UNIVERSITEIT GENT Faculteit Geneeskunde en Gezondheidswetenschappen Academiejaar 2014-2015
HOEVEEL TIJD SPENDEREN VLAAMSE ADOLESCENTEN AL ZITTEND TIJDENS SCHERMGERELATEERDE ACTIVITEITEN EN IN WELKE MATE BEÏNVLOEDT DE DIRECTE OMGEVING DIT GEDRAG?
Masterproef voorgelegd tot het behalen van de graad van Master in de Gezondheidsvoorlichting en – bevordering
Door Anne-Lore Scherrens en Lotte Verleysen
Promotor: Prof. Dr. Ilse De Bourdeaudhuij Co-promotor: Prof. Dr. Greet Cardon Begeleider: Cedric Busschaert
UNIVERSITEIT GENT Faculteit Geneeskunde en Gezondheidswetenschappen Academiejaar 2014-2015
HOEVEEL TIJD SPENDEREN VLAAMSE ADOLESCENTEN AL ZITTEND TIJDENS SCHERMGERELATEERDE ACTIVITEITEN EN IN WELKE MATE BEÏNVLOEDT DE DIRECTE OMGEVING DIT GEDRAG?
Masterproef voorgelegd tot het behalen van de graad van Master in de Gezondheidsvoorlichting en – bevordering
Door Anne-Lore Scherrens en Lotte Verleysen
Promotor: Prof. Dr. Ilse De Bourdeaudhuij Co-promotor: Prof. Dr. Greet Cardon Begeleider: Cedric Busschaert
Verklaring publicatie- en vermogensrecht
i
Abstract Inleiding: Uit de literatuur blijkt dat het merendeel van de adolescenten de richtlijn van maximaal twee uur schermtijd per dag overschrijdt, waardoor deze groep een verhoogde kans heeft op (gezondheids-)problemen. Binnen deze masterproef wordt nagegaan hoeveel tijd Vlaamse adolescenten zittend doorbrengen tijdens schermgerelateerde sedentaire gedragingen (SSG) (tv, computer en gaming). Mogelijke correlaten werden op socio-demografisch, psychosociaal en huishoudelijke omgevingsniveau onderzocht.
Methode:
Binnen dit cross-sectioneel onderzoek werden vragenlijsten, die peilden naar
context-specifiek SSG en mogelijke correlaten, afgenomen bij 327 jongens en 159 meisjes (1117 jaar) uit zeven scholen gelegen in Vlaanderen.
Resultaten:
De resultaten bewezen dat 86% van de adolescenten de richtlijn omtrent
schermtijd overschrijdt, waarbij zij die veel simultaan gedrag stellen meer tijd spenderen aan schermactiviteiten. Onderzoek naar correlaten van context-specifiek SSG blijken tv-kijken door ouders, door broers/zussen en gezamenlijk tv-kijken met ouders positieve correlaten en regels omtrent tv-kijken een negatieve correlaat van tv-kijken te zijn. Specifiek kijken naar gaming blijken jongens meer te gamen en zijn gaming door ouders, door broers/zussen, gezamenlijk gamen met leeftijdsgenoten en het aantal spelconsoles op de slaapkamer positieve correlaten. Ook zijn broers/zussen, het aantal computers op de slaapkamer positieve correlaten en d regels omtrent computergebruik een negatieve correlaat van computergebruik.
Conclusie: Vlaamse
adolescenten spenderen dagelijks veel tijd aan SSG. Voornamelijk
SSG gesteld door broers/zussen kan het SSG van de adolescent sterk beïnvloeden. Naar de toekomst toe kunnen interventies bevindingen uit deze masterproef opnemen en onderzoeken of deze daadwerkelijk effectief zijn in vermindering van de schermtijd.
“Aantal woorden masterproef: 25819 (exclusief bijlagen en bibliografie)”
ii
Inhoudstabel Verklaring publicatie- en vermogensrecht
i
Abstract
ii
Inhoudstabel
iii
Woord vooraf ........................................................................................................................... vii Inleiding ..................................................................................................................................... 1 LITERATUURSTUDIE
3
Definities .................................................................................................................................... 3 Sedentair gedrag ..................................................................................................................... 3 Sedentair gedrag versus fysieke activiteit ........................................................................... 4 Schermgerelateerd sedentair gedrag en niet-schermgerelateerd sedentair gedrag.............. 5 Productieve en niet-productieve sedentaire activiteiten...................................................... 6 Richtlijnen SG en SSG ............................................................................................................... 7 Nationaal ................................................................................................................................. 7 Internationaal .......................................................................................................................... 7 Nood aan revisie ..................................................................................................................... 8 Gezondheidsproblemen verbonden aan hoge mate van SG/SSG............................................... 8 Totaal SG ................................................................................................................................ 8 SSG ......................................................................................................................................... 9 Fysieke gezondheidsproblemen .......................................................................................... 9 Psychosociale gezondheidsproblemen .............................................................................. 13 Verminderen en onderbreken van SG en SSG ......................................................................... 14 SG ......................................................................................................................................... 14 SSG ....................................................................................................................................... 15 Meten van SG en SSG .............................................................................................................. 15 Algemeen .............................................................................................................................. 15 Subjectieve methoden ....................................................................................................... 16 iii
Objectieve methoden ........................................................................................................ 17 Prevalentie ................................................................................................................................ 19 Totaal SG .............................................................................................................................. 19 SSG ....................................................................................................................................... 21 Algemeen .......................................................................................................................... 21 Tv-kijken ........................................................................................................................... 22 Computergebruik .............................................................................................................. 23 Videogames spelen ........................................................................................................... 23 Determinanten van schermgerelateerd sedentair gedrag .......................................................... 24 Inleiding ................................................................................................................................ 24 Ecologische modellen van gezondheidsgedrag................................................................. 24 Ecologisch model van de vier sedentaire gedragsdomeinen ............................................. 24 Intrapersoonlijke determinanten ........................................................................................... 27 Socio-demografisch .......................................................................................................... 27 Interpersoonlijke determinanten – psychosociale variabelen ............................................... 33 Modeling ........................................................................................................................... 33 Omgeving: domein huishouden ............................................................................................ 37 Elektronica in de slaapkamer ............................................................................................ 37 Huishoudelijke regels en afspraken .................................................................................. 37 PROBLEEMSTELLING
39
ONDERZOEKSVRAGEN & HYPOTHESES
41
ONDERZOEKSMETHODE
44
Procedure .................................................................................................................................. 44 Onderzoeksdesign ................................................................................................................. 44 Dataverzameling en steekproef ............................................................................................ 44 Meetinstrument: vragenlijst...................................................................................................... 46 Variabelen ................................................................................................................................ 46 Gedragsvariabelen ................................................................................................................ 46 iv
Simultaan gedrag .............................................................................................................. 46 Sedentair gedrag: schermgerelateerd sedentair gedrag ..................................................... 47 Socio-demografische variabelen ........................................................................................... 47 Psychosociaal: modeling ...................................................................................................... 48 Schermgerelateerd sedentair gedrag familieleden ............................................................ 48 Schermgerelateerd sedentair gedrag leeftijdsgenoten (gaming) ....................................... 48 Huishoudelijke omgeving ..................................................................................................... 49 Huishoudelijke regels en afspraken .................................................................................. 49 Aantal toestellen in de huishoudelijke omgeving ............................................................. 49 Dataverwerking ........................................................................................................................ 50 Gedragsvariabelen ................................................................................................................ 50 Schermgerelateerd sedentair gedrag ................................................................................. 50 Simultaan gedrag .............................................................................................................. 51 Socio-demografische variabelen ........................................................................................... 51 Psychosociale variabelen modeling ...................................................................................... 53 Huishoudelijke omgeving ..................................................................................................... 54 Data-analyse ............................................................................................................................. 55 Onderzoeksvraag 1 ............................................................................................................... 55 Onderzoeksvraag 2 ............................................................................................................... 55 Onderzoeksvraag 3 ............................................................................................................... 56 Onderzoeksvraag 4 ............................................................................................................... 56 RESULTATEN
59
Onderzoeksvraag 1 ................................................................................................................... 62 Hoeveel procent van de Vlaamse adolescenten (11-17 jaar) overschrijdt de richtlijn van twee uur schermtijd per dag? ........................................................................................................ 62 Welke schermgerelateerde context neemt het grootste deel van de totale schermgerelateerde zittijd in beslag? .................................................................................................................... 62 Onderzoeksvraag 2 ................................................................................................................... 63 v
Wat is het verschil in gemiddelde tijd gespendeerd aan SSG per dag tussen Vlaamse adolescenten van 11 tot 17 jaar die geen tot weinig simultaan gedrag stellen en tussen Vlaamse adolescenten die veel simultaan gedrag stellen? ................................................... 63 Bestaat er een verband tussen het aantal toestellen in de slaapkamer, alsook draagbare toestellen in de thuissituatie en simultaan gedrag? ............................................................... 64 Onderzoeksvraag 3 ................................................................................................................... 65 Is er een verband tussen de leeftijdsspecifieke BMI en de mate van dagelijks scherm gerelateerd sedentair gedrag waarneembaar bij adolescenten (11-17 jaar)? ........................ 65 Onderzoeksvraag 4 ................................................................................................................... 65 Welke variabelen hebben invloed op het context-specifiek schermgerelateerd sedentair gedrag van Vlaamse adolescenten? ...................................................................................... 65 A)
Tv-kijken ................................................................................................................ 65
B)
Gaming ................................................................................................................... 66
C)
Computergebruik ................................................................................................... 67
DISCUSSIE
73
Onderzoeksvraag 1 ................................................................................................................... 73 Onderzoeksvraag 2 ................................................................................................................... 74 Onderzoeksvraag 3 ................................................................................................................... 76 Onderzoeksvraag 4 ................................................................................................................... 77 Beperkingen en sterktes ........................................................................................................... 80 Aanbevelingen .......................................................................................................................... 81 CONCLUSIE
82
BIBLIOGRAFIE
84
BIJLAGEN
92
Bijlage 1: informed consent ..................................................................................................... 93 Bijlage 2: Vragenlijst determinanten adolescenten .............................................................. 96 LIJST VAN TABELLEN
121
LIJST MET FIGUREN
122
vi
Woord vooraf Na het schakeljaar kon het grote werk beginnen, met name het schrijven van een masterproef. Deze masterproef handelt, zoals eerder aangehaald, over de tijd die adolescenten spenderen aan de verschillende schermen. Het is een gedrag die op heden erg veel gesteld wordt, maar ook onderschat wordt. Gezien deze toebehoorde tot een van onze voorkeuren als masterproefonderwerp, waren wij erg tevreden met deze toewijzing. Met behulp van deze masterproef hebben wij de mogelijkheid gekregen om ons meer te verdiepen in dit onderwerp en om meer zicht krijgen op de ware cijfers. Wij zijn onszelf ook veel meer bewust geworden van ons eigen (schermgerelateerd) sedentair gedrag. Zo letten we er bijvoorbeeld meer op dat we af en toe onze zittijd onderbreken in het dagdagelijkse leven. Het ontwikkelen van deze masterproef was een boeiend, leerrijk maar eveneens tijdrovend avontuur. Ten aanzien van de methodiek, data-analyse met SPSS-software, vonden wij deze masterproef zowel een uitdaging als een leuke bezigheid. Wij konden beiden reeds goed werken met deze software, waardoor het op een duur leuk werd om nieuwe functies te ontdekken en snelle handelingen uit te voeren.
Onze dank ter finalisering van deze masterproef gaat in eerste instantie uit naar onze promotor Ilse De Bourdeaudhuij en co-promotor Greet Cardon. Daarnaast willen wij onze mentor, met name Cedric Busschaert heel erg bedanken. Van in het begin heeft hij tijd en energie vrijgemaakt voor de opvolging van onze thesis. Hij was altijd beschikbaar en gaf meerdere keren constructieve feedback. Ook willen wij onze nabije omgeving danken voor de steun en het creëren van een aangename sfeer om deze masterproef tot een goed eind te brengen. Hierbij denken wij aan onze ouders, familieleden, vrienden en medestudenten. Tot slot willen wij aanhalen dat wij erg veel voordeel hebben kunnen halen uit deze duothesis. Het was een aangename samenwerking gedurende het volledige proces, waarbij we complementair en productief gewerkt hebben. Zo hebben we heel vaak afgesproken om samen bepaalde punten te bespreken. Aangezien wij beiden een andere vooropleiding (kinderverpleegkunde & voeding- en dieetkunde) hebben, zorgde de samenwerking ervoor dat dit onderwerp vanuit twee verschillende perspectieven kon bekeken worden. Ook toen we het even niet meer zagen zitten en er even geen vooruitgang was, trokken we ons aan elkaar op. We kunnen met een goed gevoel dit masterjaar afsluiten. Bij deze stellen wij jullie in de volgende pagina’s graag onze bekomen resultaten voor! vii
Inleiding Er is er in het kader van wetenschappelijk onderzoek veel belangstelling ontstaan voor studies naar sedentair gedrag (zittend gedrag) en meer specifiek omtrent schermgerelateerd sedentair gedrag. Schermgerelateerd sedentair gedrag bestaat uit activiteiten waarbij een beeldscherm gebruikt wordt. De stijging van studies naar sedentair gedrag komt doordat er door de jaren heen erg veel is veranderd in het activiteitenpatroon, alsook in dat van de adolescenten. In de periode tussen 2004 en 2009 is er een toename in de tijd gespendeerd aan tv-kijken, computergebruik en gaming onder de adolescenten (Rideout et al., 2010). Als reactie op de reeds gevonden bevindingen, waaronder fysieke en mentale gezondheidsproblemen als gevolg van een hoog schermgerelateerd sedentair gedrag, werden richtlijnen ontwikkeld. Sinds 2012 wordt in Vlaanderen, maar ook internationaal, de richtlijn van maximum twee uur schermgerelateerd sedentair gedrag, alsook het gebruik van elektronische media buiten de schooluren, per dag voor kinderen en adolescenten (6-18jaar) gehanteerd (Ministerie van Welzijn, Volksgezondheid en Gezin, 2012). Uit de literatuur blijkt dat een groot deel van de adolescenten deze richtlijn overschrijdt (Totland et al., 2013).
Aangezien onderzoek naar sedentair gedrag nog relatief nieuw is, is het belangrijk om bijkomend onderzoek te doen naar hiaten in de literatuur omtrent sedentair gedrag (zoals simultaan gedrag en correlaten) om zo in de toekomst effectieve interventies te kunnen ontwikkelen. Tot nog toe zijn er nog maar weinig, of tegenstrijdige resultaten terug te vinden omtrent simultaan gedrag (het gelijktijdig uitvoeren van twee of meer schermactiviteiten) en correlaten (redenen waarom personen kiezen voor veel/weinig te zitten). Over sommige correlaten (o.a. opleidingsniveau van de adolescent, modeling) is er zo goed als niets terug te vinden in de literatuur. Toekomstig onderzoek dient duidelijkheid te brengen, zodanig dat er actie kan ondernomen worden in het effectief onderbreken en verminderen van het (schermgerelateerd) sedentair gedrag.
Aan de hand van deze masterproef wordt nagegaan hoeveel tijd adolescenten (eerste tot vijfde middelbaar) al zittend doorbrengen tijdens schermgerelateerde zittende gedragingen (tv, computer en gaming). Verder zullen aspecten zoals het verschil in dagelijks SSG tussen adolescenten die geen tot weinig en adolescenten die veel simultaan gedrag stellen worden onderzocht. 1
Deze masterproef tracht tevens een bijdrage te leveren aan de huidige literatuur omtrent het in kaart brengen van correlaten van context-specifieke sedentaire gedragingen bij adolescenten. In het bijzonder werd de rol van modeling op SSG van de adolescent nagegaan. Deze masterproef kadert binnen een groter Vlaams onderzoek, bestaande uit longitudinale studies gericht tot drie doelgroepen, met name de adolescenten, de volwassenen en de senioren.
Er wordt gestart met een literatuurstudie die de reeds beschikbare wetenschappelijke achtergrond van (schermgerelateerd) sedentair gedrag beschrijft. Daarna volgen de probleemstelling, onderzoeksvragen & hypotheses, onderzoeksmethode, resultaten, discussie en conclusie. Om gegevens te verzamelen ter beantwoording van de opgestelde onderzoeksvragen werden er vragenlijsten afgenomen bij adolescenten schoolgaand in het Waasland (Vlaanderen).
Om deze inleiding te beëindigen is het belangrijk om nogmaals te melden dat deze masterproef tot stand kwam door een samenwerking tussen twee studentes in de master Gezondheidsvoorlichting- en Bevordering. Alles werd samen besproken, waarna elk een stukje uitschreef, de ander dit nalas en aanpaste waar nodig. We staan beide voor 100% achter deze masterproef en zijn hier beide verantwoordelijk voor.
2
Het corpus Literatuurstudie Definities Sedentair gedrag De term ‘sedentair’ is afgeleid van het Latijnse woord ‘sedere’ dat ‘zitten’ betekent (Norton K., Norton L., & Sadgrove, 2010). Kenmerkend aan sedentaire gedragingen is dat deze weinig lichaamsbewegingen omvatten en een zeer laag energieverbruik inhouden (Pate, O’Neill, & Lobelo, 2008; Tremblay et al., 2011). De SBRN, ook gekend als ‘The Sedentary Behaviour Research Network’, omschrijft sedentair gedrag (SG) als alle energie-uitgaven <1.5 metabole equivalenten (METs, multiples of the basal metabolic rate in het Engels) uitgevoerd in liggende of zittende houding tijdens de wakkere uren.
Sedentair gedrag omvat dus zeker niet alleen het gebrek aan fysieke activiteiten doorheen de dag, maar namelijk alle dagelijkse liggende en zittende gedragingen (Wijndaele et al., 2013). Sedentaire gedragingen zijn vooral: tv-kijken, computergebruik, het gebruik van computerspellen en de tijd gespendeerd in een voertuig (Owen, Healy, Matthews, & Dunstan, 2010). Daarnaast worden ook de momenten waarbij men zit op school, tijdens sociale bezigheden met vrienden alsook familie meegerekend als sedentair gedrag. Tv-kijken is de meest voorkomende vorm bij de adolescenten (Pate et al., 2008).
Sedentair gedrag is een fenomeen met stijgende populariteit, dat tegenwoordig niet meer weg te denken is uit de academische en de medische wereld, alsook niet uit de dagdagelijkse publicaties in de media (Pearson, Braithwaite, Biddle, van Sluijs, & Atkin, 2014). Door de veranderingen in de manier van leven in de Westelijke landen over de laatste decennia, alsook het verschuiven van gewoonten en gebruiken, vormt dit fenomeen een steeds groter wordend (medisch) probleem (Pearson et al., 2014). Sinds 1950 zijn de fysieke, economische en sociale omgeving, waarin de moderne mens bij het uitoefenen van zijn dagelijkse activiteiten zit of beweegt, erg gewijzigd (Hendriksen et al., 2013).
3
De Westerse maatschappij maakt het, door verdere informatisering en automatisering, steeds meer mogelijk om dagdagelijkse activiteiten meer al zittend uit te voeren. Veranderingen op vlak van transport, communicatie, werk (weekend-, vakantie- en vrijwilligerswerk) en technologie eisen minder fysieke activiteit. Mensen worden steeds meer verleid om een sedentaire levensstijl aan te nemen en langdurig te zitten. Of men nu kijkt naar de thuisomgeving, de schoolomgeving of naar de vrije tijd blijken mensen steeds meer geneigd te zijn om langdurig te zitten (Hendriksen et al., 2013; Owen et al., 2010). Sedentair gedrag versus fysieke activiteit Sedentair gedrag wordt niet enkel gedefinieerd als de afwezigheid van fysieke activiteit (FA). SG en FA dienen als twee afzonderlijke, onafhankelijke gedragingen gezien te worden (Pate et al. 2008; Owen et al., 2010; Tremblay et al., 2011).
Bovenstaande gegevens geven aan dat SG niet als een inactief gedrag beschouwd wordt (Pate et al., 2008). Een inactief persoon wordt namelijk beschreven als een persoon dat onvoldoende matige tot zware FA uitvoert, of anders gezegd, niet voldoet aan de richtlijnen van dagelijkse FA (Pate et al., 2008). De richtlijnen met betrekking tot FA specifiek voor adolescenten handelen over minstens 30 minuten matige tot intensieve fysieke activiteit per dag (Tafforeau, 2008). Enerzijds kan iemand zowel sedentair als fysiek inactief gedrag vertonen, anderzijds kan iemand dagelijks voldoende FA verrichten volgens de aanbevelingen, maar de rest van de dag vooral SG stellen. Hiervoor wordt de term ‘active couch potatoe’ aangehaald (Owen et al., 2010).
Een voorbeeld hiervan kan een sporter zijn, die enkele uren per week gaat sporten maar de rest van de tijd vooral al zittend doorbrengt. Deze persoon zal toch nog veel risico hebben op het ontwikkelen van gezondheidsproblemen desondanks hij/zij voldoet aan de richtlijnen van FA (Hendriksen et al., 2013). Hiernaast bestaat er een negatief (r=-0.96) verband tussen SG en licht intense FA. Licht intens FA omvat onder andere zelfzorg en minder dan tien minuten wandelen zoals het wandelen naar een parkeerplaats. Het verband houdt in dat dagelijks meer minuten licht intense FA gepaard gaat met minder SG. Het stellen van licht FA draagt bij tot het dagelijks energieverbruik en biedt potentiële gezondheidsvoordelen. Het is belangrijk een goede balans te vinden tussen beide activiteiten waarbij meer licht intense FA verricht worden (Owen et al., 2010).
4
Schermgerelateerd sedentair gedrag en niet-schermgerelateerd sedentair gedrag Binnen sedentair gedrag kan er een onderscheid gemaakt worden tussen schermgerelateerd sedentair gedrag (SSG) en niet-schermgerelateerd sedentair gedrag (NSSG). Over het algemeen worden er een aantal hoofdgedragingen verstaan onder de term SSG. Binnen de literatuur wordt er consistent gesproken over activiteiten waarbij een beeldscherm wordt gebruikt. Deze gedragingen houden het kijken naar de televisie, computergebruik (desktop, laptop en tabletapparaten) en het gebruik van spelconsoles, zowel op de computer als op televisie, in (Costigan, Barnett, Plotnikoff, & Lubans, 2012; Norton et al., 2010). Het al zittend gebruik maken van een gsm-toestel (smartphone) behoort volgens een Chinese studie over SSG in de vrije tijd bij adolescenten (12-14 jaar) eveneens tot SSG (Jiang, Hardy, Ding, Baur, & Shi, 2014). Wanneer er naar het energieverbruik gekeken wordt, vertoont tv-kijken binnen SSG een lager energieverbruik, zo’n één MET, in vergelijking met andere SSG zoals het spelen van spelletjes op o.a. computer en PlayStation. Desondanks vertoont tv-kijken ook een lager energieverbruik ten opzichte van niet-schermgerelateerde activiteiten zoals zittend schrijven en zittend lezen, wat overeenkomt met 1.3 MET’s (Costigan et al., 2012; Norton et al., 2010).
Naast SSG, zijn er ook verschillende sedentaire gedragingen die niet gerelateerd zijn aan tijd gespendeerd voor een bepaald beeldscherm. Het maken van schoolwerk en vele vormen van onderwijs en vorming worden samen met gemotoriseerd transport aanzien als de meest voorkomende sedentaire gedragingen naast het SSG. Ook zelfzorg (voornamelijk eten) en luisteren naar muziek, zijn vormen van NSSG (Hendriksen et al., 2013; Olds, Maher, Ridley, & Kittel, 2010; Pearson et al., 2014; Totland et al., 2013).
Tot slot bestaat er een negatieve correlatie (r=-0.58) tussen de tijd gespendeerd aan SSG en de tijd gespendeerd aan NSSG. Meer tijd gespendeerd aan SSG gaat gepaard met minder tijd gespendeerd aan NSSG en omgekeerd. NSSG werd tot op heden te weinig onderzocht, dit aangezien SSG vaak gelijkgesteld wordt aan SG. SSG is een belangrijk subgedrag van SG, maar andere gedragingen spelen ook een rol (Olds et al., 2010).
5
Simultaan gedrag Simultaan gedrag binnen SSG wordt in de literatuur vaak aangehaald als ‘media multitasking’. Het verwijst naar het gelijktijdig uitvoeren van twee, drie of vier schermactiviteiten (Rideout, Foehr, & Roberts, 2010).
Een 10-jarige follow-up studie van Busschaert et al. (2015) onderzocht mogelijke predictoren, gemeten op de baselinemeting, die het gedrag gemeten op de follow-up kunnen voorspellen. Deze studie gaf in de discussie aan dat er in het begin van de 21e eeuw nauwelijks sprake was van simultaan gedrag (bijvoorbeeld tv-kijken op de computer) (Busschaert et al., 2015). Volgens Rideout et al. (2010) zou dergelijk gedrag op heden steeds meer voorkomen onder adolescenten. Wel zouden nog te weinig onderzoeken deze variabele in rekening brengen, waardoor vaak geen accurate meetresultaten van SSG bekomen kunnen worden (Rideout et al., 2010). Dit onderzoek resulteerde aldus in een hoog percentage van simultaan gedrag onder adolescenten. Wanneer er specifiek gekeken werd naar het uitvoeren van verschillende activiteiten voor een televisiescherm, bleek 39% van de 12-tot 18-jarigen het grootste deel van de televisietijd gebruik te maken van een ander medium (bijvoorbeeld een computer). Negenentwintig procent van deze onderzochte adolescenten noteerde ‘soms’ simultaan gedrag te vertonen (Rideout et al., 2010). Ook omtrent simultaan gedrag bij gebruik van de computer vonden Rideout et al. (2010) significante resultaten. Hierbij werd er echter gesproken over verschillende activiteiten, allen uitgevoerd door gebruik van de computer. Dit houdt o.a. het tegelijk surfen op het internet, downloaden van muziek en gebruik van sociale media in. Veertig procent van de adolescenten zou dit soort simultaan gedrag het ‘grootste deel van de tijd’ uitvoeren, 26% dan weer ‘soms’ (Rideout et al., 2010). Wordt er gekeken naar het simultaan gedrag tijdens het gamen, combineert 22% van de adolescenten het grootste deel van de tijd en 26% soms het gamen met activiteiten zoals computergebruik, lezen, tv-kijken, luisteren naar muziek of sms’en (Rideout et al., 2010). De activiteit die echter het meeste werd gecombineerd met andere (sedentaire) gedragingen, was het luisteren naar muziek, waarbij bijna de helft van de adolescenten (43%) de activiteit combineerde met één of meerdere van bovenstaande (schermgerelateerde) activiteiten (Rideout et al., 2010). Productieve en niet-productieve sedentaire activiteiten Om het onderscheid te maken tussen deze productieve en niet-productieve activiteiten, dient er vooral naar de context gekeken te worden.
