te eten, bleek dat de deelnemers plannen aanhaalden die hen kunnen helpen in het bereiken van dit doel. Het eten van soep, meenemen van groenten en fruit naar het werk of school, fruit als snack en een slaatje bij het eten werden genoemd als plannen voor het behalen van het gedrag (Godinho et al., 2013). Uit onderzoek van Van Osch et al. (2009) blijken individuen die een hoge mate van actieplanning rapporteren significant meer kans te maken om hun intenties te vertalen naar concreet gedrag. Planning van specifieke voorbereidende acties voorspellen de uitvoering van gezond eetgedrag en ondersteunen de toepassing van zelfregulatie planning in zowel gezondheid beschermend als risicogedrag (Van Osch et al., 2009). In onderzoek van Hankonen et al. (2013) wordt de consumptie van fruit en groenten voorspeld door actieplanning en intentie (Hankonen et al., 2013). Verder blijkt uit onderzoek van Luszczynska, Tryburcy, & Schwarzer (2007) dat actieplanning gecombineerd met eigeneffectiviteit niet per se tot meer verandering in cognities en bijgevolg in groenten en fruitconsumptie leidt dan wanneer alleen actieplanning wordt toegepast in een interventie (Luszczynska et al., 2007). Ook suggereren de resultaten uit de studie van de Bruijn (2011) dat invloeden van persoonlijkheid in rekening moeten gebracht worden bij de ontwikkeling van actieplanningsstrategieën gericht op het verhogen van fruitconsumptie (de Bruijn, 2011). 23
Coping planning is het anticiperen op barrières die de verwezenlijking van de beoogde veranderingen belemmeren en is het opstellen van strategieën om met dergelijke barrières om te gaan (Schwarzer & Renner, 2000). Havas et al. (1998) besloten in hun onderzoek dat interventieprogramma’s rond groenten en fruit zich moeten richten tot het verminderen van gepercipieerde barrières omtrent het eten van fruit (Havas et al., 1998). Verschillende barrières voor eten van vijf of meer porties per dag werden geïdentificeerd door de deelnemers. Tijdsgebrek en/of het hebben van een stressvol leven, moeilijkheden in verband met de voorbereiding van groenten en fruitconsumptie en uit gaan eten waren de barrières die het meest werden genoemd door de deelnemers. Andere barrières waren de kostprijs van groenten en fruit en na een lange werkdag geen zin hebben om groenten en fruit te bereiden, vermoeidheid, vergeten, beperkte houdbaarheid van groenten en fruit, geen zin om groeten en fruit te eten en de voorbereiding ervan (Godinho et al., 2013; Wolf et al., 2008). Strategieën om deze barrières te overwinnen zijn: op voorhand de maaltijd plannen, gezonde keuzes maken wanneer men buitenshuis gaat eten, aantonen dat groenten en fruit goedkoop en gemakkelijk te bereiden zijn, fruit en groenten bereiden en meenemen op verplaatsing. Bij deelnemers die voldoende fruit en groenten aten waren ‘het weten dat fruit en groenten geld kunnen besparen’ en ‘het toevoegen van andere voedingsmiddelen of kruiden aan fruit en groenten’ twee belangrijke voorspellers van gezond gedrag (Godinho et al., 2013). Actieplanning en coping planning kunnen zowel additieve als synergetische effecten hebben op de verandering van gezondheidsgedrag. Interventies die inspelen op de actiefase dienen zowel componenten van actieplanning als coping planning te bevatten en dienen het gebruik van planning in het dagelijks leven te stimuleren (Wiedemann, Lippke, Reuter, Ziegelmann, & Schwarzer, 2011). Eigeneffectiviteit
Eigeneffectiviteit is de overtuiging dat men de capaciteiten heeft om controle uit te oefenen over zijn of haar gedrag in moeilijke situaties, zoals “ik kan groenten en fruit eten ondanks de verleiding door snoepgoed”. Het behoud van eigeneffectiviteit is belangrijk om het gezonde gedrag te bereiken en te behouden. Deze overtuigingen kunnen de drijfveer zijn tot gedragsverandering. Waargenomen eigeneffectiviteit wordt op verschillende tijdstippen en niveaus van het proces tot gedragsverandering als een functioneel middel gezien om dit gedrag te bereiken (Schwarzer & Renner, 2000). Eigeneffectiviteit wordt beschouwd als een 24
van de belangrijkste determinanten van gedrag (Bandura, 1997) en speelt een belangrijke rol: het bepaalt of acties zullen worden gestart, hoeveel inspanning zal worden geïnvesteerd en hoe lang het wordt behouden. Er kan een onderscheid gemaakt worden tussen coping selfefficacy en recovery self-efficacy. Dit wordt verder omschreven als ‘eigeneffectiviteit in het omgaan met hindernissen’ en ‘herstelgerichte eigeneffectiviteit’. Bij een hoge eigeneffectiviteit in het omgaan met hindernissen heeft men optimistische opvattingen over de mate waarin men zelf in staat is hindernissen te overwinnen die zich voordoen tijdens de periode van gedragsbehoud. Het nieuwe gezondheidsgedrag zou veel moeilijker kunnen zijn dan verwacht, maar een persoon met een hoge eigeneffectiviteit omtrent hindernissen reageert met betere strategieën, meer inspanningen en langduriger doorzettingsvermogen om dergelijke hindernissen te overwinnen (Schwarzer & Renner, 2000). Herstelgerichte eigeneffectiviteit heeft betrekking op iemands opvattingen over de mogelijkheid om een actie te hervatten na een herval in ongezond gedrag. Herstelgerichte eigeneffectiviteit helpt om geleidelijk aan terug het gezonde gedrag te stellen en wordt versterkt wanneer men na verloop van tijd weer controle krijgt over eigen gedrag (Dijkstra & De Vries, 2000). Uit een systematische review van Prestwich (2013) blijkt dat de eigeneffectiviteit omtrent het voedingspatroon significant meer toeneemt wanneer interventies zelfmonitoring bevatten, feedback op prestaties voorzien, herziening van gedragsdoelen inleiden, voorwaardelijke beloningen opnemen (belonen van succes bij dieet) en sociale steun of verandering inplannen (Prestwich, 2013). Uit een onderzoek van Godinho et al. (2013) blijkt dat de meeste deelnemers aangeven dat vijf porties per dag een realistisch doel is, maar dat dit niet steeds gemakkelijk te bereiken is omdat voedingsgewoonten en routines moeilijk te wijzigen zijn. De stap naar verandering was moeilijk voor de deelnemers, maar wanneer de vijf porties per dag dagelijkse routine waren, gaven de deelnemers aan dat het gemakkelijker was om het gezonde gedrag te behouden (Godinho et al., 2013). Lagere eigeneffectiviteit voor gezond eten en hogere ondersteuning door ‘peers’ voor ongezond eten werden door Fitzgerald, Heary, Kelly, Nixon & Shevlin (2013) geassocieerd met 'ongezonde voedselinname'. Hogere eigeneffectiviteit werd geassocieerd met 'gezonde voedselinname' (Fitzgerald et al., 2013).
25
Sociale steun
Onderzoek van Shaikh et al. (2008) toonde aan dat sociale steun belangrijk is als voorspeller van groente- en fruitinname. Croezen et al. (2012) stelt vast dat lage niveaus van positieve ervaringen van sociale steun geassocieerd worden met een lage huidige inname van fruit en groenten. Deze studie toont aan dat sociale steun een gunstig effect kan hebben op levensstijl en gezondheid, waarbij negatieve ervaringen van sociale steun, levensstijl en gezondheid verschillend beïnvloeden dan positieve ervaringen van sociale steun (Croezen et al., 2012). Harber, Schneider, Everard & Fisher (2005) maken een onderscheid tussen directieve en nietdirectieve steun. Wanneer directieve steun aangeboden wordt, wordt de ondersteuner verantwoordelijk geacht (bijvoorbeeld “Die persoon doet al mijn inkopen.”), zegt deze aan de ondersteunde wat hij of zij moet doen of zou moeten voelen (bijvoorbeeld “Kijk naar het positieve in het leven”). Wanneer niet-directieve steun aangeboden wordt, werkt de ondersteuner samen met de ondersteunde (bijvoorbeeld “Hij zoekt samen met mij een restaurant waar ik kan eten en wat ik moet eten”) en accepteert de gevoelens van de ondersteunde (bijvoorbeeld “Ik begrijp hoe frustrerend dit moet zijn voor jou.”). Een manier van het conceptualiseren van dit onderscheid is dat in de non-directieve ondersteuning, gedeelde besluitvorming plaatsvindt en de ondersteuner de agenda van de ondersteunde vooruit wil helpen, terwijl in directieve steun van de ondersteuner zijn of haar eigen agenda oplegt aan de ondersteunde (Harber et al., 2005). De onderzoekers Stewart, Gabriele & Fisher (2012) stellen vast dat niet-directieve steun gerelateerd is aan een grotere fruit- en groenteinname, terwijl directieve steun niet geassocieerd is met deze gedragingen. Deze bevindingen suggereren dat zekere types van ondersteunend gedrag belangrijk zijn in het aanmoedigen van gezond gedrag (Stewart et al., 2012).
26
Hoofdstuk 6: Interventies ter promotie van groente- en fruitinname
6.1 Soorten interventies ter promotie van groenten en fruit Reviews tonen aan dat het merendeel van de interventies om de groente- en fruitconsumptie te verhogen hierin slaagt op korte termijn (Broekhuizen et al., 2012; Pomerleau et al., 2005b). In de review van Pomerleau et al. (2005b) werden 70 interventies nagegaan omtrent het verhogen van groente- en fruitinname. Drie van de vier studies gericht op de algemene bevolking waren significant en bij drie studies gericht op kleinere groepen werden betere resultaten behaald dan bij studies gericht op de algemene bevolking. De grootste effecten werden over het algemeen gevonden in studies die zich richtten op mensen die al kans maakten op chronische aandoeningen (Pomerleau et al., 2005b). Er werden significante effecten gevonden voor interventies die werkten met face-to-face interviews, telefonisch contact en persoonlijke begeleiding. Dit heeft echter als nadeel dat het een hoge kost heeft en tijdrovend is. Alternatieven hiervoor zijn geïndividualiseerde boodschappen via print media of computergestuurde interventies, aangezien een significant effect aangetoond is bij computergestuurde geïndividualiseerde educatieprogramma’s. Het is bijgevolg een innovatieve en veelbelovende manier om mensen te motiveren om hun gezondheidsgedrag te wijzigen en daarenboven kan een grote groep mensen bereikt worden en is het toch mogelijk advies op maat te geven. Persoonlijke boodschappen, berichten of voedingsadviezen op maat voor elk individu (dit wordt ook wel tailoring of tailored feedback genoemd) zijn immers effectiever dan algemene informatie in het motiveren van mensen om hun gedrag te veranderen (De Vries, Kremers, Smeets, Brug, & Eijmael, 2008; Lustria et al., 2009; Pomerleau et al., 2005b; Proper et al., 2006). 6.1.1 Advies op maat en actieplanning
“Tailoring is een manier van personaliseren van inhoud en overdracht van informatie. De gegeven informatie en de toegepaste gedragsveranderingstechniek houdt rekening met de persoon voor wie de informatie bedoeld is: zijn karakteristieken en persoonlijke doelen. Men probeert op die manier de informatie aan te passen aan de cognitieve mogelijkheden van de persoon enerzijds en de impact van de boodschap te vergroten via aangepaste gedragsdeterminanten anderzijds” (Hawkins, Kreuter, Resnicow, Fishbein & Dijkstra, 2008). 27
Bij tailoring worden met andere woorden voor elke persoon gezondheidsboodschappen op maat gemaakt door aangepaste feedback te geven aan de hand van de gegevens die men verkrijgt over die persoon. Dit zorgt ervoor dat de boodschappen relevant zijn en er beter wordt ingespeeld op (de noden van) het individu (Spittaels, 2007). Verder wordt de boodschap als nuttiger wordt beschouwd (Napolitano & Marcus, 2002; Spittaels, 2007), wordt de informatie meer gelezen, beter onthouden en gezien als persoonlijk relevant in vergelijking met algemene informatie (Lustria et al., 2009; Smeets, Brug & de Vries, 2008). Daarenboven zorgt persoonlijke feedback voor meer aandacht, verloopt het proces intensiever, bevat het minder overbodige informatie, wordt het gezien als positiever en kan het zorgen voor een hogere eigeneffectiviteit (Lustria et al., 2009; Smeets et al., 2008). Tenslotte verhoogt persoonlijke informatie de motivatie van het individu om in te gaan op de boodschap en zorgt het dus voor een gunstige perceptie. Interventies op maat hebben geleid tot positieve resultaten in een verscheidenheid van interventies, zoals binge drinking, voedings- en dieetgewoontes en roken (Lustria et al., 2009). Wanneer tailoring zich gaat richten op een match tussen de mentale toestand van de persoon en de boodschap, spreekt men van adaptatie. Een andere techniek is personalisatie, het gebruik van persoonlijke kenmerken, zoals de naam van de persoon verwerken in de feedback. Een derde techniek is het aanpassen van de feedback aan de vooropgestelde doelen van de persoon. Personalisatie en feedback bleken in eerder onderzoek effectief om tot gedragsverandering te bekomen (Dijkstra, 2005). Behalve tailoring op basis van verkregen informatie, kan men de informatie ook aanpassen aan specifieke eigenschappen van de gebruiker zoals leeftijd, geslacht, graad van afhankelijkheid, socio-demografische status en voorkennis (Deweer, 2011). Uit een studie van De Vries et al. (2008) blijkt dat gepersonaliseerde informatie resulteert in een grotere verbetering over de tijd van fruit- en groente-inname dan wanneer algemene informatie wordt gehanteerd, maar feedback rond actieplanning de effecten in deze studie niet vergrootte. Het tegengestelde werd bewezen door tal van studies waarbij actieplanning eveneens deel uitmaakt van de interventie. Er worden met andere woorden positieve resultaten gevonden door actieplanning omtrent groente- en fruitconsumptie. Bij een followupstudie door middel van tailoring bij cardiovasculaire patiënten wordt een positief effect van 28
groenten en fruit gezien op het herstel van patiënten (Reinwand, Kuhlmann, Wienert, de Vries, & Lippke, 2013). Deze bevindingen worden bevestigd door de determinantenanalyse van actieplanning, zoals eerder uiteengezet en hieronder samengevat. Er kan bijgevolg geconcludeerd worden dat actieplanning in se wel degelijk een significant effect heeft op de groente- en fruitinname (Godinho et al., 2013; Hankonen et al., 2013). Verder vinden
Luszczynska et
al.
(2007)
dat
actieplanning gecombineerd
met
eigeneffectiviteit niet per se tot meer verandering in cognities en aldus in groente- en fruitconsumptie leidt dan wanneer enkel actieplanning wordt toegepast in een interventie (Luszczynska et al., 2007). Uit onderzoek van Van Osch et al. (2009) blijkt dat individuen die een hoge mate van actieplanning rapporteren significant meer kans maken om hun intenties te vertalen naar concreet gedrag. Tenslotte suggereren de resultaten uit de studie van de Bruijn (2011) dat invloeden van persoonlijkheid in rekening moeten gebracht worden bij de ontwikkeling van actieplanningsstrategieën gericht op het verhogen van fruitconsumptie. 6.1.2 Computer tailoring (CT)
Bij CT wordt de computer gebruikt als middel om te tailoren of advies op maat te geven. Via een computer worden persoonlijke gegevens over de huidige gezondheidstoestand en het risicogedrag
bevraagd
en
verwerkt.
Op
basis
daarvan
wordt
automatisch
een
gepersonaliseerde feedback gegeven (Walters, Wright, & Shegog, 2006). Drie generaties
Binnen de literatuur wordt een onderscheid gemaakt tussen eerste, tweede en derde generatie CT-interventies. Bij een eerste generatie van CT-interventies heeft de gebruiker geen direct contact met de computer: hij vult een vragenlijst in, die ingegeven wordt in de computer door een onderzoeker en krijgt nadien feedback op maat afgeprint of per mail doorgestuurd. Een tweede generatie van CT-interventies zorgt ervoor dat de participant direct interageert met het computersysteem en onmiddellijk hierop feedback krijgt. Het betreft een volledig online parcours voor zowel de meting, feedback als het begeleidingstraject. Dit wordt ook wel online coaching genoemd.
29
De derde generatie bewaart de interactieve component, maar past de informatie aan aan de gebruikerskarakteristieken op verschillende momenten doorheen het traject. Waar de tweede generatie na tailoring een reeks van boodschappen genereert, zal de derde generatie componenten van de interventie toevoegen, herformuleren of weglaten naar gelang de respons van de gebruiker. Men maakt gebruik van mobiele instrumenten zoals gsm, smartphone, tablet, etc. als voornaamste media waarbinnen het begeleidingstraject plaatsvindt. Aan de hand van deze instrumenten kunnen gegevens op verschillende (real-time) momenten worden ingevoerd en kan er ook onmiddellijk feedback worden voorzien (Walters et al., 2006). Resultaten m.b.t. het effect van een aantal CT-interventies
Verschillende reviews hebben aangetoond dat CT-interventies een positief effect kunnen hebben op de groente- en fruitinname vergeleken met geen of een algemene interventie. De huidige bijgewerkte review van Broekhuizen et al. (2012) bevestigt en bekrachtigt de evidentie dat voedingseducatie door middel van computer tailoring effectief is, hoewel de effect sizes gerelateerd aan voedingseducatie interventies op maat vrij klein zijn. Vijftien van de achttien studies (85 %) over fruit- en groenteconsumptie tonen significante verschillen in het voordeel van CT-interventies. De evidentie voor langetermijneffecten van computer tailoring blijft besluiteloos (Broekhuizen et al., 2012).
In de review van 2006 van Broekhuizen et al. werd een derde van de tweede generatie interventies rond voedingsgedrag effectief bevonden. In de review die hierop volgde in 2012 werden meer (60 %) interventies effectief bevonden. Het gebruik van gsm’s en smartphones kunnen hiervoor een mogelijke verklaring zijn, aangezien deze het voordeel hebben dat tweezijdige communicatie mogelijk is en dubbel zoveel mensen ermee starten in vergelijking met andere online interventies (Broekhuizen et al., 2012). Hieruit kan geconcludeerd worden dat het gebruik van tweede en derde generatie CT-interventies een potentiële toekomst heeft. Een ander groot voordeel bij tweede en derde generatie CT-interventies is dat feedback onmiddellijk kan gegeven worden (Portnoy et al., 2008). Verder kan er dankzij het computersysteem op meer kenmerken tegelijk gepersonaliseerd worden (Lustria et al., 2009; Smeets et al., 2008). Specifiek bij derde generatie CT-interventies vinden we naast de voordelen van de tweede generatie CT-interventies dat feedback nog meer afgestemd wordt op de persoonlijke karakteristieken (Walters et al., 2006).
30
Over het algemeen wordt bij CT-interventies het nieuwe gedrag langer volgehouden. Dit kan bijvoorbeeld gerealiseerd worden door het sturen van gepersonaliseerde opvolgingsfeedback, herinneringsberichten en e-mails (Jacobs et al., 2004). Een volgend voordeel van online CTinterventies, is dat de interventie op het gewenste tijdstip van de persoon kan worden ingevuld (Portnoy et al., 2008). Verder is er respect is voor de privacy (Schulz et al., 2012), kan de CTinterventie aan een relatief lage kost uitgevoerd worden (Springvloet et al., 2014) en is een groot bereik mogelijk gezien de grote toegang tot het internet. In België zien we dat 80 % van de huishoudens een internet verbinding heeft (Economie, Statistics Belgium, 2013). Daarnaast zijn CT-interventies ook effectief in lage socio-economische klassen. Dergelijke interventies bezitten het voordeel een breder bereik te hebben dan interventies die gebruik maken van louter geprint materiaal. Dit is zeker het geval in landen waar internet wijdverspreid is, ook bij de lage klassen (Springvloet et al., 2014). Daarenboven hebben computing-technologieën in belangrijke mate bijgedragen aan het niveau van verfijning van metingen (Lustria et al., 2009) en is het mogelijk om persoonlijke gegevens automatisch te verzamelen om ze vervolgens te gebruiken om individuele feedback te voorzien (Springvloet et al., 2014). Tenslotte kunnen verschillende gedragsbeïnvloedende factoren nagegaan worden en wordt de mate van gepersonaliseerd advies benaderd, wat in het verleden enkel door persoonlijk contact mogelijk was met opgeleide zorgverleners (Lustria et al., 2009). In een review van Yamaguchi et al. (2011) werd de effectiviteit bekeken van 21 CTinterventies waarvan er 12 interventies het voedingsgedrag significant beter beïnvloeden in vergelijking met de controlegroep. Volgens de auteurs blijft het wel onduidelijk waarom CTinterventies effectiever zijn dan algemene gezondheidseducatie die van persoon tot persoon wordt overgebracht. In deze review maakt men een onderscheid tussen drie verschillende kanalen of manieren om de interventie over te brengen naar het doelpubliek: enkel website (kanaal W) of een mix van e-mail, geprint materiaal (kanaal P) en ‘onsite’ persoonlijke overdracht (kanaal O). Kanaal W (Web) bevatte studies waarbij de kanalen van de interventie hoofdzakelijk overgebracht werden via website en e-mail; kanaal O (Onsite) bevatte studies waarin de manier van overbrengen persoonlijk was (bijvoorbeeld in de kerk, school, eerstelijnszorgsetting), kanaal P (Print) bevatte studies waarin hoofdzakelijk gewerkt werd met geprint materiaal om de boodschap over te brengen (zoals magazines en folders). Deze review toonde aan dat de effectiviteit van CT-interventies die gebruik maken van kanaal W relatief laag was in vergelijking met interventies die kanalen O en P gebruiken. Alhoewel interventies met W-kanalen gezondheid gerelateerde informatie kunnen overbrengen aan een 31
groot publiek en aan een lage kost, moeten de participanten wel nog aan hun computer geraken om de informatie in te winnen. In een W-kanaal interventie die gewichtsverlies beoogde, werd bij de helft van de participanten een gebrek aan tijd om online te gaan vastgesteld. Daarentegen kunnen participanten in interventies die gebruik maken van kanaal O gemakkelijk ter plaatse een simpele vraag stellen of hulp vragen aan het ondersteunend personeel.
Dergelijke menselijke componenten zijn noodzakelijk om
een betere
gedragsverandering tot een goede gezondheid te verkrijgen (Yamaguchi et al., 2011). Ondanks de veelbelovende resultaten van computer tailoring bestaat er nog een beperkte kennis over hoe tailoring precies werkt. Ook bleek dat advies op maat een complex proces is en dat de effecten kunnen worden beïnvloed door een aantal moderatoren, waaronder de soort vergelijking die gemaakt wordt, het gezondheidsgedrag in se, het type van participanten, het soort geprint materiaal, het aantal interventiecontacten, de lengte van follow-up, en demografische factoren, gedrag, en theoretische concepten gebruikt voor het gepersonaliseerd advies (Lustria et al., 2009). Een belangrijk nadeel van CT-interventies is dat bij deze soort interventies vaak een grote drop-out gezien wordt. Een onderzoek wees uit dat meer dan de helft van de bezoekers van een online interventie, de website binnen de dertig seconden weer verlaat, slechts 10,5 % bleef gedurende meer dan een kwartier. Hieruit kan geconcludeerd worden dat er behoefte is aan het identificeren van de factoren die samenhangen met de vroege stopzetting of de voortzetting van deelname aan web-based programma's ter bevordering van een gezonde levensstijl (Schulz et al., 2012). Een eerste verklaring hiervoor kan het volgende zijn: wanneer interventies zich richten op meerdere gedragingen wordt er weinig blijvend gebruik gemaakt van de interventies (Schulz et al., 2012). Bovendien zijn deze vaak stand alone interventies, wat wil zeggen dat deze enkel via internet aangeboden worden en los staan van enige ondersteuning (Greaves et al., 2011; Norman et al., 2007). Wanneer een CT-interventie bijvoorbeeld niet ingebouwd wordt in een setting waar meer social support mogelijk is, is de kans op drop-out groter (Schulz et al., 2012). Suggesties uit de literatuur om effect-sizes te verhogen
In de bovenvermelde paragraaf ‘Resultaten m.b.t. het effect van een aantal CT-interventies’ werd beschreven dat, hoewel de evidentie bestaat dat CT-interventies effectief zijn, de effect32
sizes gerelateerd aan interventies omtrent voedingseducatie vrij klein zijn (Broekhuizen et al., 2012). In de volgende paragraaf wordt aangehaald op welke manier deze effectmaten zouden kunnen bevorderd worden. Uit de review van Portnoy et al. (2008) blijkt dat het belangrijk is om de eigeneffectiviteit te verhogen, dit kan door het aanleren van zelfregulatie (Portnoy et al., 2008). Lustria et al. (2009) beschreven in hun review dat het verhogen van eigeneffectiviteit kan bekomen worden door het geloof en zelfvertrouwen in gedragsverandering te vergroten. Dit kan men bereiken door persoonlijk wenselijke doelen te stellen, een vooraf opgestelde oplossing voor hindernissen te formuleren en door concreet uitvoerbaar gedrag voorop te stellen om het doel te bereiken (Lustria et al., 2009). Verder blijkt ook uit dezelfde review dat effecten op gedrag zelf kunnen verhoogd worden door meer gebruik te maken van zelfregulatievaardigheden, zoals het stellen van doelen (goal setting) en actieplanning (action planning). Op deze manier kunnen de veelal kleine effect-sizes bijgevolg vergroot worden (Lustria et al., 2009). Springvloet et al. (2014) duiden eveneens het belang aan van zelfregulatievaardigheden. Ze vonden dat traditionele interventies rond gezonde voeding vaak enkel gericht zijn op motivationele determinanten zoals attitude en eigeneffectiviteit. Motivatie is een belangrijke eerste stap in het gedragsveranderingsproces, maar het is niet waarschijnlijk dat enkel motivatie zal leiden tot een blijvende gedragsverandering. Deze traditionele interventies houden geen rekening met de actiefase van het gedragsveranderingsproces. In de motivatiefase vormen mensen vaak intenties, maar deze worden niet steeds omgezet tot actie. De kloof van intentie naar actie moet overbrugd worden. Om een duurzame gedragsverandering te bereiken is het belangrijk dat de verandering wijzigt in de loop van de tijd. Dit vereist zelfregulatievaardigheden, hierop wordt zelden gewerkt in de traditionele interventies. Door de interventie ook op actiefase en zelfreguleringsprocessen te richten kunnen de effecten van de interventie vergroot worden en kan het zorgen voor een duurzame gedragsverandering (Springvloet et al., 2014). Verder suggereren Broekhuizen et al. (2012) dat er bewijs is dat dynamic tailoring, wat wil zeggen dat er meerdere geïndividualiseerde feedbackmomenten plaatsvinden gedurende een lange interventieperiode, de korte termijneffecten verbeteren. De huidige bijgewerkte review toont verder dat iteratieve of steeds terugkerende feedback en hulpmiddelen ter ondersteuning van zelfregulatievaardigheden manieren zijn om herhaalde tailoring te realiseren. Voorbeelden hiervan zijn: activiteiten om doelen te stellen (goal setting activities), zelfcontrole-
33
instrumenten (self monitoring tools), activiteiten gebaseerd op vaardigheden (skills building activities), herinneringen per e-mail, booster sessies en interactie (Broekhuizen et al., 2012). Ook een toename van sociale steun zou leiden tot betere effect-sizes. Eerder werd beschreven dat een mogelijke verklaring voor de grote drop-out stand alone CT-interventies of interventies zijn die enkel via het internet worden aangeboden. Een manier om stand alone interventies te vermijden, is de interventie in te bouwen in settings waar wel meer sociale steun mogelijk is. Recent onderzoek toont namelijk aan dat het bereik en gebruik van CTinterventies kan verbeterd worden door het voorzien van ondersteuning door een vertrouwenspersoon (Kelders et al., 2012; Schneider, 2014). Een vertrouwenspersoon kan bijvoorbeeld de huisarts zijn, aangezien deze een zekere invloed uitoefent via zijn geloofwaardigheid. Huisartsen kunnen tevens bijkomende steun voorzien door CTinterventies te implementeren in hun praktijk (Ampt et al., 2009; Lawlor et al., 2000; Sciamanna et al., 2004a). Het inbouwen van de CT-interventie in een setting waar sociale steun mogelijk is, kan gebeuren door middel van derde generatie computer tailoring door gebruik te maken van smartphones, tablets, etc. (Walters et al., 2006). Tot slot kan gesteld worden dat de focus in toekomstige interventies moet liggen op het bekomen van grotere effect-sizes en behouden van die effect-sizes. Verder moet er ook gefocust worden op langetermijnstudies (tot nu toe vooral effectieve interventies met kortetermijneffecten tot drie maanden) en moet men ook aandacht hebben waarom de CTinterventies effectief zijn (Broekhuizen et al., 2012). CT-interventies bij de huisarts Uit de review van Kelders et al. (2012) blijkt dat meer persoonlijk contact, een frequent gebruik van de interventie en een langere duur van de interventie kan zorgen voor een grotere kans op behoud van het gedrag. Huisartsen kunnen bijgevolg een invloed uitoefenen en zorgen voor een beter resultaat bij de gedragsverandering. Ze kunnen daarnaast ook een extra aanmoediging zijn voor de patiënten om deel te nemen aan de interventie (Kelders et al., 2012). Ook van Gemert-Pijnen et al. (2011) menen dat begeleiding tijdens de interventie zou kunnen zorgen voor meer gebruik en een groter effect van de interventie wanneer de huisarts het initiatief ondersteunt (van Gemert-Pijnen et al., 2011). Verder vonden Ampt et al. (2009) dat huisartsen het enerzijds als hun verantwoordelijkheid zien om patiënten advies te geven en patiënten dit anderzijds ook verwachten van hun huisarts. Daarnaast zien patiënten hun arts 34
als een betrouwbare bron voor informatie rond voeding en beweging (Ampt et al., 2009; Lawlor et al., 2000). Uit een systematische review van Vegting, Schrijver, Otten, & Nanayakkara (2014) blijkt dat een programma via internet het potentieel heeft het aantal bezoeken aan de huisarts te reduceren en dat het daarenboven kosteneffectief kan zijn, maar dat het uitdagend is om patiënten gemotiveerd te houden om verder te gaan met het programma. Een CT-interventie zou enkele taken van de hulpverlener kunnen overnemen. Het kan hulpverleners aanzetten en richtlijnen bieden om de patiënten te begeleiden. De betrokkenheid van de arts kan voor een groter doelengagement en gedragsbehoud zorgen bij de patiënt (Sciamanna et al., 2004a). Om trouw aan het programma te verbeteren lijkt het voordelig het programma te personaliseren, patiënten bijvoorbeeld hun eigen behandelingsdoelen laten opstellen en de duur van de interventie begrenzen. De auteurs geloven dat het persoonlijk contact tussen de patiënt en de arts niet geheel kan vervangen worden door een internet-interventie, aangezien affectie vooral wordt geuit door non-verbaal gedrag. Dit is aangetoond van cruciaal belang te zijn voor de tevredenheid, therapietrouwheid en klinische outcomes van patiënten. Om deze reden wordt gesuggereerd dat de meeste patiënten verkiezen hun huisarts nu en dan te zien en dat internetcommunicatie aanvullend kan zijn bij de standaardzorg van specifieke patiëntenpopulaties (Vegting et al., 2014). Uit onderzoek van Sciamanna, Novak, Houston, Gramling & Marcus (2004b) bleek dat de patiënten die persoonlijke feedback bespraken met hun huisarts een hogere tevredenheid rond hun consultatie rapporteerden in vergelijking met patiënten die hun resultaat niet hadden besproken met de huisarts. In een studie van Shakeshaft & Frankish (2003) werden voor een CT-interventie rond alcoholgebruik, rookstatus en algemene gezondheid (fysieke activiteit, emotionele problemen, dagelijkse en sociale activiteiten) in de wachtkamer van een huisartspraktijk laptops gebruikt. De patiënten kregen persoonlijke feedback die kon besproken worden met de huisarts tijdens de consultatie. Ongeveer 55 % van de deelnemers begon daadwerkelijk aan het programma, 80 % voltooide alle vragen waarvan 89 % instemde om de feedback te bespreken met hun huisarts tijdens de consultatie. De meeste patiënten beoordeelden de toepassing van de laptop uitstekend (36 %) zeer goed (29 %), of goed (24 %). De auteurs concluderen dat het gebruik van CT-interventies in de eerstelijnsgezondheidszorg haalbaar is (Shakeshaft & Frankish, 2003).
35
Barrières Een onderzoek in elf Europese landen, waarbij 2082 artsen deelnamen, toonde aan dat huisartsen geloven in preventieve gezondheidszorg in de praktijk, maar het moeilijk vinden om dit te implementeren. 56 % van de artsen gaf aan dat het moeilijk is om de interventies te combineren met het werk. De twee belangrijkste barrières hiervoor zijn vooreerst de zware werklast en tijdsgebrek, alsook het feit dat hiervoor geen vergoeding is voor de artsen (Brotons, et al., 2005). Een onderzoek naar een CT-programma binnen de eerstelijnsgezondheidszorg (Sciamanna et al., 2004a) ondervond enkele barrières bij het implementeren van een CT-interventie in een eerstelijnspraktijk. Zo kunnen technische problemen, de angst van de patiënt om niet met het programma te kunnen werken, onervarenheid van het personeel en een te lange vragenlijst een barrière vormen. Een andere mogelijke barrière is het feit dat de interventie geen beslag op de tijd van de hulpverlener mag leggen. De patiënt moet ook de mogelijkheid hebben om het programma volledig af te werken voor hij bij de arts binnen mag. De interventie moet ook in lijn liggen met de doelstellingen van de praktijk en tot kwaliteitsverbetering leiden voor de patiënten. Slechts één van de tien praktijken slaagde erin om de interventie toe te passen binnen de dagelijkse setting van de praktijk (Sciamanna et al., 2004a). Suggesties van artsen voor implementatie van CT-interventies binnen een praktijk Uit het onderzoek van Sciamanna et al. (2004a) blijkt dat de artsen verschillende voorstellen gaven om een CT- interventie binnen een praktijk beter te implementeren: -
Door de interventie te integreren in de routine van de praktijk, waardoor de interventie frequenter gebruikt wordt.
-
Een bijhorende poster kan ervoor zorgen dat patiënten sneller geneigd zijn om deel te nemen.
-
Het programma mag niet te lang zijn.
-
Verschillende educatieve programma’s aanbieden op de computer, zodat patiënten zelf een passend onderwerp kunnen kiezen.
-
Zorgen voor een interactief programma dat mensen prikkelt om deel te nemen, dit is een mogelijkheid om met touch screen te werken.
-
De arts kan bepaalde patiënten persoonlijk aanspreken om het programma te gebruiken. 36
Sciamanna et al. (2004a) stelden vast dat het belangrijk is voor CT-interventies binnen de eerstelijnsgezondheidszorg dat gedetailleerde studies en analyses rond het ontwerp en de uitvoering van het onderzoek worden gepubliceerd. Enkel zo kan een beter inzicht verkregen worden rond eerstelijns CT-interventies om op die manier de kans op toekomstig succes te vergroten. Voor de interventie ‘Mijn Actieplan’ van Plaete et al. (2015) werden focusgroepgesprekken uitgevoerd met huisartsen om de haalbaarheid van de implementatie van een e-Healthinterventie bij de huisarts na te gaan. Bij zeven focusgroepen met 62 huisartsen werden verschillende barrières en mogelijke oplossingen besproken. De meeste huisartsen waren positief over het gebruik van de principes van het stellen van doelen, zelfregulatie en empowerment. Volgens de huisartsen kunnen de vooropgestelde methoden en technieken om zelfregulering toe te passen effectief leiden tot gedragsverandering. Ze ondersteunen de idee dat patiënten zelf moeten beslissen welk gedrag ze willen veranderen en welke doelen ze voorop stellen. Dit zou ervoor kunnen zorgen dat de patiënt meer bezig is met de gedragsverandering, ze kunnen kiezen wat voor henzelf relevant is. Een aantal dokters had hun twijfels rond de effectiviteit van het vooropstellen van een te makkelijk doel. Ze suggereerden dat de gezondheidsnorm best vermeld wordt (Plaete et al., 2015). Huisartsen die werken met een afsprakensysteem zien het moeilijk haalbaar om een tablet te gebruiken in de wachtruimte. Daarnaast is het volgens hen gemakkelijker om de interventie toe te passen in een groepspraktijk waar een praktijkondersteuner is, in vergelijking met een solo-praktijk. Er werd gesuggereerd om de patiënten ook de mogelijkheid te geven om na de consultatie de tablet te laten gebruiken (Plaete et al., 2015). Verder verschilden de meningen over de mogelijkheid om het actieplan naar de huisarts te mailen. Sommige huisartsen gaven aan dat ze dat niet willen, omdat ze zich verantwoordelijk zouden voelen om feedback te geven en te controleren of de patiënt zijn doel behaalt. Andere huisartsen vonden dit een goed idee, zo kunnen ze het actieplan evalueren en feedback geven. De idee dat patiënten hun actieplan kunnen sturen naar vrienden en familie werd positief geëvalueerd. De meningen verschilden over de vraag of het actieplan moet worden afgedrukt in de huisartsenpraktijk of thuis. Er waren ook huisartsen die de voorkeur gaven om te werken met flyers met een weblink naar het programma, in plaats van een tablet. Ook de combinatie van flyers en tabletten werd gesuggereerd door veel huisartsen. Zij verklaarden dat hun rol in 37
dit programma vooral motivatie en helpen van de patiënten moet zijn. Verder bestaat de rol van de huisartsen erin het programma te communiceren naar de patiënten toe door een tablet te voorzien in de wachtkamer, een flyer aan te bieden of de link naar het programma te plaatsen op hun eigen website. Sommige huisartsen waren ervan overtuigd dat ze de meest geschikte personen zijn om het programma aan te bieden, omdat ze een hoge mate van gezag en expertise hebben ten opzichte van de patiënten. Andere huisartsen vonden dat ze hier onvoldoende deskundig voor waren. Andere kanalen om het programma uit te voeren werden voorgesteld, zoals scholen, apothekers en media. De meningen verschilden over mogelijke uitsluitingscriteria. Sommige huisartsen vonden dat het programma ook kan worden gebruikt voor patiënten met diabetes, obesitas, hypertensie en chronische hart- en vaatziekten. Andere huisartsen vinden het belangrijk dat patiënten met chronische ziekten de feedback ook bespreekt met de huisdokter (Plaete et al., 2015). Een andere zorg van huisartsen was dat niet iedereen in staat is om gebruik te maken van elektronische toestellen, met name oudere patiënten, patiënten met een lager opleidingsniveau en patiënten die geen Nederlands spreken. De door de huisartsen voorgestelde oplossingen zijn het gebruik van duidelijke slogans, pictogrammen en foto's. Volgens sommige huisartsen zou het digitale programma ook niet geschikt zijn voor alle patiënten, omdat sommige mensen niet kunnen werken met een tablet of niet beschikken over een e-mailadres (Plaete et al., 2015).