6
In het geval van adolescenten gaat het veeleer over (S)SG op school en (S)SG in de thuissituatie (vrije tijd) (Australian Government The Department of Health, 2011). Een studie van Sisson et al. (2009) onderzocht de prevalentie van tijd gespendeerd aan (schermgerelateerd) sedentair gedrag (televisie – en videokijken en computergebruik) binnen de leeftijdsgroep van 12 tot 15 jaar. De adolescenten werden schriftelijk bevraagd aan de hand van een vragenlijst. Deze studie maakte een onderscheid tussen productief SG en niet-productief SG (SG in kader van de vrije tijd) op basis van het doel van de activiteit. Zo wordt lezen en het gebruik van een computer in kader van schoolwerk aanzien als productief SG (Sisson et al., 2009). Het bekijken van (teken)films op de televisie, het spelen van een niet-educatief computerspel of het spelen op een spelconsole, wordt daarentegen beschreven als niet-productief SG. De productieve vormen van SG zouden, volgens het onderzoek van Sisson et al. (2009), niet significant worden geassocieerd met hogere niveaus van lichamelijke inactiviteit, in tegenstelling tot de nietproductieve vormen van SG. Eerstgenoemde productieve vormen van SG zouden ook niet dezelfde negatieve gevolgen (zie gezondheidsproblemen verbonden aan hoge mate van SG/SSG) met zich meedragen dan de niet-productieve vormen van SG. Dit laatste fenomeen bevat echter nog veel onzekerheden wegens het gebrek aan voldoende (ondersteunende) onderzoeken (Sisson et al., 2009).
Richtlijnen SG en SSG Nationaal Desondanks SG nog een redelijk recente term is, wordt er aandacht aan besteed en kunnen er in de literatuur al enkele richtlijnen teruggevonden worden. Een voorbeeld hiervan is de opname van SG in de actieve voedingsdriehoek en dit binnen de restgroep (VIGeZ, 2012). In België worden volgens de Vlaamse richtlijnen voor beweging en sedentair gedrag (2012) volgende richtlijnen gehanteerd: kinderen en jongeren (zes tot achttien jaar) dienen de sedentaire tijd, alsook het gebruik van elektronische media (zoals tv, pc en mobiele telefonie) buiten de schooluren, te beperken tot een maximum van twee uur per dag (Ministerie van Welzijn, Volksgezondheid en Gezin, 2012).
Internationaal Vervolgens wordt internationaal meestal eenzelfde richtlijn omtrent het SSG voor adolescenten nagestreefd, namelijk maximum twee uur of 120 minuten SSG per dag (Costigan et al., 2012).
7
Reeds verschillende landen zoals Canada (CSEP, 2011), Groot-Brittannië (UK Department of Health, 2011) en Australië (Department of Health and Ageing, 2004) hebben mogelijke gezondheidsrisico’s, die SG teweeg kan brengen, in hun beweegrichtlijnen opgenomen. Op deze manier proberen ze de bevolking aan te raden om het langdurig zitten zoveel mogelijk te beperken. Verder is er een consensus onder gezondheidswerkers dat een echte richtlijn voor SG in de toekomst noodzakelijk is (Hendriksen et al., 2013).
Nood aan revisie Er heerst aldus een (inter)nationale nood aan een revisie van de richtlijnen van SSG voor adolescenten, aangepast aan de vernieuwde technologie (Costigan et al., 2012). Ook volgens de review van Lou (2014) raden organisaties zoals the American Academy of Pediatrics verscheidene richtlijnen aan in het kader van het voorkomen van obesitas en bovenal het promoten van de algemene gezondheid van kinderen en adolescenten. Zo wordt er op aangewezen een nutritioneel rijk dieet te consumeren, voldoende aan fysieke activiteit te doen en bovenal een gelimiteerde tijd op te leggen voor alle SSG. Onder SSG wordt hier tv-kijken, het spelen van videogames, computergebruik (in de vrije tijd) alsook activiteiten op smartphones en tablets verstaan (Lou, 2014).
Gezondheidsproblemen verbonden aan hoge mate van SG/SSG Een te hoge mate van SG in de kind- en adolescentieperiode brengt heel wat gezondheidsproblemen en andere zoals sociale en psychologische problemen met zich mee. Hieronder volgen eerst gezondheidsproblemen gerelateerd aan een te hoog totaal SG, waarna er specifiek wordt toegespitst op de gezondheidsproblemen bij een te hoog SSG en dit steeds vanuit het adolescentenperspectief.
Totaal SG Ten aanzien van de gezondheid concludeerde een review van Ruiz et al. (2011) dat verschillende cross-sectionele studies binnen Europa aangetoond hebben dat de tijd gespendeerd aan objectief, met behulp van een accelerometer, gemeten sedentaire gedragingen een belangrijke risicofactor vormt voor cardiovasculaire aandoeningen en dit specifiek bij adolescenten tussen de leeftijd van 12 tot 17.5 jaar.
8
Hiernaast lopen adolescenten, die een groot deel van hun tijd al zittend/liggend doorbrengen (gemeten a.d.h.v. vragenlijsten en accelerometers), een verhoogde kans op onder andere mindere schoolprestaties, om over minder goed ontwikkelde motorische vaardigheden te beschikken en op het algemeen een lagere kwaliteit van leven te ervaren (Lou, 2014).
SSG De gezondheidsproblemen ten gevolge van SSG worden onderverdeeld in fysieke en psychosociale gezondheidsproblemen. De fysieke gezondheidsproblemen die binnen deze paper besproken worden, zijn: overgewicht en obesitas, cardio-metabolische klachten en rugen nekklachten. De psychosociale gezondheidsproblemen bevatten zowel psychologische (zoals slaapproblemen, depressie en psychologisch onwelzijn) als sociale problemen (zoals tekort aan sociale steun). Fysieke gezondheidsproblemen Overgewicht en obesitas Algemeen kan gesteld worden dat obesitas op een dosis-response manier stijgt met de tijd gespendeerd aan SG. Dit houdt in dat hoe meer sedentair iemand is, hoe hoger de kans op obesitas is (Tremblay et al., 2011).
Ten aanzien van SSG wordt tv-kijken, de meest voorkomende schermgerelateerde activiteit onder adolescenten, eveneens geassocieerd met obesitas bij adolescenten (Hu, Tracia, Golditz, Willett, & Manson, 2003). Verschillende oorzaken zouden aan de basis van dit fenomeen kunnen liggen. Zo zou niet enkel ongezond snack-gedrag voor de tv een mogelijke oorzaak zijn, maar zouden ook biologische effecten van SG, de verminderde tijd gespendeerd aan actieve bezigheden of eventueel zelfs de combinatie van beide aan de oorzaak liggen van deze gezondheidsproblematiek. Dergelijk schermgerelateerd sedentair gedrag wordt eveneens geassocieerd met overgewicht en/of obesitas op latere leeftijd (Lou, 2014). Zo blijkt SSG tijdens de adolescentie een goede voorspeller te zijn voor overgewicht op volwassen leeftijd, dit onafhankelijk van de Body Mass Index (BMI) en lichaamsbeweging tijdens de adolescentie (Hendriksen et al., 2013; Lou, 2014).
9
Een grootschalige studie van Singh, Kogan, Van Dyck en Siahpush (2008) bij 46000 NoordAmerikaanse adolescenten (10 tot 17 jaar) bevestigde dit en concludeerde dat adolescenten die meer dan drie uur per dag tv-keken, min. 65% kans hadden op het hebben van obesitas, dit in vergelijking met diegene die minder dan één uur per dag tv keken (Singh et al., 2008).
Daarnaast heeft de studie van Mitchell, Rodriguez, Schmitz, & Audrain-McGrovern (2013) de associatie tussen schermtijd en de gemiddelde veranderingen in de BMI in een longitudinaal onderzoek (opvolging om de zes maanden van negen tem 15 jaar) onderzocht. De populatie bestond uit 1336 adolescenten van 14 tot 18 jaar uit de regio Philadelphia in Amerika (Mitchell et al., 2013). De tijd gespendeerd aan tv-/dvd-kijken en gaming werd bevraagd aan de hand van een vragenlijst waarbij de participanten volgende antwoordmogelijkheden hadden: < één uur, twee, drie, vier of meer dan vijf uur per dag. De BMI (kg/m2) werd berekend op basis van de zelf-gerapporteerde waarden van gewicht en lengte (Mitchell et al., 2013).
De correlatie tussen de zelf-gerapporteerde en de objectief gemeten BMI werd nagegaan en was voldoende hoog. Deze afhankelijke variabele BMI werd opgesplitst in verschillende percentielen (percentielen 10, 25, 50, 75 en 90) (Mitchell et al., 2013). De resultaten werden vervolgens aangepast voor geslacht, etniciteit, opleiding van de moeder, uren gespendeerd aan slapen en FA. Het onderzoek resulteerde in een stijging van alle BMI-waarden, onafhankelijk van de beginwaarde, over de tijd dat de adolescenten werden onderzocht. Hieruit kon een positieve correlatie worden afgeleid tussen een verhoogde sedentaire zittijd en een stijging van de BMI. Er werden geen associaties gevonden tussen schermgerelateerde tijd en veranderingen in het 10e en 25ste percentiel (zo houdt bijvoorbeeld het 10e percentiel in dat 90% een hogere BMI-waarde scoort) (Mitchell et al., 2013). Wel steeg elke zes maand de BMI met 0.35kg/m2 in het 90e percentiel, in vergelijking met 0.22kg/m2 in het 10e percentiel. Vervolgens werd elk uur meer gespendeerd aan schermgerelateerde activiteiten in het 90e percentiel geassocieerd met een stijging van 0.54kg/m2 in de BMI in vergelijking met 0.18kg/m2 in het 50e percentiel (Mitchell et al., 2013). Hoe meer tijd gespendeerd aan schermgerelateerde activiteiten hoe sterker de associatie met een stijging in de BMI in de hogere percentielen (Mitchell et al., 2013).
De cross-situationele studie van Norman, Schmid, Sallis, Calfas, & Patrick (2005) toonde eveneens aan dat meer tv-kijken en spelen van videogames onder 878 adolescenten (leeftijd 11 tot 15 jaar) gerelateerd kan worden aan hogere BMI waarden (Norman et al., 2005).
10
Meer algemeen voor alle typen van SSG resulteerde een onderzoek van Costigan et al. (2012) in een positieve associatie tussen SSG en een verhoogd gewicht.
Tenslotte worden volgens een studie van Epstein, Roemmich, Paluch, & Raynor (2005) bij 1216 jarigen adolescenten zonder overgewicht veranderingen in (S)SG eveneens gerelateerd aan veranderingen in de energie-inname. Minder totaal (S)SG brengt een lagere energie-inname en vervolgens een lagere vetinname met zich mee (Epstein et al., 2005). Ook worden vetrijke snacks vaak geconsumeerd tijdens het tv-kijken of tijdens andere zittende activiteiten. Het verminderen van (S)SG is aldus belangrijk in het voorkomen van overgewicht en/of obesitas (Epstein et al., 2005). Cardio-metabolische klachten SSG kan aanzien worden als een belangrijke factor in het veroorzaken van cardio-metabolische klachten.
In een studie van Carson & Janssen (2011) werd het effect van SSG op de cardio-metabolische gezondheid (obesitas, hypertensie, dyslipidemie en glucose intolerantie) bij meer dan 2000 kinderen en adolescenten van 6-19 jaar nagegaan. De Cardio-metabole Risico Score (CRS) werd berekend op basis van de leeftijdsspecifieke en geslachtsafhankelijke tailleomtrek, de systolische bloeddruk, de non-HDL cholesterol en de C-reactieve proteïne waarden (Carson & Janssen, 2011). De totale hoeveelheid en patronen van SG werden objectief gemeten aan de hand van een accelerometer. Het type van SG subjectief aan de hand van een vragenlijst. Het effect van de totale hoeveelheid en de patronen was afhankelijk van de fysieke activiteit en andere factoren. In verband met het type SG bleek in hoge mate tv-kijken een voorspeller te zijn van een hoge CRS, in tegenstelling tot veelvuldig computergebruik. Obesitas is een mogelijke mediator in deze relatie (Carson & Jansen, 2011). Dit houdt in dat de associatie tussen een hoge mate van tv-kijken en cardio-metabolische risicofactoren kan worden gemedieerd of kan worden vertroebeld door de aanwezigheid van obesitas. Binnen dit onderzoek van Carson & Janssen (2011) werd obesitas dan ook terecht opgenomen als een confounder (storende variabele). Kinderen en adolescenten van zes tot 19 jaar die vier of meer uur per dag naar de tv-kijken hebben 2.53 keer meer kans op het hebben van een hoge CRS in vergelijking met kinderen en adolescenten die minder dan één uur tv-kijken per dag. De andere resultaten, zoals de vergelijking met de groep die meer dan twee uur tv kijkt per dag, zijn niet significant bevonden (Carson & Janssen, 2011).
11
Rug-en nekklachten Rug- en nekklachten lijken een ernstig probleem te zijn gerelateerd aan schermgerelateerd gedrag.
Een cross-sectionele studie van Torsheim et al. (2010) ging de associatie na tussen SSG en fysieke klachten bij 31022 adolescenten (11, 13 en 15 jaar) uit Denemarken, Zweden, Noorwegen, Finland, Ijsland en Griekenland en dit als onderdeel van de HBSC (Health Behaviour study in School-aged Children) studie in 2005-2006. Met behulp van een vragenlijst, die afgenomen werd tijdens de schooluren, dienden de adolescenten hun dagelijkse uren gespendeerd aan SSG en de mate van rug- en hoofdpijn (afzonderlijk voor week- en weekenddagen) te rapporteren. Er werd nagegaan of computergebruik, zowel voor het spelen van spellen als voor andere doeleinden (internet, elektronische communicatie, email, huiswerk…) en/of tv-kijken wekelijkse rug- en/of hoofdpijn voorspelden. De adolescenten wisselden af tussen de verschillende soorten schermgerelateerde activiteiten (Torsheim et al., 2010). Eerder vernoemde lichamelijke klachten namen met de jaren toe (Ståhl, El-Metwally, & Rimpelä, 2014).
Van 1991 naar 2011 is het aantal gerapporteerde wekelijkse lage rug- en nekpijn, tegelijk voorkomend, verviervoudigd bij meisjes van 12-14 jaar (van 2% tot 7,5%) en meer dan verdubbeld bij jongens van 12-14 jaar (van 1,6% naar 3,8 procent), bij jongens van 16-18jaar (van 4,2 naar 9,9%) en bij meisjes van 16-18jaar (van 6,9 tot 15,9%) (Ståhl et al., 2014). Ook Costigan et al. (2012) toonde later een positief verband aan tussen hoog SSG en musculoskeletale pijn bij vrouwelijke adolescenten (leeftijd 12 – 18 jaar) (Costigan et al., 2012).
Ten aanzien van de gezondheid was er in het onderzoek van Torsheim et al. (2010) eveneens sprake van een positieve associatie tussen de tijd gespendeerd aan SSG en bovenstaande lichamelijke klachten. Deze associatie was consistent voor de verschillende soorten schermactiviteiten en voor jongens en meisjes. Potentieel storende variabelen werden eveneens opgenomen in de analyse. Hieruit is gebleken dat FA, stress en depressieve symptomen de zonet vernoemde associatie kunnen beïnvloeden (Torsheim et al., 2010). De stijging in lichamelijke klachten (rug-, nek-, schouder- en hoofdpijn) verloopt parallel met de stijging in de tijd die adolescenten spenderen aan SSG zoals tv-kijken, computer spelletjes spelen en andere computer-gerelateerde activiteiten (Torsheim et al., 2010).
12
Per uur dat zowel jongens als meisjes extra spendeerden aan een van bovenstaande schermactiviteiten stijgt de kans op rug- en hoofdpijn. Specifiek voor computergebruik hebben vrouwelijke adolescenten 8% en mannelijke adolescenten 10% meer kans op rugpijn per uur dat men dagelijks spendeert achter een computerscherm (Torsheim et al., 2010). Psychosociale gezondheidsproblemen Uit onderstaande review van Costigan et al. (2012) blijkt dat SSG gepaard gaat met zowel psychologische
als
sociale
problemen.
Gezondheidsindicatoren
geassocieerd
met
schermgerelateerd sedentair gedrag worden er specifiek voor vrouwelijke adolescenten (12-18 jaar) besproken. Het includeert activiteiten met een energieverbruik van 1 tot 1.5 METs. Verder wordt onder SSG in deze review volgende activiteiten verstaan: tv-kijken, computer- en internetgebruik en/of elektronische gaming (Costigan et al., 2012).
In het kader van
psychosociale gezondheidsproblemen werd er een positieve associatie gevonden tussen SSG en slaapproblemen, alsook tussen SSG en depressie. Vervolgens werden er negatieve associaties geïdentificeerd tussen SSG en psychologisch welzijn en SSG en sociale steun (Costigan et al., 2012). Uit bovenstaande review kan besloten worden dat SSG bij vrouwelijke adolescenten gepaard gaat met gezondheidsproblemen en sociale nadelen (Costigan et al., 2012).
Vervolgens concludeert de review dat er meer longitudinale studies nodig zijn om het effect van SSG op de gezondheid bij vrouwelijke adolescenten op lange termijn te achterhalen (Costigan et al., 2012). Deze resultaten werden bevestigd door een review van Tremblay, Colley, Saunders, Healy, & Owen (2010) omtrent de fysiologische en gezondheidsgevolgen van een sedentaire levensstijl. Uit deze review is gebleken dat actieve adolescenten een hogere lichaamstevredenheid en een positiever fysiek zelfbeeld hadden dan hun inactieve leeftijdsgenoten. Daarnaast concludeerde deze review ook dat een beperking aan sedentaire activiteiten een verbetering van de algemene eigenwaarde tijdens de adolescentie kon opleveren. Ook zouden de positieve uitkomsten op vlak van de mentale gezondheid van de adolescenten sterk afnemen naarmate het sedentair gedrag toeneemt (Tremblay et al., 2010).
13
Verminderen en onderbreken van SG en SSG Onderzoek naar (S)SG is belangrijk in kader van het voorkomen van gerelateerde gezondheidsproblemen. Er kunnen twee gezondheidsdoelstellingen onderscheiden worden: de totale tijd gespendeerd aan (schermgerelateerd) SG verminderen en het regelmatig onderbreken van het (schermgerelateerd) SG.
SG Het onderbreken van het sedentair gedrag zou drie van de vijf meest voorname aandoeningen voorkomend in het overheidsbeleid kunnen verbeteren (Hendriksen et al., 2013). Deze drie gezondheidsaandoeningen houden diabetes, overgewicht en depressie in (Hendriksen et al., 2013). De resultaten vanuit het review van Tremblay et al. (2011) informeren dat een lager sedentair niveau, het onderbreken van het zittende gedrag en het meer rechtstaan tal van gezondheidsrisico’s binnen de leeftijdscategorie vijf tot zeventien jarigen kan voorkomen, alsook de BMI kan verlagen (Tremblay et al., 2011).
In het kader van de metabole gezondheid is er ook reeds matige evidentie waarbij een positieve relatie tussen sedentair gedrag (voornamelijk in de context van tv-kijken, computergebruik en game-consoles, alsook zitten tijdens de schooluren en zitten tijdens gemotoriseerd transport) en abnormale bloedsuikergehaltewaarden (ook bij niet-diabetespatiënten), alsook tussen sedentair gedrag en diabetes type twee is aangetoond (Hendriksen et al., 2013; Owen et al., 2010). De studie van Owen et al. (2010) bevestigt dat het onderbreken van sedentair gedrag gepaard gaat met gezondheidsvoordelen, waaronder op metabolisch vlak. Tafforeau (2008) toonde al eerder aan dat het regelmatig onderbreken van zittende activiteiten diabetes type twee kan voorkomen. Verder kunnen ook cardiovasculaire aandoeningen en colorectale kanker voorkomen worden (Tafforeau, 2008).
Vervolgens toonde het onderzoek van Hendriksen et al. (2013) aan dat het implementeren van onderbreekmomenten van het sedentair gedrag vrij eenvoudig toe te passen is (door even te gaan staan of lopen), zonder dat dit zal resulteren in productiviteitsverlies of hoge kosten en toch positieve gezondheidsgevolgen zal hebben (Hendriksen et al., 2013).
14
SSG De resultaten van Tremblay et al. (2011) onderbouwen het nut van het verminderen van de totale tijd gespendeerd aan schermgerelateerde activiteiten in het voorkomen van cardiovasculaire aandoeningen en sterfte. Indien het tv-kijken met een uur verminderd wordt, dan wordt dit geassocieerd met een daling in sterfte-aantallen van 11%, waarvan 18% daling in sterfte veroorzaakt door andere aandoeningen en cardiovasculaire aandoeningen. Adolescenten die minder dan twee uur tv-kijken per dag hebben 46% minder risico op sterfte in vergelijking met mensen die meer dan twee uur tv-kijken per dag.
Vervolgens is het zo dat mensen die vier uur of meer tv-kijken per dag 80% meer kans hebben op sterfte ten gevolge van cardiovasculaire aandoeningen in vergelijking met mensen die minder dan twee uur per dag tv-kijken (Owen et al., 2010; Tremblay et al., 2011). Dit onafhankelijk van andere factoren zoals roken, bloeddruk, cholesterol en dieet, alsook fysieke activiteit in de vrije tijd (Owen et al., 2010).
Recente onderzoeken focussen niet alleen op het medische, maar ook op het psychosociale. Zo werd, zoals eerder aangehaald, een positieve associatie bevonden tussen SSG en slaapproblemen en/of een tekort aan slaaptijd (Hendriksen et al., 2013; Peiro-Velert et al., 2014). Daarbij registreerden adolescenten (tussen de leeftijd van 12 en 18 jaar) die dagelijks meer dan twee uur videogames spelen of gebruik maken van de computer (om een andere reden dan schoolwerk) meer insufficiënt slaapgedrag (Hendriksen et al., 2013; Peiro-Velert et al., 2014). Dit ongezond en onregelmatig slaappatroon en dergelijke slaapproblemen kunnen vervolgens ook leiden tot slechte schoolresultaten. Opmerkelijk is dat dit fenomeen het meest voorkomend is bij jonge adolescenten (12 tot 15 jaar) in vergelijking met de iets oudere adolescenten (15 tot 18 jaar). Hiernaast waren deze effecten groter bij mannelijke adolescenten vergeleken met vrouwelijke adolescenten (Hendriksen et al., 2013; Peiro-Velert et al., 2014).
Meten van SG en SSG Algemeen Het SG en SSG kunnen op verschillende manieren achterhaald worden. Onderstaande gegevens werden vooral gebaseerd op eenzelfde artikel. In een artikel van Atkin et al. (2012) wordt een overzicht gegeven van de mogelijke instrumenten die SG en SSG meten.
15
Bij elke methode wordt de validiteit en de betrouwbaarheid besproken. In het artikel wordt een onderscheid gemaakt tussen subjectieve en objectieve methoden om S(S)G te meten (Atkin et al., 2012). Subjectieve methoden Subjectieve benaderingen omvatten vooral vragenlijsten en dagboeken. De zelf-rapportage methoden zijn geschikt om het gedrag en zijn context te identificeren (Atkin et al., 2012). Deze twee methoden worden hieronder kort toegelicht. Vragenlijsten Norton et al. (2010) bevestigen dat (S)SG vooral subjectief gemeten wordt met behulp van vragenlijsten. Hierbij worden domeinen van sedentair gedrag (de vorm, de context, de duur en de pauzes) door middel van zelf-rapportage gemeten. De meeste participanten vullen zelf de vragenlijst in (Norton et al., 2010).
Schriftelijke vragenlijsten zijn niet de enige mogelijkheid, andere afnamemethoden zoals een face-to-face interview en een telefonisch interview kunnen ook plaatsvinden om data te verzamelen (Atkin et al., 2012). In verband met de inhoud peilen de meeste vragen specifiek naar de subdoelgedragingen, zoals tv-kijken en andere schermgerelateerde gedragingen (Atkin et al., 2012).
Vervolgens kan er besloten worden dat werken met vragenlijsten zowel voor- als nadelen met zich mee brengt. Eerst en vooral blijkt deze methode geschikt te zijn voor adolescenten (Hardy et al., 2013). Daarbij kunnen onderzoekers met behulp van vragenlijsten veel informatie op kosteneffectieve wijze verzamelen en een groot publiek bereiken. Een laatste voordeel is dat er weinig kans is op potentiële schade voor de participant (Atkin et al., 2012). Na het opsommen van enkele voordelen, kunnen er ook nadelen aangehaald worden. De beperkingen van deze methode omvatten matige betrouwbaarheid, maar vooral licht tot matige validiteit. Er is een gebrek aan een gouden standaard voor het meten van SG. Eveneens zijn vragenlijsten kwetsbaar voor culturele invloeden en sociale wenselijkheid (Atkin et al., 2012).
Een ander belangrijk aan te halen punt bestaat eruit dat het onderscheid tussen sedentaire activiteiten en licht fysieke activiteiten moeilijk te maken is. Dit kan voor meetproblemen zorgen (Norton et al., 2010).
16
Vragenlijsten dienen, waar mogelijk, ontworpen te worden met mogelijkheid tot het vastleggen van informatie op elk van de intensiteit categorieën (Norton et al., 2010). Aanvullend dienen vragenlijsten voldoende domein-specifieke items te bevatten om onderschatting van de totale zittijd te voorkomen (Atkin et al., 2012).
Tot slot worden in deze volgende alinea kort twee relevante vragenlijsten aangehaald. Allereerst is er de IPAQ (the International Physical Activity Questionnaire), die ontwikkeld werd als internationaal gestandaardiseerd meetinstrument in het meten van FA en SG. Het is een matig betrouwbaar instrument (Atkin et al., 2012; Norton et al., 2010). Ten tweede is er de SIT Q7D die uitgebreid besproken wordt onder het rubriek onderzoeksmethode. Dagboeken Het gebruik van dagboeken komt minder frequent voor dan het gebruik van vragenlijsten. Doch is sedentair gedrag een veelzijdig gedrag dat soms een meer gedetailleerde beschrijving vereist. Dit is mogelijk met behulp van een dagboek (Atkin et al., 2012). In een dagboek kunnen participanten tijdsafhankelijke gegevens in verband met gedrag, waarneming, gedacht en/of gevoel rapporteren (Atkin et al., 2012). Er kan gebruik gemaakt worden van een dagboek om een probleem van vragenlijsten tegen te gaan. Daarentegen kan bij het vervolledigen van vragenlijsten het probleem optreden dat participanten zich na enige tijd nog weinig herinneren van hun eerder gestelde sedentaire activiteiten (Atkin et al., 2012). Objectieve methoden In recent onderzoek wordt er meer en meer gebruik gemaakt van objectieve methoden om (S)SG te bepalen, en dit om grotendeels in te spelen op de beperkingen van de subjectieve methoden. Vooral de accelerometer en een houdingsmonitor worden frequent gebruikt in onderzoek naar (S)SG (Atkin et al., 2012). De accelerometer: de ActiGraph Accelerometers zijn ‘versnellingsmeters’, meer bepaald kleine elektronische apparaten die gedragen worden ter hoogte van de heup. Een accelerometer registreert bewegingen en de intensiteit hiervan (Matthew et al., 2008). In het kader van sedentair gedrag kan deze meter het totaal volume, alsook de onderbrekingen in sedentaire tijd detecteren aan de hand van het aantal geregistreerde tellingen en stappen per tijdperk (Atkin et al., 2012; Hart, Ainsworth, & TudorLocke, 2011).