38
Deel 2: Onderzoeksgedeelte Hoofdstuk 7: Probleemstelling
Gezonde voedingsgewoonten en voldoende fysieke activiteit zijn voor een volwassen individu een effectieve manier om ziekten te voorkomen en gezondheid te bevorderen (WHO, 2004). Groenten en fruit zijn een essentieel onderdeel van deze gezonde voedingsgewoonten (WHO, 2003). Uit onderzoek blijkt dat van de totale volwassen Belgische bevolking slechts 56 % dagelijks fruit eet, voor groenten is dit 78 % (Van der Heyden & Charafeddine, ed.). Een gezond voedingsgedrag heeft positieve gevolgen voor de publieke gezondheid (WHO, 2004). Bijgevolg is er nood aan interventies die de bevolking aanzet om hun fruit- en groente-inname te verhogen. Om tot deze gedragsverandering te komen, kan ‘computer tailoring’ een effectieve interventie techniek zijn (Broekhuizen et al., 2012). In twee recente reviews over CT-interventies werd echter gesuggereerd om in toekomstig onderzoek meer gebruik te maken van methoden van zelfregulatie (Broekhuizen et al., 2012; Lustria et al., 2009). Het belang van zelfregulatievaardigheden werd aangehaald door Springvloet et al. (2014). In hun review stelden ze vast dat traditionele interventies rond gezonde voeding vaak enkel gericht zijn op motivationele determinanten (Springvloet et al., 2014) en haalden ze aan dat zelfregulatievaardigheden, zoals doelen stellen, actieplanning en planning coping responses (Lustria et al., 2009) nodig zijn om een duurzame gedragsverandering te bewerkstelligen (Springvloet et al., 2014). Verder zijn CT-interventies meestal stand alone interventies, interventies die enkel via het internet worden aangeboden, zonder bijkomend persoonlijk contact met een hulpverlener. Studies hebben echter een beter effect aangetoond wanneer er een persoonlijke component, zoals een huisarts, werd toegevoegd aan de interventie (Meyer et al., 2012; Spittaels & De Bourdeaudhuij, 2006). De e-Health interventie ‘Mijn Actieplan’ speelt in op deze noden bij nieuwe interventies en heeft als doel de Vlaamse volwassenen online te voorzien van persoonlijke feedback. Deze feedback wordt aangevuld met zelfregulatievaardigheden, zoals actieplanning, het stellen van doelen en sociale steun. De interventie tracht op die manier een verbetering te bekomen van verschillende gedragsdeterminanten, waaronder bewustzijn, intentie, uitkomstverwachting, eigeneffectiviteit, zelfregulatie en actieplanning. Een verbetering van deze determinanten zou leiden tot gedragsverandering, namelijk het eten van meer groenten en fruit. 39
Verder zorgt de mogelijkheid tot het voorop stellen van persoonlijke doelen ervoor dat de participanten meer controle krijgen over hun eigen gedrag en gezondheid. Omdat ook sociale steun een belangrijke factor bleek te zijn in gedragsverandering werd de interventie geïmplementeerd in de huisartsenpraktijk door een onderzoeker en nadien ook door de huisarts zelf. Het opzet van deze masterproef is om na te gaan of de interventie in staat is het groente- en fruitgedrag te veranderen bij de volwassen Vlaamse populatie en of de interventie erin slaagt de bovengenoemde determinanten van gedrag positief te beïnvloeden.
40
Hoofdstuk 8: Onderzoeksmethode
8.1 Omschrijving van de interventie ‘Mijn Actieplan’ 8.1.1 Opbouw van de interventie
Het studiedesign van deze interventie is een Randomized Controlled Trial (RCT), ofwel een pretest-posttest experimenteel design met twee postmetingen (T2 en T3) en een blindering van de participanten. Dit houdt in dat de participanten na een convience sampling random toegewezen worden tot de controle- of de interventiegroep en de participanten niet weten tot welke groep ze behoren (zie ‘8.2 Steekproefselectie en procedure’). De evaluatiestudie bestaat uit twee fasen, namelijk een fase waarbij de onderzoekers participanten (voor zowel de controle- als de interventiegroep) aanspraken om deel te nemen aan de studie en een fase waarbij de interventie door de huisarts zelf geïmplementeerd werd. ‘Mijn Actieplan’ is een e-Health interventie die participanten kunnen doorlopen via de website ‘www.mijnactieplan.be’. De interventie bestaat uit drie modules die respectievelijk een week (T2) en een maand (T3) na de eerste afname (T1) gehouden worden. Bij de drie modules wordt het gedrag ook telkens gemeten aan de hand van vragenlijsten. De eerste module omvat de keuze van het gedrag dat men wil veranderen, het persoonlijk advies en het opstellen van het actieplan. De tweede en derde module omvatten de evaluatie van het gedrag en sturen het gedrag bij. Tijdens de eerste module is er de mogelijkheid om bij de huisarts een vragenlijst af te nemen via een tablet. Aan elke patiënt wordt een flyer (Bijlage 2 en 3) meegegeven zodat de patiënt ook de mogelijkheid heeft de vragenlijst thuis in te vullen en/of af te werken door met de persoonlijke code in te loggen op de website. In de wachtzaal zijn er bijhorende posters die uitleg bieden omtrent de interventie. De tablet wordt, afhankelijk van de voorkeur van de huisarts, zowel in de wachtzaal als tijdens of na de consultatie gebruikt. De tablet in de wachtzaal is beveiligd en kan enkel gebruikt worden voor de interventie. Participanten die aangeven dat ze jonger zijn dan achttien jaar, krijgen aan het begin van de module te lezen dat ze niet tot de doelgroep van de interventie behoren. Alle participanten ouder dan achttien jaar kunnen deelnemen aan de studie. Ook participanten met een chronische aandoening kunnen deelnemen, maar krijgen aan het einde van de module wel het 41
advies om hun huisarts te raadplegen om samen met hem of haar te overleggen of het beoogde doel geschikt en haalbaar is. De participanten kunnen kiezen welk gedrag ze graag zouden willen veranderen, namelijk fruit- of groente-inname met behulp van de Vlaamse groentetest en de Vlaamse fruittest (VIGeZ, n.d. b, c) of beweging. Na het invullen van deze vragenlijst krijgt de participant advies op maat rond dit onderwerp. Hierna kan men kiezen om meer informatie te lezen, een actieplan op te stellen of een vragenlijst in te vullen rond een ander gedrag. Verder kan men een persoonlijk actieplan opstellen rond het gekozen gedrag. In dit actieplan geeft de participant aan wat hij of zij zal doen om het vooropgestelde doelgedrag te bereiken. Dit actieplan kan eveneens opgesteld worden op de tablet bij de huisarts of kan indien er onvoldoende tijd is, thuis afgewerkt worden. In de tweede en derde module, de vervolgmodules, kan de participant zijn of haar actieplan evalueren en eventueel bijsturen. De participant wordt via mail gecontacteerd om opnieuw naar de website te gaan en de vervolgmodules (na een week en na een maand) in te vullen. 8.1.2 Inhoudelijke uitwerking van de interventie De Vlaamse fruit- en groentetest
Beide vragenlijsten (VIGeZ, n.d. b, c) starten met het nagaan van algemene gegevens, zoals naam, leeftijd, geslacht, lichaamslengte, lichaamsgewicht, opleidingsniveau en de navraag van chronische ziektes, zoals diabetes. Daarna wordt het aantal dagen waarop men fruit of groenten eet en het aantal porties fruit of groenten per week bevraagd. Met deze gegevens kan de BMI (Body Mass Index) en het gemiddeld aantal gram groente en fruit per dag en de gemiddelde portie fruit per dag berekend worden. De BMI werd berekend met de formule ‘gewicht (kg) / lengte (cm)²’. De gemiddelde groenteconsumptie per dag werd berekend door middel van de volgende formule: “sla*50 + rauwe_tomaten*150 + schijf_tom*15 + rauwe_wortel*100 + el_wortel*20 + komkommer*40 + maïs*15 + rauw*25 + broccoli*30 + kool*25 + prei*40 + gekookt*30”
42
Het gemiddeld aantal porties fruit per week werd berekend door het totaal aantal gram fruit per week te delen door 125 gram (= gemiddeld aantal gram per portie fruit). Concreet werd dit berekend door de volgende formule te delen door 125 gram: “fruitsla*150
+ appelen*125
+ bessen*100
+ aardbeien*100
+ vijgen*50
+ pruimen*60 + krieken*50 + kiwi*75 + nectarine*90 + mango*200 + meloen*180 + lychees*11 + druiven*125 + vers_fruit*30 + blik*40 + fruitmoes*30”
Deze werd nogmaals gedeeld door zeven (dagen) om het gemiddeld aantal porties fruit per dag te berekenen. In de analyses die volgen wordt enkel gebruik gemaakt van het gemiddeld aantal gram groenten per dag en het gemiddeld aantal porties fruit per dag. Ook worden analyses uitgevoerd om de huidige inname van groenten en fruit te vergelijken met de norm. De norm voor groenten bedraagt driehonderd gram en voor fruit gelden twee stukken fruit per dag als gezondheidsnorm (VIGeZ, 2012a, b). Vervolgens worden ook zeven determinanten bevraagd, namelijk bewustzijn, intentie, uitkomstverwachtingen, eigeneffectiviteit, zelfregulatie en actieplanning. Deze determinanten worden bevraagd aan de hand van één (bewustzijn en intentie) of meerdere items (uitkomstverwachtingen, eigeneffectiviteit, zelfregulatie en actieplanning). Deze items (zie infra) bevatten steeds gesloten vragen met vier of vijf antwoordmogelijkheden in de vorm van een schaal, bijvoorbeeld van ‘helemaal oneens’ tot ‘helemaal eens’. Enkel de evolutie van de determinant van gedrag ‘intentie’ en het eerste item van de determinant van gedrag ‘uitkomstverwachting’ werden geanalyseerd. De reden hiervoor is omdat dit de enige items waren waarvan een evolutie overheen de tijd nagegaan kon worden. Deze items bevragen namelijk of de participant van plan is in de komende maand meer fruit en/of groenten te eten of er wordt bevraagd hoe moeilijk of makkelijk hij of zij denkt het zal zijn in de komende maand om meer fruit en/of groenten te eten. Hierbij worden uitspraken gedaan over de toekomst, terwijl de andere determinanten gaan over het moment zelf, waardoor een uitspraak overheen de tijd niet mogelijk is.
43
Tabel 1: Beschrijving determinanten van gedrag Determinant
Items
Hoe gescoord?
Bewustzijn
Hoeveel groenten en/of fruit denk je dat je eet?
Vijfpuntenschaal (Heel veel – Heel weinig)
Intentie
Ben je van plan om meer groenten en/of fruit te gaan eten de komende Vijfpuntenschaal maand?
(Zeker niet – Zeker wel)
Uitkomstverwachting Hoe moeilijk of makkelijk denk je dat het is om in de komende maand meer Vijfpuntenschaal groenten en/of fruit te eten? Als ik meer groenten en/of fruit eet dan…
(Heel gemakkelijk – Heel moeilijk) Vierpuntenschaal
is mijn kans op het ontwikkelen van ziektes zoals diabetes en hart- en (Helemaal fout – Helemaal juist) vaatziekten kleiner zal ik mij mentaal beter voelen zullen anderen mij steunen
44
Eigeneffectiviteit
Ik ben er zeker van dat ik … meer groenten en/of fruit kan eten dan ik nu doe
Vierpuntenschaal (Helemaal fout – Helemaal juist)
meer groenten en/of fruit kan eten ook in moeilijke situaties meer groenten en/of fruit kan eten ook als ik telkens opnieuw moet proberen tot het me lukt meer groenten en/of fruit kan eten ook als ik problemen en zorgen heb meer groenten en/of fruit kan eten ook als mijn familie/vrienden dat niet doen
Zelfregulatie
Ik heb er moeite mee om voor mezelf doelen te stellen om meer groenten en/of Vijfpuntenschaal fruit te eten
(Zeker niet – Zeker wel)
Ik heb er moeite mee om plannen te maken die mij helpen mijn doelen om meer groenten en/of fruit te eten te bereiken Ik hou mijn voortgang van mijn groentedoelen bij om na te gaan of ik meer groenten en/of fruit eet
45
Actieplanning
Ik heb een duidelijk plan voor wanneer ik meer groenten en/of fruit ga eten Ik heb een duidelijk plan voor hoeveel groenten en/of fruit ik ga eten
Vierpuntenschaal (Helemaal eens – Helemaal oneens)
Ik heb een duidelijk plan voor wat ik ga doen als er iets tussen mijn plannen komt om meer groenten en/of fruit te eten Ik heb een duidelijk plan voor wat ik ga doen in situaties waarin het moeilijk is om meer groenten en/of fruit te eten
46
Feedback op maat
Naargelang de gegevens die de participant invoert, wordt persoonlijke feedback van het gedrag gegeven. De gemiddelde groente- of fruitinname wordt weergegeven, besproken en vergeleken met de heersende norm (Figuur 8). Bij deze feedback wordt steeds de boodschap gegeven dat elke stap in de richting van het bereiken van de gezondheidsnorm goed is en de participanten zelf haalbare doelen kunnen stellen om deze norm te bereiken. Tot slot worden ook voorbeelden gegeven van hoe men persoonlijke, haalbare doelen kan stellen om de groente- en/of fruitinname te verhogen. Bijvoorbeeld: “Elien koos ervoor om vier dagen in de week een stuk fruit te eten”. Vervolgens kan men kiezen zelf een actieplan op te stellen.
Figuur 8: Persoonlijk advies rond groenten
47
Het actieplan
Het actieplan maakt gebruik van drie methodes, namelijk ‘planning coping responses’, ‘goal setting’ en implementatie-intenties. Planning coping responses
Aan de hand van de methode planning coping responses wil men de participant op voorhand een oplossing laten bedenken voor een eventuele hindernis. Dit biedt hen de kans om voorbereid te zijn op een mogelijke hindernis en er op een gepaste wijze mee om te gaan wanneer deze hindernis zich voordoet. De vragen die hierbij horen voor fruit zijn : o Denkt u dat u bepaalde situaties of moeilijkheden zou kunnen ondervinden wanneer u probeert om meer fruit/groenten te eten? o Kan u hieronder beschrijven waardoor u het moeilijk kan vinden en wat voor u dus hindernissen kunnen zijn om meer fruit/groenten te eten? o Kan u nu aangeven welke optie uit de volgende lijst het best omschrijft wat voor u de belangrijkste hindernis kan zijn om (meer) fruit/groenten te eten? U kan hiervoor de optie kiezen die het beste aansluit bij wat u bij de vorige vraag heeft geantwoord. o Hoe wilt u vooral proberen om toch meer fruit/groenten te eten dan u nu doet? U hebt aangegeven dat de belangrijkste hindernis voor u om (meer) fruit/groenten te eten is dat u veel fruit-/groentesoorten niet lekker vindt. Daarom worden hier enkele methoden voorgesteld die u zouden kunnen helpen om toch meer fruit/groenten te eten. Geef die methode aan die u zelf wil toepassen om meer fruit/groenten te eten. Kies daarbij vooral voor de methode waarvan u denkt dat deze voor u haalbaar is om deze zelf uit te voeren. U kan ook een andere methode bedenken dan de methoden die reeds zijn aangegeven en deze noteren bij 'andere'.
48
Goal setting
Via de methode goal setting wil men de participant een plan laten opstellen volgens het SMART-principe. Aan de hand van de verschillende vragen stelt de patiënt een plan op dat specifiek, meetbaar, haalbaar, relevant en tijdsgebonden is. Bijhorende vragen voor fruit zijn: o Op hoeveel dagen van de week wilt u fruit gaan eten? o Hoeveel porties fruit wilt u gaan eten op die dagen? o Op welke momenten wilt u vooral fruit eten? o Waar wilt u vooral fruit eten? o Vanaf wanneer wilt u meer fruit eten? Implementatie intenties
De participanten krijgen de kans om aan de hand van twee open vragen eigen als-dan plannen op te stellen. Hiervoor krijgen ze eerst een aantal voorbeelden te zien van hoe zo een als-dan plan eruit kan zien. Hieronder staan enkele voorbeelden van personen die een ALS-DAN plan hebben opgesteld: “ALS ik thuis ontbijt, DAN eet ik ook nog een stuk vers fruit.” “ALS ik in de voormiddag een tussendoortje eet op mijn werk, DAN eet ik een stuk fruit in plaats van een koek.” “ALS ik ’s avonds thuis nog een tussendoortje neem terwijl ik naar tv kijk, DAN zal ik een stuik fruit eten in plaats van chips.”
Op basis van de antwoorden op de voorgaande vragen wordt dan automatisch een persoonlijk actieplan (Figuur 9) gevormd. Dit actieplan wordt automatisch doorgemaild naar de patiënt, waardoor deze eveneens de mogelijkheid krijgt om het actieplan af te printen en het op een goed zichtbare plaats bijvoorbeeld in huis of op het werk te hangen.
49
Figuur 9: Persoonlijk opgesteld Actieplan rond groente-inname Vervolgmodule
De participanten worden (na een week en opnieuw na een maand) via mail gecontacteerd om hun actieplan te evalueren en eventueel bij te sturen. De vervolgmodule houdt in dat het Actieplan eerst opnieuw wordt weergegeven en daarna geëvalueerd. Dit gebeurt aan de hand van de vragen: “Op hoeveel dagen heb je de voorbije week fruit/groenten gegeten?” “Hoeveel heb je de voorbije week gegeten van de onderstaande fruit-/groentesoorten? (Indien je hiervan niets gegeten hebt, geef dan 0 aan)”. Op die manier wordt opnieuw het totaalgewicht van fruit of groenten, het gemiddelde gewicht fruit of groenten in het totaal en de gemiddelde portie voor fruit berekend. Tenslotte worden deze cijfers vergeleken met het vooropgestelde doel en de norm omtrent fruit en groenten.
50
Wanneer een participant slaagt in zijn doel kan hij ervoor kiezen om ditzelfde doel te blijven nastreven (Figuur 10).
Figuur 10: Voorbeeld evaluatie geslaagd doel Een andere mogelijkheid is een nieuw actieplan op te stellen met een volgend, uitdagender doel. Indien een participant niet slaagt, zal men de reden hiervoor nagaan (Figuur 11).
51
Figuur 11: Voorbeeld evaluatie niet geslaagd doel De participant kan verschillende redenen aanduiden voor het niet slagen van het Actieplan. Ten eerste kan het doel te hoog en/of te moeilijk zijn, ten tweede kan het doel niet behaald worden door omstandigheden en als laatste kan de participant niet gemotiveerd genoeg zijn. Hierop wordt verder ingespeeld: bij gebrek aan motivatie krijgt de participant de mogelijkheid informatie door te nemen omtrent groenten en fruit; bij een te hoog doel wordt er voorgesteld een haalbaarder doel op te stellen en bijgevolg een nieuw plan te maken; wanneer het doel niet bereikt kon worden door omstandigheden, wordt er nagegaan wat die omstandigheid was door de participant opnieuw te laten kiezen uit een lijst met mogelijke omstandigheden (of die lijst te laten aanvullen). Na het identificeren van de omstandigheden (Figuur 12), worden hiervoor opnieuw oplossingen gezocht door de participant, wat hen de kans biedt om
52
voorbereid te zijn op een mogelijke hindernis en er op een gepaste wijze mee om te gaan wanneer deze hindernis zich voordoet.
Figuur 12: Omstandigheden in de vervolgmodule 8.2 Steekproefselectie en procedure
De rekrutering van de huisartsen gebeurde aan de hand van een convenience sample van achttien gemotiveerde huisartsen. Binnen deze praktijken werden de participanten gerekruteerd. Ook de participanten werden via convenience sampling gerekruteerd: deelnemers die op het moment dat de onderzoeker er was, werden gerekruteerd. Per huisarts werden minimum dertig participanten geselecteerd. Daarvan werden er minimum twintig door een onderzoeker gerekruteerd, waarvan er minimum tien aan de interventie- en tien aan de controlegroep werden toegewezen. Voor elk rekruteringsmoment werd bepaald of er 53
participanten voor de controle- of voor de interventiegroep gerekruteerd werden, dit zorgt in een zekere zin voor een random selectie (eenvoudige randomisatie) van de participanten tot de controle- en de interventiegroep. Vervolgens werden ook nog tien participanten gerekruteerd voor de interventie door de huisarts zelf. Patiënten ouder dan achttien jaar die de praktijk bezoeken kunnen vrijwillig deelnemen aan de studie. Exclusiecriteria voor patiënten zijn: minderjarig zijn en niet in het bezit zijn van een e-mailadres of elders geen toegang hebben tot internet. Daarnaast dienen huisartsen en patiënten ook een informed consent te ondertekenen voor deelname (Bijlage 1). Hieronder wordt nog eens overzichtelijk weergegeven hoe de verschillende condities eruit zagen. Interventieconditie 1: De onderzoeker is aanwezig in de huisartspraktijk en selecteert tien patiënten voor de interventieconditie. De toewijzing tot interventie- of controlegroep wordt voor het consultatiemoment vastgelegd (eenvoudige randomisatie). Een flyer, expliciet voor de interventiegroep, wordt aangeboden (Bijlage 3). Interventieconditie 2: De huisarts motiveert patiënten voor deelname aan de studie door de flyer (Bijlage 3) en tablet ter beschikking te stellen. Huisartsen motiveren in totaal ook tien patiënten tot deelname aan de interventieconditie. Controleconditie: De onderzoeker is aanwezig in de huisartsenpraktijk en selecteert tien patiënten die tot de controleconditie toegewezen worden. Controleparticipanten worden eveneens een flyer aangeboden (Bijlage 2). De controlegroep vult enkel een vragenlijst in in vergelijking met de interventiegroep die ook op maat feedback krijgt en een actieplan opmaakt. Participanten uit de controle- of interventiegroep moeten op drie tijdstippen de vragenlijst invullen. De pre-meting gebeurt na de randomisatie tot een van de twee interventiecondities bij de huisarts aan de hand van de vragenlijsten op de tablet en de twee post-metingen gebeuren na een week en een maand door een online vragenlijst die wordt verzonden via email.
54
8.3 Onderzoeksvragen
De volgende onderzoeksvragen (OZV) worden als uitgangspunt genomen: Om de steekproef nauwkeurig te kunnen beschrijven werden eerst en vooral de response rate en drop-out rate nagegaan van de participanten. Verder werden ook gemiddelde leeftijd, verdeling mannen en vrouwen, verdeling SES-groepen en gemiddelde BMI nagegaan via beschrijvende statistiek. Om na te gaan hoe gelijkend of verschillend beide groepen (interventie- en controlegroep) zijn qua karakteristieken worden OZV 1 en OZV 2 onderzocht.
OZV 1: Is er een gelijke verdeling van socio-demografische variabelen (leeftijd, geslacht, SES (opleidingsniveau)) en BMI in de interventiegroep bij de pre-meting ten opzichte van de controlegroep? OZV 2: Is er een verschil in groente- en fruitinname in de interventiegroep ten opzichte van de controlegroep bij aanvang van de interventie? Subvraag 2.1: Hoeveel mensen eten dagelijks fruit of groenten? Subvraag 2.2: Hoeveel mensen halen de norm voor groenten en fruit bij aanvang van de interventie? OZV 3: Gaan de participanten die deelgenomen hebben aan de interventie meer groenten en/of fruit eten in vergelijking met de controlegroep overheen de tijd? Subvraag 3.1: Blijft dit effect bestaan na een maand? Subvraag 3.2: Veranderen de resultaten van de analyses na uitzuivering van leeftijd en BMI? OZV 4: Is er een significante evolutie van determinanten van gedrag (intentie en uitkomstverwachting) bij de interventiegroep overheen de tijd ten opzichte van de controlegroep? Subvraag 4.1: Veranderen de resultaten van de analyses na uitzuivering van leeftijd en BMI? 55
8.4 Data-analyse groenten en fruit Voor deze masterproef werden gegevens gebruikt die verzameld zijn op drie verschillende tijdstippen. Er moet wel benadrukt worden dat er voor fruit en groenten twee aparte groepen gerekruteerd werden en er bijgevolg met twee verschillende databestanden gewerkt werd. Vooraleer gestart werd met de data-analyse werd het bestand gecontroleerd op onmogelijke waarden, ontbrekende waarden, normaliteit van de variabelen, etc. Hiertoe werden de frequenties van alle relevante variabelen gecontroleerd. Onmogelijke waarden werden gecodeerd als system missing. Scheef verdeelde variabelen werden via een logtransformatie omgezet. Testen die normaliteit van de variabelen vereisen werden met deze getransformeerde variabelen uitgevoerd. Het gemiddelde verschil, gemiddelden en standaarddeviaties werden nadien terug getransformeerd om een interpretatie te kunnen maken. De data werden geanalyseerd met het statistisch programma SPSS Statistics 22.
Er werd beschrijvende statistiek toegepast op zowel de data van groenten als die van fruit om enkele basiskarakteristieken, zoals rekruteringsgroep, leeftijd, geslacht, SES, BMI, fruit- en groenteconsumptie bij de pre-meting te beschrijven. Verder werd nagegaan wat de ‘drop-out rate’ is van de participanten overheen de tijd. Onderzoeksvraag 1 Om een antwoord te kunnen geven op de eerste onderzoeksvraag werd allereerst een independent samples t-test en vervolgens een Chi-kwadraat test uitgevoerd om na te gaan of er een gelijke verdeling was van leeftijd, BMI, geslacht en opleidingsniveau (SES) in de interventiegroep bij aanvang van de studie ten opzichte van de controlegroep. Hierbij werden voor de Independent Samples T-test leeftijd en BMI als twee kwantitatieve, continue, afhankelijke variabelen en groep als kwalitatieve, onafhankelijke variabele met twee groepen ingevoerd. Voor de Chi-kwadraat test werden geslacht (met twee categorieën) en SES (met vijf categorieën) als kwalitatieve, afhankelijke variabelen en ‘Groep’ als kwalitatieve, onafhankelijke variabele met twee categorieën ingevoerd. Dit werd toegepast op zowel het databestand van groenten, als dat van fruit.
56
Onderzoeksvraag 2 Voor de tweede onderzoeksvraag werd er onderzocht of er een verschil is in groente- en fruitinname in de interventie- en controlegroep bij aanvang van de interventie. Hiertoe werd opnieuw een Independent Samples T-test uitgevoerd met ‘Groep’ als kwalitatieve, onafhankelijke
variabele
met
twee
groepen
en
de
‘Gemiddelde
hoeveelheid
groenteconsumptie (in gram) per dag bij aanvang van de interventie’ en de ‘Gemiddelde portie fruit per dag bij aanvang van de interventie’ als kwantitatieve, afhankelijke variabele. Deze twee afhankelijke variabelen zijn scheef verdeeld en moeten dus eerst een logtransformatie (LG10(var)) ondergaan vooraleer de t-test, waarbij normaliteit van de variabelen noodzakelijk is, wordt uitgevoerd. Voor de interpretatie van gemiddelden en standaarddeviaties worden de gemiddelden en standaarddeviaties van de logstransformatie terug-getransformeerd. Vervolgens werd er onderzocht hoeveel mensen dagelijks een stuk fruit of groenten eten. Dit werd eenvoudigweg gerealiseerd door middel van descriptieve statistiek. Verder werd er onderzocht hoeveel mensen de norm halen voor groenten en fruit bij aanvang van de interventie en werd er opnieuw een beroep gedaan op een Chi-kwadraat test. Hiertoe werden nieuwe variabelen aangemaakt die de gemiddelde groenteconsumptie per dag (≤299 en >300 gram) en de gemiddelde portie fruit per dag bij aanvang van de interventie opdeelt in twee categorieën (≤1 en >2 stukken). Onderzoeksvraag 3 Om te kijken of de participanten die deelgenomen hebben aan de interventie meer groenten en/of fruit eten in vergelijking met de controlegroep overheen de tijd en of dit effect blijft bestaan na een maand (T3) werd een Repeated Measures ANOVA uitgevoerd. Hiertoe werd de variabele groep (controle vs. interventie) als between subjects factor ingevoerd en ‘Tijd’ met drie levels (T1, T2 en T3) als within subjects factor. Als afhankelijke variabele werd voor de analyse met groenten de continue variabele ‘groenteconsumptie’ ingevoerd, voor de analyse met fruit ‘fruitconsumptie’. Opnieuw werd gewerkt met de afhankelijke variabelen (T1, T2 en T3) die een logtransformatie ondergaan hadden. Deze analyse werd vervolgens uitgezuiverd voor zowel leeftijd als BMI, dit aan de hand van een Repeated Measures ANCOVA (subvraag 3.2). Hiertoe werd diezelfde analyse (Repeated Measures ANOVA) vergeleken met een analyse met leeftijd en een met BMI als covariaat. 57
Onderzoeksvraag 4 Om tenslotte de laatste onderzoeksvraag op te lossen, namelijk of er een significante evolutie van determinanten van gedrag (intentie en uitkomstverwachting) is bij de interventiegroep overheen de tijd ten opzichte van de controlegroep, werd een Repeated Measures MANOVA uitgevoerd. Hiertoe werd de variabele groep als between subjects factor ingevoerd en ‘Tijd’ met drie levels (T1, T2 en T3) als within subjects factor. Als measure name werden de items van de determinanten ingevoerd. Tenslotte wordt subvraag 4.1, waarin gevraagd wordt of er verschillen zijn naargelang leeftijd en BMI, via een Repeated Measures MANCOVA uitgevoerd.
De significantiedrempel van p <0,05 werd gehanteerd om de statistisch significanties aan te identificeren. Wanneer de p-waarde tussen 0,05 en 0,10 lag, werd dit aanzien als een trend tot significantie of een randsignificant resultaat. Bij vermelding van percentages werd steeds ‘valid percentage’ gekozen. Verder wordt de norm van driehonderd gram groenten per dag en twee stukken fruit per dag gehanteerd. En tenslotte werden logtransformaties uitgevoerd bij niet normaal, scheef verdeelde variabelen (ongebalanceerde boxplot, Skewness en Kurtosis liggen buiten de grenzen -1 en 1), voorafgaand aan testen die een normale verdeling van de variabelen vereisen door middel van LG10(var). Voor de interpretatie van gemiddelden en standaarddeviaties werd een terug-transformatie uitgevoerd.
58
Hoofdstuk 9: Resultaten
GROENTEN 9.1 Steekproefbeschrijving 9.1.1 Response rate en drop-out
In totaal werden 235 participanten gerekruteerd, waarvan 193 participanten de eerste module (T1) van groenten doorliepen. Dit geeft een response rate van 82,13 %. Van de 193 participanten die T1 vervolledigden bleven er 106 over die ook deelnamen aan T2 (drop-out van 45,08 %). Hiervan vulden slechts 66 participanten ook T3 in na een maand (drop-out van 37,74 %, maar een drop-out van 65,80 % ten opzichte van de 193 personen die initieel startten). Tabel 2: Response rate en drop-out ten opzichte van T1
Aantal T1
% T1
Aantal T2
% T2
Aantal T3
% T3
Response rate
193
82,13
106
54,92
66
62,26
Drop-out
42
17,87
87
45,08
40
37,74
Totaal aantal
235
100
193
100
106
100
9.1.2 Leeftijd, geslacht, BMI en opleidingsniveau (SES)
De gemiddelde leeftijd was 45,84 jaar en kende een bereik van 18 tot 80 jaar. De overgrote meerderheid van de participanten waren vrouwen (66,5 %). De BMI schommelde van 16,11 kg/m² tot 42,06 kg/m² en bedroeg gemiddeld 25,42 kg/m². De variabelen BMI en leeftijd hebben een normale verdeling. De meerderheid van de participanten gaf aan dat dit een diploma Hoger Onderwijs buiten Universiteit (34,0 %) is, gevolgd door een diploma ASO (20,9 %), TSO (17,8 %), Universitair Onderwijs (11,5 %), BSO (11,0 %) en tenslotte Lager 59
Onderwijs (4,7 %). Gemiddeld genomen bleken de participanten bij aanvang van de interventie 143,05 gram groenten per dag te eten. Tabel 3: Basiskarakteristieken van de totale steekproef, interventie- en controlegroep Totaal
Interventie Controle t
Chi²
(n=193)
(n =72)
(n =121)
Gemiddelde leeftijd (jaar)
45,84
45,26
46,17
-,428
-
Geslacht (% vrouw)
66,5
67,1
66,1
-
,021
SES (% hoger + universitair onderwijs)
45,5
40,0
48,8
-
4,052
Gemiddelde BMI (kg/m²)
25,42
25,90
25,15
,984
-
Gemiddelde groenteconsumptie (gram per dag)
143,05
149,73
139,08
,687
-
Dagelijkse groenteconsumptie (%)
64,2
-
-
-
-
Voldoen niet aan de norm (%)
92,2
88,9
94,2
-
1,786
*Een significant verschil tussen de interventie- en controleconditie (p<0,05)
9.1.2.1 Vergelijking controle- en interventiegroep qua leeftijd en BMI bij aanvang van de interventie
Er werd een independent samples t-test uitgevoerd om na te gaan of de interventie- en controlegroep verschillen in leeftijd en BMI. Uit de resultaten bleek dat de Levene’s test niet significant is voor zowel de test met leeftijd (F= 1,447; p= 0,230) als die met BMI (F= 1,353; p= 0,246). Bijgevolg kunnen we besluiten dat de varianties voldoende gelijk zijn en moet de procedure equal variances assumed gebruikt worden. De t-test bleek statistisch niet significant te zijn voor beide testen (t= -0,428; df= 189; p= 0,669 en t= 0,984; df= 189; p= 0,326), er was met andere woorden geen verschil in leeftijd en in BMI in beide groepen bij aanvang van de interventie. De gemiddelde leeftijd in de interventie- en controlegroep zijn
60
respectievelijk 45,26 ± 13,388 en 46,17 ± 14,753. De gemiddelde BMI-waarde in de interventie- en controlegroep zijn respectievelijk 25,903 ± 5,181 en 25,154 ± 4,994. 9.1.2.2 Vergelijking controle- en interventiegroep qua geslacht en opleidingsniveau bij aanvang van de interventie
Er werden twee Chi-kwadraat toetsen uitgevoerd om na te gaan of er een verband bestaat tussen het geslacht en de groep van de participanten enerzijds en het opleidingsniveau en de groep anderzijds. De eerste Chi-kwadraat toets toonde aan dat er geen statistisch significant verband bestaat tussen geslacht en groep bij aanvang van de interventie (Chi= 0,021; df= 1; p= 0,885). Bijgevolg kan besloten worden dat de geslachtsverdeling gelijk is in beide groepen. Verder is er geen statistisch significant verband tussen het hoogst behaalde diploma en de groep waartoe men behoort (Chi= 4,052; df= 5; p= 0,542). Dit wil zeggen dat de verdeling van het opleidingsniveau niet verschilt in beide groepen. We mogen tenslotte aannemen dat er een gelijke verdeling is van geslacht en opleidingsniveau in beide studiegroepen bij het begin van de studie. 9.1.2.3 Vergelijking groenteconsumptie in controle- en interventiegroep bij aanvang van de interventie
Er werd een independent samples t-test uitgevoerd om na te gaan of de interventiegroep een significant verschillende dagelijkse groenteconsumptie heeft dan de controlegroep. Uit de resultaten bleek dat de Levene’s test niet significant is (F= 0,774; p= 0,380). Bijgevolg kunnen we besluiten dat de varianties voldoende gelijk zijn en moet de procedure equal variances assumed gevolgd worden. De T-test bleek statistisch niet significant te zijn (t= 0,403; df= 189; p= 0,687). Er was met andere woorden geen verschil in gemiddelde groenteconsumptie per dag in beide groepen bij aanvang van de interventie. De gemiddelde groenteconsumptie is bij de interventiegroep slechts 1,05 keer zo groot als bij de contolegroep.
Voor
de
volledigheid
worden
de
(geometrische)
gemiddelden
en
standaarddeviaties gegeven: het gemiddelde aantal gram groenteconsumptie in de interventieen controlegroep is respectievelijk 116,493 ± 2,254 en 111,199 ± 2,092 gram. 9.1.2.4 Behalen van de gezondheidsnorm voor groenten
Er werd een Chi-kwadraat toets uitgevoerd om na te gaan of er een verband bestaat tussen het al dan niet halen van de norm van 300 gram groenten per dag en de groep waartoe de participanten behoren. Deze Chi-kwadraat toets toonde aan dat er geen statistisch significant verband bestaat voor het al dan niet halen van de gezondheidsnorm voor groenten tussen 61
beide groepen bij aanvang van de interventie (Chi= 1,786; df= 1; p= 0,181). Bijgevolg kan besloten worden dat de verdeling van deze afhankelijke variabele gelijk is in beide groepen. Verder werden ook de percentages van de participanten die de norm halen en die de norm niet halen uit deze toets afgeleid. Bij aanvang van de interventie behaalde 92,2 % van de participanten de norm voor groente-inname niet. Slechts 7,8 % haalde de norm wel.