17
De data kunnen vervolgens gemakkelijk overgezet worden op computer, wat een snelle analyse mogelijk maakt (Hamilton, Healy, Dunstan, Zderic, & Owen, 2008; Matthew et al., 2008). Ze worden gedragen gedurende de wakkere uren met uitzondering van wateractiviteiten (douche, bad, zwemles enz.) gezien ze niet waterbestendig zijn (Matthew et al., 2008). De versnellingsmeter dient onderscheiden te worden van een stappenteller die enkel het aantal ondernomen stappen weergeeft (Owen et al., 2010).
De ActiGraph accelerometer wordt wereldwijd het meest gebruikt. Gemiddeld dient de accelerometer het SG gedurende zeven opeenvolgende dagen te registreren om voldoende betrouwbare gemiddelden te kunnen berekenen (Atkin et al., 2012; Matthew et al., 2008). De resultaten worden geïnterpreteerd aan de hand van leeftijdsafhankelijke normen. In geval van adolescenten is er vanaf 10 tot 1592 tellingen per minuut sprake van sedentaire gedrag. Ook de dag- en de seizoenvariatie moeten in kaart gebracht worden (Atkin et al., 2012).
Een groot voordeel van accelerometers is dat deze kunnen worden ingezet om sedentair gedrag te analyseren op grote schaal (Atkin et al., 2012). Een beperking van de accelerometer bestaat eruit dat specifieke houdingen (zoals zitten, liggen en stilstaan) niet gedetecteerd kunnen worden. Een accelerometer in combinatie met instrumenten die speciaal ontwikkeld zijn voor de beoordeling van de lichaamshouding zou de validiteit en betrouwbaarheid verhogen. In de volgende alinea wordt de ActivPAL toegelicht, een houdingsmeter die vier verschillende houdingen van elkaar kan onderscheiden: verwijdering van apparaat, staan, liggen en zitten (Atkin et al., 2012). De houdingsmonitor: de activPAL De activPal Professional accelerometer is een relatief nieuw, klein, licht elektronisch apparaat die onder de kledij gedragen wordt (Atkin et al., 2012; Hart et al., 2011). Het maakt ter hoogte van de dij direct contact met de huid (Atkin et al., 2012). Het bepaalt de houding op basis van de dijversnelling, rekening houdend met onder andere de zwaartekracht. Het maakt gebruik van de inclinometer technologie en een intelligente activiteitenclassificatiecode om tijd te classificeren als zitten/liggen, staan of stappen (Atkin et al., 2012; Hart et al., 2011).
Het verschaft eveneens informatie over het totaal aantal stappen, de lengtes van de periodes van zitten/liggen en staan en de overgang van zitten naar staan, alsook van staan naar zitten (Atkin et al., 2012; Hart et al., 2011).
18
Daar waar de Actigraph met aantal tellingen werkt, werkt activPAL met tijd (Hart et al., 2011). De activPAL is net zoals de accelerometer niet in staat informatie weer te geven over het type uitgevoerde gedrag of de context waarin het gedrag zich voordoet (Atkin et al., 2012). Een ander gemeenschappelijk nadeel van de bovenstaande objectieve meters is het kostenplaatje. Het zijn dure apparaten, waarbij de kosten bij grootschalige interventies hoog kunnen oplopen (Hart et al., 2011). Vervolgens is onderzoek naar de betrouwbaarheid en de criteriumvaliditeit van de activPAL voor het meten van sedentair gedrag onder adolescenten momenteel beperkt. Al is onderzoek hiernaar de laatste jaren in opmars (Atkin et al., 2012).
Tot slot is het moeilijk te bepalen welke objectieve methode de beste is. Actigraph is niet in staat om de tijd gespendeerd aan specifieke staand gedrag te detecteren en activPAL is niet in staat om de tijd gespendeerd aan matige tot intensieve fysieke activiteit te detecteren (Hart et al., 2011).
Prevalentie Totaal SG SG en SGG zijn veelvoorkomende gedragingen bij adolescenten. Het percentage van de Belgische adolescenten, dat subjectief bevraagd werd via de Belgische Gezondheidsenquête van 2008, dat enkel en alleen aan sedentaire activiteiten deed (dit houdt in dat deze personen geen enkele vorm van matige tot zware fysieke activiteit verrichten per dag) werd geschat op iets minder dan 20%. Uiteindelijk blijkt toch een vijfde van de jongeren een levensstijl te hanteren waarbij zittend gedrag een groot deel van de tijd inneemt. Een groter aantal vrouwelijke adolescenten bleek meer tijd aan SG te spenderen ten opzichte van de mannelijke adolescenten (Tafforeau, 2008).
In een Nederlands onderzoek van Hendriksen et al. (2013) werd het gemiddeld aantal uur SG per dag gemeten door de TNO-monitor Bewegen en Gezondheid en weergegeven per leeftijdscategorie. De TNO-monitor Bewegen en Gezondheid is een onderdeel van Ongevallen en Bewegen in Nederland (afgekort als OBiN). Dit is een doorlopende enquête dat onderzoek uitvoert naar de bewegingsvormen en dit in relatie met de gezondheid van 10000 Nederlanders per jaar (vanaf de leeftijd van 4 jaar) (Hendriksen et al., 2013). In onderstaande tabel (tabel 1) worden de resultaten van dit onderzoek weergegeven.
19
Tabel 1: Sedentair gedrag (aantal uren zitten/liggen zonder te slapen) van de Nederlandse bevolking, naar leeftijdsgroep (2006-2011) (Hendriksen et al., 2013)
4-11 jaar Op een gemiddelde schooldag tijdens schooltijd (inclusief transport) Op een gemiddelde schooldag na schooltijd Op een gemiddelde vrije dag * 12-17 jaar Op een gemiddelde school-/werkdag in school-/werktijd (inclusief transport) Op een gemiddelde school-/werkdag na school-/werktijd Op een gemiddelde vrije dag * 18-64 jaar Op een gemiddelde school-/werkdag in school-/werktijd (inclusief transport) Op een gemiddelde school-/werkdag na school-/werktijd Op een gemiddelde vrije dag *
20062007
20082009
20102011
4.5
4.8
4.7
1.9 3.4
2.1 3.8
2.2 4.1
5.7
5.9
5.7
3.1 5.0
3.2 5.8
3.5 5.9
3.1
3.5
3.4
2.9 4.3
3.0 4.3
3.2 4.8
* Vakantie- en feestdagen buiten beschouwing gelaten
Binnen de leeftijdsgroep van de 12- tot 17-jarigen bleek in het schooljaar 2010-2011 de adolescent gemiddeld 5.7 uur SG te vertonen op een gemiddelde schooldag tijdens de schooltijd (inclusief transport) en 3.5 uur op een gemiddelde schooldag na schooltijd. Dit aantal bleek op vrije dagen (uitgezonderd vakantie- en feestdagen) zelf op te lopen tot 5.9 uur per dag. Zoals te zien in de tabel 1 spenderen de adolescenten (12-17jaar) de meeste tijd aan sedentaire activiteiten vergeleken met andere leeftijdsgroepen (Hendriksen et al., 2013).
De prevalentie van SG vormt ook in andere landen, buiten België en Nederland een groot probleem. Zowel binnen als buiten Europa bestaat er een hoge prevalentie van SG in de adolescentengroep. In een studie van Ruiz et al. (2011) werd het SG bij adolescenten nagegaan in negen verschillende Europese landen (Griekenland, Italië, Spanje, Oostenrijk, België, Frankrijk, Duitsland, Hongarije en Zweden ). Deze studie, beter gekend als de HELENA studie, werd uitgevoerd bij 2200 Europese adolescenten (waarvan 1184 vrouwelijke en 1016 mannelijke) binnen de leeftijdsrange van 12.5 tot 17.49 jaar (Ruiz et al., 2011).
20
In deze grootschalige studie werd de tijd gespendeerd aan SG gemeten met behulp van een accelerometer. De accelerometer werd gemiddeld 12.9 uur per dag gedragen, waarvan adolescenten negen uur of 71% van de geregistreerde tijd neerzaten (Ruiz et al., 2011). Bij de 16-tot 19-jarigen uit de VS, kan de tijd gespendeerd aan zittende activiteiten eveneens oplopen tot gemiddeld acht uur per dag (Mitchell et al., 2013).
SSG Algemeen In 2009 kon er een duidelijke toename in het aantal minuten SSG, gemeten aan de hand van vragenlijsten, worden vastgesteld bij Amerikaanse adolescenten (8 – 18 jaar). Dit in vergelijking met data uit 1999 en 2004, van zowel tv-kijken, computergebruik en videogames (Rideout et al., 2010). Op het vlak van tv-kijken bleek er sprake te zijn van een stijging in het aantal minuten dagelijkse tv-tijd van 16.5 %, gaande van gemiddeld 231 minuten per dag in 2004, naar 269 minuten tv-kijken per dag in 2009 (Rideout et al., 2010). Ook steeg het computergebruik (surfen op het internet, lezen van magazines en kranten online) van 62 minuten per dag (2004) naar 89 minuten per dag (2009), wat een stijging van 43.5% betekende in amper 5 jaar tijd (Rideout et al., 2010). Daarnaast bleek uit hetzelfde rapport het gebruik van videogames gestegen te zijn met 49% (van 49 minuten naar 73 minuten per dag). Het totaal aantal minuten wijkt erg af van de aanbevolen richtlijnen (Rideout et al., 2010).
Totland et al. (2013) beschreef reeds dat de gemiddelde Europese adolescent de maximale aanbeveling van twee uur schermtijd per dag overschrijdt. Binnen dit onderzoek werden 908 adolescenten geanalyseerd, deelnemend aan de Norwegian Health In Adolescents (HEIA) cohort studie, binnen de leeftijdsrange van 11 tot 13 jaar (Totland et al., 2013). Zelfgerapporteerde data van de adolescenten en diens ouders werden geanalyseerd omtrent de tijd gespendeerd aan televisie (games) en computergebruik (games) (Totland et al., 2013). In de vraag naar sedentair gedrag dienden de adolescenten de frequentie en de duur van tv-kijken, spelen van computerspelen, internetgebruik (met en zonder studieredenen) alsook het totaal aantal tv-, computer- en andere elektronische toestellen ter beschikking te rapporteren (Totland et al., 2013).
21
Tijdens de weekdagen overschreed 30% van de adolescenten de maximale aanbeveling van twee uur schermtijd per dag, terwijl dit tijdens de weekenddagen 60% was (Totland et al., 2013).
Daarnaast bleek uit een objectief onderzoek van Rey-Lopéz et al. (2010), bij 3278 adolescenten (leeftijd 12.5 -17.5 jaar) uit Europa, dat de mate van tijd gespendeerd aan SSG afhankelijk is van het type dag (weekdag versus weekend dag). De gespendeerde tijd aan SSG tijdens de weekenddagen is hoger dan tijdens de weekdagen.
Tot slot is er een Braziliaanse studie van Dias et al. (2014), uitgevoerd bij adolescenten van 10 tot 17 jaar. Hier werd opnieuw een hoge prevalentie van SG aangetoond. Aan de hand van vragenlijsten bleek de prevalentie van SG binnen bovenstaande doelgroep 58.1% te zijn. Dit houdt in dat 58.1% van de doelgroep dagelijks vier uur of meer spendeerde achter een televisieof computerscherm, alsook aan videospelletjes. Het is van belang te vermelden dat in dit onderzoek SG werd aanzien als het zittend gebruik maken van televisie, computer of videogames gedurende minimum vier uur per dag, aangezien er geen significante power kon verkregen worden bij SG van twee uur per dag of meer (Dias et al, 2014). Tv-kijken Er is de laatste jaren in Amerika een gestage stijging op te merken in het gemiddeld aantal uur dat er thuis tv wordt gekeken (Torsheim et al., 2010). Ook uit de review van Lou (2014) kwam tv-kijken naar voor als de meest populaire vorm van SSG, naast computergebruik, videogames en het gebruik van smartphones (Lou, 2014). Daarnaast werd tv-kijken positief gecorreleerd met verschillende uren ononderbroken SG (Altenburg, Singh, van Mechelen, Brug, & Chinapaw, 2012; Totland et al., 2013).
Een onderzoek, uitgevoerd bij 2000 jongeren in 2009 (leeftijd 8-18 jaar), door Rideout et al. (2010) toonde aan dat deze leeftijdsgroep gemiddeld vier en een half uur per dag aan tv-kijken spendeerde. Deze resultaten werden verkregen aan de hand van zelf-rapportage door het invullen van vragenlijsten en het bijhouden van een weekdagboekje door 700 van de respondenten (Rideout et al., 2010). Wanneer er gekeken werd naar de variabelen week- en/of weekenddagen, keken adolescenten meer televisie tijdens de weekenddagen (Rey-Lopéz et al., 2010).
22
Zo bleek 33% van de onderzochte adolescenten meer tijd te spenderen aan tv-kijken op weekdagen dan de algemene richtlijn (max. twee uur per dag), terwijl 60% deze norm overschrijdt in het weekend (Rey-Lopéz et al., 2010). Deze resultaten versterken de bevindingen van Biddle, Gorely, & Marshall (2009) en werden zelf bevestigd in resultaten van Totland et al. (2013).
Binnen het onderzoek van Biddle et al. (2009) werd de prevalentie van tv-kijken nagegaan bij een populatie adolescenten van gemiddeld 14.7 jaar, en dit via zelfmonitoring (dagboek). Hieruit bleken de onderzochte jongens gemiddeld 234 minuten van hun totale vrije tijd op een weekdag aan sedentaire activiteiten te spenderen, waarvan gemiddeld 131 minuten (ofwel 56%) aan tv-kijken. Echter, in het weekend was er sprake van een gemiddelde van 527 minuten SG, waarvan gemiddeld 202 minuten (38%) al tv-kijkend (Biddle et al., 2009).
Meisjes daarentegen, rapporteerden gemiddeld 331 minuten van de totale vrije tijd in de week als sedentair, waarvan gemiddeld 105 minuten (32%) televisietijd. In het weekend was er bij de onderzochte meisjes sprake van een vergelijkbare totale sedentaire tijd (512 minuten), waarvan gemiddeld 148 minuten (41%) televisietijd (Biddle et al., 2009). Computergebruik Het spelen van computerspelletjes is bij jongens, na tv-kijken, de tweede meest voorkomende SSG. Het gebruik van de computer voor o.a. internet en email daarentegen, staat bij meisjes op de tweede plaats (Torsheim et al., 2010). Volgens het onderzoek van Rideout et al. (2010) spenderen adolescenten gemiddeld vier en een halfuur per dag aan tv-kijken. Computergebruik wordt geassocieerd met een lager aantal uur per dag. Adolescenten spenderen namelijk gemiddeld anderhalf uur aan computertijd (bevraagd aan de hand van vragenlijsten en accelerometers). De adolescenten gebruiken deze computertijd voornamelijk voor het bezoeken van sociale netwerksites zoals Facebook en videosites waaronder YouTube (Rideout et al., 2010). Videogames spelen Zoals eerder beschreven in het onderzoek van Rideout et al. (2010) is het spelen van videogames gestegen met 49% (van 49 minuten naar 73 minuten) van 1999 tot 2009 (Rideout et al., 2010).
23
De verklaring van deze beduidende stijging ligt waarschijnlijk in de groeiende populariteit van smartphones, tablets en andere draagbare apparaten waar men deze games op speelt (Rideout et al., 2010). Ook binnen dit type van SSG speelt geslacht een belangrijk rol. Europese jongens (12.5 - 17.5 jaar) spendeerden meer tijd aan het spelen van elektronische spelletjes ten opzichte van meisjes, dit zowel tijdens de week-en weekenddagen (Rey-Lopèz et al., 2010).
Determinanten van schermgerelateerd sedentair gedrag Inleiding Ecologische modellen van gezondheidsgedrag Er zijn reeds verschillende modellen ontworpen om het gezondheidsgedrag te verklaren. Eén van de meest recente modellen dat past binnen SG en aldus eveneens toepasbaar is binnen SSG is ‘The Ecologic model of four domains of sedentary behavior’ van Sallis & Owen (2011), de grondleggers van de ‘Ecological models of Health Behavior’ (Glanz, Rimer, & Viswanath, 2008; Owen et al., 2011; Prince et al., 2014).
Laatst vernoemde ecologische modellen van gezondheidsgedrag benadrukken niet alleen het omgevingsbeleid, maar ook het beleid van de contexten van het gedrag, met integratie van de sociale en psychologische invloeden (Glanz et al., 2008). Zo is reeds gebleken dat een reeks van factoren een invloed kan hebben op de individuele keuze om over te gaan tot het stellen van minder of meer sedentaire gedragingen. Socio-ecologische modellen beschreven reeds dat deze individuele gedragingen en beslissingen afhankelijk kunnen zijn van relaties tussen verschillende determinanten, waaronder biologische, socio-culturele en motivationele factoren, alsook lichaamsbouw, politiek, zelf-effectiviteit en de natuurlijke leefomgeving (Owen et al., 2011; Prince et al., 2014). Ecologisch model van de vier sedentaire gedragsdomeinen Owen et al. (2011) ontwierp een ecologisch model, zie figuur 1, van sedentaire gedragingen ter verduidelijking van de determinanten die een rol spelen in de sedentaire gedragingen. De vier sedentaire gedragsdomeinen omvatten vrije tijd, transport, het huishouden en andere bezigheden zoals schooltijd (Owen et al., 2011; Prince et al., 2014).
24
Volgens het ‘Ecologic model of four domains of sedentary behavior’ is het van belang om mogelijke veranderbare factoren te gaan identificeren alvorens het opstellen en implementeren van een interventie in functie van SG (Owen et al., 2011). Dit aangezien het gedrag van een individu volgens Owen et al. (2011) en Prince et al. (2014) niet los kan gezien worden van de omgeving waarin het individu zich bevindt. Volgens dit model om tot gedragsverandering te komen, dient dus de focus ook gelegd te worden op de omgeving van het individu, om op die manier het gezondheidsgedrag via een multilevel aanpak te kunnen veranderen (Owen et al., 2011). Juist aangezien men gebruik maakt van een multilevel aanpak, wordt er tegenwoordig veel aandacht geschonken en de voorkeur verleend aan modellen zoals dat van Owen et al. (2011). Binnen het ‘Ecologic model of four domains of sedentary behavior’ wordt er onderscheid gemaakt tussen het individuele niveau, omgevingsniveau, organisatie niveau en het beleidsniveau (Owen et al., 2011). Daarnaast wordt er in dit ecologisch model ook rekening gehouden met invloeden overheen de verschillende levels. Dit houdt in dat de verschillende variabelen kunnen samenwerken (Glanz et al., 2008; Owen et al., 2011).
Zo kan een interventie tot het verlagen van SG meer invloed hebben wanneer er politieke ondersteuning wordt gegeven, zoals het geven van korting op activiteiten die zullen bijdragen tot een vermindering (of het onderbreken) van het (S)SG (Glanz et al., 2008; Owen et al., 2011). Daarnaast zouden deze zogenaamde ‘multilevel interventies’ ook het meest effectief zijn binnen de gedragsverandering, aangezien er op deze manier het grootst aantal mensen op verschillende manieren zullen worden benaderd. Een zelfde interventie, uitgevoerd op een single level niveau, zou veel minder krachtig zijn, alsook een veel minder grote populatie bereiken (Glanz et al., 2008). Tenslotte zouden deze ecologische modellen ook het meest effectief zijn wanneer deze omgeving-specifiek worden toegepast (Owen et al., 2011).
25
Figuur 1: Het ecologisch model van de vier domeinen van sedentair gedrag (Owen et al., 2011, p. 1916)
26
Eerdere (cross-sectionele) studies toonden afhankelijk van context tot context (vrije tijd, transport, huishouden en andere bezigheden zoals schooltijd) verschillende correlaten (variabelen die invloed hebben op gesteld gedrag) aan ten opzichte van een hoog SSG (Owen et al., 2011; Prince et al., 2014; Wijndaele et al., 2013). Zo zouden geslacht, leeftijd, lichaamsgewicht, socio-economische status (SES), het opleidingsniveau van de ouders en de gezinssituatie (een- of tweeoudergezinnen) een effect hebben op de tijd gespendeerd aan SSG bij adolescenten (Totland et al., 2013). Daarnaast komen bepaalde SSG meer voor in bepaalde omgevingen. Zo zal tv-kijken en videogames spelen voornamelijk voorkomen in de thuisomgeving, terwijl het langdurig zitten tijdens de schooluren zich zal afspelen in het klaslokaal en het (zittend) transport dan opnieuw in een andere context te plaatsen is (Glanz et al., 2008).
Aan de hand van dit ecologisch model van Owen kunnen de verschillende omgevingsfactoren, alsook persoonlijke factoren worden geïdentificeerd (Glanz et al., 2008). De opsomming van de relevante determinanten van schermgerelateerd sedentair gedrag binnen dit onderzoek wordt weergegeven volgens bovenstaand ecologisch model van Owen. Specifiek voor adolescenten is het belangrijk aan te halen dat de correlaten verschillend zijn voor elke type van schermactiviteit. De correlaten van tv-kijken verschillen bijvoorbeeld van de correlaten van computergebruik (Babey, Hastert, & Wolstein, 2013). Er wordt enkel toegespitst op determinanten relevant voor de opgestelde onderzoeksvragen. Allereerst wordt er gestart met de intrapersoonlijke determinanten en achtereenvolgens worden de interpersoonlijke determinanten en het omgevingsdomein huishouden besproken. Dit voor meerdere schermgerelateerde activiteiten zoals tv-kijken, computergebruik, gaming enz.
Intrapersoonlijke determinanten Socio-demografisch Geslacht Wanneer er in de wetenschappelijke literatuur wordt gekeken naar verschillen in geslacht op vlak van SSG, kunnen er gelijkaardige resultaten worden opgemerkt, namelijk dat geslacht een belangrijke factor is in SSG (Ruiz et al., 2011). Algemeen, afleidend uit een review van Ruiz et al. (2011), bestaat er een positieve relatie tussen het mannelijke geslacht en een verhoogde schermtijd, binnen de doelgroep van adolescenten. Hiernaast tonen ook andere onderzoeken aan dat geslacht een determinant is voor SSG. 27
Uit een onderzoek van He, Piché, Beynon, & Harris (2010), waarin men een grootschalig onderzoek uitvoerde bij schoolgaande kinderen en jongeren in Londen en Ontario, bleek dat vrouwelijke studenten minder gebruik maakten van zowel tv, computer als videogames dan hun mannelijke collega’s (He et al., 2010). Specifiek voor weekenddagen spendeerden jongens van 15 jaar meer tijd aan tv-kijken, computerspellen en andere vormen van gaming per dag dan meisjes. De vrouwelijke adolescenten jonger dan 15 jaar spendeerde meer tijd aan studeren en gebruik van internet in de vrije tijd. Ook Iannotti & Wang (2013) konden besluiten dat jongens (van 11-16 jaar) significant meer tv-kijken dan meisjes. Dit kon besloten worden uit het feit dat jongens in twee van de drie samples (sample 2001-2002, 2005-2006 en 2009-2010, afgenomen in de VS) een hoger aantal minuten tv-kijken per dag rapporteerden dan meisjes (Iannotti & Wang, 2013).
Rey-Lopéz et al. (2010) bekwamen dezelfde resultaten als Iannotti & Wang (2013) maar dit binnen een oudere leeftijdscategorie (15-17.5 jaar). Uit het onderzoek van Rey-Lopéz et al. (2010) bleek 58.3% van de jongens tijdens de weekenddagen meer dan twee uur tv per dag te kijken, in tegenstelling tot 52.8% van de meisjes. Tijdens de weekdagen bleek er geen verschil tussen jongens en meisjes te zijn (Rey-Lopéz et al., 2010). Hierbij voegt Altenburg et al. (2012) toe dat jongens naast televisietijd ook significant meer tijd spenderen aan computergebruik dan meisjes, dit vooral wanneer er gekeken werd naar resultaten bij de follow-up studie, gehouden na de interventie (Altenburg et al., 2012).
Binnen dit onderzoek van Altenburg et al. (2012) werd er een interventie uitgevoerd bij Nederlandse adolescenten, allen bij aanvang van de baseline-meting 13 jaar. De interventie omvatte een school gebaseerde, multi-component interventie met als doel de preventie van buitensporige gewichtstoename. Uit het onderzoek bleken de Nederlandse mannelijke adolescenten, 20 maanden na de interventie, gemiddeld 148.4 (+83.1) minuten tv per dag te kijken . Dit bleek significant verschillend te zijn met het gemiddelde van onderzochte meisjes uit dezelfde leeftijdscategorie. De onderzochte vrouwelijke adolescenten bleken op hetzelfde tijdsstip (20 maanden na de interventie) gemiddeld 123.5 (+ 69. 0) minuten per dag aan tvkijken te spenderen (Altenburg et al., 2012).
Daarnaast is uit hetzelfde onderzoek ook gebleken dat de mannelijke adolescenten bij de aanvang van het onderzoek (bij de baseline-meting) significant meer tijd spendeerden achter het scherm van de computer dan de vrouwelijke adolescenten (Altenburg et al., 2012). 28
Zo bleken de mannelijke adolescenten bij aanvang 132.6 (+ 85.1) minuten per dag achter het computerscherm spenderen, in vergelijking met 103.8 (+ 78.3) minuten per dag bij de vrouwelijke adolescenten (Altenburg et al., 2012). Deze resultaten werden bevestigd in het onderzoek van Rey-Lopéz et al. (2010). Lou (2014) bevestigde het laatste van He et al. (2010) waarbij mannelijke adolescenten meer tijd spendeerden aan het spelen van videogames. Leeftijd De leeftijd kan binnen de bestudeerde doelgroep van deze paper opgesplitst worden in jongere en oudere adolescenten (Mitchell et al., 2013). Onderstaande studies schuiven leeftijd naar voor als determinant, maar met tegenstrijdige effecten (Brodersen, Steptoe, Boniface, & Wardle, 2007; Ruiz et al., 2011; Totland et al., 2013; van der Aa et al., 2012).