9.2 Effect van de groente-interventie: is de evolutie in dagelijkse groenteconsumptie verschillend tussen controle- en interventiegroep? Om na te gaan of de interventiegroep overheen de tijd meer groenten eet in vergelijking met de controlegroep werd een Repeated Measures ANOVA uitgevoerd. Er werd gewerkt met de variabele ‘gemiddelde groenteconsumptie per dag’ op tijdstip 1, 2 en 3 (T1, T2 en T3), (voor de berekening zie 8.1.2), die alle drie een logtransformatie ondergingen om tot een normale verdeling te komen. Univariaat wordt een significant interactie-effect gevonden. De Sphericity Assumed van Tijd*Groep heeft een F-waarde van 3,664 en een p-waarde van 0,028, wat duidt op een significant interactie-effect tussen groep en tijd. Dit wil zeggen dat er overheen de tijd (van pre naar post naar follow-up) een significant verschil is in groenteconsumptie tussen de interventie- en de controlegroep. De interventiegroep eet significant meer groenten dan de controlegroep bij zowel de pre-meting (interventiegroep: 179,473 ± 2,201 ten opzichte van de controlegroep: 125,487 ± 1,839), als na een week (interventiegroep: 256,862 ± 2,100 ten opzichte van de controlegroep: 111,712 ± 1,777) en na een maand (interventiegroep: 270,085 ± 1,684 ten opzichte van de controlegroep: 118,713 ± 1,922). Opmerkelijk is ook dat de interventiegroep een stijging doormaakt in groenteconsumptie overheen de tijd, die vrij sterk is van pre naar post, en iets minder sterk verloopt van post naar follow-up. De groenteconsumptie van de controlegroep neemt af van pre naar post, neemt weer wat toe van post naar follow-up, maar eindigt onder het niveau waarmee ze gestart is.
62
Figuur 13: Plot interventie-effect Tijd*Groep groenteconsumptie
63
Tabel 4: Interventie-effect Tijd*Groep groenteconsumptie Interventie
Controle
(n = 12)
(n = 52)
Pre
Pre
F
Post
Follow-up
Post
Follow-up
(1 week)
(1 maand)
(1 week)
(1 maand)
M ± SD
M ± SD
M ± SD
M ± SD
M ± SD
M ± SD
179,473 ± 2,201
256,862 ± 2,100
270,085 ± 1,684
125,487 ± 1,839 111,712 ± 1,777 118,713 ± 1,922
Gemiddelde groenteconsumptie
3,664**
(gram per dag) Een significant verschil tussen interventie- en controlegroep: **p<0,05; *p<0,1
64
9.2.1 Effect van de groente-interventie uitgezuiverd voor leeftijd en BMI
Er werd tweemaal een Repeated Measures ANCOVA uitgevoerd om na te gaan of de analyses verstoord worden door de BMI- en/of leeftijdsvariabele. 9.2.1.1 Repeated Measures ANCOVA uitgezuiverd voor BMI
Univariaat blijft het interactie-effect Tijd*Groep significant met een F-waarde van 4,098 en een p-waarde van 0,019. Er kan besloten worden dat BMI geen storende variabele is en bijgevolg niet moet opgenomen worden in verdere analyses. 9.2.1.2 Repeated Measures ANCOVA uitgezuiverd voor leeftijd
Univariaat blijft het interactie-effect Tijd*Groep significant met een F-waarde van 3,451 en een p-waarde van 0,035. Er kan besloten worden dat leeftijd geen storende variabele is en bijgevolg niet moet opgenomen worden in verdere analyses.
9.3 Determinanten van gedrag: evolutie verschillend in controle- en interventiegroep? Er werd een Repeated Measures MANOVA uitgevoerd om na te gaan of er een significant verschil is in determinanten van gedrag (intentie en uitkomstverwachting) bij de interventiegroep ten opzichte van de controlegroep overheen de tijd (voor de berekening zie 8.1.2). Multivariaat werd er geen significant interactie-effect gevonden (Wilks’ Lambda= 0,970; F= 1,007; p= 0,405), wat wil zeggen dat alle determinanten samen niet significant verschillend evolueren in beide groepen. Ook univariaat werden geen significante interactie-effecten gevonden voor alle determinanten afzonderlijk (p>0,05).
65
Tabel 5: Univariate tabel: interventie-effect op de verschillende determinanten van gedrag Interventie
Controle
(nT3 = 14)
(nT3 = 54)
Pre
Post
Follow-up
(1 week)
(1 maand)
M ± SD
M ± SD
M ± SD
Intentie
2,93 ± 0,73
3,50 ± 0,94
Uitkomstverwachting
2,36 ± 1,08
2,57 ± 0,94
Pre
F
Post
Follow-up
(1 week)
(1 maand)
M ± SD
M ± SD
M ± SD
3,21 ± 1,12
3,50 ± 0,941
2,87 ± 0,93
2,72 ± 1,05
1,53
2,50 ± 0,76
2,43 ± 1,74
2,54 ± 0,77
2,70 ± 0,74
0,50
Een significant verschil tussen interventie- en controlegroep: **p<0,05; *p<0,1
66
9.3.1 Evolutie in beide groepen uitgezuiverd voor BMI en leeftijd
Er werd tweemaal een Repeated Measures MANCOVA uitgevoerd om na te gaan of de analyse verstoord wordt door BMI en/of door leeftijd. 9.3.1.1 Repeated Measures MANCOVA uitgezuiverd voor BMI
Multivariaat blijft het interactie-effect van Tijd*Groep niet significant. Ook univariaat blijven alle interactie-effecten niet significant wat erop wijst dat BMI geen storende invloed heeft op de analyse en bijgevolg niet hoeft opgenomen te worden in verdere analyses. 9.3.1.2 Repeated Measures MANCOVA uitgezuiverd voor leeftijd
Multivariaat blijft het interactie-effect van Tijd*Groep niet significant. Ook univariaat blijven alle interactie-effecten niet significant wat erop wijst dat leeftijd geen storende invloed heeft op de analyse en bijgevolg niet hoeft opgenomen te worden in verdere analyses.
67
FRUIT 9.4 Steekproefbeschrijving fruit 9.4.1 Response rate en drop-out
In totaal werden 342 participanten gerekruteerd, waarvan 272 participanten de eerste module (T1) van fruit doorliepen (participanten zonder gegevens in T1 werden verwijderd). Dit geeft een response rate van 79,53 %. Van de 272 participanten die T1 vervolledigden bleven er 127 over die ook deelnamen aan T2 (drop-out van 53,31 %). Hiervan vulden slechts 88 participanten ook T3 in na een maand (drop-out van 30,71 %, maar een drop-out van 67,65 % ten opzichte van de 272 personen die initieel startten). Tabel 6: Response rate en drop-out ten opzichte van T1
Aantal T1
% T1
Aantal T2
% T2
Aantal T3
% T3
Response rate
272
79,53
127
46,69
88
69,29
Drop-out
70
20,65
145
53,31
39
30,71
Totaal aantal
342
100
272
100
127
100
9.4.2 Leeftijd, geslacht, BMI en opleidingsniveau (SES)
De gemiddelde leeftijd was 45,24 jaar en kende een bereik van 18 tot 81 jaar. De overgrote meerderheid van de participanten waren vrouwen (66,1 %). De BMI schommelde van 16,11 kg/m² tot 45,35 kg/m² en bedroeg gemiddeld 25,61 kg/m². De variabelen BMI en leeftijd hebben een normale verdeling. 271 participanten beantwoordden bij aanvang van de interventie de vraag van wat zijn of haar hoogst behaalde diploma is. De meerderheid van de participanten gaf aan dat dit een diploma Hoger Onderwijs buiten Universiteit (37,3 %) is, gevolgd door een diploma TSO (18,8 %), ASO (15,1 %), Universitair Onderwijs (12,9 %), BSO (12,2 %) en tenslotte Lager Onderwijs (3,7 %). Gemiddeld genomen bleken de participanten bij aanvang van de interventie 1,37 porties fruit er dag te eten. Deze variabele is
68
scheef verdeeld, bijgevolg werd een logtransformatie uitgevoerd om de testen die een normale verdeling vereisen te kunnen uitvoeren. Tabel 7: Basiskarakteristieken van de totale steekproef, interventie- en controlegroep
Totaal
Interventie Controle t
Chi²
(n = 271) (n = 146)
(n = 125)
Gemiddelde leeftijd (jaar)
45,24
44,51
46,10
-,908
-
Geslacht (% vrouw)
66,1
65,8
66,4
-
,013
SES (% hoger + universitair onderwijs)
50,2
51,4
48,8
-
6,091
Gemiddelde BMI (kg/m²)
25,61
25,91
25,26
1,063
-
Gemiddelde fruitconsumptie (porties per dag)
1,37
1,32
1,43
-,817
-
Dagelijkse fruitconsumptie (%)
41,4
-
-
-
-
Voldoen niet aan de norm (%)
76,0
77,6
74,2
-
,416
*Een significant verschil tussen de interventie- en controleconditie (p<0,05)
9.4.2.1 Vergelijking controle- en interventiegroep qua leeftijd en BMI bij aanvang van de interventie
Er werd een independent samples t-test uitgevoerd om na te gaan of de interventie- en controlegroep verschillen in leeftijd en BMI. Uit de resultaten bleek dat de Levene’s test niet significant is voor zowel de test met leeftijd (F= 0,069; p= 0,792) als die met BMI (F= 0,536; p= 0,465). Bijgevolg kunnen we besluiten dat de varianties voldoende gelijk zijn en moet de procedure equal variances assumed gebruikt worden. De t-test bleek statistisch niet significant te zijn voor beide testen (t= -0,908; df= 269; p= 0,365 en t= 1,063; df= 268; p= 0,289), er was met andere woorden geen verschil in leeftijd en in BMI in beide groepen bij aanvang van de interventie. De gemiddelde leeftijd in de interventie- en controlegroep zijn
69
respectievelijk 44,51 ± 14,199 en 46,10 ± 14,545 jaar. De gemiddelde BMI-waarde in de interventie- en controlegroep zijn respectievelijk 25,911 ± 5,116 en 25,257 ± 4,969 kg/m². 9.4.2.2 Vergelijking controle- en interventiegroep qua geslacht en opleidingsniveau bij aanvang van de interventie
Er werden twee Chi-kwadraat toetsen uitgevoerd om na te gaan of er een verband bestaat tussen het geslacht en de groep van de participanten enerzijds en het opleidingsniveau en de groep anderzijds. De eerste Chi-kwadraat toets toonde aan dat er geen statistisch significant verband bestaat tussen geslacht en groep bij aanvang van de interventie (Chi= 0,013; df= 1; p= 0,911), bijgevolg kan besloten worden dat de geslachtsverdeling gelijk is in beide groepen. Verder is er geen statistisch significant verband tussen het hoogst behaalde diploma en de groep waartoe men behoort (Chi= 6,091; df= 5; p= 0,298). Dit wil zeggen dat verdeling van het opleidingsniveau niet verschilt in beide groepen. We mogen tenslotte aannemen dat er een gelijke verdeling is van geslacht en opleidingsniveau in beide studiegroepen bij het begin van de studie. 9.4.2.3 Vergelijking fruitconsumptie in controle- en interventiegroep bij aanvang van de interventie
Er werd een independent samples t-test uitgevoerd om na te gaan of de interventiegroep een significant verschillende dagelijkse fruitconsumptie heeft dan de controlegroep. Uit de resultaten bleek dat de Levene’s test niet significant is (F= 0,397; p= 0,529). Hieruit kan besloten worden dat de varianties voldoende gelijk zijn en moet de procedure equal variances assumed gevolgd worden. De T-test bleek statistisch niet significant te zijn (t= -0,688; df= 257; p= 0,492) en er was met andere woorden geen verschil in gemiddelde fruitconsumptie per dag in beide groepen bij aanvang van de interventie. Voor de volledigheid worden de (geometrische) gemiddelden en standaarddeviaties gegeven: het gemiddelde aantal porties fruit in de interventie- en controlegroep is respectievelijk 0,995 ± 2,339 en 1,072 ± 2,444. 9.4.2.4 Behalen van de gezondheidsnorm voor fruit
Er werd een Chi-kwadraat toets uitgevoerd om na te gaan of er een verband bestaat tussen het al dan niet halen van de norm en de groep waartoe de participanten behoren. Deze Chikwadraat toets toonde aan dat er geen statistisch significant verband bestaat tussen het al dan niet halen van de gezondheidsnorm voor fruit en de groep bij aanvang van de interventie (Chi= 0,416; df= 1; p= 0,519). Bijgevolg kan besloten worden dat de verdeling van deze afhankelijke variabele gelijk is in beide groepen. Verder werden ook de percentages van de 70
participanten die de norm halen en die de norm niet halen uit deze toets afgeleid. Bij aanvang van de interventie behaalde 76 % van de participanten de norm voor fruitinname niet. Slechts 24 % haalde de norm wel.
9.5 Effect van de fruitinterventie: is de evolutie in dagelijkse fruitconsumptie verschillend tussen controle- en interventiegroep? Om na te gaan of de interventiegroep meer fruit eet overheen de tijd in vergelijking met de controlegroep werd een Repeated Measures ANOVA uitgevoerd. Er werd gewerkt met het gemiddeld aantal porties fruit per dag op tijdstip 1, 2 en 3 (T1, T2 en T3), (voor de berekening zie 8.1.2), die alle drie een logtransformatie ondergingen om tot een normale verdeling te komen. Univariaat wordt een significant interactie-effect gevonden. De Sphericity Assumed van Tijd*Groep heeft een F-waarde van 8,336 en een p-waarde van <0,001. Dit wil zeggen dat er overheen de tijd (van pre naar post naar follow-up) een significant verschil is in fruitconsumptie tussen de interventie- en de controlegroep. In de interventiegroep wordt een sterke stijging gezien van pre naar follow-up (van 0,816 ± 2,646 naar 1,376 ± 2,030 naar 1,782 ± 1,914), terwijl de stijging in de controlegroep maar matig is (van 1,167 ± 2,463 naar 1,271 ± 1,948 naar 1,366 ± 1,987).
Figuur 14: Plot interventie-effect Tijd*Groep fruitconsumptie 71
Tabel 8: Interventie-effect Tijd*Groep fruitconsumptie Interventie
Controle
(n = 33)
(n = 49)
Pre
M ± SD Gemiddelde fruitconsumptie
Post
Follow-up
(1 week)
(1 maand)
M ± SD
M ± SD
Pre
M ± SD
F
Post
Follow-up
(1 week)
(1 maand)
M ± SD
M ± SD
1,226 ± 2,646 1,376 ± 2,030 1,782 ± 1,914 1,167 ± 2,463 1,271 ± 1,948 1,366 ± 1,987 8,336**
(porties per dag) Een significant verschil tussen interventie- en controlegroep: **p<0,05; *p<0,1
72
9.5.1 Effect van de fruitinterventie uitgezuiverd voor leeftijd en BMI
Er werd tweemaal een Repeated Measures ANCOVA uitgevoerd om na te gaan of de analyses verstoord worden door de BMI- en/of leeftijdsvariabele. 9.5.1.1 Repeated Measures ANCOVA uitgezuiverd voor BMI
Univariaat blijft het interactie-effect Tijd*Groep significant met een F-waarde van 8,483 en een p-waarde van <0,001. Er kan besloten worden dat BMI geen storende variabele is en bijgevolg niet moet opgenomen worden in verdere analyses. 9.5.1.2 Repeated Measures ANCOVA uitgezuiverd voor leeftijd
Univariaat blijft het interactie-effect Tijd*Groep significant met een F-waarde van 7,229 en een p-waarde van 0,001. Er kan besloten worden dat leeftijd geen storende variabele is en bijgevolg niet moet opgenomen worden in verdere analyses.
9.6 Determinanten van gedrag: evolutie verschillend in controle- en interventiegroep? Er werd een Repeated Measures MANOVA uitgevoerd om na te gaan of er een significant verschil is in determinanten van gedrag (intentie en uitkomstverwachting) bij de interventiegroep ten opzichte van de controlegroep overheen de tijd (voor de berekening zie 8.1.2). Multivariaat werd een significant interactie-effect gevonden (Wilks’ Lambda= 0,91; F= 3,75; p<0,05), wat wil zeggen dat alle determinanten samen significant verschillend evolueren in beide groepen. Univariaat werd een significant interactie-effect gevonden voor intentie. De Sphericity Assumed van Tijd*Groep voor intentie heeft een F-waarde van 4,042 en een p-waarde van <0,05. Hieruit kan geconcludeerd worden dat de determinant intentie significant verschillend evolueert in beide studiegroepen. In de interventiegroep wordt er een lichte stijging waargenomen van T1 (3,46) naar T2 (3,54), ten opzichte van een daling in de controlegroep (van 3,09 naar 2,94). Van T2 (3,54) naar T3 (2,77) zien we een sterkere daling van de intentie in de interventiegroep, ten opzichte van een lichtere daling in de controlegroep (van 2,94 naar 2,80) (Figuur 15). 73
Figuur 15: Plot interventie-effect Tijd*Groep voor intentie Univariaat werd ook een significant interactie-effect gevonden voor uitkomstverwachting. De Sphericity Assumed van Tijd*Groep voor uitkomstverwachting heeft een F-waarde van 3,399 en een p-waarde van <0,05. Dit wil zeggen dat de determinant uitkomstverwachting significant verschillend evolueert in beide studiegroepen. Er wordt een sterke stijging gezien van T1 (2,42) naar T2 (2,96) in de interventiegroep, ten opzichte van een lichte stijging in de controlegroep (van 2,59 naar 2,61). Van T2 (2,96) naar T3 (2,88) wordt een daling gezien in de interventiegroep, ten opzichte van een lichte stijging in de controlegroep (van 2,61 naar 2,65) (Figuur 16).
Figuur 16: Plot interventie-effect Tijd*Groep voor uitkomstverwachting
74
Tabel 9: Univariate tabel: interventie-effect op de verschillende determinanten van gedrag Interventie
Controle
(nT3 = 26)
(n T3 = 54)
Pre
Post
Follow-up
(1 week)
(1 maand)
M ± SD
M ± SD
M ± SD
Intentie
3,46 ± 0,91
3,54 ± 1,14
Uitkomstverwachting
2,42 ± 0,70
2,96 ± 0,66
Pre
F
Post
Follow-up
(1 week)
(1 maand)
M ± SD
M ± SD
M ± SD
2,77 ± 0,95
3,09 ± 1,15
2,94 ± 1,00
2,80 ± 1,14
0,019**
2,88 ± 0,82
2,59 ± 1,073
2,61 ± 0,90
2,65 ± 0,97
0,036**
Een significant verschil tussen interventie- en controlegroep: **p<0,05; *p<0,1
75
9.6.1 Evolutie in beide groepen uitgezuiverd voor BMI en leeftijd
Er werd tweemaal een Repeated Measures MANCOVA uitgevoerd om na te gaan of de analyse verstoord wordt door BMI en/of door leeftijd. 9.6.1.1 Repeated Measures MANCOVA uitgezuiverd voor BMI
Multivariaat blijft het interactie-effect van Tijd*Groep significant. Ook univariaat blijven de significante interactie-effecten bestaan. Hieruit kan geconcludeerd worden dat BMI niet moet opgenomen worden in verdere analyses. 9.6.1.2 Repeated Measures MANCOVA uitgezuiverd voor leeftijd
Multivariaat blijft het interactie-effect van Tijd*Groep significant. Ook univariaat blijven de significantie interactie-effecten bestaan. Dit wil zeggen dat ook leeftijd niet moet opgenomen worden in verdere analyses.
76
Hoofdstuk 10: Discussie
Het doel van deze studie was om te onderzoeken of ‘Mijn Actieplan’ een effectief gezondheidsbevorderend programma is in de toename van fruit- en groente-inname bij de Vlaamse
volwassenen
(ouder
dan
achttien
jaar).
Hiertoe
werden
de
volgende
onderzoeksvragen vooropgesteld: (1) Welke kenmerken hebben de participanten die gerekruteerd werden bij de huisarts (omvat OZV 1 en 2)? (2) Gaan de participanten die deelgenomen hebben aan de interventie meer groenten en/of fruit eten in vergelijking met de controlegroep overheen de tijd? En blijft dit effect bestaan na een maand? (3) Is er een significante evolutie van determinanten van gedrag bij de interventiegroep overheen de tijd ten opzichte van de controlegroep? In dit hoofdstuk wordt ingegaan op de resultaten van de analyses en de mogelijke verklaringen hiervan. Eveneens worden sterktes en zwaktes van de studie besproken. Tenslotte worden er suggesties gegeven voor verder onderzoek. 10.1 Steekproef Over het algemeen vonden we dat de controle- en interventiegroep van zowel het groente- als het fruitbestand vergelijkbaar waren bij aanvang van de studie. Deze gelijkheid tussen groepen kan het gevolg zijn van de eenvoudige randomisatie bij de toewijzing van de participanten aan een van beide condities. Er kan besloten worden dat de manier van rekruteren correct verlopen is. Indien er in verdere analyses verschillen tussen de groepen gevonden worden, is dit niet te wijten aan een vooraf bestaand verschil in sociodemografische factoren, BMI of groente- en fruitinname. De groep die we gerekruteerd hebben in Vlaamse huisartsenpraktijken en vervolgens deelnam aan de studie had een gemiddelde leeftijd van ongeveer 45 jaar, was voornamelijk van het vrouwelijke geslacht (>66 %) en had een gemiddelde BMI die vrij hoog is (ongeveer 25,5 kg/m²). Verder was er een vrij gelijke verdeling van opleidingsniveau (laag vs. hoog). Een sterkte van dit programma is dat het zich richt op een brede populatie (volwassenen ouder dan achttien jaar) en er geen onderverdelingen zijn gemaakt tussen verschillende subgroepen. Er werden bijvoorbeeld geen bijkomende methoden geselecteerd om subgroepen op een andere manier te targetten zoals mensen met een lagere opleiding of oudere mensen (Plaete, 77
De Bourdeaudhuij, Crombez & Verloigne, in press). Dit zien we ook duidelijk terugkeren in onze studie aangezien gevonden werd dat de SES-groepen gelijk verdeeld zijn en de leeftijdscurve normaal verdeeld is. De vrij hoge gemiddelde BMI kan vervolgens verklaard worden doordat diegenen met een hogere BMI zich misschien meer aangesproken voelden om deel te nemen aan de studie dan mensen met een normaal gewicht. Er werd geen literatuurstudie uitgevoerd naar de link tussen een hoger BMI en een hogere deelname aan interventies waardoor de voorgaande verklaring niet wetenschappelijk gefundeerd is. Het groter aandeel vrouwen in de steekproef van onze studie is geen uitzondering. Ook uit de studie van Springvloet et al. (2014) die een online CT-voedingsinterventie voor volwassenen ontwikkelden en evalueerden, bleek dat het aandeel vrouwelijke participanten (zowel in de panel group als de kwalitatieve en kwantitatieve steekproef) tussen de 65 % en 70 % lag. Een hierop volgend sterk punt is het feit dat de interventie na het pre-testen werd aangepast. Gedurende de procesevaluatie in de pre-test van de interventie werd rekening gehouden met meningen van subgroepen (voor leeftijd en SES). De interventie werd positief geëvalueerd door alle participanten en gebaseerd op verschillen in evaluaties tussen subgroepen, werd de interventie geadapteerd. Antwoordopties werden bijvoorbeeld korter en duidelijker gemaakt omdat volwassenen ouder dan veertig jaar de antwoordopties van de vragenlijst minder duidelijk vonden dan jongere volwassenen (Plaete et al., in press). 10.1.1 Halen van de gezondheidsnorm
Uit de Gezondheidsenquête van 2013 bleek dat van de Belgische bevolking van zes jaar en ouder respectievelijk 30 % en 39 % de dagelijks aanbevolen norm haalt voor groenten en voor fruit. Uit de resultaten van de interventie blijkt dat 7,8 % van de participanten voor groenten en 24 % voor fruit de norm haalt bij aanvang van de interventie. Deze bevindingen liggen dus heel wat lager dan de percentages uit de literatuur (Van der Heyden & Charafeddine, ed.). Vervolgens werd nagegaan hoeveel volwassenen dagelijks groenten of fruit eten. In het rapport van de Gezondheidsenquête van 2013 staat dat 56 % van de bevolking van zes jaar en ouder dagelijks fruit eet. 78 % van deze populatie eet dagelijks groenten. Wanneer de resultaten van de studie hiermee vergeleken worden, zien we dat 41,1 % van de participanten die deelnam aan de fruitmodule dagelijks fruit eet en 64,2 % van de participanten die deelnam aan de groentemodule dagelijks groenten eet. De percentages uit de studie zijn opnieuw 78
beduidend lager dan die van de Gezondheidsenquête van 2013 (Van der Heyden & Charafeddine, ed.). Deze lagere cijfers kunnen te wijten zijn aan het feit dat een te kleine sample gerekruteerd werd voor deze studie. Verder moet opgemerkt worden dat het percentage uit de Gezondheidsenquête van 2013 ook kinderen van zes tot en met achttien jaar in rekening brengt. Daarenboven is ook steeds beschreven dat net deze groep het veel beter doet qua groente- en fruitconsumptie en hierdoor het percentage mogelijks omhoog gehaald werd (Van der Heyden & Charafeddine, ed.). Gezien de lage percentages van participanten die de norm halen, wordt de noodzaak van een interventie als ‘Mijn Actieplan’ wel opnieuw duidelijk. Verder is het ook goed dat men bij de huisarts de groep bereikt die nog niet voldoet aan de norm, want dit is de groep die we willen blootstellen aan de interventie en het meeste baat haalt uit dit programma. 10.2 Interventie-effect overheen de tijd voor fruit en groenten OZV 3 gaat na of de participanten die deelgenomen hebben aan de interventie meer groenten en/of fruit eten in vergelijking met de controlegroep overheen de tijd. Voor zowel het groentebestand als het fruitbestand werd een significant effect gevonden. Beide interventiegroepen nemen toe in groente- en fruitconsumptie van T1 naar T2 ten opzichte van een matige stijging (fruit) of zelfs een daling (groenten) in de controlegroepen. Van T2 naar T3 zien we een (minder steile) toename (dan van T1 naar T2) voor zowel groenten als voor fruit in de interventiegroep ten opzichte van een matige toename in de controlegroepen. De significantie van de interventie (ondanks de relatief kleine steekproefgrootte) kan verklaard worden door een aantal factoren. Gezien uit de steekproefbeschrijving blijkt dat vooral mensen gerekruteerd werden die al kans maakten op chronische aandoeningen (relatief hoge gemiddelde BMI) en uit de review van Pomerleau et al. (2005b) blijkt dat dergelijke studies de grootste effecten behaalden, zal dit een factor zijn die meespeelt in de significantie van deze interventie.
79
Een volgende factor is het gebruik van tailoring. Meermaals werd aangetoond dat voedingsadviezen op maat effectiever zijn in het motiveren van mensen om hun gedrag te veranderen dan algemene voedingsinformatie (Lustria et al., 2009; Pomerleau et al., 2005b; Proper et al., 2006). Vervolgens is de interventie niet louter een tailoring, maar een computer tailoring programma. Het positieve effect van CT-interventies op de fruit- en groenteconsumptie werd aangetoond door onder andere Broekhuizen et al. (2012). CT-interventies hebben heel wat voordelen, maar ook een groot nadeel, namelijk een relatief grote drop-out rate. Dit zien we eveneens terug in onze interventie. Het gebruik van zelfregulatie (Springvloet et al., 2014), dynamiek (Broekhuizen et al., 2012) en toename van sociale steun (Kelders et al., 2012; Schneider, 2014) wordt vervolgens gehanteerd om de effect-sizes van CT-interventies trachten te verhogen. Het aanleren van zelfregulatie zorgt voor een betere eigeneffectiviteit, wat een noodzakelijke determinant blijkt te zijn voor gedragsverandering (Portnoy et al., 2008). Het verhogen van eigeneffectiviteit kan men bereiken door het stellen van doelen of door het formuleren van een vooraf opgestelde oplossing voor hindernissen. Effecten op het gedrag zelf kunnen verhoogd worden door de zelfregulatievaardigheden ‘actieplanning’ en ‘het stellen van doelen’ (Lustria et al., 2009) die noodzakelijk zijn voor het bereiken van een duurzame gedragsverandering (Springvloet et al., 2014). De bovenstaande zelfregulatievaardigheden ‘actieplanning’ en ‘het stellen van doelen’, maar ook de methode ‘planning coping responses’ zitten eveneens in onze interventie vervat en bieden een mogelijke verklaring voor de bekomen de significante interactie-effecten. Ook in studies van Godinho et al. (2013) en Hankonen et al. (2013) werd het significante effect op de fruit- en groente-inname door het gebruik van actieplanning in de interventie aangetoond. Een volgende factor die bijdraagt tot de effectiviteit van CT-interventies is de dynamiek van de interventie. In tegenstelling tot vele andere CT-interventies die zich enkel richten tot de motivationele determinanten, richt deze interventie, gebaseerd op het HAPA-model, zich tot zowel motivationele determinanten als determinanten van de actiefase. Dit zou zorgen voor effecten op langere termijn in plaats van kleine effecten en korte termijneffecten (Broekhuizen et al., 2012; Lustria et al., 2009; Maes & Karoly, 2005; Schwarzer, 2008). Er dient opgemerkt te worden dat de interventie in de toekomst ook op lange termijn zou kunnen 80
uitgevoerd worden en dus ook effectief zou kunnen zijn na een periode langer dan een maand. Verder wordt onder ‘dynamiek’ ook verstaan dat er meerdere geïndividualiseerde feedbackmomenten ingelast zijn. Ook dit element zit, onder de vorm van bijvoorbeeld herinneringsmails en -telefoons, zelfmonitoring van gedrag, persoonlijke feedback en het stellen van doelen vervat in de interventie en zorgen ervoor dat het (langdurig) gebruik van CT-interventies verhoogd wordt. De toepassing van deze methodes zijn bijgevolg een grote sterkte van de interventie (Broekhuizen et al., 2012; Lustria et al., 2009; Schneider et al., 2011; Schneider, 2014). De toename van sociale steun werd eveneens als factor beschouwd die bijdraagt tot de effectiviteit van CT-interventies (Kelders et al., 2012; Schneider, 2014). Om de kans op dropout te verkleinen werd de interventie ingebouwd in een setting waar sociale steun mogelijk is, namelijk de huisartsenpraktijk. Het aantal participanten gerekruteerd door de huisarts was helaas te laag om een uitspraak te kunnen doen over de werking hiervan in de praktijk (zie ‘10.4 Beperkingen’). Een andere potentiële sterkte van het programma, die eveneens zou kunnen geleid hebben tot de significante interactie-effecten van de studie, is dat het programma gericht is op meerdere gedragingen, wat gesuggereerd wordt tot meer effectieve gedragsverandering te leiden (Greaves et al., 2011; Norman et al., 2007). Dit geeft de participanten de mogelijkheid te kiezen tussen verschillende doelgedragingen die ze zouden willen veranderen. Elementen van keuzevrijheid zijn geïmplementeerd in het hele programma door de participanten te laten kiezen welke informatie ze willen lezen, welke doelen ze willen opstellen en welke strategieën ze willen hanteren. Er wordt gesuggereerd dat het stellen van eigen doelen zal leiden tot meer interne motivatie, empowerment en effectievere gedragsverandering (Cleary & Zimmerman, 2004; Deci & Ryan, 2000; Maes & Karoly, 2005; Walthouwer et al., 2013). Tenslotte bleek uit de review van Yamaguchi et al. (2011) dat de effectiviteit van de interventies die gebruik maken van zowel persoonlijk contact en geprint materiaal beter was dan interventies die enkel gebruik maken van een website. Menselijke componenten blijken noodzakelijk te zijn om een betere gedragsverandering tot een goede gezondheid te bekomen (Yamaguchi et al., 2011). Aangezien onze interventie alle bovenstaande elementen (geprint materiaal onder de vorm van een flyer, persoonlijk contact patiënt-huisarts en website) bevat, zal dit eveneens hebben bijgedragen tot het positieve resultaat van deze studie.
81
In een subvraag van OZV 3 werd nagegaan of de resultaten van de analyses veranderen na uitzuivering van leeftijd en BMI. Verder werden de analyses voor zowel groenten als fruit niet verstoord door leeftijd en BMI en hoeven deze variabelen dus ook niet opgenomen te worden in verdere analyses. Dit kan verklaard worden door de random toewijzing van de participanten aan de controle- of interventiegriep aan het begin van studie. 10.3 Evolutie determinanten van gedrag in interventiegroep vs. controlegroep overheen de tijd voor fruit en groenten Uit de analyses van het groentebestand bleek dat er geen significant interactie-effect bestaat tussen de controle- en interventiegroep overheen de tijd. Zowel multi- als univariaat werden geen significante effecten gevonden. Hieruit kan besloten worden dat dat beide determinanten (intentie en uitkomstverwachting) samen niet significant verschillend evolueren in beide rekruteringsgroepen en de groente-interventie ook niet effectief is in het veranderen van de intentie en uitkomstverwachting apart. Opnieuw moet er wel opgemerkt worden dat deze niet significante resultaten te wijten zouden kunnen zijn aan een te kleine steekproef (Zie ‘10.4 Beperkingen’) Uit het fruitbestand werd multivariaat wel een significant interactie-effect geanalyseerd, wat wil zeggen dat beide determinanten (intentie en uitkomstverwachting) samen significant verschillend evolueren in beide rekruteringsgroepen. Vervolgens werden ook univariaat significante
interactie-effecten
gevonden
van
Tijd*Groep
voor
intentie
en
uitkomstverwachting. Er kan bijgevolg besloten worden dat de participanten uit de interventiegroep overheen de tijd significant betere intenties ontwikkelen dan de participanten van de controlegroep van T1 naar T2. Hoe hoger de score voor intentie, hoe beter de intenties van de participant voor het van plan zijn meer fruit te gaan eten in de komende maand. Verder kan er geconcludeerd worden dat de participanten uit de interventiegroep overheen de tijd ook significant betere uitkomstverwachtingen ontwikkelen dan de participanten van de controlegroep van T1 naar T2. Hoe hoger de score voor uitkomstverwachting, hoe beter de uitkomstverwachtingen van de participant, namelijk hoe makkelijker de participant denkt dat het de komende maand zal zijn om fruit te eten.
82
Op T3 wordt een sterk herval gezien in de interventiegroep van intentie en een iets matiger herval in de interventiegroep van uitkomstverwachting ten opzichte van een afname (intentie) en een toename (uitkomstverwachting) in de controlegroepen. Deze afname in fruitconsumptie van de interventiegroep zou kunnen te maken hebben met het feit dat er opnieuw gevraagd wordt aan de participant of hij of zij van plan is in de komende maand meer fruit te gaan eten, terwijl een participant die ondertussen al meer fruit eet minder bereid zal zijn om nog meer fruit te gaan eten in de komende maand. Hetzelfde geldt voor de determinant uitkomstverwachting: participanten met hoge uitkomstverwachtingen na een week, worden een maand later opnieuw de vraag gesteld hoe moeilijk of gemakkelijk ze het vinden om in de komende maand meer fruit te gaan eten. Hun uitkomstverwachting op T3 zal lager liggen dan op T2. Een verklaring voor deze significante interactie-effecten voor intentie en uitkomstverwachting zou kunnen zijn dat beide determinanten passen binnen het kader van het HAPA-model van Schwarzer (2008), waarvoor heel wat evidentie is een positieve invloed te hebben op de fruiten groenteconsumptie. Zo zijn uitkomstverwachtingen belangrijk in de motivationele fase en voorspellen ze het gedrag tot op het moment dat men besloten heeft gezond gedrag te stellen (Schwarzer & Renner, 2000). Verder blijkt dat uitkomstverwachting (Godinho et al., 2013) een positieve invloed heeft op het ontwikkelen van een intentie tot het stellen van gezond gedrag, namelijk een verhoogde fruit- en groenteconsumptie. Vervolgens is ook meermaals aangetoond dat de intentie tot het gezonde gedrag (Shaikh et al., 2008; Sniehotta et al., 2005; Van Osch et al., 2009) leidt tot actieplanning (Lustria et al., 2009; Reinwand et al., 2013; Sniehotta et al., 2005; Van Osch et al., 2009; Wiedemann et al., 2011), wat op zijn beurt leidt tot de actiefase: men eet meer groenten en fruit (Hankonen et al., 2013). Als subvraag van OZV 4 werd er nagegaan of de resultaten van de analyses veranderen na uitzuivering van leeftijd en BMI. Uit zowel het groente- als het fruitbestand bleek dat BMI en leeftijd geen storende variabelen zijn en dus niet hoeven opgenomen te worden in verdere analyses. Ook dit resultaat kan verklaard worden door de random toewijzing van de participanten aan de controle- of interventiegriep aan het begin van studie.