Een studie van Brodersen et al. (2007) onderzocht de socio-demografische verschillen in de trend van SG. De onderzoekspopulatie bestond uit jonge adolescenten (11-12 jaar), verschillend in nationaliteit, die gedurende vijf jaar werden opgevolgd (Brodersen et al., 2007). In de overgangsfase van jonge naar oudere adolescent werd een toename van de totale tijd gespendeerd aan SG opgemerkt (Brodersen et al., 2007). Indien er gekeken wordt naar SSG kan er besloten worden dat oudere adolescenten een hoger aantal minuten SSG per dag vertoonden (Ruiz et al., 2011; Totland et al., 2013).
In tegenstelling tot bovenstaande onderzoeken waarin zowel het totaal SG als het SSG stijgen met de leeftijd toonde het onderzoek van van der Aa et al. (2012) aan dat jongere adolescenten meer sedentair gedrag stellen dan oudere adolescenten. Ook zouden het aantal minuten schermtijd significant dalen met het stijgen van de leeftijd. Deze opvallende resultaten zouden volgens de onderzoekers toe te schrijven zijn aan het minder kijken naar televisie en het minder gamen bij de oudere adolescenten. Daarnaast werd ook vermeld dat deze oudere adolescenten ook andere activiteiten hebben, waardoor de tijd gespendeerd achter een scherm logischerwijze verminderd (van der Aa et al., 2012). Opleidingsniveau adolescent Er zijn geen onderzoeksresultaten terug te vinden waarin het opleidingsniveau of de onderwijsvorm van de adolescent worden betrokken. Vaak zijn er verschillende onderwijsvormen aanwezig in een sample van een school gebaseerde interventies, maar wordt er niet dieper ingegaan op deze variabele.
29
Sociaal-economische status (SES) van de ouders Deze variabele brengt in de literatuur gemende resultaten op, afhankelijk van de betrokken schermgerelateerde gedragingen en de gemeten SES indicator(en). SES wordt vaak gemeten aan de hand van vragenlijsten, voornamelijk omtrent sociaal-demografische, economische en levensstijl gegevens, zoals in het onderzoek van Dias et al. (2014). Binnen dit onderzoek van Dias et al. (2014) werden de prevalentie en beïnvloedende factoren omtrent SSG bij adolescenten (leeftijd 10-17 jaar) objectief nagegaan (Dias et al., 2014). SSG werd gedefinieerd als vier uur of meer per dag spenderen aan de combinatie tv-kijken en/of computergebruik/het spelen van videogames. De SES van de familie werd gebaseerd op de accumulatie van consumptiegoederen in het huishouden, de leefomstandigheden, het aantal ouders die huisvrouw/man zijn en het opleidingsniveau van de ouder(s) (Dias et al., 2014). Uit de resultaten van het onderzoek van Dias et al. (2014) kon afgeleid worden dat adolescenten uit hogere SES gezinnen een hogere hoeveelheid SSG vertonen.
Dit geldt ook voor de adolescenten die schoolgaand zijn in privéscholen (Dias et al., 2014). Dit fenomeen wordt verklaard door de verhoogde toegang van deze adolescenten tot technologie zoals computer en videogames. Ouders met een hoger opleidingsniveau en een hogere SES zouden meer koopkracht hebben met als gevolg meer elektronische toestellen ter beschikking van hun kinderen kunnen stellen; met een verhoogde graad van (schermgerelateerd) SG als gevolg. In het algemeen was er binnen deze studie sprake van een prevalentie van 58.1% van de 1716 onderzochte adolescenten dat dagelijks vier uur of meer spendeerde achter een televisie- of computerscherm, alsook aan videospelletjes. Bij de adolescenten wonende in een gezin binnen de hoogste SES categorie bleek echter 68,6 % vier uur of meer aan deze sedentaire gedragingen te besteden en voor de adolescenten gaande naar een private school bleek dat 65.9 procent te zijn (Dias et al., 2014).
Daarnaast bevestigt de review Lou (2014) dat SES ook een invloed kan hebben op de fysieke omgeving, wat op zijn beurt een invloed heeft op SSG. Op basis van een onderzoek uit 2007, uitgevoerd bij een leeftijdsrange van zes tot 17 jaar, bleek in tegenstelling tot de resultaten van Dias et al. (2014) dat 40.1% van de adolescenten uit een gezin met een hoog inkomen een televisie op de kamer heeft, dit is een laag percentage in vergelijking met de 56,2% bij gezinnen met een gemiddeld inkomen en 61,7% bij gezinnen met een laag inkomen (Lou, 2014).
30
Zesenvijftig procent van deze onderzochte adolescenten met een televisie op de slaapkamer noteerden dan ook een hogere tv-tijd per dag dan diegene zonder televisie op de slaapkamer (Rideout et al., 2010; Lou, 2014).
Het onderzoek van Babey et al. (2013) concludeerde echter dat adolescenten wonend in een gezin met een lagere SES (o.b.v. zowel huishoudelijk inkomen en opleidingsniveau(s) van de ouder(s)) meer tv-kijken, maar besloot ook (enkel o.b.v. huishoudelijk inkomen) dat deze groep minder de computer gebruikt in de vrije tijd. Het totaal SSG werd niet geanalyseerd. Dit onderzoek onderzocht namelijk correlaten van tv-kijken en computergebruik bij adolescenten (12-17 jaar) afkomstig van Californië. SES, met als indicatoren onder andere ‘huishoudelijk inkomen’, ‘opleiding van ouder(s)’ en ‘werkstatus van de ouders’, werd in deze studie bevraagd d.m.v. een telefonische gezondheidsvragenlijst (Babey et al., 2013).
Uit de resultaten van de hierboven besproken studies, kan er worden afgeleid dat er nog geen sprake is van eenduidigheid over de invloed van SES als determinant van SSG. De SES wordt in verschillende studies o.b.v. andere indicatoren bevraagd wat vergelijken moeilijk maakt. Vervolgens is het effect afhankelijk van het type SSG. Er is in het algemeen zowel evidentie voor een positieve correlatie van een lage SES met SSG, als van een hoge SES met SSG. Familiale situatie Een tweeoudergezin kan bestaan uit getrouwde of samenwonende ouders. Het kan hier om een biologische of stiefouder gaan. Een eenoudergezin omvat alle andere (opnieuw) samengestelde families, namelijk een gezin met alleen een vader of moeder, pleegouders of andere verzorgenden (Totland et al., 2013).
Adolescenten die opgroeien in een eenoudergezin rapporteren een hoger aantal minuten schermtijd (tv/dvd, computer en elektronische spellen) per dag ten opzichte van adolescenten uit een klassieke tweeoudergezin (Totland et al., 2013).
Een onderzoek van Salmon et al. (2005), waarin de invloed van de familiesituatie op televisietijd van adolescenten werd nagegaan (11.5 ± 0.6 jaar), geeft eveneens een significant verschil weer tussen opgroeien in een twee- en eenoudergezin. Uit de resultaten van dit onderzoek bleken adolescenten afkomstig uit een eenoudergezin significant meer televisietijd te rapporteren (Salmon et al., 2005).
31
Woonbuurt De woonbuurt handelt binnen deze paper over de urbanisatiegraad. Urbanisatie verwijst naar de mate van verstedelijking, gebaseerd op de bevolkingsconcentratie in steden of dorpen (Machado-Rodrigues et al., 2012).
De studie van Machado-Rodrigues et al. (2012) onderzocht de variabelen fysieke (in)activiteit, sedentair gedrag en cardiorespiratoire fitness bij Portugese adolescenten (13-16 jaar). Binnen dit onderzoek werd o. a. het effect van de woonbuurt, stedelijk of landelijk gebied, op SSG (tv, computer, videospellen) nagegaan. De woonbuurt werd in een vragenlijst bevraagd en onderverdeeld onder stedelijk (>50 000 inwoners) of landelijk (<2000 inwoners) naargelang Portugese statistische criteria. Het SSG werd objectief gemeten met behulp van een accelerometer. Er kon besloten worden dat zowel mannelijke als vrouwelijke adolescenten, wonend in stedelijk gebied, minder tijd spenderen aan sedentaire activiteiten dan adolescenten wonend in landelijk gebied. Jongens wonend in stedelijk gebied spenderen gemiddeld 2.84 uur/dag aan SSG, in landelijk gebied gemiddeld 3.46 uur/dag. Meisjes wonend in stedelijk gebied spenderen gemiddeld 2.40 uur/dag aan SSG, in landelijk gebied gemiddeld 2.83 uur/dag.
Buiten Europa werden gemengde resultaten verkregen. Een Amerikaans onderzoek van Carson, Iannotti, Pickett, & Janssen (2011) onderzocht de relatie tussen de woonomgeving (stedelijk, landelijk) en SSG (tv, computer, videospellen) onder schoolgaande adolescenten (11-16jaar). De woonomgeving werd bepaald aan de hand van de schoollocatie volgens de Beale continuum coding system. Dit systeem bevat zeven categorieën gaande van een stedelijk gebied met minimum een miljoen inwoners tot een landelijk of stedelijk gebied, die niet aan een grote stad grenst, met maximum 19 999 inwoners. SSG werd gemeten door middel van een vragenlijst (Carson et al., 2011). Bij de beschrijving van de resultaten bleek dat Amerikaanse adolescenten, wonend in landelijk gebied, meer kans hadden om meer tv te kijken en minder kans hadden om veel de computer te gebruiken. Canadese adolescenten wonend in stedelijk gebied hadden minder kans om veel tv te kijken en meer kans om veel de computer te gebruiken (Carson et al., 2011).
In een Chinees onderzoek naar SSG (tv-kijken, spelen op computer, videogame consoles en/of mobiele telefoon) in de vrije tijd bij 12-tot 14-jarigen werd de urbanisatiegraad ‘mate van verstedelijking’ ook opgenomen als covariaat (Jiang et al., 2014).
32
Snelle verstedelijking in China heeft namelijk binnen de jonge adolescentengroep geleid tot een toename van elektronisch mediagebruik in de vrije tijd. De schermtijd werd onderverdeeld in < en ≥ twee uur schermtijd per dag. De variabele urbanisatiegraad omvatte twee categorieën: de binnenstad en de stadsrand. De data werd verzameld aan de hand van vragenlijsten. Het enige wat ten aanzien van de woonbuurt kon besloten worden, was dat meisjes die aan de rand van de stad wonen meer kans hadden op het spenderen van ≥ twee uur per dag aan schermtijd dan meisjes wonend in de binnenstad (Jiang et al., 2014). Voor meer inzicht in de trends van SSG is echter verder onderzoek nodig (Jiang et al., 2014).
Interpersoonlijke determinanten – psychosociale variabelen Modeling Modeling kan een aanmoedigende factor zijn in het verminderen van (S)SG (Totland et al., 2013). Ouders Eerst en vooral blijkt ouderlijke aanmoediging een correlaat voor SG en moederlijke aanmoediging specifiek een correlaat voor tv-kijken te zijn (Bauer, Nelson, Boutelle, & Neumark-Sztainer, 2008). In het onderzoek van Bauer et al. (2008) werd een populatie, bestaande uit ouders en adolescenten (met een startleeftijd tussen 12.8 en 15.8 jaar), gedurende vijf jaar opgevolgd. Hieruit bleek dat ouderlijke aanmoediging een positief effect kan hebben op het stellen van meer lichaamsbeweging en het verminderen van (S)SG. Hoe meer aanmoediging en modeling, hoe meer toename in de fysieke activiteit. Wanneer de ouders zelf veel belang hechten aan fitheid en lichamelijk actief zijn, zal dit een positief gevolg hebben voor het deelnemen aan (team)sporten door de adolescent en het verminderen van het sedentair gedrag bij deze adolescenten (Bauer et al., 2008).
Op vlak van SG bleek specifiek moederlijke aanmoediging ook een significante invloed op SG gesteld door de adolescent te hebben (Bauer et al., 2008). De vrouwelijke adolescent keek minder tv in geval van moederlijke aanmoediging (p<0.01). Deze resultaten waren echter tegenstrijdig met de resultaten voor de mannelijke adolescenten. Bij de groep van mannelijke adolescenten bleek aanmoediging van de moeder te leiden tot een hogere dagelijkse televisietijd (p=0.02). De vaderlijke aanmoediging bleek geen significante factor te zijn (Bauer et al., 2008).
33
Verder houdt modeling het gewenste gedrag gesteld door de ouder(s) in. Zoals eerder naar verwezen, onderzocht Totland et al. (2013) de relatie tussen SSG (tv/dvd, computer en andere elektronische spellen) bij 11-13 jarigen en de opleiding van de ouders. Modeling werd opgenomen als mediator in deze relatie. Er werden vragenlijsten afgenomen bij zowel de adolescenten als de ouders. Zowel moederlijke als vaderlijke modeling werden als mediators bevonden in de relatie tussen de opleiding van ouders en het SSG van adolescenten, deze vormen van modeling verklaarden met andere woorden de relatie tussen de twee andere variabelen. Vervolgens bleek modeling een correlaat te zijn voor specifiek tv- en dvd-kijken van adolescenten in de nabije toekomst. Indien de moeder en de vader meer tv- en dvd-tijd rapporteren op de baselinemeting voorspelt dit dat adolescenten significant meer tv- en dvd-tijd rapporteren op de follow-up meting, 20 maanden na de baselinemeting. Dit na correctie voor opleiding van de ouders (Totland et al., 2013). Ook in het reeds vermelde onderzoek van Pearson et al. (2011) werd er een positieve associatie gevonden tussen ouders die samen met de kinderen naar tv-kijken en de hoeveelheid SSG bij de adolescenten (Pearson et al., 2011)
Tenslotte werden deze de resultaten ook bevestigd in het onderzoek van Hume et al. (2010), waarbij associaties tussen socio-ecologische factoren en tv-kijken bij Nederlandse adolescenten (14 jaar) werden nagegaan aan de hand van zelfrapportage. Uit dit onderzoek is gebleken dat adolescenten met ouders die zelf rapporteerden veel tv te kijken, twee keer zoveel kans zouden hebben tot het overschrijden van de aanbevolen hoeveelheid tv-kijken in vergelijking met de adolescenten met ouders die minder naar tv zouden kijken (Hume et al., 2010). Broers/zussen Volgens het onderzoek van Granich, Rozenberg, Knuiman, & Timperio (2010), een kwalitatieve studie om de gezinsinvloed op het SG van adolescenten (11-12 jaar) na te gaan, bleken broers en zussen een sterke invloed te hebben op het SSG van adolescenten. Deze resultaten waren het sterkst bij gezinnen met kinderen van hetzelfde geslacht. De sterke invloed van de broers/zussen werd verklaard door het samenspelen van de broers of zussen, wat leidde tot een verhoogd voorkomen van schermgerelateerde activiteiten bij de adolescent zelf (Granich et al., 2010).
De jongens binnen het gezin bleken hun broer/zus het meeste aan te zetten tot gezamenlijke SSG. Zo zouden jongens meer tijd spenderen aan het samen spelen van elektronische spelletjes en identificeren jongens zich met elkaar (Granich et al., 2010).
34
Broers en zussen kunnen zowel een positieve als een negatieve invloed uitoefenen op elkaar in het stellen van SSG. Een positieve invloed verwijst naar het verminderen van SSG alsook het verhogen van de fysieke activiteiten na aanmoediging en ondersteuning van de broers/zussen. Alsook kan het samen actief spelen een bijdrage leveren aan het verminderen van de totale schermtijd van de adolescent. Enkele adolescenten rapporteerden zelfs hun oudere broers/zussen te aanzien als een tweede ouder, die hun kunnen aanzetten tot niet-sedentaire activiteiten door deze samen met hen uit te voeren (Granich et al., 2010).
In het onderzoek van Hoyos Cillero & Jago (2011) werd bovenstaande eerst vernoemde negatieve invloed van broers/zussen bevestigd voor de context tv-kijken. De effecten van de thuisomgeving en socio-demografische variabelen op SSG bij adolescenten (10-13 jaar) werden nagegaan en de invloeden van broers en zussen werden beschreven. Uit dit onderzoek bleek het hebben van broers en/of zussen een significante voorspeller (p<0.01) voor het dagelijks spenderen van meer dan twee uur aan tv-kijken op een weekdag (Hoyos Cillero & Jago, 2011).
De gevonden resultaten voor dit topic waren echter erg beperkt. Er werd niet teruggevonden of de hoeveelheid schermgerelateerd gedag van broer/zussen een rechtstreekse invloed heeft op het schermgerelateerd gedrag van de ondervraagde adolescent (modeling). Verder onderzoek lijkt nodig te zijn. Leeftijdsgenoten De sociale omgeving omvat ook vrienden/leeftijdsgenoten. Gezondheidsgedrag van vrienden beïnvloedt onder andere het gezondheidsgedrag van een individu (Sawka, McCormack, NettelAguirrel, Hawel, & Doyle-Baker, 2013). Het proces van peerbeïnvloeding kan volgende elementen bevatten: gedragsmodeling, groepsdruk, groepsnorm(en) en co-participatie. Coparticipatie houdt in dat twee personen actief participeren, eenzelfde gedrag stellen waardoor deze versterkt wordt (Sawka et al., 2013). Net vernoemde review van Sawka et al. (2013) verzamelde evidentie uit verschillende wetenschappelijke artikels ter verduidelijking van de rol van vriendschapsrelaties in het stellen van fysieke activiteit en SG onder kinderen en adolescenten (6-18jaar).
Drie studies handelden over SG. Sedentair gedrag werd gemeten binnen de context vrije tijd en omvatte het aantal uren tv- en videokijken, video- of computerspellen spelen en internetgebruik per week (Sawka et al. 2013).
35
Gegevens over de vriendschapsrelaties werden bij de drie studies bekomen aan de hand van bevraging van (beste) vrienden van de participant (Sawka et al., 2013). De drie studies beschikten over tegenstrijdige conclusies (Sawka et al., 2013). In de studie van Ali et al. (2011) in .Sawka et al. (2103) werd er geen associatie gevonden tussen het wekelijks aantal uur tv- en dvd-kijken van dichte vrienden en het wekelijks aantal uur tv- en dvd-kijken van het individu. Daarentegen werd er in de studie van De la Haye et al. (2010) in .Sawka et al. (2013) wel een positieve associatie gevonden tussen video- en computergaming en internetgebruik van vrienden en video- en computergaming en internetgebruik van het individu. Deze laatste associatie is echter minder duidelijk, aangezien de resultaten verschillend zijn voor het geslacht, school en leeftijd.
De evidentie is beperkt aangezien er geen rekening werd gehouden met factoren zoals o.a. de duur en frequentie van contact (Sawka et al., 2013).
Er kan besloten worden dat een
vriendennetwerk een grotere invloed op FA en SG heeft voor jongens dan voor meisjes (Sawka et al., 2013). Verder beschrijft het resultaat van deze review het feit dat er tot nog toe beperkte evidentie beschikbaar is over de rol van sociale netwerken in het stellen van SSG. Er is duidelijk nood aan meer onderzoek voor een eenduidigheid in de resultaten over de sociale invloed van netwerken als correlaat van SSG (Sawka et al., 2013). Uit een onderzoek van Hoyos Cillero, Jago, & Sebire (2011) kan besloten worden dat ‘sociale invloed van leeftijdsgenoten’ een voorspeller is voor SSG. Hieruit blijkt inderdaad dat vrienden en leeftijdsgenoten van de adolescenten een belangrijke beïnvloedende factor zijn. Binnen dit onderzoek werden de individuele en sociale voorspellers van het SSG nagegaan bij Spaanse adolescenten (10-13 jaar). Hieruit bleek dat de tijd die adolescenten spenderen voor een televisiescherm, sterk afhankelijk (p<0.01) is van de veronderstelde norm binnen de vriendengroep en de leeftijdsgenoten. Er werd een positieve correlatie ontdekt tussen de groepsnormen omtrent SG en een hoge schermtijd. Hieruit kon ook worden besloten dat de adolescenten (hoofdzakelijk de jongens) die voornamelijk om sociale redenen schermgedrag (zoals gamen) stelden, de norm omtrent SSG overschreden (> twee uur) (Hoyos Cillero et al., 2011).
Verder bleek ook uit een onderzoek van Van der Aa et al. (2012) dat, tegen de verwachtingen in, adolescenten die frequent tijd spenderen in sociale interacties met hun vrienden meer SSG vertonen. 36
Daarnaast bleek dit verschil ook duidelijk te zijn bij adolescenten die tijdens de week uitgingen, dit in vergelijking met diegene die rapporteerden minder frequent deel te nemen aan dergelijke activiteiten (van der Aa et al., 2012).
Omgeving: domein huishouden Elektronica in de slaapkamer Adolescenten die over een televisie beschikken op de slaapkamer hebben op jongere leeftijd een hogere toegang tot het stellen van SSG. Uit eerdere onderzoeken is reeds gebleken dat adolescenten met een vroegere toegang tot schermmogelijkheden in de kamer meer geneigd zijn om zich bezig te houden met schermgerelateerde activiteiten (van der Aa et al., 2012). Dit werd bevestigd in een Amerikaans onderzoek van Ramirez et al. (2007) naar de associatie tussen de aanwezigheid van elektronische media in de kamer en de totale schermtijd (tv-kijken, computergebruik ter ontspanning en het spelen van videospellen). De gegevens werden verzameld aan de hand van een vragenlijst.
Zowel ouders als adolescenten rapporteerden een hoger gemiddeld aantal uur gespendeerd aan tv-kijken wanneer adolescenten een tv op de slaapkamer hadden. Uit deze studie blijkt dat gemiddeld 53.8% van de adolescenten een tv op de slaapkamer had. Een tv op de kamer leidt gemiddeld tot 36 minuten meer tv-kijken per dag. Adolescenten rapporteerden eveneens meer tijd te spenderen aan het spelen van videospellen indien deze beschikbaar is op de slaapkamer. Het aantal adolescenten met een videospel of desktop computer op de kamer ligt lager dan het aantal adolescenten met een tv op de kamer, met respectievelijke percentages van 25.8 en 32.3%. Indien adolescenten een videoconsole of desktop op de kamer ter beschikking hadden, leidde dit gemiddeld tot 30 minuten meer videogaming per dag (Ramirez, et al., 2007). Huishoudelijke regels en afspraken Het SSG van adolescenten wordt tevens in grote mate beïnvloed door regels die ouders opstellen of beslissingen die zij nemen (Rideout et al., 2010). Zo hebben deze regels en afspraken een belangrijke invloed op het hebben van een GSM, het aantal televisietoestellen in huis (alsook in de slaapkamers), de aanwezigheid van computers en/of videogames, het aanstaan van de televisie tijdens de maaltijden enz. Wanneer men al deze factoren gaat samenvoegen, bekomt men een bepaalde media omgeving voor de adolescenten (Rideout et al., 2010).
37
Deze omgeving zal een grote invloed hebben op de hoeveelheid tijd dat adolescenten dagelijks spenderen, gebruik makend van deze media (Rideout et al., 2010). Binnen dit onderzoek werd ondervonden dat jongeren (acht tot 18 jaar) wonende in een gezin die regels hanteren omtrent gelimiteerde schermtijd, minder tijd spendeerden aan SSG. Zo was er sprake van significant minder SSG wanneer er geen televisie aanwezig was in de slaapkamer, de televisie niet werd aangezet gedurende de maaltijden alsook niet aanstond wanneer niemand keek (Rideout et al., 2010).
Pearson et al. (2014) bevestigde dat het limiteren van de schermtijd negatief geassocieerd wordt met het aantal minuten schermtijd per dag (Pearson et al., 2014). Hoe meer regels omtrent tven computergebruik, hoe minder tijd adolescenten spendeerden aan tv-kijken, het spelen van video- en computerspellen en aan het computer- of internetgebruik ter ontspanning (Ramirez et al., 2007).
Er dient wel opgelet te worden met het verbieden van schermgerelateerde activiteiten, met nadruk op de latere adolescentie. Het verbieden zou niet leiden tot een vermindering in schermtijd, maar zou ertoe leiden dat deze adolescenten deze gemiste schermtijd gaan compenseren met andere vormen van sedentaire activiteiten (Van der Aa et al., 2012).
38
Probleemstelling Sedentair gedrag is een relatief nieuw fenomeen met stijgende populariteit (Pearson et al., 2014). Ook in Vlaanderen is onderzoek ernaar volop in ontwikkeling. Met dit onderzoek wordt de focus op SSG gelegd en wordt er nagegaan hoeveel tijd adolescenten spenderen aan SSG.
Volgens de Vlaamse richtlijnen voor beweging en sedentair gedrag zouden adolescenten de sedentaire tijd, inclusief de schermtijd, buiten de schooluren moeten beperken tot maximum twee uur per dag (Ministerie van Welzijn, Volksgezondheid en Gezin, 2012). Zoals eerder beschreven brengt het overschrijden van deze norm tal van gezondheidsproblemen met zich mee, waaronder vooral overgewicht en/of obesitas geassocieerd wordt met een hoge mate aan SSG (vooral tv-kijken) bij adolescenten (Hu et al., 2003; Norman et al, 2005). Uit de literatuur bleek echter dat een hoog percentage van de Europese adolescenten deze norm overschrijdt, zowel op week- en weekenddagen (Totland et al., 2013). Een belangrijke activiteit hierin is het stellen van simultaan gedrag. Volgens de bevindingen van Rideout et al. (2010) zou dergelijk gedrag op heden steeds meer voorkomen onder adolescenten, maar zouden te weinig onderzoeken naar SSG hier rekening mee houden. Dit onderzoek zal dergelijk simultaan gedrag in vraag stellen.
Om gerichte interventies, die doelen op het verminderen en het onderbreken van SSG, te ontwikkelen is het belangrijk om determinanten van SSG te onderzoeken. In de huidige masterproef werden de determinanten eveneens onderzocht. Met behulp van het ecologisch model van Owen kunnen deze invloeden op schermgerelateerd gedrag van verschillende niveaus bekeken worden. Uit onderzoek bleek dat zowel intra- als interpersoonlijke determinanten een belangrijke rol spelen, alsook de huishoudelijke omgeving (Owen et al., 2011). Bij de intrapersoonlijke determinanten situeert het probleem zich vooral bij opleidingsniveau en socio-economische status. Deze brachten in de onderzochte literatuur tegenstrijdige resultaten op, vandaar dat binnen dit onderzoek naar eenzijdigheid wordt gestreefd binnen Vlaanderen. In verband met de interpersoonlijke determinanten bracht de invloed van ouders voorlopig positieve associaties op tussen de schermtijd van ouders en de adolescent (Hume et al., 2010; Pearson et al., 2011; Totland et al., 2013), maar vooral de invloed van broers/zussen en leeftijdsgenoten werd echter nog te weinig onderzocht (Sawka et al., 2013).