83
10.4 Beperkingen van de studie Eerst en vooral was er sprake van attrition bias of een hoge drop-out rate (van T1 naar T3) en bijgevolg zeer lage aantallen op de metingen na een maand voor zowel het fruit-, als het groentebestand. Het percentage participanten dat ook aan de laatste meting deelneemt, is te klein om een representatief beeld te scheppen over de werkelijkheid. Het aantal deelnemers ligt ook systematisch beduidend hoger in de controlegroepen dan de interventiegroepen. Dit verschil is zeer duidelijk te merken in het groentebestand, iets minder in het fruitbestand. Gezien de lage aantallen moeten de resultaten dus voorzichtig geïnterpreteerd worden. Verder is er onderzoek nodig in een grotere sample om de resultaten te staven en moet een oplossing gezocht worden voor de hoge drop-out rates. Non-response bias kan opgetreden zijn, aangezien niet nagegaan is wat de kenmerken zijn van de groep de uitgevallen is. Deze hoge drop-out rates bij CT-interventies kwamen ook in de literatuurstudie al naar voor. Uit studies van Greaves et al. (2011) en Norman et al. (2007) wordt hiervoor de volgende verklaring gegeven: CT-interventies zijn vaak stand alone interventies, wat wil zeggen dat deze enkel via internet aangeboden worden en los staan van enige ondersteuning (Greaves et al., 2011; Norman et al., 2007). Wanneer een CT-interventie bijvoorbeeld niet ingebouwd wordt in een setting waar meer social support mogelijk is, is de kans op drop-out groter (Schulz et al., 2012). Daarenboven toonden Kelders et al. (2012) aan dat sociale steun en vooral steun van de artsen een invloed kan hebben op het bereik en de effectiviteit van CTinterventies. In onze interventie is echter wel gepoogd sociale steun in te bouwen in de interventie, namelijk de huisarts in de huisartsenpraktijk. Maar aangezien het lage aandeel participanten gerekruteerd door de huisarts zelf op het moment dat de analyses uitgevoerd werden, was het niet zinvol hiervan analyses uit te voeren. Bijgevolg was het niet mogelijk na te gaan of de patiënten uit de interventiegroep, waaraan het actieplan werd uitgelegd door de huisarts, effectief meer groenten eten dan de patiënten die deze aanmoediging niet hadden. Verder is er in de interventie kans op selectiebias aangezien het enkel ging om huisartsen die gemotiveerd waren om deze interventie toe te passen in hun praktijk. Het is bijgevolg moeilijk om de resultaten te generaliseren naar alle Vlaamse huisartsenpraktijken, gezien een zekere bereidwilligheid en motivatie nodig is van de artsen zelf (Plaete et al., 2015). Een volgende beperking van de studie houdt in dat slechts twee van de zes determinanten onderzocht zijn. Dit heeft als reden dat slechts twee items zodanig geformuleerd werden zodat 84
ook overheen de tijd een evolutie nagegaan kon worden door middel van een Repeated Measures MANOVA. Bijgevolg konden geen uitspraken gedaan worden over het effect van de interventie op de evolutie van bewustzijn, eigeneffectiviteit, zelfregulatie en actieplanning. Eveneens moet er vermeld worden dat de studie steunde op zelfrapportage. Dit kan voor bias gezorgd hebben, zoals social desirability bias, waardoor de resultaten mogelijks vertekend zouden kunnen zijn. Verder kan er door de sampling methode ook bias ontstaan zijn, zoals volunteer bias. Het feit dat deze interventie in de winter uitgevoerd kan ook een minpunt zijn, aangezien artsen minder extra tijd kunnen vrijmaken om de interventie te implementeren bij hun patiënten. Dit omdat de wachtzalen voller zitten dan in de zomerperiode door bijvoorbeeld een griepepidemie, etc. Tenslotte is ook de exclusie van patiënten die over geen internetverbinding of computer beschikken een belangrijk zwaktepunt in deze interventie. 10.5 Aanbevelingen voor toekomstig onderzoek De interventie heeft potentieel, want tenslotte zijn er significante interactie-effecten gevonden en werd de at risk groep bereikt via de huisarts. Maar in toekomstig onderzoek zouden meer participanten gerekruteerd moeten worden zodat de statistische testen, rekening houdend met de grote drop-out bij CT-interventies, voldoende krachtig blijven. Hiermee samenhangend zouden er ook meer of betere mechanismen moeten ontwikkeld worden om het behoud van de interventiedeelname te ondersteunen en verdere drop-out te voorkomen. Verder zou ook moeten nagegaan worden of er sprake is van non-response bias of niet om er bijgevolg rekening mee te kunnen houden. Om na te gaan hoe het patroon van groente- en fruitinname zich zou verderzetten, moet de interventie op lange termijn geïmplementeerd worden, maar onderzoek toont aan dat met een CT-interventie de consumptie verder zou toenemen (Broekhuizen et al., 2012; Lustria et al., 2009; Maes & Karoly, 2005; Schwarzer, 2008). Vervolgens zou nieuw onderzoek moeten uitwijzen of de interventie effect heeft op de evolutie van de gedragsdeterminanten bewustzijn, eigeneffectiviteit, zelfregulatie en actieplanning. Hiertoe zouden de items anders bevraagd moeten worden, zodat een verandering overheen de tijd nagegaan kan worden. 85
Een andere, meer op toeval beruste sampling methode zou vervolgens volunteer bias uit de weg kunnen werken. Op die manier zou de representativiteit van de resultaten ook groter worden. Verder merken we dat er een betere verhouding nodig is tussen het aantal participanten dat werd geselecteerd door de onderzoeker en de huisarts. Het aantal participanten dat werd geselecteerd door de huisarts is te laag om het effect ervan na te gaan. Door de huisarts meer participanten te laten rekruteren kan het effect van de sociale steun en empowerment nagegaan worden. Verder zouden er manieren gevonden moeten worden om de huisarts meer te motiveren om een groter aandeel participanten te rekruteren. De ontwikkeling van een programma waarin de fruit- en groente-inname van de participanten elke dag automatisch geregistreerd wordt en de participanten dit via een dagelijks rapport ontvangen als een soort feedback zou geschikter zijn dan de zelf-rapportage die nu gehanteerd wordt. Op die manier worden waarheidsgetrouwere resultaten bekomen dan wanneer de participanten hun eigen veranderingen moeten bijhouden. Aangezien de interventie ‘Mijn Actieplan’, toegepast in de Vlaamse huisartsenpraktijken, effectief bevonden wordt, kan toekomstig onderzoek zich na een rechtzetting van de aangehaalde beperkingen focussen op het ontwikkelen van nieuwe modules voor andere gezondheidsgedragingen zoals sedentair gedrag, het drinken van water, minder suikerrijk eten). Verder zou toekomstig onderzoek zich ook kunnen focussen op het evalueren van andere methoden en andere effectieve kanalen voor de implementatie die het bereik en de effectiviteit van CT-interventie verbetert.
86
Hoofdstuk 11: Conclusies
Met dit onderzoek werd meer inzicht verworven in de evaluatie van de online zelfregulatie interventie ‘Mijn Actieplan’ rond fruit en groenten bij de huisarts. De manier van rekruteren blijkt goed te zijn voor het verkrijgen van gelijke rekruteringsgroepen bij aanvang van de interventie. Verder werd de groep die we wilden bereiken, namelijk diegenen die de norm voor fruit en groenten niet halen, bereikt. De online e-Health interventie is erin geslaagd de fruit- en groente-inname te verhogen na een week en een maand bij de volwassen Vlaming. Elementen die hiertoe hebben bijgedragen zijn computer tailoring (zoals zelfregulatie, dynamiek, etc.) en alle factoren die bijgedragen hebben tot een betere werking van deze computer tailoring (zoals doelen stellen, persoonlijke feedback, herinneringsberichten, etc.). Verder heeft de focus op meerdere gedragingen en bijgevolg de keuzevrijheid van de participant ook geleid tot positieve resultaten van de interventie. Tenslotte heeft ook het soort gebuikte kanalen een positieve werking gehad op de effectiviteit van het programma. Vervolgens bleek de interventie niet effectief te zijn op de evolutie van de determinanten intentie en uitkomstverwachting van het groentebestand. Uit het fruitbestand werden wel significante interactie-effecten geanalyseerd: de interventie leek een positief effect te hebben op de intenties en uitkomstverwachtingen van de participanten een week na aanvang van de interventie. De afnames van deze determinanten een maand na aanvang van de interventie konden verklaard worden door de vraagstelling die niet was aangepast. Er werd opnieuw gepeild naar de intentie en uitkomstverwachting van de participant voor de komende maand. In de toekomst zou de interventie op lange termijn geïmplementeerd moeten worden, waarbij extra aandacht geschonken moet worden aan het rekruteren van een voldoende grote steekproef en de formulering van de determinanten van gedrag. Vervolgens moeten manieren gevonden worden om de huisarts te stimuleren meer participanten te rekruteren en zouden meer of betere mechanismen moeten ontwikkeld worden om het behoud van de interventiedeelname te ondersteunen en verdere drop-out te voorkomen. Verder kan er gezocht worden naar manieren om de zelf-rapportage te omzeilen en tenslotte kunnen, na de nodige aanpassingen, nieuwe modules voor andere gedragingen ontwikkeld worden en 87
zouden andere methodes en effectieve kanalen geëvalueerd kunnen worden die het bereik en effectiviteit van CT-interventies verbetert.
88
Literatuurlijst
Amine, E., Baba, N., Belhadj, M., Deurenbery-Yap, M., Djazayery, A., Forrester, T., ... & Yoshiike, N. (2002). Diet, nutrition and the prevention of chronic diseases: report of a Joint WHO/FAO Expert Consultation. World Health Organization. Ampt, A. J., Amoroso, C., Harris, M. F., McKenzie, S. H., Rose, V. K., & Taggart, J. R. (2009). Attitudes, norms and controls influencing lifestyle risk factor management in general practice. BMC Family Practice, 10(1), 59. Bandura, A. (1997). Self-efficacy: The exercise of control. New York: Freeman. Boeing, H., Bechthold, A., Bub, A., Ellinger, S., Haller, D., Kroke, A., ... & Watzl, B. (2012). Critical review: vegetables and fruit in the prevention of chronic diseases. European journal of nutrition, 51(6), 637-663. Boekaerts, M., Pintrich, P. R., & Zeidner, M. (Eds.). (2005). Handbook of self-regulation. Elsevier. Broekhuizen, K., Kroeze, W., van Poppel, M. N., Oenema, A., & Brug, J. (2012). A systematic review of randomized controlled trials on the effectiveness of computertailored physical activity and dietary behavior promotion programs: an update. Annals of Behavioral Medicine, 44(2), 259-286. Brotons, C., Björkelund, C., Bulc, M., Ciurana, R., Godycki-Cwirko, M., Jurgova, E., ... & Vuchak, J. (2005). Prevention and health promotion in clinical practice: the views of general practitioners in Europe. Preventive medicine,40(5), 595-601. Brug, J., de Vet, E., de Nooijer, J., & Verplanken, B. (2006). Predicting fruit consumption: cognitions, intention, and habits. Journal of Nutrition Education and Behavior, 38(2), 73-81. Campbell, M., McLerran, D., Turner-McGrievy, G., Ziding, F., Havas, S., Sorensen, G., ... , Nebeling, L. (2008). Mediation of adult fruit and vegetable consumption in theNational 5 a day for better health community studies. Annals of Behavioral Medicine, 35,49–60.
89
Chakravarty, E. F., Hubert, H. B., Krishnan, E., Bruce, B. B., Lingala, V. B., & Fries, J. F. (2012). Lifestyle risk factors predict disability and death in healthy aging adults. The American journal of medicine, 125(2), 190-197. Cleary, T. J., & Zimmerman, B. J. (2004). Self‐regulation empowerment program: A school‐ based program to enhance self‐regulated and self‐motivated cycles of student learning. Psychology in the Schools, 41(5), 537-550. Croezen, S., Picavet, H. S. J., Haveman-Nies, A., Verschuren, W. M., de Groot, L. C., & van't Veer, P. (2012). Do positive or negative experiences of social support relate to current and future health? Results from the Doetinchem Cohort Study. BMC public health, 12(1), 65. Dauchet, L., Amouyel, P., & Dallongeville, J. (2005). Fruit and vegetable consumption and risk of stroke a meta-analysis of cohort studies. Neurology, 65(8), 1193-1197. Dauchet, L., Amouyel, P., Hercberg, S., & Dallongeville, J. (2006). Fruit and vegetable consumption and risk of coronary heart disease: a meta-analysis of cohort studies. The Journal of nutrition, 136(10), 2588-2593. de Bruijn, G. J. (2011). Who formulates self-regulatory action plans regarding fruit consumption? An application of the Big Five personality theory. Health Education Journal, 0017896911425553. De Irala-Estevez, J., Groth, M., Johansson, L., Oltersdorf, U., Prattala, R., & MartínezGonzález, M. A. (2000). A systematic review of socio-economic differences in food habits in Europe: consumption of fruit and vegetables. European journal of clinical nutrition, 54(9), 706-714. De Vries, H., Kremers, S. P. J., Smeets, T., Brug, J., & Eijmael, K. (2008). The effectiveness of tailored feedback and action plans in an intervention addressing multiple health behaviors. American Journal of Health Promotion, 22(6), 417-425. Deci, E. L., & Ryan, R. M. (2000). The" what" and" why" of goal pursuits: Human needs and the self-determination of behavior. Psychological inquiry, 11(4), 227-268.
90
Deweer, C.(2011). Het aanbieden van een rookstopinformatiepakket aan de roker met een geringe motivatie tot rookstop: zinvol of niet? [Masterproef]. Katholieke Universtiteit Leuven, Faculteit Geneeskunde. Dijkstra, A. (2005). Working mechanisms of computer-tailored health education: evidence from smoking cessation. Health Education Research, 20(5), 527-539. Dijkstra, A., & Vries, H. D. (2000). Self-efficacy expectations with regard to different tasks in smoking cessation. Psychology and Health, 15(4), 501-511. Drewnowski, A.; Popkin, B.M. (1997). The nutrition transition: New trends in the global diet. Nutr. Rev., 55, 31–43. Economie, Statistics Belgium (2013). ICT-gebruik in huishoudens. Opgehaald 11 februari, 2015, van http://statbel.fgov.be/nl/statistieken/cijfers/arbeid_leven/ict/ EUFIC (2012). Fruit and vegetable consumption Europe. Opgehaald 7 april, 2015, van http://www.eufic.org/article/en/expid/Fruit-vegetable-consumption-Europe Fitzgerald, A., Heary, C., Kelly, C., Nixon, E., & Shevlin, M. (2013). Self-efficacy for healthy eating and peer support for unhealthy eating are associated with adolescents’ food intake patterns. Appetite, 63, 48-58. Folsom, A. R., Parker, E. D., & Harnack, L. J. (2007). Degree of concordance with DASH diet
guidelines
and
incidence
of
hypertension
and
fatal
cardiovascular
disease. American journal of hypertension, 20(3), 225-232. Godinho, C. A., Alvarez, M. J., & Lima, M. L. (2013). Formative research on HAPA model determinants for fruit and vegetable intake: target beliefs for audiences at different stages of change. Health education research, 28(6), 1014-1028. Greaves, C. J., Sheppard, K. E., Abraham, C., Hardeman, W., Roden, M., Evans, P. H., & Schwarz, P. (2011). Systematic review of reviews of intervention components associated with increased effectiveness in dietary and physical activity interventions. BMC public health, 11(1), 119.
91
Guillaumie, L., Godin, G., & Vézina-Im, L. A. (2010). Psychosocial determinants of fruit and vegetable intake in adult population: a systematic review. International Journal of Behavioral Nutrition and Physical Activity, 7(1), 12. Hall, J. N., Moore, S., Harper, S. B., & Lynch, J. W. (2009). Global variability in fruit and vegetable consumption. American Journal of Preventive Medicine, 36(5), 402-409. Hankonen, N., Absetz, P., Kinnunen, M., Haukkala, A., & Jallinoja, P. (2013). Toward identifying a broader range of social cognitive determinants of dietary intentions and behaviors. Applied Psychology: Health and Well‐Being, 5(1), 118-135. Harber, K. D., Schneider, J. K., Everard, K. M., & Fisher, E. B. (2005). Directive support, nondirective support, and morale. Journal of Social and Clinical Psychology, 24(5), 691-722. Havas, S., Treiman, K., Langenberg, P., Ballesteros, M., Anliker, J., Damron, D., & Feldman, R. (1998). Factors associated with fruit and vegetable consumption among women participating in WIC. Journal of the American Dietetic Association, 98(10), 1141-1148. Hawkins, R. P., Kreuter, M., Resnicow, K., Fishbein, M., & Dijkstra, A. (2008). Understanding
tailoring
in
communicating
about
health. Health
education
research, 23(3), 454-466. He, F. J., Nowson, C. A., & MacGregor, G. A. (2006). Fruit and vegetable consumption and stroke: meta-analysis of cohort studies. The Lancet, 367(9507), 320-326. Hoge
Gezondheidsraad
(2014).
Opgehaald
6
november,
2014,
van
http://www.health.belgium.be/eportal/Aboutus/relatedinstitutions/SuperiorHealthCounci l/index.htm Hu, F. B. (2003). Plant-based foods and prevention of cardiovascular disease: an overview. The American Journal of Clinical Nutrition, 78(3), 544S-551S. Hung, H. C., Joshipura, K. J., Jiang, R., Hu, F. B., Hunter, D., Smith-Warner, S. A., ... & Willett, W. C. (2004). Fruit and vegetable intake and risk of major chronic disease. Journal of the National Cancer Institute, 96(21), 1577-1584.
92
Jacobs, A. D., Ammerman, A. S., Ennett, S. T., Campbell, M. K., Tawney, K. W., Aytur, S. A., ... & Rosamond, W. D. (2004). Effects of a tailored follow-up intervention on health behaviors, beliefs, and attitudes. Journal of Women's Health, 13(5), 557-568. Kelders, S. M., Kok, R. N., Ossebaard, H. C., & Van Gemert-Pijnen, J. E. (2012). Persuasive system design does matter: a systematic review of adherence to web-based interventions. Journal of medical Internet research, 14(6). Kruger, J., Yore, M. M., Solera, M., & Moeti, R. (2007). Prevalence of fruit and vegetable consumption and physical activity by race/ethnicity United States, 2005 (Reprinted from MMWR, vol 56, pg 301-304, 2007). JAMA-JOURNAL OF THE AMERICAN MEDICAL ASSOCIATION, 297(19), 2072-2074. Lamport, D. J., Saunders, C., Butler, L. T., & Spencer, J. P. (2014). Fruits, vegetables, 100% juices, and cognitive function. Nutrition Reviews. Lara, J., Evans, E. H., O’Brien, N., Moynihan, P. J., Meyer, T. D., Adamson, A. J., ... & Mathers, J. C. (2014). Association of behaviour change techniques with effectiveness of dietary interventions among adults of retirement age: a systematic review and metaanalysis of randomised controlled trials. BMC medicine, 12(1), 177. Lawlor, D. A., Keen, S., & Neal, R. D. (2000). Can general practitioners influence the nation's health through a population approach to provision of lifestyle advice?. British Journal of General Practice, 50(455), 455-459. Lustria, M. L. A., Cortese, J., Noar, S. M., & Glueckauf, R. L. (2009). Computer-tailored health interventions delivered over the Web: review and analysis of key components. Patient education and counseling, 74(2), 156-173. Luszczynska, A., Tryburcy, M., & Schwarzer, R. (2007). Improving fruit and vegetable consumption: a self-efficacy intervention compared with a combined self-efficacy and planning intervention. Health Education Research, 22(5), 630-638. Lynch, C., Kristjansdottir, A. G., Te Velde, S. J., Lien, N., Roos, E., Thorsdottir, I., ... & Yngve, A. (2014). Fruit and vegetable consumption in a sample of 11-year-old children in ten European countries–the PRO GREENS cross-sectional survey. Public health nutrition, 17(11), 2436-2444. 93
Maes, S., & Karoly, P. (2005). Self‐Regulation Assessment and Intervention in Physical Health and Illness: A Review. Applied Psychology, 54(2), 267-299. McNaughton, S. A., Ball, K., Crawford, D., & Mishra, G. D. (2008). An index of diet and eating patterns is a valid measure of diet quality in an Australian population. The Journal of nutrition, 138(1), 86-93. Meyer, C., Ulbricht, S., Gross, B., Kästel, L., Wittrien, S., Klein, G., ... & John, U. (2012). Adoption, reach and effectiveness of computer-based, practitioner delivered and combined smoking interventions in general medical practices: a three-arm cluster randomized trial. Drug and alcohol dependence, 121(1), 124-132. Napolitano, M. A., & Marcus, B. H. (2002). Targeting and tailoring physical activity information using print and information technologies. Exercise and sport sciences reviews, 30(3), 122-128. NICE (2013). Beschermen groenten en fruit tegen kanker? Opgehaald 29 november, 2014, van http://www.nice-info.be/nl/weetjes-en-feiten?articleID=129 Nishida, C., Uauy, R., Kumanyika, S., & Shetty, P. (2004). The joint WHO/FAO expert consultation on diet, nutrition and the prevention of chronic diseases: process, product and policy implications. Public health nutrition, 7(1a), 245-250. Nooyens, A. C., Bueno-de-Mesquita, H. B., van Boxtel, M. P., van Gelder, B. M., Verhagen, H., & Verschuren, W. M. (2011). Fruit and vegetable intake and cognitive decline in middle-aged men and women: the Doetinchem Cohort Study. British Journal of Nutrition, 106(05), 752-761. Norman, G. J., Zabinski, M. F., Adams, M. A., Rosenberg, D. E., Yaroch, A. L., & Atienza, A. A. (2007). A review of eHealth interventions for physical activity and dietary behavior change. American journal of preventive medicine, 33(4), 336-345. Plaete, J., De Bourdeaudhuij, I., Crombez, G., Verloigne, M. (In revision) Acceptability, feasibility and effectiveness of an e-Health behaviour intervention using self-regulation: ‘My Plan’. Patient Education and Counseling.