39
Gezien modeling een bevorderende factor kan zijn in het verminderen van SSG, is meer diepgaand onderzoek van belang (Totland et al., 2013). Deze sociale invloed zal uitgebreid onderzocht worden als mogelijke correlaat van SSG onder adolescenten in deze huidige studie.
Er is aldus wereldwijd nog weinig terug te vinden over simultaan gedrag, het opleidingsniveau van de adolescent en de sociale invloed. Verder zijn er in de literatuur in het algemeen nog weinig Vlaamse resultaten omtrent SSG terug te vinden. Al deze vernoemde factoren werden opgenomen zijn datgene wat het onderzoek vernieuwend maakt.
40
Onderzoeksvragen en hypotheses Bij de eerste onderzoeksvraag wordt nagegaan in welke mate schermgerelateerd sedentair gedrag in de vrije tijd een probleem vormt onder Vlaamse adolescenten en dit door te berekenen hoeveel procent van de ondervraagde adolescenten de huidige richtlijn van twee uur schermtijd per dag overschrijdt. Het totale aantal die de richtlijn overschrijdt, wordt afzonderlijk bekeken voor een week- en weekenddag, aangevuld met een gemiddelde dag. Gebaseerd op de studie van Totland et al. (2013) waarin respectievelijk 30% van de adolescenten de maximale aanbeveling van twee uur SSG op een weekdag en 60% op een weekenddag overschrijdt, verwachten we dat een hoog percentage Vlaamse adolescenten deze norm zal overschrijden. Gezien deze resultaten, alsook de conclusie van Rey-lopez et al. (2010), kan er verondersteld worden dat er ook binnen deze studie een verschil in percentage zal zijn tussen een week- en een weekenddag. Eveneens zal er worden nagegaan welke schermgerelateerde context het grootste deel van de totale schermgerelateerde zittijd in beslag neemt. Volgens de bevindingen van een review van Lou (2012), waar tv-kijken naar voor kwam als meest populaire context van SSG, mag er verwacht worden dat dit zal resulteren in de context tv.
In een tweede onderzoeksvraag wordt er nagaan of er een verschil in het dagelijks SSG bestaat tussen adolescenten die geen tot weinig en adolescenten die veel simultaan gedrag stellen. Gebaseerd op voorgaand onderzoek van Rideout et al. (2010), dat besluit dat simultaan gedrag nog te weinig wordt opgenomen in het meten van SSG, kunnen hiervoor nog geen hypotheses worden gesteld. Verder wordt bekeken of er een verband bestaat tussen de beschikbaarheid van het aantal draagbare toestellen in de slaapkamer en niet-draagbare toestellen in de thuissituatie en simultaan gedrag. Ook hier blijven hypotheses uit wegens te beperkte evidentie in de beschikbare literatuur. Aan de hand van deze tweede onderzoeksvraag wordt er meer duidelijkheid verwacht over de relatie tussen het aantal toestellen in de slaapkamer en draagbare toestellen in de thuissituatie en simultaan gedrag.
Een derde onderzoeksvraag houdt verband met antropometrische metingen (lengte, gewicht). Hierbij wordt onderzocht of er een verband bestaat tussen de cross-sectioneel gemeten leeftijdsspecifieke BMI en de mate van SSG op een gemiddelde dag specifiek in de thuissituatie.
41
De verwachtingen veronderstellen hogere percentages overgewicht in het geval van hoog dagelijks SSG (≥120min. of twee uur). Deze verwachtingen worden gestaafd met de crosssectionele bevindingen van Norman et al. (2005) waarin werd geconcludeerd dat meer tv-kijken en spelen van videogames gerelateerd kon worden aan hogere BMI-waarden. Alsook konden de resultaten van Singh et al. (2008) dit bevestigen voor tv-kijken.
Hiernaast wordt er op basis van het model van Owen et al. (2011) onderzocht wat (mogelijke) correlaten zijn van context-specifiek SSG. Hierbij worden leeftijd, geslacht, opleiding van de adolescent, socio-economische status, familiale situatie, woonbuurt, tv-kijken, gaming en computergebruik gesteld door zowel ouders als broers/zussen alsook gezamenlijk contextspecifiek gedrag gesteld met ouders, broers/zussen en leeftijdsgenoten ten aanzien van gaming, aantal toestellen in de slaapkamer en draagbare toestellen in de thuissituatie en huishoudelijke regels opgenomen.
In de literatuur worden vooral de intrapersoonlijke variabelen leeftijd, geslacht, socioeconomische status, de familiale situatie en de woonbuurt genoemd als factoren die een invloed uitoefenen op SSG. Echter, deze resultaten zijn ofwel in tegenstrijd met elkaar ofwel te beperkt. Ook over het effect van het opleidingsniveau van de adolescent op SSG werd nauwelijks iets teruggevonden in de literatuur. Dit maakt het opstellen van hypothesen omtrent sociodemografische correlaten voor adolescenten onmogelijk.
Vervolgens wordt de voorspellende waarde van de interpersoonlijke variabele modeling (ouders, broers/zussen, leeftijdsgenoten) op context-specifiek SSG gesteld door de adolescent in kaart gebracht. Op basis van de literatuurstudie valt met betrekking tot modeling, van zowel ouders als broers/zussen, te verwachten dat dit effectief een invloed heeft op het totaal SSG gesteld door de ondervraagde adolescent (Totland et al., 2013; Van Granich et al., 2010). De analyses zullen weliswaar context-specifiek uitgevoerd worden en gezien de beperkte contextspecifieke bevindingen werd er beslist geen hypotheses te stellen. De evidentie rond modeling van leeftijdsgenoten is volgens de review van Sawka et al. (2013) echter eveneens beperkt. Deze masterproef dient meer duidelijkheid te brengen over het effect van het gedrag van leeftijdsgenoten op het SSG van de ondervraagde adolescenten ten aanzien van de context gaming.
42
Tot slot wordt huishoudelijke omgeving, inclusief aantal niet-draagbare toestellen in de slaapkamer van de adolescent, alsook draagbare toestellen in de thuissituatie en huishoudelijke regels, onderzocht als mogelijke correlaten van context-specifiek SSG. Aangezien de beperkte evidentie omtrent de aanwezigheid van toestellen en het stellen van huishoudelijke regels voor context-specifieke schermactiviteiten, werd er beslist geen hypotheses te stellen.
Hieronder volgt een overzicht van de opgenomen onderzoeksvragen: 1. Hoeveel procent van de Vlaamse adolescenten (11-17 jaar) overschrijdt de richtlijn van twee uur schermtijd per dag? Welke schermgerelateerde context neemt het grootste deel van de totale schermgerelateerde zittijd op een gemiddelde dag in beslag? 2. Wat is het verschil in gemiddelde tijd gespendeerd aan SSG per gemiddelde dag tussen Vlaamse adolescenten van 11 tot 17 jaar die geen tot weinig simultaan gedrag stellen en tussen Vlaamse adolescenten die veel simultaan gedrag stellen? Bestaat er een verband tussen de beschikbaarheid van het aantal toestellen in de slaapkamer, alsook draagbare toestellen in de thuissituatie en simultaan gedrag? 3. Is er een verband tussen de leeftijdsspecifieke BMI en de mate van schermgerelateerd sedentair gedrag per gemiddelde dag waarneembaar bij adolescenten (11-17 jaar)? 4. Welke variabelen (intrapersoonlijke variabelen, met name leeftijd, geslacht, opleidingsniveau, SES, familiale situatie en woonbuurt; interpersoonlijke variabelen, met name SSG directe omgeving en gezamenlijke gezinsactiviteiten; en huishoudelijke variabelen met name niet-draagbare toestellen op de slaapkamer, alsook draagbare toestellen in de thuissituatie en huishoudelijke regels) hebben invloed op het contextspecifiek schermgerelateerd sedentair gedrag op een gemiddelde dag van Vlaamse adolescenten tussen de 11 en 17 jaar?
43
Onderzoeksmethode Procedure Onderzoeksdesign Het doel van deze masterproef is het nagaan van de tijd dat Vlaamse adolescenten (eerste tot vijfde middelbaar, 11-17 jaar) al zittend spenderen tijdens schermgerelateerde activiteiten en in welke mate dit wordt beïnvloed door de directe omgeving. Het onderzoek dat deze masterproef omvat, maakt deel uit van een groter onderzoek dat naast adolescenten ook onderzoek verricht naar (correlaten van) sedentair gedrag van Vlaamse volwassenen en senioren. Gedurende het schrijven van deze masterproef was het overkoepelende longitudinale onderzoek nog lopende van de adolescenten. In functie van de masterproef werd er secundaire data-analyse uitgevoerd, gebruik makend van kwantitatieve cross-sectionele data.
Laatstgenoemd
onderzoek
werd
uitgevoerd
door
de
vakgroep
Bewegings-
en
Sportwetenschappen (Universiteit Gent). De cross-sectionele data van de adolescenten gebruikt in deze masterproef werd verzameld in het voorjaar (februari – mei) van 2014. In 2015 zullen dezelfde adolescenten opnieuw gecontacteerd worden voor het follow-up onderzoek (na één jaar). Dit onderzoek werd goedgekeurd door het Ethisch Comité van het Universitair Ziekenhuis te Gent, met als referentiecode EC UZG 2013/344 (B670201317406).
Deze dataverzameling bestond uit het afnemen van een vragenlijst onder leerlingen van verschillende Vlaamse scholen (Waasland).
Dataverzameling en steekproef Voor het verzamelen van de data werden alle scholen gelegen in het Waasland (Vlaanderen) gecontacteerd. Op deze manier kon een representatieve en vooral ook een generaliseerbare steekproef worden vastgelegd van de Vlaamse, schoolgaande adolescenten (eerste tot vijfde middelbaar). Deze scholen werden gecontacteerd aan de hand van een informatieve brief en een telefoongesprek.
44
Indien de school akkoord ging met de deelname aan het onderzoek, werden er concrete afspraken gemaakt tot het invullen van de vragenlijsten tijdens een contactmoment op de desbetreffende school. Alvorens het invullen van deze vragenlijsten werd aan de ouders van alle deelnemers toestemming gevraagd aan de hand van een brief met uitleg omtrent het onderzoek (informed consent, bijlage 1). De deelnemende adolescenten vulden vervolgens klassikaal (tijdens schooluren) de vragenlijsten in.
Deze selectie resulteerde in zeven deelnemende scholen, met een weigering van negen scholen (weigering omwille van geen tijd en/of geen interesse). Aan elke deelnemende school werd gevraagd om at random ongeveer 75-100 leerlingen (5-13 klassen per school) te selecteren (en dit overheen verschillende onderwijsvormen, namelijk ASO/TSO/BSO, en overheen verschillende jaren). De totale steekproef bestond uit 624 adolescenten waaraan werd gevraagd deel te nemen. Van deze geselecteerde sample namen uiteindelijk 515 adolescenten deel aan het onderzoek (19 adolescenten kregen geen toestemming van hun ouders en 90 adolescenten waren afwezig tijdens het invullen van de vragenlijst) met een Response rate van 82.5%. 29 deelnemers ouder dan 17 jaar werden niet verder opgenomen in de berekeningen binnen deze huidige masterproef. Dit resulteerde in een sample van 486 adolescenten, waarvan 327 mannelijke (67.3%) en 159 vrouwelijke (32.7%) 11 – 17 jarigen.
De deelnemende adolescenten hadden op het moment van de meting een leeftijd van 11 tot 17 jaar (geboren in 2002 - 1996), met een gemiddelde leeftijd van 14.45 ± 1.61 jaar. De primaire determinant van SES van de adolescenten werd bepaald door het hoogste niveau van onderwijs van beide ouders (Bauer et al., 2008; Hume et al., 2010). Hieruit bleek dat 48.6 % van de adolescenten een lage SES had en 51.4% een hoge SES.
Tenslotte hadden de mannelijke adolescenten een gemiddeld gewicht van 57.65 kg en een gemiddelde lengte van 1.69 meter. De vrouwelijke adolescenten hadden daarentegen een gemiddeld gewicht van 53.60 kg en een gemiddelde lengte van 1.64 meter. De gemiddelde BMI kwam bij de jongens neer op 19.94 kg/m² en bij de meisjes op 19.93 kg/m². Wanneer er gekeken werd naar de mate van overgewicht, kon er geconcludeerd worden dat er bij 62 van de deelnemende adolescenten sprake was van een BMI hoger dan de leeftijdsspecifieke cutoffpoint van overgewicht. Tot deze groep van 62 behoren 46 mannelijke (14% van het totale sample) en 16 vrouwelijke adolescenten (10.1% van het totale sample).
45
In tabel 3 (zie ‘Resultaten’) wordt een overzicht weergegeven van de socio-demografische variabelen voor de mannelijke en vrouwelijke adolescenten.
Meetinstrument: vragenlijst Aan de hand van een vragenlijst (bijlage 2) werden verscheidene socio-demografische factoren nagegaan omtrent zittende en liggende activiteiten (o.a. tv-kijken, het gebruik van spelconsoles, computergebruik in de vrije tijd, gemotoriseerd transport en activiteiten tijdens de schooluren). Daarnaast werden ook de algemene gezondheidstoestand (BMI) nagegaan. Deze vragen werden gebaseerd op de SIT-Q-7d-vragenlijst. Momenteel werd er een review opgestuurd naar een tijdschrift ter publicatie die de validiteit en betrouwbaarheid nagaat van deze zelf-ontwikkelde vragenlijst.
Variabelen Alle nodige variabelen, die relevant zijn in kader van onderzoek naar SSG, werden bevraagd aan de hand van verschillende puntenschalen. Afhankelijk van de variabele en van de context van SSG, werd er gebruik gemaakt van een bepaalde puntenschaal of Likertschaal.
Gedragsvariabelen Simultaan gedrag Een van de gedragsvariabelen die bevraagd werd was het simultaan gedrag van de adolescenten. Het was de bedoeling te weten te komen welke contexten van SSG gelijktijdig werden uitgevoerd door de adolescenten en met welke frequentie dit plaatsvond.
Zo werd er bevraagd hoe vaak men een bepaalde handelingen op hetzelfde moment uitvoerde. De bevraagde situaties houden tv-kijken EN GSM gebruiken, tv-kijken EN computer/tablet, computer EN GSM gebruiken, computer EN muziek luisteren, GSM (SMS) EN praten met vrienden/familie en GSM EN muziek luisteren, in. Deze vragen konden worden beantwoord met een zes-punten schaal (Nooit, Zelden, Soms, Vaak, Heel vaak, Niet van toepassing). De antwoordmogelijkheid ‘Niet van toepassing’ kon enkel worden aangeduid wanneer dit bepaald toestel niet aanwezig was of als de adolescent hiervan geen gebruik maakt.
46
Sedentair gedrag: schermgerelateerd sedentair gedrag In de huidige vragenlijst binnen deze masterproef werd de tijd die adolescenten in hun vrije tijd spenderen aan SSG, bevraagd via het gemiddeld aantal minuten of uren per week- en weekenddag. Deze tijden werden afzonderlijk bevraagd voor tv-kijken, gaming (zittend spelletjes spelen op spelconsoles, computer/tablet en GSM/smartphone) en computergebruik in de vrije tijd. De antwoorden konden worden gegeven via een elf-puntenschaal (Niet, 1 tot 15 minuten/dag, 15 tot 30 minuten/dag, 30 tot 60 minuten/dag, 1 tot 2 uren/dag, 2 tot 3 uren/dag, 3 tot 4 uren/dag, 4 tot 5 uren/dag, 5 tot 6 uren/dag, 6 tot 7 uren/dag, meer dan 7 uren/dag).
De vragen omtrent de schermgerelateerde activiteiten werden gebaseerd op de SIT-Q-7d. Deze kan het totaal sedentair gedrag, als resultaat van de som van context-specifieke sedentaire gedragingen, meten (Wijndaele et al., 2013). In de vraagstelling van de SIT-Q-7d wordt er verwezen naar ‘de afgelopen zeven dagen’ wat het mogelijk maakt specifiek gedrag te bevragen (Wijndaele et al., 2013). De verwijzing naar ‘de afgelopen zeven dagen’ heeft als voordeel dat het meer intra-individuele variabiliteit in sedentair gedrag capteert in vergelijking met de focus op een kortere periode, zoals bijvoorbeeld ‘de afgelopen dag’ (Wijndaele et al., 2013). Een onderzoek van Wijndaele et al. (2013) toont de betrouwbaarheid en de validiteit van deze vragenlijst aan bij een sample van Britse en Vlaamse volwassenen. Dit onderzoek concludeerde dat de SIT-Q-7d een nuttig instrument is in het onderzoek naar totaal en domein-specifiek sedentair gedrag bij volwassenen (Wijndaele et al., 2013).
Socio-demografische variabelen Er werden verschillende socio-demografische variabelen opgenomen in de vragenlijst, namelijk: geboortedatum (werd gebruikt voor het berekenen van de leeftijd op het moment van de meting), geslacht, gezinssamenstelling, aantal broers/zussen, woonomgeving, moedertaal, onderwijsvorm, hoogst behaalde diploma van beide ouders, lichaamslengte, lichaamsgewicht, alsook het aantal motorvoertuigen aanwezig in het gezin (wagens, moto’s of brommers enz.) van de adolescenten.
Het diploma van de ouder(s) werd als indicator gebruikt voor de socio-economische status. Er werden zes antwoordmogelijkheden voorzien (lager onderwijs, beroeps secundair onderwijs, technisch secundair onderwijs, algemeen secundair onderwijs, hoger onderwijs – nietuniversitair en universitair onderwijs).
47
Ook werd binnen deze vragenlijst ook navraag gedaan naar de huidige onderwijsvorm van de adolescent (Kunstsecundair onderwijs (KSO), Beroepssecundair onderwijs (BSO), Technisch secundair onderwijs, algemeen secundair onderwijs (ASO)). Daarnaast werd ook nagevraagd wat de gezinssamenstelling van de adolescenten was, aan de hand van het bevragen van de woonsituatie (bij je beide ouders; de helft van de tijd bij je moeder, de andere helft van de tijd bij je vader; alleen bij je moeder (maar niet bij je vader); alleen bij je vader (maar niet bij je moeder); bij je moeder en haar nieuwe partner; bij je vader en zijn nieuwe partner; bij je grootouders of een ander familielid; in een instelling/op internaat; andere, verduidelijk) en het aantal broers en zussen (… broer(s) en/of … zus(sen)). Vervolgens werd ook de woonomgeving van de adolescenten gevraagd aan de hand van vier antwoordmogelijkheden (Op het platteland, in een dorp/gemeente, aan de rand van de stad en in een stad).
Psychosociaal: modeling Schermgerelateerd sedentair gedrag familieleden Ook werd het schermgerelateerd sedentair gedrag van de ouders (of opvoeders), alsook van eventuele broers en zussen nagegaan. Er werd nagevraagd hoeveel tijd deze familieleden dagelijks spenderen per schermgerelateerde sedentaire gedraging. De adolescenten konden deze vraag beantwoorden aan de hand van een tien-punten schaal (Niet van toepassing, kijken geen tv, 1 tot 15 minuten/dag, 15 tot 30 minuten/dag, 30 tot 60 minuten/dag, 1 tot 2 uren/dag, 2 tot 3 uren/dag, 3 tot 4 uren/dag, 4 tot 5 uren/dag, 5 tot 6 uren/dag, 6 tot 7 uren/dag, meer dan 7 uren/dag). Daarnaast werd ook nog bevraagd hoeveel tijd dat men samen met deze familieleden spendeert aan deze schermgerelateerde sedentaire activiteiten aan de hand van een zes-punten schaal (Niet van toepassing, Nooit, Zelden, Soms, Vaak, Heel vaak). Schermgerelateerd sedentair gedrag leeftijdsgenoten (gaming) De bevraging van het schermgerelateerd sedentair gedrag van de leeftijdsgenoten (de vrienden) van de adolescenten werd nagevraagd d.m.v. de rapportage hoe vaak adolescenten zelf al zittend gamen samen met hun vrienden (spelletjes spelen). Deze variabele werd bevraagd aan de hand van een zes-puntenschaal (Niet van toepassing, Nooit, Zelden, Soms, Vaak en Heel vaak). Deze vraag werd echter niet gesteld in de context van televisie en/of computergebruik.
Daarnaast werd ook de vraag gesteld hoeveel tijd men zelf vindt dat leeftijdsgenoten dagelijks voor een televisiescherm, computerscherm of andere schermen, mogen spenderen.
48
Op deze manier kon er worden nagegaan of er een overeenkomst was met de opvattingen van de adolescenten en de geldende norm van maximum twee uur per dag SSG. Deze vraag werd afzonderlijk voor alle contexten van SGG bevraagd. De vraag kon worden beantwoord aan de hand van een zes-punten schaal (30 minuten (tv-kijken) per dag, 1 uur (tv-kijken) per dag, 2 uur (tv-kijken ) per dag, 3 uur (tv-kijken ) per dag, 4 uur (tv-kijken ) per dag, 5 uur (tv-kijken) per dag).
Huishoudelijke omgeving Huishoudelijke regels en afspraken De adolescenten werden gevraagd in welke mate er in hun thuisomgeving sprake was van regels met betrekking tot het beperken van SSG. Deze regels werden bevraagd in contexten van tvkijken, gaming en computergebruik en werden bevraagd aan de hand van een simpele Ja/neevraag. Aantal toestellen in de huishoudelijke omgeving Ook het aantal (draagbare en niet-draagbare) elektronische toestellen werd aan de hand van de vragenlijst nagegaan. Eerst werd de aanwezigheid van beschikbare toestellen in de thuisomgeving bevraagd. Hier werden de niet-draagbare toestellen televisies, videospelers/dvdspelers, muziekinstallaties, vaste computers en spelconsoles op tv (Xbox, PlayStation, …) alsook de draagbare toestellen laptop, GSM, smartphone, muziekspelers, tablets en spelconsoles opgenomen in de vragenlijst. Dit d.m.v. het aangeven hoeveel toestellen (1, 2, 3, 4, 5, meer dan 5) in de thuisomgeving aanwezig zijn. Daarnaast werd ook de aanwezigheid van toestellen in de slaapkamer bevraagd. Op vlak van toestellen in de slaapkamer werd enkel nagegaan hoeveel niet-draagbare toestellen (televisies, videospelers/dvd-spelers, vaste computer, muziekinstallaties en spelconsoles op tv) aanwezig waren. Belangrijk om hier te vermelden is dat de adolescenten enkel een oplijsting dienden te maken van de toestellen die aanwezig zijn in huis én waar ze ook zelf gebruik van maakten.
Vooral de bevraging van de slaapkameromgeving lijkt relevant te zijn voor het verdere onderzoek, alsook de bevraging van de draagbare toestellen die aanwezig zijn in de thuissituatie.
49
Binnen deze masterproef werd er vanuit gegaan dat adolescenten met regelmaat van deze draagbare toestellen gebruik maken in hun slaapkamer. Deze werden aldus verder opgenomen binnen deze masterproef.
Aangezien dit onderzoek zich verder toespitst op schermgerelateerde sedentaire gedragingen, wordt de variabele ‘muziekinstallaties’ niet verder opgenomen in de analyses.
Dataverwerking Allereerst werd het databestand gecontroleerd op missende waarden, uitschieters en onrealistische waarden aan de hand van de frequenties en de boxplots van de onderzochte variabelen. Daarna werd de verdeling van de kwantitatieve oorspronkelijke variabelen omtrent de contexten van SSG nagegaan met behulp van skewness (scheefheid) en kurtosis (platheid). Een waarde van -1 (à -1.5) tot 1 (à 1.5) werd telkens aanzien als normaal verdeeld. Hieruit bleek dat de variabelen totaal SSG op een gemiddelde dag, tv-kijken, gaming en computergebruik op een gemiddelde dag normaal verdeeld zijn. Ook werd de beschrijvende statistiek (gemiddelden, standaarddeviaties, minima, maxima en percentages) van de relevante variabelen opgevraagd. In de volgende alinea wordt beschreven hoe de variabelen werden opgenomen.
Gedragsvariabelen Schermgerelateerd sedentair gedrag Het SSG werd bepaald voor een gemiddelde dag, een weekdag en een weekenddag. Hiervoor werd er met midpoint-waarden van de antwoordcategorieën gewerkt, om kwantitatieve waarden te bekomen. Deze midpoints zijn de gemiddelde waarden van elke antwoordoptie, waardoor er sprake is van één vaste waarde (in minuten) per antwoordmogelijkheid, namelijk: 1 = 0 minuten, 2 = 8 (bij 1-15 min/dag), 3 = 22.5 (bij 15-30 min/dag), 4 = 45 (bij 30-60 min/dag), 5 = 90 (bij 1 tot 2 uur/dag), 6 = 150 (bij 2 tot 3 uur/dag), 7 = 210 (bij 3 tot 4 uur/dag), 8 = 270 (bij 4 tot 5 uur/dag), 9 = 330 (bij 5 tot 6 uur/dag), 10 = 390 (bij 6 tot 7 uur/dag), 11 = 420 minuten/dag (bij meer dan 7 uren/dag). Deze laatste werd afgetopt op 420, maar omvat inhoudelijk alle scores vanaf zeven uur en meer. Bij de adolescenten werd de antwoordmogelijkheid niet (antwoordmogelijkheid 1 hierboven) met 0 minuten gescoord.
50
Het context-specifiek SSG voor een gemiddelde dag werd bepaald met de formule SUM((tvkijken op een weekdag x 5), (tv-kijken op een weekenddag x 2))/7. Hetzelfde werd gedaan voor gaming en computergebruik.
Vervolgens werd er ook een totaalscore van SSG gemaakt voor een gemiddelde dag, waarbij er een optelling werd gemaakt van de context-specifieke scores van SSG: SUM (totaal tv-kijken op een gemiddelde dag, totaal gaming op een gemiddelde dag, totaal computergebruik op een gemiddelde dag). Het totaal SSG werd ook afzonderlijk voor week – en weekenddag berekend. Hiervoor werd eveneens met de SUM-functie gewerkt, namelijk voor weekdag SUM(gemiddelde tijd televisiekijken per weekdag, gemiddelde tijd gaming per weekdag, gemiddelde tijd computergebruik per weekdag) en voor weekenddag SUM (gemiddelde tijd televisiekijken per weekenddag, gemiddelde tijd gaming per weekenddag, gemiddelde tijd computergebruik per weekenddag). Dit werd eveneens uitgevoerd voor ouders en broers/zussen (zie psychosociaal - modeling). Voor onderzoeksvragen één en drie werd de reeds berekende variabele ‘totaal SSG per gemiddelde dag’ gedichotomiseerd op basis van de bestaande Vlaamse richtlijnen. Hoog SSG (1) bevatte alle adolescenten met een totaal SSG van ≥120minuten per gemiddelde dag en de groep ‘laag SSG’ (0) de personen met <120minuten SSG per gemiddelde dag. Hetzelfde werd gedaan voor totaal SSG gesteld op een week- en weekenddag. Simultaan gedrag Voor simultaan gedrag werden de variabelen ‘simultaan1’ (tv-kijken EN GSM gebruiken), ‘simultaan 2’ (tv-kijken EN computer/tablet) en ‘simultaan3’ (computer EN GSM) gebruikt. Niet van toepassing (6) werd gecodeerd als missing. Vervolgens werden deze drie variabelen opgeteld tot een somscore (SUM(simultaan1, simultaan2, simultaan3)) en daarna op basis van de inhoud gedichotomiseerd. Weinig tot geen simultaan gedrag (groep 0) omvatte score tot en met 9 (antwoordmogelijkheden nooit, zelden en soms). Veel simultaan gedrag (groep 1) een score van 10 tot en met 15 (antwoordmogelijkheden vaak en heel vaak).
Socio-demografische variabelen De kwantitatieve variabele leeftijd werd gehercodeerd tot een dummyvariabele, bestaande uit twee leeftijdsgroepen. Dit gebeurde op basis van de mediaan (14 jaar).
51
De mediaan werd in groep 0 geplaatst, waarbij het cumulatieve percentage 54% was en de groepen gelijkmatig verdeeld waren. De jongere leeftijdsgroep (0) hield de adolescenten met leeftijden 11 tot 14 jaar in, de oudere leeftijdsgroep (1) de leeftijden 15 tot 17 jaar.
Het opleidingsniveau van de ouder(s), de indicator van SES werd ook gereduceerd tot twee groepen, namelijk een hoge SES (1) en een lage SES (0). Allereerst werden de variabelen ‘diploma moeder’ en ‘diploma vader’ gehercodeerd. Niet van toepassing en weet ik niet werden gecodeerd als missing; lager, BSO, TSO en ASO werden gecodeerd met score 0 en hoger onderwijs (niet-universitair) en universitair onderwijs met score 1. Daarna werden de scores van beide variabelen opgeteld met de SUM-functie. De adolescenten met minstens één ouder met een diploma hoger onderwijs of universiteit (score 1 of 2) werd de status ‘hoge SES’ toegekend. De adolescenten waarvan geen van beide ouders een hoger diploma haalde dan middelbaar of de lagere school (score 0), kregen de status ‘lage SES’ toegekend (Bauer et al., 2008; Hume et al., 2010).
Ook in functie van onderzoeksvraag vier werden opleidingsniveau, familiale situatie en woonbuurt binair gecodeerd. Binnen de variabele opleidingsniveau (onderwijsvorm) werden BSO en KSO in groep 0 geplaatst en TSO en ASO in groep 1. Binnen de steekproef was er echter geen sprake van adolescenten met het opleidingsniveau KSO, waardoor vergelijkingen ten aanzien van het opleidingsniveau BSO mogelijk werden gemaakt. Voor familiale situatie werd er een onderscheid gemaakt tussen eenoudergezinnen, groep 0 (de helft van tijd bij je moeder, de andere helft bij je vader, alleen bij je moeder, alleen bij je vader, bij je moeder en haar nieuwe partner, bij je vader en zijn nieuwe partner of bij je grootouders of ander familie lid) en tweeoudergezinnen, groep 1 (bij beide ouders). In een instelling/internaat of andere werden als missings gecodeerd. Vervolgens werd ook de variabele woonbuurt gedichotomiseerd, waarbij 0 aan de rand van de stad en in een stad werd en 1 in een dorp of gemeente en op het platteland.
Tenslotte werd de BMI van de adolescenten berekend op basis van het zelf-gerapporteerde gewicht en lichaamslengte, aan de hand van de formule gewicht (kg)/((lengte (m) * lengte (m)) = kg/m². Aangezien de adolescenten allen jonger zijn dan 18 jaar, kon er geen gebruik gemaakt worden van de klassieke cutoff-waarde van een BMI van 25 als indicator voor overgewicht. Om deze reden werd er gebruik gemaakt van internationale, leeftijdsspecifieke cutoff-waarden, zoals weergegeven in tabel 2 (Cole et al., 2000). 52
Deze waarden zorgen ervoor dat de adolescenten op basis van hun BMI, leeftijd en geslacht, kunnen ingedeeld worden in twee groepen, namelijk een normaal gewicht (groep 0) en een groep met overgewicht (groep 1) (Cole et al., 2000). Aangezien er een onderscheid diende gemaakt te worden voor geslacht, leeftijd en de BMI werden hiervoor nieuwe variabelen ontwikkeld. Hiervoor werden er per leeftijd vier nieuwe variabelen gemaakt, opgedeeld in geslacht en leeftijdsspecifieke BMI. Om dit te verkrijgen werd volgende formule ingegeven in de functie compute variabele: Leeftijd = X (11-17) AND BMI < of >= cutoffwaarde AND geslacht = 1 of 2.
Zo werd bijvoorbeeld voor alle 11-jarige mannelijke adolescenten met een normale BMI volgende formule ingegeven: Leeftijd = 11 AND BMI < 20.55 AND geslacht =1. Vervolgens werden deze nieuw bekomen variabelen gehercodeerd naar ‘0’ voor de personen met een normale leeftijdsspecfieke BMI en ‘1’ voor de personen met een te hoge leeftijdsspecifieke BMI. Op deze manieren worden de twee groepen bekomen die nodig zijn voor de analyse van onderzoeksvraag drie. Tabel 2: Internationale cutoffwaarden voor body mass index voor overgewicht per geslacht voor een leeftijd van 11 tot 17 jaar, gedefineerd door middel van de body mass index van 25 kg/m² op de leeftijd van 18 (Cole et al., 2000).
Leeftijd (jaren) 11 12 13 14 15 16 17
Body mass index 25 kg / m² Jongens Meisjes 20.55 20.74 21.22 21.68 21.91 22.58 22.62 23.34 23.29 23.94 23.90 24.37 24.46 24.70
Psychosociale variabelen modeling Bij ouder(s) en broers/zussen werd de antwoordmogelijkheid niet van toepassing bij elke specifieke context als missing ingegeven. De antwoordmogelijkheden kijken geen tv (1), gamen niet (1) en gebruiken geen computer (1) werden bij deze personen eveneens met nul minuten gescoord. Voor ouders en broers/zussen werden er, net zoals bij de adolescenten zelf, gebruik gemaakt van de midpoint-waarden (zie schermgerelateerd sedentair gedrag, p. 50).
53
Van de variabelen gezamenlijk tv-kijken, gaming en de computer gebruiken in dezelfde ruimte, in de vrije tijd met ouders en broers/zussen werden de ingevulde scores gebruikt, waarbij de antwoordoptie ‘niet van toepassing’ telkens als missing werd gecodeerd. Idem ten aanzien van leeftijdsgenoten, maar dit enkel voor de context ‘gaming’. De kwantitatieve somscores werden hierbij behouden.
Huishoudelijke omgeving De variabelen aantal toestellen (alle niet-draagbare toestellen in de slaapkamer en de afzonderlijke draagbare toestellen in de thuissituatie) zijn allemaal aparte variabelen in het SPSS bestand. Deze werden gehercodeerd naar inhoud voor gebruiksvriendelijkheid (zo werd score 1 (geen toestel) -> 0, score 2 (bv. 1 televisie) -> 1 enz.). Hierbij werden evenwel muziekinstallatie bij slaapkamer en muziekspelers bij thuissituatie niet in rekening gebracht.
Voor onderzoeksvraag twee werd hier een somscore van gemaakt met de Sum-functie (SUM(aantal televisies op de slaapkamer, aantal video’s op de slaapkamer, aantal computers op de slaapkamer, aantal spelconsoles op de slaapkamer, aantal laptops in de thuissituatie, aantal GSM’s in de thuissituatie, aantal smartphones in de thuissituatie, aantal tablets in de thuissituatie, aantal spelconsoles in de thuissituatie)) en voor onderzoeksvraag vier werden deze variabelen afzonderlijk behouden. Er werd gekozen om bij deze toestellen context-specifiek te werken, waarbij op basis van logica een aantal toestellen werden samengenomen ten aanzien van de context van SSG (tv-kijken, gaming, computergebruik). Bij de context tv-kijken werden de variabelen aantal televisies op de slaapkamer, videospelers op de slaapkamer en draagbare laptops in de thuissituatie opgenomen. Bij gaming werden de variabelen aantal computers op de slaapkamer, spelconsoles (op de tv) op de slaapkamer, GSM’s in de thuissituatie (basisgames zoals tetris, snake,…), smartphones in de thuissituatie, tablets in de thuissituatie, spelconsoles in de thuissituatie en laptops in de thuissituatie opgenomen. Voor computergebruik werden de variabelen aantal computers op de slaapkamer, tablets in de thuissituatie en laptops in de thuissituatie opgenomen.
Het feit dat er al dan niet huishoudelijke regels aanwezig zijn, werd per context bevraagd. In het oorspronkelijke databastand werd de antwoordmogelijkheid Ja gescoord met 1 en Neen gescoord met 2. Deze antwoordmogelijkheden werden omgescoord naar Nee = 0 en Ja = 1.
54
Data-analyse In onderstaande alinea worden de statistische analyses per onderzoeksvraag beschreven. De analyses werden uitgevoerd met behulp van het statistische software SPSS versie 22.0.
Er werd gedurende de analyses gebruik gemaakt van het significantieniveau 5% (p<0.05), waarnaast een p-waarde met significantieniveau 10% (p ≥ 0.05 - 0.10) werd beschouwd als randsignificant. Verder werd er in onderzoeksvragen een en drie gebruik gemaakt van eenzijdige significantiewaarden (dit houdt in dat de p-waarde werd gehalveerd), gezien er bij deze onderzoeksvragen met hypotheses werd gewerkt.
Onderzoeksvraag 1 Om de eerste onderzoeksvraag te beantwoorden werd aan de hand van beschrijvende statistiek het percentage van de Vlaamse adolescenten, die de huidige richtlijn van twee uur schermtijd per dag overschrijdt, berekend. Hiervoor werd allereerst de dichotome variabele totaal SSG per gemiddelde dag (laag vs. hoog) gebruikt. Vervolgens werd net hetzelfde gedaan met de dichotome variabelen totaal SSG per weekdag en totaal SSG per weekenddag. Als tweede werden de tijden gespendeerd aan elke schermactiviteit afzonderlijk (tv, gaming en computer) per gemiddelde dag als onafhankelijke variabele in drie verschillende enkelvoudige lineair regressies opgenomen, met telkens de afhankelijke kwantitatieve variabele totaal SSG per gemiddelde dag. Allereerst werd de beschrijvende statistiek bekeken en verder kon aan de hand van deze analyses via de verklaarde variantie bepaald worden welke schermgerelateerde context het grootste deel van de totale schermgerelateerde zittijd in beslag neemt. Tot slot werden deze drie correlaten (tv-kijken, gaming en computergebruik op een gemiddelde dag) opgenomen in één meervoudig lineair regressiemodel om de vergelijking tussen de Bètawaarden mogelijk te maken en zo een oordeel te kunnen stellen over de sterkste voorspeller.
Onderzoeksvraag 2 Om te achterhalen wat het verschil is in tijd gespendeerd aan SSG op een gemiddelde dag tussen de adolescenten die geen tot weinig simultaan gedrag stellen en de adolescenten die veel simultaan gedrag stellen, werd er met drie verschillende independent sample T-tests gewerkt. Deze analyses werden uitgevoerd met drie verschillende kwantitatieve uitkomstvariabelen, met name totaal SSG per gemiddelde dag, per weekdag en per weekenddag. Hier werden de somscores gebruikt met inbegrip van de drie schermactiviteiten.
55
Om het verband tussen het aantal toestellen in de slaapkamer/draagbare toestellen in de thuissituatie en het stellen van simultaan gedrag bij de adolescent na te gaan, werden de variabelen geanalyseerd via een Pearson correlatie. Hierbij werd er gebruikt gemaakt van een somscore van het aantal toestellen in de slaapkamer en het aantal draagbare toestellen in de thuissituatie, en de kwantitatieve variabele van simultaan gedrag. Op deze manier werd het mogelijk om de onderzoeksvraag te beantwoorden aan de hand van één Pearson correlatie.
Onderzoeksvraag 3 De derde onderzoeksvraag, die het verband tussen de leeftijdsspecifieke BMI en de mate van schermgerelateerd sedentair gedrag op een gemiddelde dag nagaat, werd beantwoord met behulp van een Chi kwadraat analyse. Beiden zijn dichotome variabelen, waarbij BMI onderverdeeld werd in normaal gewicht en overgewicht en de variabele totaal SSG per gemiddelde dag in hoog SSG met ≥ twee uur/dag en laag SSG met < twee uur/dag.
Onderzoeksvraag 4 Als laatste analyses werden de verschillende potentiële correlaten in kaart gebracht door drie meervoudige lineaire regressie analyses, met telkens de context-specifieke SSG per gemiddelde dag (tv-kijken, gaming, computergebruik) als kwantitatieve afhankelijke variabelen. Uit een regressievergelijking kan geconcludeerd worden welke variabelen significante voorspellers zijn van de context-specifieke gedragingen en welke variabelen de sterkste voorspellers zijn.
In alle drie de contexten werden de socio-demografische dichotome variabelen leeftijd, geslacht, opleidingsvorm adolescent, SES, familiale situatie en woonbuurt opgenomen als onafhankelijke variabelen in een apart meervoudig lineair regressiemodel (stap twee, zie volgende alinea).
Ook werden meerdere psychosociale variabelen opgenomen in een apart meervoudig lineair regressiemodel (stap twee, zie volgende alinea) met onder andere de context-specifieke SSG variabelen (tv-kijken, gaming, computergebruik) van ouders en broers/zussen. Hierbij werd bijvoorbeeld de gemiddelde tijd gespendeerd aan tv-kijken door ouders enkel opgenomen in de meervoudige lineaire regressie analyse met afhankelijke variabele tv-kijken per dag.
56
Daarnaast werden de psychosociale variabelen omtrent samen met ouder, broers/zussen en leeftijdsgenoten tv-kijken, gamen en computergebruik in de vrije tijd opgenomen, dit eveneens context afhankelijk. Om het effect van het SSG van leeftijdsgenoten op het SSG gesteld door de ondervraagde adolescent te onderzoeken, werd enkel de context gaming bevraagd. De tijd die ouders en broers/zussen spenderen aan SSG alsook het samen stellen van SSG valt onder het begrip modeling.
Vervolgens werden de variabelen die de huishoudelijke omgeving binnen deze masterproef representeren, opgenomen in een aparte meervoudig lineaire regressie binnen elke context van SSG (stap twee, zie volgende alinea), met name tv-kijken, gaming en computergebruik op een gemiddelde dag. Deze huishoudelijke omgevingsvariabelen omvatten aldus de bevragingen van het aantal niet-draagbare toestellen in de slaapkamer, het aantal draagbare toestellen in de thuissituatie en huishoudelijke regels. Er werd zoals eerder aangehaald gekozen om de toestellen context-specifiek toe te wijzen aan de afhankelijke variabelen tv-kijken, gaming en computergebruik. Tot slot werden de regels context-specifiek opgenomen (bijvoorbeeld de variabele ‘regels omtrent tv-kijken’ werd enkel opgenomen in het model van die specifieke afhankelijke variabele tv-kijken).
Deze analyses werden aldus uitgevoerd in vier stappen, en dit op basis van drie niveaus van de opgenomen variabelen/correlaten (socio-demografische variabelen, psychosociale variabelen en huishoudelijke omgeving), m.a.w. drie aparte multiple regressie analyses (geïncludeerde variabelen zie bovenstaande tekst). In de eerste stap werd de multicollineariteit tussen de verschillende onafhankelijke kwantitatieve variabelen per niveau (meer bepaald het psychosociaal en huishoudelijke omgevingsniveau) nagegaan met behulp van Pearson correlaties (Busschaert et al., 2014). Op socio-demografisch niveau werd dit niet gedaan, aangezien het allemaal dichotome variabelen waren. Op huishoudelijke omgevingsniveau werden de context-specifieke regels niet in een correlatie opgenomen om dezelfde reden. Er was sprake van multicollineariteit, een te sterke samenhang, tussen de variabelen bij een Pearson correlatie (r) van meer > 0.60. Wanneer dit het geval was, werd de variabele die het minst correleerde met de afhankelijke variabele uit de analyse geëxcludeerd.
In een tweede stap werden de multiple lineaire regressies, per context en per niveau, uitgevoerd (drie multiple lineaire regressies per context, m.a.w. negen in totaal).
57
Alle variabelen met een significantieniveau < 0.10 werden behouden en de variabelen van > 0.10 werden niet opgenomen in de volgende stappen van de analyse (Busschaert et al., 2014).
Vervolgens werden in een derde stap de overgebleven correlaten nogmaals gecontroleerd op multicollineariteit, om dan daarna in stap vier één multiple regressie per context te laten te lopen (Busschaert et al., 2014). Binnen deze regressies werd er tot slot gebruik gemaakt van een significantieniveau van 0.05. De resultaten van deze vierde stap worden weergegeven in deze masterproef.
58
Resultaten In dit hoofdstuk worden de resultaten per onderzoeksvraag besproken. Alvorens in te gaan op deze resultaten, wordt er in tabel 3 een overzicht gegeven van de socio-demografische kenmerken van de steekproef. Daarnaast wordt in tabel 4 een overzicht weergegeven van alle opgenomen psychosociale kenmerken van de steekproef en diens directe omgeving, alsook de percentages weergegeven van het aantal ondervraagde adolescenten die één of meerdere van de elektronische toestellen ter beschikking heeft en die regels in de thuissituatie ervaren omtrent context-specifieke schermactiviteiten.
59
Tabel 3: Socio-demografische kenmerken steekproef
Gemiddelde leeftijd (s.d.)
Opleidingsniveau moeder Opleidingsniveau vader Socio-economische status (SES) N te hoge leeftijdsspecifieke BMI 11 jaar - 12 jaar 13 jaar - 14 jaar 15 jaar - 16 jaar 17 jaar Woonbuurt (%)
Adolescenten N = 486 14.4 (1.61) jaar
57% Geen hoger onderwijs 43% Hoger onderwijs 59.7% Geen hoger onderwijs 40.3% Hoger onderwijs 51.4% Hoge SES 48.6% Lage SES 0 - 13 5 - 10 15 - 12 7 Op het platteland: 12.0 In een dorp/ gemeente: 68.2 Aan de rand van de stad: 7.6 In een stad: 12.2
Jonge adolescenten (%) Oude adolescenten (%) Opleidingsniveau adolescent (%)
Gemiddeld gewicht (kg) (s.d.) Gemiddelde lengte (m) (s.d.) Familiale situatie (%)
Adolescenten N = 486 50.8 49.2 BSO: 16.6 TSO: 53.8 ASO: 29.6 KSO: 0 56.31 (12.76) 1.67 (0.10) Bij je beide ouders: 69.9 Helft moeder, de helft vader:12.1 Alleen bij je moeder: 6.4 Alleen bij je vader: 1.7 Moeder en partner: 6.0 Vader en partner: 1.0 Grootouders of een ander familielid: 0.4 Instelling/ internaat: 0.4 Andere: 2.1
60
Tabel 4: Psychosociale kenmerken en huishoudelijke omgeving steekproef
Psychosociale kenmerken en huishoudelijke omgeving Aantal minuten tv-kijken (s.d.) Ouders Broers/zussen Aantal minuten gaming (s.d.) Ouders Broers/zussen Aantal minuten computergebruik (s.d.) Ouders Broers/zussen Gezamenlijk tv-kijken * (s.d.) Ouders Broers/zussen Gezamenlijk gamen * (s.d.) Ouders Broers/zussen Leeftijdsgenoten
Psychosociale kenmerken en huishoudelijke omgeving 132.9 (90.2) 158.6 (101.0)
19.1 (49.5) 97.9 (106.8) 97.9 (100.4) 122.7 (102.8) 4.52 (0.95) 4.48 (1.1) 2.52 (0.89) 3.49 (1.24) 3.96 (1.2)
Gezamenlijk computergebruik * (s.d.) Ouders Broers/zussen
3.54 (1.17) 3.78 (1.28)
tv op de slaapkamer (%) Videospeler op de slaapkamer (%) Computer op de slaapkamer (%) Spelconsole op de slaapkamer (%) Laptop in de thuissituatie (%) GSM in de thuissituatie (%) Smartphone in de thuissituatie (%) Tablet in de thuissituatie (%) Draagbare spelconsole in de thuissituatie (%) Regels omtrent tv-kijken (%) Regels omtrent gaming (%) Regels omtrent computergebruik (%)
47.5 34.9 24.3 39.9 93.3 65.5 82.7 71.4 73.3 17.4 26.4 23.3
Opmerking: ‘*’: Scoreberekening aan de hand van een Likert-schaal (1: Niet van toepassing, 2: Nooit, 3: Zelden, 4: Soms, 5: Vaak, 6: Heel vaak)
61
Onderzoeksvraag 1 Hoeveel procent van de Vlaamse adolescenten (11-17 jaar) overschrijdt de richtlijn van twee uur schermtijd per dag? Tabel 5 geeft aan de hand van beschrijvende statistiek de percentages adolescenten weer die boven en onder de richtlijn van 120 minuten schermtijd per dag zaten (afzonderlijk per dag). Hieruit blijkt dat 86.0% van de 11 tot 17-jarigen de richtlijn overschrijdt op een gemiddelde dag, 79.4% op een gemiddelde weekdag en 87.7% op een gemiddelde weekenddag. Tabel 5: Overzicht sample die de richtlijn omtrent schermtijd (niet) overschrijdt.
Variabelen
<120min/dag
≥120min/dag
Totaal SSG (gemiddeld/dag)
14.0% (n=68)
86.0% (n=418)
Totaal SSG (weekdag)
20.6% (n=100)
79.4% (n=386)
Totaal SSG (weekenddag) 12.3% (n=60) Opmerking: SSG (schermgerelateerd sedentair gedrag)
87.7% (n=426)
Welke schermgerelateerde context neemt het grootste deel van de totale schermgerelateerde zittijd in beslag? De beschrijvende statistiek toonde aan dat de ondervraagde adolescenten gemiddeld 313.50 minuten per dag (standaard deviatie 204.9 minuten) of 5.2 uur per dag aan totaal SSG spenderen. Wanneer er gekeken wordt naar de tijd gespendeerd aan de verschillende contexten rapporteerden de adolescenten gemiddeld 126.60 min. (standaard deviatie 88.3 min.) aan tvkijken, 91.55min. (standaard deviatie 96.2 min) aan gaming en 104.68 min. (standaard deviatie 94.6 min.) aan computergebruik te spenderen.
De verklaarde variantie van de tijden gespendeerd aan de contexten ten aanzien van het totaal SSG per gemiddelde dag werd achterhaald door gebruik te maken van drie enkelvoudige lineaire regressies. Het model met tv-kijken als correlaat kent een verklaarde variantie (Adj. R²) van 0.49, waarbij 49% van de variantie in het totale SSG gemiddeld per dag door de dagelijkse tijd gespendeerd aan tv-kijken kan verklaard worden. Het model met gaming als correlaat kent een Adj. R² van 0.55 (55%). In het derde model, met computergebruik als correlaat, resulteerde de Adj. R² in een waarde van 56%. 62
Verder kan er besloten worden dat zowel dagelijks tv-kijken als gamen als computergebruik positieve significante voorspellers zijn (p<0.001) van het totaal SSG gemiddeld per dag door de adolescent gesteld. Hoe hoger de context afhankelijke schermtijd per dag, hoe hoger het totale SSG per gemiddelde dag. Alvorens een meervoudige lineaire regressie uit te voeren, waarin de drie correlaten tv-kijken, gaming en computergebruik op een gemiddelde dag tezamen werden opgenomen, werden pearson correlaties uitgevoerd en bleek er geen sprake te zijn van multicollineariteit. Indien er gekeken werd naar de Bèta-waarden kan er op basis hiervan besloten worden dat gaming (0.467) de sterkste voorspeller is, vóór computergebruik (0.466) en tv-kijken (0.434).
Onderzoeksvraag 2 Wat is het verschil in gemiddelde tijd gespendeerd aan SSG per dag tussen Vlaamse adolescenten van 11 tot 17 jaar die geen tot weinig simultaan gedrag stellen en tussen Vlaamse adolescenten die veel simultaan gedrag stellen? Het verschil in totaal SSG per gemiddelde dag, weekdag en weekenddag tussen adolescenten die geen tot weinig simultaan gedrag stellen en adolescenten die veel simultaan gedrag stellen wordt in detail weergegeven in tabel 6. Tabel 6: Het verschil in totaal SSG per gemiddelde dag, weekdag en weekenddag tussen adolescenten die geen tot weinig simultaan gedrag stellen en adolescenten die veel simultaan gedrag stellen.
Variabelen
Geen tot weinig simultaan gedrag N = 236 Gem. 252.63min. Sd. 168.73
Veel simultaan gedrag N = 250 Gem. 370.96min. Sd. 219.24
Independent sample ttest F = 1.863 (p< 0.001) T= -6.69 (p<0.001)
Totaal SSG gemiddeld/weekdag
N = 236 Gem. 221.90 Sd. 167.75
N = 249 Gem. 335.44 Sd. 221.97
F = 18.823 (p<0.001) T= -6.376 (p<0.001) Df= 460.49
Totaal SSG gemiddeld/weekenddag
N = 233 Gem. 333.70 Sd. 224.22
N = 250 Gem. 463.13 Sd. 261.75
F = 5.6 (p 0.009) T= -5.85 (p<0.001)
Totaal SSG gemiddeld/dag
63
Er bestaat een significant verschil (p<0.001) in totaal SSG per gemiddelde dag tussen adolescenten die geen tot weinig simultaan gedrag stellen en adolescenten die veel simultaan gedrag stellen. Adolescenten die veel simultaan gedrag vertonen, spenderen gemiddeld meer tijd aan tv-kijken, gaming en computergebruik (370.96 min.) op een dag dan adolescenten die geen tot weinig simultaan gedrag stellen (252.63 min.).