94
Plaete, J., Crombez, G., DeSmet, A., Deveugele, M., Verloigne, M., & De Bourdeaudhuij, I. (2015). What do general practitioners think about an online self-regulation programme for health promotion? Focus group interviews. BMC Family Practice, 16(1), 3. Pomerleau, J., Lock, K., Knai, C., & McKee, M. (2005a). Effectiveness of interventions and programmes promoting fruit and vegetable intake (pp. 1-133). WHO. Pomerleau, J., Lock, K., Knai, C., & McKee, M. (2005b). Interventions designed to increase adult fruit and vegetable intake can be effective: a systematic review of the literature. The Journal of Nutrition, 135(10), 2486-2495. Portaal
Belgium
(2014).
Opgehaald
16
november,
2014,
van
http://www.belgium.be/nl/gezondheid/ Portnoy, D. B., Scott-Sheldon, L. A., Johnson, B. T., & Carey, M. P. (2008). Computerdelivered interventions for health promotion and behavioral risk reduction: a metaanalysis of 75 randomized controlled trials, 1988–2007. Preventive medicine, 47(1), 316. Prättälä, R., Paalanen, L., Grinberga, D., Helasoja, V., Kasmel, A., & Petkeviciene, J. (2007). Gender differences in the consumption of meat, fruit and vegetables are similar in Finland and the Baltic countries. The European Journal of Public Health, 17(5), 520525. Prestwich, A., Kellar, I., Parker, R., MacRae, S., Learmonth, M., Sykes, B., ... & Castle, H. (2013).
How
can
self-efficacy
be
increased?
Meta-analysis
of
dietary
interventions. Health Psychology Review, (ahead-of-print), 1-16. Proper, K. I., Bakker, I., van Overbeek, K., Verheijden, M. W., & van Mechelen, W. (2006). De effectiviteit van interventies ter stimulering van gezonde voeding. Tijdschrift voor Bedrijfs- en verzekeringsgeneeskunde, 14(6), 243-249. Reinwand, D., Kuhlmann, T., Wienert, J., de Vries, H., & Lippke, S. (2013). Designing a theory-and evidence-based tailored e-Health rehabilitation aftercare program in Germany and the Netherlands: study protocol. BMC public health, 13(1), 1081.
95
Robertson, A., Tirado, C., Lobstein, T., Jermini, M., Knai, C., Jensen, J. H., ... & James, W. P. (2003). Food and health in Europe: a new basis for action. WHO regional publications. European series, (96), i-xvi. Rolls, B. J., Ello‐Martin, J. A., & Tohill, B. C. (2004). What can intervention studies tell us about the relationship between fruit and vegetable consumption and weight management?. Nutrition reviews, 62(1), 1-17. Roos, E., Talala, K., Laaksonen, M., Helakorpi, S., Rahkonen, O., Uutela, A., & Prättälä, R. (2008). Trends of socioeconomic differences in daily vegetable consumption, 1979– 2002. European journal of clinical nutrition, 62(7), 823-833. Roos, G., Johansson, L., Kasmel, A., Klumbiené, J., & Prättälä, R. (2001). Disparities in vegetable and fruit consumption: European cases from the north to the south. Public health nutrition, 4(01), 35-43. Ruel, M. T., Minot, N., & Smith, L. (2005). Patterns and determinants of fruit and vegetable consumption in sub-Saharan Africa: a multicountry comparison. Geneva: WHO. Sargeant, L. A., Khaw, K. T., Bingham, S., Day, N. E., Luben, R. N., Oakes, S., ... & Wareham, N. J. (2001). Fruit and vegetable intake and population glycosylated haemoglobin
levels:
the
EPIC-Norfolk
Study. European
journal
of
clinical
nutrition, 55(5), 342-348. Schneider, F. E. K. (2014). Reach out and touch?: improving reach and use of an Internetdelivered lifestyle intervention. Schneider, F., van Osch, L. A., Kremers, S. P., Schulz, D. N., van Adrichem, M. J., & de Vries, H. (2011). Optimizing diffusion of an online computer tailored lifestyle program: a study protocol. BMC public health, 11(1), 480. Schulz, D. N., Schneider, F., de Vries, H., van Osch, L. A., van Nierop, P. W., & Kremers, S. P. (2012). Program completion of a web-based tailored lifestyle intervention for adults: differences between a sequential and a simultaneous approach. Journal of medical Internet research, 14(2).
96
Schwarzer, R. (2008). Modeling health behavior change: How to predict and modify the adoption and maintenance of health behaviors. Applied Psychology,57(1), 1-29. Schwarzer, R., & Renner, B. (2000). Social-cognitive predictors of health behavior: action self-efficacy and coping self-efficacy. Health psychology,19(5), 487. Sciamanna, C. N., Marcus, B. H., Goldstein, M. G., Lawrence, K., Swartz, S., Bock, B., ... & Ahern, D. K. (2004a). Feasibility of incorporating computer-tailored health behaviour communications in primary care settings. Informatics in primary care, 12(1), 40-48. Sciamanna, C. N., Novak, S. P., Houston, T. K., Gramling, R., & Marcus, B. H. (2004b). Visit satisfaction and tailored health behavior communications in primary care. American journal of preventive medicine, 26(5), 426-430. Shaikh, A. R., Yaroch, A. L., Nebeling, L., Yeh, M. C., & Resnicow, K. (2008). Psychosocial predictors of fruit and vegetable consumption in adults: A review of the literature. American journal of preventive medicine, 34(6), 535-543. Shakeshaft, A. P., & Frankish, C. J. (2003). Using patient-driven computers to provide costeffective prevention in primary care: a conceptual framework.Health Promotion International, 18(1), 67-77. Smeets, T., Brug, J., & de Vries, H. (2008). Effects of tailoring health messages on physical activity. Health Education Research, 23(3), 402-413. Sniehotta, F. F., Scholz, U., & Schwarzer, R. (2005). Bridging the intention–behaviour gap: Planning, self-efficacy, and action control in the adoption and maintenance of physical exercise. Psychology & Health, 20(2), 143-160. Spittaels, H., & De Bourdeaudhuij, I. (2006). Implementation of an online tailored physical activity intervention for adults in Belgium. Health Promotion International, 21(4), 311319. Spittaels, H. (2007). Tailored physical activity advice delivered through the Internet: Doctoral Thesis, Ghent University. Springvloet, L., Lechner, L., & Oenema, A. (2014). Planned development and evaluation protocol of two versions of a web-based computer-tailored nutrition education 97
intervention aimed at adults, including cognitive and environmental feedback. BMC public health, 14(1), 47. Statistics
Belgium
(2013).
Opgehaald
9
november,
2014
van
http://statbel.fgov.be/nl/statistieken/cijfers/bevolking/sterfte_leven/tafels/ Stewart, D. W., Gabriele, J. M., & Fisher, E. B. (2012). Directive support, nondirective support, and health behaviors in a community sample. Journal of behavioral medicine, 35(5), 492-499. Van der Heyden, J., Gisle, L., Demarest, S., Drieskens, S., Hesse, E., & Tafforeau, J. (2010). Gezondheidsenquête België, 2008. Rapport I–Gezondheidstoestand. Operationele Directie Volksgezondheid en surveillance, 2010; Brussel Wetenschappelijk Instituut Volksgezondheid. Van der Heyden, J., Charafeddine, R. (ed.). Gezondheidsenquête 2013. Rapport 1: Gezondheid en Welzijn. WIV-ISP, Brussel, 2014. van Gemert-Pijnen, J. E., Nijland, N., van Limburg, M., Ossebaard, H. C., Kelders, S. M., Eysenbach, G., & Seydel, E. R. (2011). A holistic framework to improve the uptake and impact of e-Health technologies. Journal of medical Internet research, 13(4). van Osch, L., Beenackers, M., Reubsaet, A., Lechner, L., Candel, M., & de Vries, H. (2009). International Journal of Behavioral Nutrition and Physical Activity. International Journal of Behavioral Nutrition and Physical Activity, 6, 69. Vanhauwaert, E. (2012). De actieve voedingsdriehoek: een praktische voedings- en beweeggids. Een gids met praktische fiches voor iedereen die rond voeding, lichaamsbeweging en voedingsvoorlichting werkt. Opgehaald 9 november, 2014, van www.vigez.be/voeding Vegting, I. L., Schrijver, E. J. M., Otten, R. H. J., & Nanayakkara, P. W. B. (2014). Internet programs targeting multiple lifestyle interventions in primary and secondary care are not superior to usual care alone in improving cardiovascular risk profile: A systematic review. European journal of internal medicine, 25(1), 73-81.
98
Vlaams Instituut voor Gezondheidspromotie en Ziektepreventie (2012a). Fruitfiche. Opgehaald
15
mei,
2015,
van
http://www.vigez.be/files/voedingenbeweging/Fiche_Fruit2012.pdf Vlaams Instituut voor Gezondheidspromotie en Ziektepreventie (2012b). Groentefiche. Opgehaald
15
mei,
2015,
van
http://www.vigez.be/files/voedingenbeweging/Fiche_Groenten2012.pdf Vlaams Instituut voor Gezondheidspromotie en Ziektepreventie (n. d. a). De actieve voedingsdriehoek.
Opgehaald
3
maart,
2015,
van
http://www.vigez.be/voeding_en_beweging/actieve_voedingsdriehoek Vlaams Instituut voor Gezondheidspromotie en Ziektepreventie (n. d. b). De Vlaamse Fruittest. Opgehaald 8 april, 2015, van http://www.gezondheidstest.be/kvt/fruittest.html Vlaams Instituut voor Gezondheidspromotie en Ziektepreventie (n. d. c). De Vlaamse Groentetest.
Opgehaald
8
april,
2015,
van
http://www.gezondheidstest.be/kvt/groentetest.html Vlaams Instituut voor Gezondheidspromotie en Ziektepreventie (n. d. d). Voeding. Opgehaald 3 maart, 2015, van http://www.vigez.be/voeding_en_beweging/voeding Vrijens, F., Renard, F., Jonckheer, P., Van den Heede, K., Van De Voorde, C., Walckiers, D., ... & Meeus, P. (2012). Performance of the Belgian Health System, Report 2012. Health Services Research (HSR), Brussels, Belgian Health Care Knowledge Centre (KCE). Walters, S. T., Wright, J. A., & Shegog, R. (2006). A review of computer and Internet-based interventions for smoking behavior. Addictive behaviors, 31(2), 264-277. Walthouwer, M. J. L., Oenema, A., Soetens, K., Lechner, L., & De Vries, H. (2013). Systematic development of a text-driven and a video-driven web-based computertailored obesity prevention intervention. BMC public health, 13(1), 978. Wiedemann, A. U., Gardner, B., Knoll, N., & Burkert, S. (2014). Intrinsic Rewards, Fruit and Vegetable Consumption, and Habit Strength: A Three‐Wave Study Testing the Associative‐Cybernetic Model. Applied Psychology: Health and Well‐Being, 6(1), 119134. 99
Wiedemann, A. U., Lippke, S., Reuter, T., Schüz, B., Ziegelmann, J. P., & Schwarzer, R. (2009). Prediction of stage transitions in fruit and vegetable intake. Health education research, 24(4), 596-607. Wiedemann, A. U., Lippke, S., Reuter, T., Ziegelmann, J. P., & Schwarzer, R. (2011). How planning facilitates behaviour change: Additive and interactive effects of a randomized controlled trial. European Journal of Social Psychology, 41(1), 42-51. Wolf, R. L., Lepore, S. J., Vandergrift, J. L., Wetmore-Arkader, L., McGinty, E., Pietrzak, G., & Yaroch, A. L. (2008). Knowledge, barriers, and stage of change as correlates of fruit and vegetable consumption among urban and mostly immigrant black men. Journal of the American Dietetic Association, 108(8), 1315-1322. World Health Organization (2003). Fruit and vegetable promotion initiative: a meeting report, 25-27/08/03. World Health Organisation (2004). Global strategy on diet, physical activity and health. Opgehaald
3
maart,
2015
van
http://www.who.int/dietphysicalactivity/strategy/eb11344/strategy_english_web.pdf?ua =1 World Health Organization (2010). Promoting fruit and vegetable consumption around the world. World
Health
Organization.
Opgehaald
8
november,
2014,
van
http://www.who.int/dietphysicalactivity/fruit/en/ World Health Organization (2013). Global action plan for the prevention and control of noncommunicable diseases 2013-2020. World Health Organisation (2014a). Promoting fruit and vegetable consumption around the world.
Opgehaald
8
november,
2014,
van
http://www.who.int/dietphysicalactivity/fruit/en/ World Health Organisation (2014b). Promoting fruit and vegetable consumption. Opgehaald 1 december,
2014,
van
http://www.euro.who.int/en/health-topics/disease-
prevention/nutrition/activities/technical-support-to-member-states/promoting-fruit-andvegetable-consumption
100
World Health Organisation (2015). Obesity and overweight: Opgehaald 3 maart 2015, van http://www.who.int/mediacentre/factsheets/fs311/en/ Yamaguchi, Y., Nanba, H., & Takeda, N. (2011). Using Computer-Tailored Technology to Promote Physical Activity and Healthy Eating: A Review of the Literature and AsianPacific Evidence. In Asian Perspectives and Evidence on Health Promotion and Education (pp. 287-306). Springer Japan. Zhang, Y., & Cooke, R. (2012). Using a combined motivational and volitional intervention to promote exercise and healthy dietary behaviour among undergraduates. Diabetes research and clinical practice, 95(2), 215-223.
101
Bijlagen Bijlage 1: Toestemmingsformulier
Toestemmingsformulier + contactgegevens ‘Ik (voornaam en familienaam in drukletters), …………………………………………………………………………….….………………………………………………………………….……… bevestig hierbij mijn deelname aan de studie ‘Ontwikkeling, evaluatie en implementatie van online interventie strategieën ter promotie van een gezonde levensstijl met als doel om de kwaliteit en kwantiteit van primaire preventie te verbeteren binnen de eerste lijn.’ Ik ben op de hoogte gebracht van het doel van het onderzoek en het verdere verloop. Alle gegevens die ik nu bij verdere correspondentie binnen deze studie zal verstrekken, zullen vertrouwelijk worden behandeld, conform met de wet van 1992 ter bescherming van de persoonlijke levenssfeer. Geen van de geregistreerde gegevens zullen nu of in de toekomst aan derden meegedeeld worden. Ik ben op de hoogte dat overeenkomstig de experimentenwet van 7/05/2004 een foutloze aansprakelijkheidsverzekering afgesloten werd door de opdrachtgever van deze studie voor de deelnemers aan dit project. De waarschijnlijkheid dat u door deelname aan deze studie enige schade ondervindt, is extreem laag. Mijn deelname is volledig vrijwillig en ik weet dat ik mijn deelname aan dit project op elk ogenblik kan stopzetten zonder enige verdere gevolgen.
Handtekening
Datum: . . / . . / . . . .
E-mailadres: ………………………………………………….…………………………………………………….…………. Telefoonnummer: ………………………………………………….…………………………………………………….… Naam van de huisarts/huisartsenpraktijk: ………………………………………………….………………..
102
Bijlage 2: Flyer controlegroep
103
104
Bijlage 3: Flyer interventiegroep
105
106
Lijst van figuren Figuur 1: De actieve voedingsdriehoek van het Vlaams Instituut voor Gezondheidspromotie en Ziektepreventie Figuur 2: De actieve, uitgebalanceerde voedingsdriehoek van het Vlaams Instituut voor Gezondheidspromotie en Ziektepreventie Figuur 3: Gemiddelde fruit- en groente-inname in Europa in gram per dag, European Food Information Council (EUFIC), 2012 Figuur 4: Percentage van de bevolking dat dagelijks fruit eet, volgens leeftijd en geslacht, Gezondheidsenquête, België, 2013 Figuur 5: Percentage van de bevolking dat dagelijks groenten eet, volgens leeftijd en geslacht, Gezondheidsenquête, België, 2013 Figuur 6: Percentage van de bevolking (van zes jaar en ouder) dat de aanbevolen dagelijkse hoeveelheid fruit en groenten (minstens vijf porties) eet, volgens gewest, Gezondheidsenquête, België, 2013 Figuur 7: Health Action Process Approach Model van Schwarzer (2008) Figuur 8: Persoonlijk advies rond groenten Figuur 9: Persoonlijk opgesteld Actieplan rond groente-inname Figuur 10: Voorbeeld evaluatie geslaagd doel Figuur 11: Voorbeeld evaluatie niet geslaagd doel Figuur 12: Omstandigheden in de vervolgmodule Figuur 13: Plot interventie-effect Tijd*Groep groenteconsumptie Figuur 14: Plot interventie-effect Tijd*Groep fruitconsumptie Figuur 15: Plot interventie-effect Tijd*Groep voor bewustzijn Figuur 16: Plot interventie-effect Tijd*Groep voor intentie 107
Lijst van tabellen Tabel 1: Beschrijving determinanten van gedrag Tabel 2: Response rate en drop-out ten opzichte van T1 Tabel 3: basiskarakteristieken van de totale steekproef, interventie- en controlegroep Tabel 4: Interventie-effect Tijd*Groep groenteconsumptie Tabel 5: Univariate tabel: interventie-effect op de verschillende determinanten van gedrag Tabel 6: Response rate en drop-out ten opzichte van T1 Tabel 7: Basiskarakteristieken van de totale steekproef, interventie- en controlegroep Tabel 8: Interventie-effect Tijd*Groep groenteconsumptie Tabel 9: Univariate tabel: interventie-effect op de verschillende determinanten van gedrag
108
109