Er bestaat eveneens een significant verschil (p<0.001) in totaal SSG per weekdag tussen de twee groepen. Adolescenten die veel simultaan gedrag stellen, spenderen gemiddeld meer tijd (335.44 min.) aan SSG op een weekdag dan adolescenten die geen tot weinig simultaan gedrag stellen (221.90 min.). Ten derde bestaat er ook een significant verschil (p<0.001) in totaal SSG gemiddeld per weekenddag tussen de twee groepen. Adolescenten die veel simultaan gedrag stellen, spenderen gemiddeld meer tijd (463.13 min.)aan SSG op een weekenddag in vergelijking met adolescenten die weinig tot geen simultaan gedrag stellen (333.70 min.).
Desondanks er een somscore werd gemaakt van de variabelen omtrent simultaan gedrag, werd de beschrijvende statistiek van deze vragen ook afzonderlijk nagegaan om enige vergelijking met de gevonden literatuur mogelijk te maken. Hieruit bleek 56.3% van de adolescenten veel (antwoordopties vaak en heel vaak) tegelijk tv-kijken en gebruik van de GSM te stellen, 42.4% veel tegelijk tv-kijken & computergebruik te stellen en 44.1% veel tegelijk computergebruik en GSM-gebruik te stellen.
Bestaat er een verband tussen het aantal toestellen in de slaapkamer, alsook draagbare toestellen in de thuissituatie en simultaan gedrag? Uit de beschrijvende statistiek bleek dat de ondervraagde adolescenten gemiddeld 9.59 (standaard deviatie 3.23) scoorden op de vragen omtrent simultaan gedrag en gemiddeld 9.42 (standaard deviatie 5.46) scoorden op de bevraging rond het aantal draagbare toestellen in de slaapkamer en niet-draagbare toestellen in de thuissituatie. De adolescenten hadden aldus gemiddeld negen à tien toestellen ter beschikking.
Vervolgens resulteerde de Pearson Correlatie in positieve significante zwakke correlatie (r=0.201; p<0.001) tussen het aantal toestellen in de slaapkamer en draagbare toestellen in de thuissituatie en simultaan gedrag. Dit betekent dat adolescenten die over meer toestellen beschikken, meer simultaan gedrag stellen.
64
Onderzoeksvraag 3 Is er een verband tussen de leeftijdsspecifieke BMI en de mate van dagelijks scherm gerelateerd sedentair gedrag waarneembaar bij adolescenten (11-17 jaar)?
Uit de Chi kwadraat tabel kon worden opgemaakt dat er binnen de steekproef van deze masterproef in het totaal 68 adolescenten <120min. SSG per gemiddelde dag stellen en 418 ≥120min. SSG per gemiddelde dag stellen. Ook hebben 424 adolescenten een gezond gewicht en 64 adolescenten overgewicht.
Verder bleek uit de Chi-kwadraat test dat er een significant verband (X²= 2.87; p=0.05) bestaat tussen de leeftijdsspecifieke BMI en de mate van dagelijks totaal SSG per gemiddelde dag (laag <120min./dag of hoog ≥ 120min./dag) gesteld door de adolescent. Binnen de groep met minder dan 120 minuten SSG per gemiddelde dag heeft 19.1% overgewicht en 80.9% een normaal gewicht, binnen de groep met 120 minuten of meer SSG per gemiddelde dag is dat 11.7% met overgewicht en 88.3% met een normaal gewicht.
Onderzoeksvraag 4 Welke
variabelen
hebben
invloed
op
het
context-specifiek
schermgerelateerd sedentair gedrag van Vlaamse adolescenten? A) Tv-kijken Binnen de eerste stap van deze analyses, werd de variabele ‘aantal videospelers op de slaapkamer’ uit het model gelaten, aangezien er sprake was van multicollineariteit. Binnen de tweede stap, werden alle variabelen die (rand)significante voorspellers bleken te zijn van de tijd gespendeerd aan tv-kijken op een gemiddelde dag overgehouden (opgenomen in stap 4). Volgende variabelen werden uit de analyse gelaten: geslacht, leeftijd, SES ouders, familiale situatie, gezamenlijk tv-kijken met broers/zussen, televisie(s) op de slaapkamer, videospeler(s) op de slaapkamer en draagbare laptop(s) in de thuissituatie. Vervolgens werden in een derde stap geen extra variabelen uit de analyse gelaten omwille van een te sterke multicollineariteit.
65
Binnen de meervoudige lineaire regressie-analyses van stap 4 werden de volgende (rand)significante variabelen uit stap twee opgenomen in het model, namelijk opleidingsniveau van de adolescent , woonbuurt , de gemiddelde tijd tv-kijken van de ouders, de gemiddelde tijd tv-kijken van de broers/zussen, alsook de variabele gezamenlijk tv-kijken met de ouders en aanwezigheid van huishoudelijke regels. Binnen stap 4 vertoonde de ANOVA een F-waarde van 22.35 (p<0.001), waardoor alle opgenomen variabelen zijn samen significante voorspellers zijn van tv kijken op een gemiddelde dag. Verder werd er aangetoond dat 27% (adjusted R2) van de variantie in televisiekijken per gemiddelde dag verklaard kan worden door alle variabelen die werden opgenomen binnen deze vierde stap.
Kijkend naar de variabelen afzonderlijk kan er geconcludeerd worden dat de variabelen tvkijken ouders (p<0.001), tv-kijken broers/zussen (p<0.001), gezamenlijk tv-kijken met ouders (p=0.001) en aanwezigheid van regels (p=0.01) significante voorspellers zijn van tv-kijken op een gemiddelde dag (tabel 7, p. 70-72). Specifiek kan er gesteld worden dat hoe meer de ouders of de broers/zussen dagelijks tv-kijken, hoe meer tijd de adolescent hier zelf aan zal spenderen. Ook leidt meer tv-kijken tezamen met de ouders tot meer dagelijks tv-kijken bij de adolescent.
Daarnaast werd er vastgesteld dat de aanwezigheid van regels omtrent tv-kijken een negatieve voorspeller is en ervoor zorgt dat de adolescenten minder tijd spenderen aan tv-kijken op een gemiddelde dag. Uit de vergelijking van de Bèta-waarden kan geconcludeerd worden dat het tv-kijken van broers/zussen (Bèta: 0.289) de sterkste voorspeller is van de tijd gespendeerd aan tv-kijken op een gemiddelde dag. Het tv-kijken van ouders is de tweede sterkste voorspeller (Bèta: 0.225), het gezamenlijk tv-kijken met ouders de derde (Bèta: 0.159) en regels omtrent tv-kijken de vierde (Bèta: -0.123). B) Gaming Ook binnen de context gaming werd eerst de multicollineariteit nagegaan tussen de verschillende context-specifieke kwantitatieve variabelen. Uit de resultaten van de Pearson correlaties bleek hier geen sprake te zijn van multicollineariteit. Vervolgens werden er drie verschillende meervoudige lineaire regressies uitgevoerd, namelijk één per niveau. Ook binnen deze context werden alle variabelen, dat de tijd gespendeerd aan gaming op een gemiddelde dag (rand)significante voorspellen, behouden (zie stap vier).
66
Volgende variabelen bleken niet significant te zijn (p≥0.10) en werden uit het model gelaten: leeftijd, SES ouders, familiale situatie, woonbuurt, gezamenlijk gamen met ouders, gezamenlijk gamen met leeftijdsgenoten, computer(s) op de slaapkamer, GSM(’s) in de thuissituatie, smartphone(s) in de thuissituatie, tablet(s) in de thuissituatie en spelconsole(s) in de thuissituatie. Binnen de derde stap bleek er opnieuw geen sprake van een te sterke multicollineariteit, waardoor alle (rand)significante variabelen verder werden opgenomen.
Vervolgens werden volgende (rand)significante variabelen opgenomen in het model van stap vier, namelijk variabelen geslacht, opleidingsniveau van de adolescent, de variabelen tijd gaming van de ouders, tijd gaming van de broers/zussen en gezamenlijk gamen met leeftijdsgenoten, aantal spelconsoles op de slaapkamer en aantal laptops in de thuissituaties. De algemene ANOVA F-waarde van deze analyse was 25.97. Uit de analyse van stap vier kan besloten worden dat de verklaarde variantie 0.42 was. Dit houdt in dat 42% van de variantie, in gaming op een gemiddelde dag, kan verklaard worden door alle variabelen, opgenomen binnen stap vier.
Wanneer er gekeken wordt naar de variabelen afzonderlijk, kan er worden geconcludeerd dat de variabelen geslacht (p=0.002), gaming ouders (p<0.001), gaming broers/zussen (p<0.001), gezamenlijk gamen met leeftijdsgenoten (p=0.01) en aantal spelconsoles in de slaapkamer (p=0.001) significante voorspellers zijn van gaming (tabel 7, p. 70-72). Geconcludeerd kan worden dat jongens meer tijd spenderen aan gaming dan de vrouwelijke adolescenten alsook dat hoe meer de ouders en de broers/zussen van de adolescenten gamen, hoe meer tijd de adolescent zelf zal gamen. Vervolgens zullen de adolescenten meer tijd spenderen aan gaming wanneer er sprake is van gezamenlijk gamen met de leeftijdsgenoten. Daarnaast kan ook gesteld worden dat hoe meer beschikbare spelconsoles in de slaapkamer aanwezig zijn, hoe meer de adolescent zelf aan gaming zal doen. De sterkste voorspeller binnen dit model is gaming broers/zussen (Bèta: 0.36), waarna gaming ouders (Bèta: 0.23), ten derde aantal spelconsoles op de tv in de slaapkamer (Bèta: 0.179), vervolgens geslacht (Bèta: -0.167) en tenslotte gezamenlijk gamen met leeftijdsgenoten (Bèta: 0.147). C) Computergebruik Bij het bekijken van de samenhang tussen de opgenomen variabelen kon er besloten worden dat er sprake was van multicollineariteit tussen gezamenlijk computergebruik met ouders en broers/zussen.
67
Op basis van de samenhang met de afhankelijke variabele werd besloten om gezamenlijk computergebruik met ouders (r=0.091) uit verdere analyses te laten en gezamenlijk computergebruik met broers/zussen te behouden (r=0.152). Met verwerking van bovenstaande gegevens werden in stap twee opnieuw drie aparte meervoudige lineaire regressies uitgevoerd, per niveau.
Ook binnen deze context werden alle variabelen, dat de tijd gespendeerd aan computergebruik op een gemiddelde dag (rand)significante voorspellen in stap twee, behouden. De variabelen geslacht, leeftijd, opleidingsniveau adolescent, SES ouders, familiale situatie, woonbuurt, computergebruik ouders, gezamenlijk computergebruik met broers/zussen en tablet(s) in de thuissituatie bleken niet significant (p≥0.10) en werden niet verder in de analyses opgenomen.
Ook binnen deze context bleek uit de resultaten van stap drie op vlak van multicollineariteit, verkregen via Pearson correlaties, dat er geen te sterke samenhang was tussen een van de (rand)significante kwantitatieve variabelen. Deze werden aldus allen opgenomen in het regressiemodel van stap vier en hielden volgende variabelen in, computergebruik broers/zussen, aantal computers op de slaapkamer, aantal laptops in de thuissituatie en aanwezigheid van regels. De algemene ANOVA F-waarde hield 22.51 (p<0.001) in. Uit de analyse van stap vier kan besloten worden dat de verklaarde variantie een waarde van 0.194 omvat. Dit houdt in dat 19.4% van de variantie in gemiddeld computergebruik per dag kan verklaard worden door alle opgenomen variabelen.
Meer specifiek bleken de variabelen computergebruik broers/zussen (p<0.001), aantal computers op de slaapkamer (p=0.001) en regels omtrent computergebruik (p=0.024) significante voorspellers te zijn van het computergebruik op een gemiddelde dag (tabel 7, p. 70-72). Zowel de variabele computergebruik broers/zussen als aantal computers op de slaapkamer zijn positieve voorspellers. Hoe meer tijd broers/zussen spenderen aan dagelijks computergebruik, hoe meer tijd de bevraagde adolescent dagelijks spendeert aan computergebruik. Ook leiden meer beschikbare computers op de slaapkamer aldus tot meer dagelijkse tijd gespendeerd aan computergebruik. Vervolgens is regels een negatieve voorspeller, waarbij het hebben van regels omtrent computergebruik leidt tot minder dagelijkse tijd gespendeerd aan het gebruik van de computer.
68
Tot slot wijzen de Bèta-waarden gemiddeld computergebruik broers/zussen (Bèta: 0.37) aan als sterkste voorspeller van computergebruik op een gemiddelde dag, waarna aantal computers op de slaapkamer (Bèta: 0.17) de tweede sterkste voorspeller is en regels omtrent computergebruik de derde (Bèta: -0.11). Deze resultaten worden weergegeven in tabel 7.
69
Tabel 7: Overzicht van de correlaten van de context-specifieke schermactiviteiten
Onafhankelijke variabelen
Bèta
Tv-kijken T
P
Bèta
Gaming T
P
Computergebruik Bèta t
p
Sociodemografisch Geslacht Leeftijd Opleidingsvorm adolescent SES ouders Familiale situatie Woonbuurt Psychosociaal Tv-kijken ouders Tv-kijken broers/zussen Gezamenlijk tvkijken ouders Gezamenlijk tvkijken broers/zussen Gaming ouders Gaming broer/zussen
° ° -0.003
° ° -0.06
° ° n.s.
-0.17 ° -0.02
-3.06 ° -0.36
0.002 ° n.s.
° ° °
° ° °
° ° °
° ° -0.06
° ° -1.26
° ° n.s.
° ° °
° ° °
° ° °
° ° °
° ° °
° ° °
0.23 0.29
4.23 5.51
<0.001 <0.001
▲ ▲
▲ ▲
▲ ▲
▲ ▲
▲ ▲
▲ ▲
0.16
3.43
0.001
▲
▲
▲
▲
▲
▲
°
°
°
▲
▲
▲
▲
▲
▲
▲ ▲
▲ ▲
0.23 0.363
4.34 6.25
<0.001 <0.001
▲ ▲
▲ ▲
▲ ▲
▲ ▲
70
Gezamenlijk gamen ouders Gezamenlijk gamen broers/zussen Gezamenlijk gamen leeftijdsgenoten Computergebruik ouders Computergebruik broers/zussen Gezamenlijk computergebruik ouders Gezamenlijk computergebruik broers/zussen Huishoudelijke omgeving Toestellen slaapkamer Aantal televisies Aantal videospelers Aantal computers
▲
▲
▲
°
°
°
▲
▲
▲
▲
▲
▲
°
°
°
▲
▲
▲
▲
▲
▲
0.15
2.58
0.01
▲
▲
▲
▲
▲
▲
▲
▲
▲
°
°
°
▲
▲
▲
▲
▲
▲
0.37
7.45
<0.001
▲
▲
▲
▲
▲
▲
°
°
°
▲
▲
▲
▲
▲
▲
°
°
°
° °
° °
° °
▲ ▲
▲ ▲
▲ ▲
▲ ▲
▲ ▲
▲ ▲
▲
▲
▲
°
°
°
0.17
3.43
0.001
71
Aantal spelconsoles Toestellen thuissituatie Aantal laptops Aantal GSM’s Aantal smartphone’s Aantal tablets Aantal spelconsoles Regels Aanwezigheid regels Opmerkingen:
▲
▲
▲
0.18
3.36
0.001
▲
▲
▲
° ▲ ▲
° ▲ ▲
° ▲ ▲
0.06 ° °
1.22 ° °
n.s. ° °
0.03 ▲ ▲
0.59 ▲ ▲
n.s. ▲ ▲
▲ ▲
▲ ▲
▲ ▲
° °
° °
° °
° ▲
° ▲
° ▲
-0.12
-2.60
0.01
°
°
°
-0.11
-2.27
0.02
“ ° ” correlaten met een significantie p>0.10 in stap 2. “ n.s.” correlaten opgenomen in stap 4, niet-significante p-waarde. “▲” correlaten niet van toepassing binnen specifieke context.
72
Discussie Deze masterproef had als doel na te gaan hoeveel tijd Vlaamse adolescenten al zittend spenderen tijdens schermgerelateerde activiteiten en in welke mate dit gedrag wordt beïnvloed door de directe omgeving. Er kwamen verschillende variabelen, subjectief bevraagd via een vragenlijst, naar voor als correlaten van tv-kijken, gaming en computergebruik. De significante correlaten bleken sterk te variëren van context tot context, waarbij het voor toekomstig onderzoek naar reductie van SSG bij adolescenten, van belang is om verder context-specifieke interventies uit te voeren.
Onderzoeksvraag 1 Uit de resultaten van de huidige masterproef blijkt dat 79-88% procent van de deelnemende adolescenten de richtlijn van 120 minuten SSG per dag overschrijdt. De bevindingen voldoen aan de hypotheses, waarin werd gesteld dat dit zou resulteren in hoge percentages. De resultaten liggen hoger dan eerder gevonden resultaten beschreven in een studie van Totland et al. (2013). Deze studie van Totland et al. (2013) beschreef dat 30%-60% van adolescenten de richtlijn niet haalde. Dit is mogelijks te wijten aan de verschillen tussen deze studie en de huidige masterproef, met name de leeftijden binnen de steekproeven en de bevraging van de schermactiviteiten. Ten aanzien van de leeftijden, includeerde Totland et al. (2013) enkel adolescenten van 11-13 jaar uit Noorwegen. Een tweede mogelijkse verklaring is het feit dat deze masterproef tv-kijken, gaming en computergebruik apart heeft bevraagd, terwijl Totland et al. (2013) tv-kijken wel apart bevraagde, maar gaming en computergebruik in één context verwerkte (slechts twee contexten).
De hoge percentages binnen deze masterproef zijn aldus mogelijks te verklaren door een (onbewuste) overschatting van de tijd gespendeerd aan de verschillende schermgerelateerde sedentaire gedragingen en/of (onbewuste) dubbel rapportage (simultaan gedrag) als gevolg van het afzonderlijk bevragen van de drie contexten. Een mogelijkheid naar de toekomst toe bestaat eruit om bij de verzameling van zelf-gerapporteerde data meermaals (per context) aan te geven om rekening te houden met simultaan gedrag. Via deze manier zou dubbelrapportage kunnen vermeden worden.
73
Het verschil tussen week- en weekenddagen, waarbij meer adolescenten de richtlijn overschrijden op een weekenddag in de huidige masterproef, bevestigt de conclusie van ReyLopéz et al. (2010), alsook de resultaten van Totland et al. (2013), al is dit verschil in deze huidige studie veel minder uitgesproken.
De resultaten toonden tevens aan dat de adolescenten gemiddeld 314 minuten aan totale schermtijd, 127 minuten aan tv-kijken, 92 minuten aan gamen en 105 minuten aan computergebruik spendeerde. Deze resultaten, waarbij de adolescenten uit dit onderzoek gemiddeld het meeste tijd spenderen aan tv-kijken, zijn overeenkomstig met de resultaten van Lou (2012). Echter is tv-kijken binnen deze masterproef, na computergebruik en gaming, de minst sterke voorspeller van het totaal dagelijks SSG op een gemiddelde dag. Een kanttekening hierbij is dat de Bèta-waarden heel dicht bij elkaar liggen. Hieruit kan worden afgeleid dat gaming en computergebruik de twee contexten zijn die het sterkst totaal SSG voorspellen en dus bepalend kunnen zijn voor een hoger totaal SSG. Hierdoor zijn deze twee contexten van belang binnen interventies om het totaal SSG te verlagen. Echter blijft ook de context tv-kijken van groot belang binnen deze interventies aangezien dit veel tijd van het totaal SSG in beslag neemt (en de bèta-waarden dicht bij elkaar liggen).
Onderzoeksvraag 2 In de huidige masterproef stelde ongeveer de helft van de ondervraagde adolescenten veel simultaan gedrag. Er kunnen hier meerdere mogelijke verklaringen voor bedacht worden. Allereerst zijn adolescenten opgegroeid in een technologische wereld waarbij sociale contacten op heden veeleer via internet plaatsvinden. Er zijn zoveel communicatiemogelijkheden, waarbij men altijd en overal beschikbaar is (sms, mail, sociale media, andere apps…). Daarnaast brengen deze verschillende mogelijkheden (zoals draagbare toestellen) met zich mee dat men zich niet meer naar een andere ruimte moet verplaatsen om er gebruik van te maken tijdens andere schermactiviteiten. Tot slot is het voor bepaalde adolescenten vaak routine. Bij het thuiskomen wordt de pc aangezet en tijdens het opstarten wordt de televisie aangezet. Indien er niets interessant terug te vinden is, worden vaak sociale media zoals Facebook en Twitter bezocht.
74
Het feit dat een groot deel van de adolescenten binnen deze masterproef veel simultaan gedrag stelt, kan enkele bevindingen van Rideout et al. (2010) bevestigen. Rideout et al. (2010) concludeerde dat er sprake was van een hoog percentage van simultaan gedrag onder adolescenten (12–18 jaar). Gegevens in verband met dergelijk totaal simultaan gedrag werden niet in vergelijking gebracht gezien ook niet-schermactiviteiten zoals muziek luisteren en een tijdschrift lezen geïncludeerd werden binnen het onderzoek van Rideout et al. (2010). Wel werd er in onderzoek naar ‘media multitasking’ een onderscheid gemaakt tussen de verschillende contexten van SSG. Tijdens het tv-kijken maakte 39% van de adolescenten een groot deel van de tijd gebruik van een ander medium, tijdens het gaming 22% en tijdens het computergebruik 40% (Rideout et al., 2010). Echter werden binnen deze onderzoeksvraag de vragen omtrent simultaan schermgedrag samengenomen en werden de verschillende percentages paarwijs vergeleken. Op deze manier was er sprake van vergelijkbare percentages als gevolg.
Door het gebrek aan (Vlaamse) resultaten omtrent simultaan gedrag binnen SSG, is het niet mogelijk om de huidige bevindingen verder te toetsen. Dit kan verklaard worden door het feit dat het onderzoeken van simultaan gedrag binnen SG/SSG een vernieuwend onderwerp is.
Ook werd er gevonden dat de groep van adolescenten met een hoog niveau van simultaan gedrag, een hoger aantal minuten SSG per dag rapporteerden. Zo zouden de adolescenten die veel simultaan gedrag vertoonden 371 minuten per gemiddelde dag spenderen aan SSG, wat significant verschillend is met de adolescenten die geen tot weinig simultaan gedrag vertoonden (253 minuten per gemiddelde dag). Met andere woorden spendeerden zij die veel simultaan gedrag stelden een derde meer tijd aan dagelijkse schermtijd dan zij die geen tot weinig simultaan gedrag stellen. Hier kan worden opgemerkt dat de adolescenten die rapporteerden veel simultaan gedrag te stellen, bij het rapporteren van de tijd gespendeerd aan de contextspecifieke schermactiviteiten (waardoor er sprake is van een hoge totaalscore aan SSG), mogelijks meer dubbelrapportage gedaan hebben en een grotere overschatting gemaakt hebben van hun SSG.
75
Onderzoeksvraag 3 Eerdere bevindingen uit een systematische review van Costigan et al. (2012) toonden aan dat overgewicht positief geassocieerd werd met een hoge mate aan totaal SSG bij vrouwelijke adolescenten en omgekeerd. Ook volgens een longitudinaal onderzoek van Grøntved et al. (2012) bleek het overschrijden van de richtlijn van twee uur schermtijd per dag een positieve voorspeller van overgewicht in de adolescentie te zijn.
Binnen deze masterproef bevat de groep met adolescenten, die dagelijks hoog SSG stelde, onverwachts minder adolescenten met overgewicht in verhouding met de groep adolescenten die laag dagelijks SSG stelde.
Uit de beschrijvende statistiek bleek weliswaar dat de groepen binnen de kwalitatieve variabelen niet gelijk verdeeld waren. Zo bevatte de groep ‘laag SSG’ slechts een klein deel van de deelnemers en de groep ‘hoog SSG’ het merendeel. Ook de groep met overgewicht bleek slechts een klein percentage van de totale groep in te houden, ten opzichte van de adolescenten met een normaal gewicht. Deze tegenstrijdige resultaten zijn mogelijks ook te wijten aan de zelf-rapportage van het gewicht en de lengte door de adolescenten. Omwille van sociale wenselijkheid of door het simpelweg niet weten van eigen lengte en/of gewicht, hebben de adolescenten mogelijks niet de correcte waarden ingevuld van hun gewicht, waardoor dit mogelijks de BMI-waarde heeft beïnvloedt. Naar toekomstig onderzoek toe zijn objectieve metingen van het gewicht en de lengte aangeraden.
Een beperking binnen de vergelijking tussen deze masterproef en de resultaten uit de systematische review van Costigan et al. (2012) is dat deze laatst genoemde zich enkel richtte op vrouwelijke adolescenten. Echter, werden in deze masterproef meer jongens (67.3%) dan meisjes (32.7%) geïncludeerd, waardoor de steekproeven erg van elkaar verschillen. Daarentegen bevatte de studie van Grøntved et al. (2012) een meer representatieve steekproef waardoor een meer betrouwbare vergelijking mogelijk werd gemaakt. Er werd binnen het onderzoek van Grøntved et al. (2012) namelijk gebruik gemaakt van adolescenten uit dezelfde leeftijdscategorie (gemiddeld 15 jaar) en met vergelijkbare kenmerken als de adolescenten uit de steekproef van deze masterproef. De resultaten van deze masterproef toonden aldus een andere richting aan dan de bevindingen binnen deze review. Een bijkomende moeilijkheid in deze vergelijkingen was echter het verschil in onderzoeksdesign.
76
Zo is er binnen deze huidige masterproef sprake van een cross-sectioneel onderzoek, terwijl er binnen het onderzoek van Grøntved et al. (2012) echter gebruik werd gemaakt van een longitudinaal onderzoeksdesign.
Vervolgens bleek uit de literatuur ten aanzien van context-specifiek SSG dat meer tv-kijken (Hu et al., 2003; Norman et al., 2005, & Singh et al., 2008) en meer spelen van videogames (Norman et al., 2005) gerelateerd kon worden aan hogere BMI-waarden. In deze masterproef werd echter enkel het verband tussen de leeftijdsspecifieke BMI en totaal SSG in kaart gebracht, waarbij resultaten over verbanden tussen leeftijdsspecifieke BMI en context-specifiek SSG uitblijven.
Om deze verbanden verder te exploreren en huidige bevindingen te kunnen bevestigen, is er nood aan bijkomend onderzoek. Het is mogelijk dat overgewicht bij Vlaamse adolescenten slechts significant gerelateerd is aan één of meerdere specifieke contexten.
Er is op basis van literatuur (Epstein et al., 2005; Hu et al., 2003) een vermoeden dat overgewicht ook binnen deze huidige masterproef verband zal houden met tv-kijken, omwille van het mogelijks ongezond snack-gedrag tijdens tv-kijken (Epstein et al., 2005).
Onderzoeksvraag 4 Naast bovenstaande bevindingen was het, binnen deze masterproef, ook belangrijk onderzoek te voeren naar correlaten van context-specifiek SSG. Dit kan relevant zijn voor toekomstige interventies ter reductie en onderbreking van het SSG. Binnen deze huidige masterproef werden voor zowel tv-kijken, gaming als computergebruik afzonderlijk correlaten van verschillende niveaus gevonden. Globaal kan er gesteld worden dat voornamelijk psychosociale variabelen, waaronder het gedrag van gezinsleden (modeling), als correlaten van context-specifiek SSG gevonden zijn. Het dagelijks tv-kijken van ouders en broers/zussen en de mate van gezamenlijk tv-kijken met ouders bleken het tv-kijken van de adolescenten positief te voorspellen. Ook bleken dagelijks gaming van ouders en broers/zussen en de mate van gezamenlijk gamen met leeftijdsgenoten positieve correlaten te zijn van gaming. Het samen gamen met leeftijdsgenoten had volgens De la Haye et al. (2010), een artikel opgenomen in een review van Sawka et al. (2013), ook een positief effect op het SSG gesteld door het individu. Ten aanzien van computergebruik bleek het dagelijks computergebruik van broers/zussen een correlaat te zijn.
77
Een mogelijke verklaring voor deze invloeden kan eruit bestaan dat ouders, broers/zussen en leeftijdsgenoten zich in de directe omgeving van de adolescent bevinden. Dit kan ertoe leiden dat de adolescent deze activiteiten en de daarbij horende ontspanning en plezier regelmatig ziet en op die manier hetzelfde SSG gaat stellen. Deze bevindingen bevestigen de conclusies van Van Granich et al. (2010) en Totland et al. (2013) die eerder wel reeds stelden dat modeling effectief een positieve invloed heeft op het SSG gesteld door adolescenten. Uit deze conclusies bleek namelijk dat hoe meer tijd de ouders spendeerden aan tv-kijken, hoe meer tijd de adolescent zelf spendeerde aan tv-kijken. Deze resultaten tonen aldus de belangrijke rol van modeling op SSG aan, wat tot op heden nog beperkt onderzocht is.
Op vlak van de huishoudelijke omgeving kan er worden gesteld dat het aantal spelconsoles op de slaapkamer een positieve voorspeller is binnen de context gaming en het aantal computers op de slaapkamer als positieve voorspeller van computergebruik is gebleken. Een mogelijke verklaring is dat de aanwezigheid en beschikbaarheid van deze toestellen zal leiden tot een verhoging van het totaal SSG van de adolescenten. Aangezien het hier de toestellen aanwezig in de slaapkamer betreft, is het ook mogelijk dat de adolescenten hier veel gebruik van maken, aangezien deze mogelijks veel tijd spenderen op hun slaapkamer.
Daarnaast is het opvallend dat de aanwezigheid van regels bij de contexten tv-kijken en computergebruik negatieve voorspellers zijn in de huidige masterproef. Regels ten aanzien van dergelijk SSG leiden tot minder tijd gespendeerd aan deze schermactiviteiten. Deze correlaten zijn in lijn met de bevindingen uit studies van Ramirez et al. (2007) en Rideout et al. (2010) voor tv-kijken en Ramirez et al. (2007) voor computergebruik.
Hieruit kan worden besloten dat het naar de toekomst toe nuttig kan zijn om het belang van het hanteren van regels naar de ouders toe te benadrukken. Door programma’s te voorzien om ouders te helpen in het beperken van dergelijk SSG in de vrijetijdsbesteding van hun kinderen, kunnen meer regels worden opgelegd omtrent dagelijks tv-kijken en computergebruik. Ook zijn er volgens een Amerikaanse studie van Epstein (2012) bij 13-17 jarigen meerdere redenen voor ouders om regels te stellen en afspraken te maken over het computergebruik van hun kinderen. Als adolescenten tot in de late uren gebruik maken van de computer kan dit in gebrek aan slaap, slechte schoolresultaten en contact met vreemde mensen of oncomfortabele interacties leiden (bv. cyberpesten) (Epstein, 2012).
78
Met regels en afspraken, zoals beperken van de computertijd, instructies ter onderbreking en het niet bezoeken van bepaalde websites, kan dit mogelijks vermeden worden (Epstein, 2012).
Vervolgens werden binnen deze masterproef weinig significante socio-demografische variabelen gevonden in het voorspellen van context-specifiek SSG. Echter bleek geslacht uit de literatuur een duidelijke correlaat te zijn van zowel totaal SSG (Ruiz et al., 2011) als de drie contexten (tv, gaming en computergebruik) van SSG (He et al., 2010).
Enkel ter voorspelling van gaming bleek geslacht een significante correlaat te zijn binnen deze masterproef. In lijn met deze bevinding, toonden de resultaten van een studie van He et al. (2010) ook aan dat meisjes minder tijd spendeerden aan gamen dan jongens. Een mogelijke verklaring hiervoor is dat elektronische games meer aanleunen bij mannelijke adolescenten aangezien er binnen deze games voornamelijk thema’s worden gehanteerd zoals actie, sport en geweld. Bovendien brengen dergelijke games vaak een competitiegevoel met zich mee, met een grotere aantrekkingskracht voor jongens als gevolg. De variabele geslacht bleek, binnen deze masterproef, echter geen correlaat te zijn voor computergebruik. Ook hiervoor is er een mogelijke verklaring, namelijk dat vrouwelijke adolescenten de computer meer productief (voor schoolwerk) gebruiken, dan als vrijetijdsbesteding en dit niet gerapporteerd werd.
Naast de opgenomen variabelen (van verschillende levels) als potentiële correlaten ter voorspelling van context-specifieke SSG zijn er ook andere variabelen die van belang zijn in het voorspellen van de opgenomen contexten van SSG. Zo kon slechts 27% van de variantie in tv-kijken, 42% van de variantie in gaming en 19.4% van de variantie in computergebruik voorspeld worden door de opgenomen variabelen. Dit wijst erop dat nog andere variabelen/correlaten een rol spelen naast de onderzochte variabelen in de huidige masterproef. In de studie van Ramirez et al. (2011) werd gevonden dat 21% van de variantie in tv-kijken, 27% van de variantie in gaming en 2% van de variantie in computergebruik kon voorspeld worden door de opgenomen variabelen. Een mogelijke verklaring voor de verschillen in verklarende variantie bestaat uit de differentiatie in opgenomen variabelen. Zo werden ten eerste in de studie van Ramirez et al. (2011) ook etniciteit en andere huishoudelijke variabelen (met name totaal aantal regels en het opvolgen van regels) als correlaten opgenomen.
79
Een tweede, en mogelijks belangrijkste, mogelijke verklaring bestaat eruit dat er binnen deze masterproef, in tegenstelling tot de studie van Ramirez et al. (2011), psychosociale correlaten (zoals modeling) werden opgenomen en vervolgens significant bleken te zijn. Door het opnemen van deze variabelen is het mogelijk dat de verklarende variantie van deze contexten hoger liggen. Deze psychosociale variabelen zijn mogelijks belangrijke correlaten, die later in toekomstige interventies kunnen leiden tot een daling in SSG.
Uit de literatuur bleken verder nog de urbanisatiegraad (Tafforeau, 2008), de BMI (Van der Horst, Chin A. Paw, Twisk & Van Mechelen, 2007) en depressie (Van der Horst et al., 2007) significante voorspellers te zijn van SSG onder adolescenten, maar deze werden aldus niet opgenomen in de huidige masterproef. Zoals eerder vermeld, kan aan de hand van het opnemen van deze extra variabelen mogelijks een hogere variantie bekomen worden. Toekomstig (longitudinaal) onderzoek dient uit te wijzen of de gevonden significante correlaten (of andere) het context-specifieke SSG van (Vlaamse) adolescenten kan voorspellen.
Beperkingen en sterktes Dit onderzoek kent echter enkele beperkingen. Allereerst is deze huidige masterproef crosssectioneel, waardoor geen conclusies getrokken kunnen worden over causale relaties. Vervolgens is er het feit dat de steekproef uit veel meer jongens (2/3e) dan meisjes (1/3e) bestaat. Ook is er, bij de bevraging van tijd gespendeerd aan context-specifieke schermtijd, mogelijks sprake van overschatting (simultaan gedrag). Daarnaast werden de antropometrische metingen en schermgerelateerde gedragingen uitsluitend subjectief gemeten, wat tot vertekening van de resultaten kan geleid hebben. Echter werden de vragen omtrent schermgerelateerde gedragingen gebaseerd op een vragenlijst (de SIT-Q-7d) waarvan aangetoond is dat deze accuraat is om (S)SG te meten bij volwassenen (Wijndaele et al., 2013). Toekomstig onderzoek zal moeten aantonen of de gehanteerde vragenlijst binnen deze masterproef, die gebaseerd is op de SIT-Q-7d, ook betrouwbaar en valide is voor adolescenten. Tot slot werd bij onderzoek naar modeling in verschillende studies (Bauer et al., 2008; Hoyos et al., 2011; Sawka et al., 2013; Totland et al., 2013) gebruik gemaakt van verschillende metingen waarbij ook de ouder(s) en/of de broers/zussen en leeftijdsgenoten bevraagd werden aan de hand van vragenlijsten. De resultaten kunnen namelijk erg verschillen met bevindingen bekomen uit vragenlijsten waarin enkel adolescenten werden bevraagd.
80
Naast enkele beperkingen kent deze masterproef ook sterktes. Wat de inhoud van de vragenlijst ten aanzien van SSG betreft, was het goed dat alle contexten (tv, gaming en computergebruik) afzonderlijk werden bevraagd. Ook in het hoofdstuk van de analyses waarin mogelijke correlaten onderzocht werden, werd dit context-specifiek perspectief behouden. Op deze manier was het mogelijk resultaten van elke context, onafhankelijk van een andere context, te verkrijgen en te vergelijken met context-specifieke resultaten uit de literatuurstudie. Daarnaast is deze mogelijkheid tot vergelijking met context-specifieke resultaten ook nuttig met het oog op toekomstige interventies. Een extra sterkte is dat het belang van modeling op SSG niet enkel werd onderzocht binnen de context tv-kijken, maar dat dit belang ook werd onderzocht op gaming en computergebruik. Vervolgens was de opname van vragen omtrent simultaan gedrag en context-specifieke psychosociale variabelen vernieuwend en relevant in het onderzoek naar SSG bij adolescenten.
Aanbevelingen Bij voorkeur worden in de toekomst aparte vragenlijsten ontwikkeld voor ouder(s), broers/zussen, vrienden en leeftijdsgenoten om modeling van (S)SG in kaart te brengen en wordt het afnemen van vragenlijsten (indien praktisch en financieel haalbaar) gecombineerd met objectieve metingen (antropometrische metingen en het meten van SG).
Hiernaast kan het toepassen van de gevonden resultaten in toekomstige interventies een zicht geven of SSG inderdaad afneemt.
Tot slot is er naar vervolgonderzoek toe nog de mogelijkheid om het onderzoek naar correlaten op te splitsen naargelang week- en weekenddagen. In sommige studies (Biddle et al., 2009; Totland et al., 2013) omtrent correlaten van SSG zijn er namelijk bevindingen terug te vinden specifiek voor een week- of weekenddag. Verder onderzoek hiernaar zou extra vergelijkingen mogelijk maken en zou meer specifieke resultaten kunnen opleveren.
81
Conclusie Deze masterproef focuste op SSG in de thuissituatie gesteld door Vlaamse adolescenten tussen 11 en 17 jaar. In het bijzonder werd het effect van modeling van de directe omgeving van de adolescenten hierop onderzocht. Er kan geconcludeerd worden dat de hoeveelheid tijd gespendeerd aan dagelijks SSG, hetzij op een gemiddelde dag, een week- of weekenddag, door de adolescenten te hoog ligt. Resultaten toonden aan dat 86% van de adolescenten de richtlijn van maximum twee uur SSG per dag overschrijden. Echter is het van belang om het SSG zo beperkt mogelijk te houden, dit om zowel de mentale als fysieke gezondheid te beschermen. Hiernaast werd aangetoond dat veel simultaan gedrag veel voorkomt binnen deze masterproef en een invloed heeft op de hoge mate aan totaal dagelijks SSG. Echter is de bevinding waarbij een groot deel van de adolescenten veel simultaan gedrag stelt en vervolgens een hoger SSG rapporteren, mogelijks te wijten is aan overschatting en dubbelrapportage.
Om dit hoge dagelijkse SSG bij adolescenten aan te pakken, dienen ook redenen voor het stellen van SSG gekend te zijn. Dit houdt in dat er onderzoek nodig is naar de correlaten van SSG. Deze masterproef identificeerde het belang van modeling en de aanwezigheid van regels als correlaten van tv-kijken. Wanneer gekeken werd naar de context gaming bleken de belangrijkste correlaten voornamelijk het geslacht, modeling en het aantal spelconsoles op de slaapkamer te zijn. Op vlak van computergebruik, bleken modeling, het aantal computers op de slaapkamer en de aanwezigheid van regels de belangrijkste correlaten te zijn. Er kan afgeleid worden dat modeling van ‘broers/zussen’ binnen deze masterproef een belangrijke beïnvloedende factor is binnen alle drie de opgenomen contexten van SSG. De tijd die broers/zussen spendeerden aan zowel tv-kijken, gaming als computergebruik is telkens de sterkste voorspeller van de tijd die de ondervraagde adolescenten aan de context in kwestie spendeerden. Het onderzoeksgedeelte omtrent de beïnvloeding van de directe omgeving van de adolescent heeft aldus nut bewezen en kan aanzien worden als een belangrijke (nieuwe) bevinding binnen onderzoek naar (schermgerelateerd) sedentair gedrag bij Vlaamse adolescenten.
Daarnaast blijkt uit deze masterproef dat de aanwezigheid van regels in de thuissituatie, omtrent zowel tv-kijken als het computergebruik, het tv-kijken en het computergebruik kan reduceren.
82
Ook het belang van deze bevindingen mag niet worden onderschat, aangezien deze twee contexten een groot deel van het totale SSG per dag innemen. Het is echter wel considerabel op te merken dat er nog slechts weinig regels omtrent tv-kijken (17%) en computergebruik (23%) gesteld worden in de huishoudelijke situatie.
Algemeen kan er besloten worden dat Vlaamse adolescenten veel tijd al zittend spenderen tijdens schermgerelateerde activiteiten. Toekomstige interventies kunnen bevindingen uit deze masterproef opnemen en kijken of deze effectief voor het reduceren van SSG zorgen.
83
Bibliografie Ainsworth, B. E., Haskell, W. L., Whitt, M.C., Irwin, M. L., Swartz, A. M., & Strath, S. J. et al. (2000). Compendium of Physical Activities: an update of activity codes and MET intensities. Medicine & Science in Sport & Exercise, 32(9), 498-516.
Altenburg, T. M., Singh, A. S., Van Mechelen, W., Brug, J., & Chinapaw, M. J. (2012). Direction of the association between body fatness and self-reported screen time in Dutch adolescents. International Journal of Behavioral Nutrition and Physical Activity, 9(4).
Atkin, A.J., Gorely, T., Clemes, S.A., Yates, T., Ewardson, C., & Brage, S. (2012). Methods of Measurement in epidemiology:Sedentary Behaviour. International Journal of Epidemiology, 41, 1460-1471.
Australian Government The Department of Health (2011). Sedentary behaviour and screentime.
Opgehaald
12
februari,
2015,
van
http://www.health.gov.au/internet/publications/publishing.nsf/Content/gug-directortoc~gug-sedentary
Babey, S. H., Hastert, T. A., & Wolstein, J. (2013). Adolescent sedentary behaviors: correlates differ for television viewing and computer use. Journal of Adolescent Health, 52(1), 70-76.
Bauer, K. W., Nelson, M. C., Boutelle, K. N., & Neumark-Sztainer, D. (2008). Parental influences on adolescents’ psychical activity and sedentary behavior: longitudinal findings from Project EAT-II. International Journal of Behavioral Nutrition and Physical Activity, 5(12).
Biddle, S.J.H., Gorely, T., & Marshall, S.J. (2009). Is television viewing a suitable marker of sedentary behavior in young people? Annals of Behavioral Medicine, 38, 147-153.
84
Brodersen, N. H., Steptoe, A., Boniface, D. R., &Wardle, J. (2007). Trends in physical activity and sedentary behavior in adolescence: ethic and socioeconomic differences. British Journal of Sports Medicine, 41(3), 140-144.
Brug, J., Van Stralen, M.M., Te Velde, S.J., Chinapaw, M.J.M., De Bourdeaudhuij, I., & Lien, N. et al. (2012). Differences in weight status and energy-balance related behaviors among schoolchildren across Europe: The ENERGY-Project. PLoS ONE, 7(4).
Busschaert, C., Cardon, G., Van Cauwenberg, J., Maes, L., Van Damme, J., & Hublet, A. et al. (2014). Tracking and Predictors of Screen Time From Early Adolescence to Early Adulthood: A 10-Year Follow-Up Study. Journal of Adolescent Health, 1-9.
Carson, V., Iannotti, R.J., Pickett, W. & Janssen, I. (2011). Urban and Rural Differences in Sedentary Behavior among American and Canadian Youth. Health Place, 17(4), 920928.
Carson, V. & Janssen I. (2011). Volume, patterns, and types of sedentary behavior and cardio-metabolic health in children and adolescents. BMC Public Health, 11, 274.
Cole, T.J., Bellizzi, M.C., Flegal, K.M., & Dietz, W.H. (2011). Establishing a standard definition for child
overweight and obesity worldwide: international survey. Brit Med J, 320,
1240-1243.
Colley, R. C., Garriguet, D., Janssen, I., Craig, C., Clarke, J., & Tremblay, M. S. (2011). Physical activity of Canadian children and youth: Accelerometer results from 20072009 Canadian Health Measures Survey. Health Rep, 22(1), 1-9.
Costigan, S. A., Barnett, L., Plotnikoff, R. C., & Lubans, D. R. (2012). The health indicators associated with screen-based sedentary behavior among adolescent girls: a systematic review. Journal of Adolescent Health, 1-11.
85
Dias, P., Domingos, I., Ferreira, M., Muraro, A., Sichieri, R., & Gonçales-Silva, R. (2014). Prevalence and factors associated with sedentary behavior in adolescents. Rev Saude Publica, 48(2), 1-8.
Epstein, J.A. (2012). The role of parents and related factors on adolescent computer use. Journal of Public Health Research, 1(13), 75-78.
Epstein, L. H., Roemmich, J. N., Paluch, R. A., & Raynor, H. A. (2005). Influence of changes in sedentary behavior on energy and macronutrient intake in youth. The American Journal of Clinical Nutrition, 81, 361-366.
Glanz, K., Rimer, B. K., & Viswanath, K. (2008). Health behavior and health education: Theory, research and practice. San Francisco: Jossey-Bass. Granich, J., Rosenberg, M., Knuiman, M., & Timperio, A. (2010). Understanding children’s sedentary behaviour: a qualitative study if the family home environment. Oxford University Press, 25(2), 199-210.
Grøntved, A., Ried-Larsen, M., Møller, N.C., Kristensen, P.L., Wedderkopp, N., Froberg, K. et al. (2012). Youth screen-time behavior is associated with cardiovascular risk in young adulthood: the European Youth Heart Study. European Journal of Preventive Cardiology.
Hamilton, M.T., Healy, G.N., Dunstan, D.W., Zderic, T.W., & Owen N. (2008). Too Little Exercise and Too Much Sitting: Inactivity Physiology and the Need for NEw Recommendations on Sedentary Behavior. Current Cardiovascular Risk Reports, 2(4), 292-298.
Hart, T.L., Ainsworth, B.E., & Tudor-Locke, C. (2011). Objective and subjective measures of sedentary behavior and physical activity. Medicine & Science in Sports, 43(3), 449-456.
He, M., Piche, L., Beynon, C. & Harris, S. (2010). Screen-related sedentary behaviors: children’s and parent’s attitudes, motivations, and practices. Journal of Nutrition Education and Behavior, 42, 17-25. 86
Hendriksen, I. J. M., Bernaards, C. M., Commissaris, D. A. C. M., Proper, K. I., van Mechelen, W., & Hildebrandt, V. H. (2013). Langdurig zitten: een nieuwe bedreiging voor onze gezondheid! Tijdsschrift voor Gezondheidswetenschappen, 91(1), 22-25.
Hoyos Cillero, I., Jago, R., & Sebire, S. (2011). Individual and social predictors of screenviewing among Spanisch school children. European Journal of Pediatrics, 170, 93-102.
Hoyos Cillero, I. & Jago, R. (2011). Sociodemographic and home environment predictors of screen viewing among Spanish school children. Journal of Public Health, 33(3), 392402.
Hu, F. B., Tricia, L. Y., Golditz, G. A., Willett, W. C., & Manson, J. E. (2003). Television watching and other sedentary behaviors in relation to risk of obesity and type 2 diabetes mellitus in women. JAMA, 289(14), 1785-1791.
Hume, C., Van der Horst, K., Brug, J., Salmon, J. & Oenema, A. (2010). Understanding the correlates of adolescents’ TV viewing: a social ecological approach. Int J Pediatr Obes, 5(2), 161-168.
Iannotti, R. J., & Wang, J. (2013). Trends in physical activity, sedentary behavior, diet, and BMI among US adolescents, 2001-2009. Pediatrics, 132, 606-614.
Jiang, X., Hardy, L.L., Ding, D., Baur, L.A., & Shi, H. (2014). Recreational Screen-Time Among Chinese Adolescents: A Cross-Sectional Study. Journal of Epidemiology.
Lou, D. (2014). Sedentary Behaviors and Youth: Current Trends and the Impact on Health. Active Living Research.
Machado-Rodrigues, A.M., Coelho-E-Silva, M.J., Mota, J., Padez, C., Martins, R.A.,
&
Cumming, S.P. et al. (2012). Urban-rural contrasts in fitness, physical activity, and sedentary behavior in adolescents. Health Promotion International.
87
Matthew, C.E., Chen, K.Y., Freedson, P.S., Buchowski, M.S., Beech, B.M., & Pate, R.R. et al. (2008). Amount of time spent in sedentary behaviors in the United States. American Journal of Epidemiology, 167 (7), 875-881.
Mitchell, J. A., Rodriguez, D., Schmitz, K. H., & Audrain-McGovern, J. (2013). Greater screen time is associated with adolescent obesity: a longitudinal study of the BMI distribution from ages 14 to 18. Obesity (Silver Spring), 21(3), 572-575.
Norman, G.J., Schmid, B.A., Sallis, J.F., Calfas, K.J. & Patrick, K. (2005). Psychosocial and Environmental Correlates of Adolescent Sedentary Behaviors. Pedicatrics, 116, 908916.
Norton, K., Norton, L., & Sadgrove D. (2010). Position statement on physical activity and exercise intensity terminology. Journal of Science and Medicine in Sport, 13, 496-502.
Olds, T.S., Maher, C.A., Ridley, K., & Kittel, D.M. (2010). Descriptive epidemiology of screen and non-screen sedentary time in adolescents: a cross sectional study. International Journal of Behavioral Nutrition and Physical Activity, 7(92).
Owen, N., Healy, G. N., Matthews, C. E., & Dunstan, D. W. (2010). Too much sitting: The population-health science of sedentary behavior. Exercise and Sport Sciences Reviews, 38(3), 105-113. Pate, R. R., O’Neill, J. R, & Lobelo, F. (2008). The evolving definition of “sedentary”. Exercise and Sport Sciences Reviews, 36(4), 173-178.
Pearson, N., Braithwaite, R. E., Biddle, S. J. H., van Sluijs, E. M. F., & Atkin, A. J. (2014). Associations between sedentary behaviour and physical activity in children and adolescents: a meta-analysis. International Association for the Study of Obesity, 15, 666-675.
Peiro-Velert, C., Valencia-Peris, A., Gonzalez, L. M., Garcia-Masso, X., Serra-Ano, P., & Devis-Devis, J. (2014). Screen media usage, sleep time and academic performance in adolescents: clustering a self-organizing maps analysis. PLOS ONE, 9(6). 88
Prince, S. A., Gresty, K. M., Reed, J. L., Wright, E., Tremblay, M. S., & Reid, R. D. (2014). Individual, social and physical environmental correlates of sedentary behaviours in adults: a systematic review protocol. BioMed Central, 3(120).
Ramirez, E.R., Norman, G.J., Rosenberg, D.E., Jacqueline, K., Saelens, B.R, & Durant, F. et al. (2011). Adolescent Screen Time and Rules to Limit Screen Time in the Home. Journal of Adolescent Health, 48(4), 379-385.
Rey-Lopéz, J. P., Vicente-Rodriguez, G., Ortega, F. B., Ruiz, J. R., Martinez-Gómez, M., & De Henauw, S. et al. (2010). Sedentary patterns and media availability in European adolescents: The HELENA study. Elsevier: Preventive Medicine.
Rideout V.J., Foehr U.G., & Roberts, D. F. (2010) Generation M2: media in the lives of 8- to 18-year-olds. A Kaiser Family Foundation Study. Opgehaald 20 februari, 2014, van https://kaiserfamilyfoundation.files.wordpress.com/2013/01/8010.pdf
Ruiz, J. R., Ortega, F. B., Martinez-Gomez, D., Labayen, I., Moreno, L. A., & De Bourdeaudhuij, I. et al. (2011). Objectively measured physical activity and sedentary time in European adolescents: the HELENA study. American Journal of Epidemiology.
Salmon, J., Timperio, A., Telford, A., Carver, A., & Crawford, D. (2005). Associations of family environment with children’s television viewing and with low level of physical activity. Obesity Research, 13(11), 1939-1951.
Sawka, K.J., McCormack, G.R., Nettel-Aguirrel, A., Hawel, P., & Doyle-Baker, P.K. (2013). Friendship networks and physical activity and sedentary behavior among youth: a systematized review. International Journal of Behavioral Nutrition and Physical Acitivity,10(130), 1-9.
Sedentary Behaviour Research Network (2014). What is Sedentary Behaviour? Opgehaald 10 november, 2014 van http://www.sedentarybehaviour.org/
89
Singh, G. K., Kogan, M. D., Van Dyck, P. C., & Siahpush, M. (2008). Racial/ethnic, socioeconomic, and behavioral determinants of childhood and adolescent obesity in the United States: analyzing independent and joint associations. Annals of Epidemiology, 18(9), 682-695.
Sisson, S.B., Church, T.S., Martin, C.K, Tudor-Locke, C., Smith, S.R., & Bouchard, C. et al. (2009). Profiles of Sedentary Behavior in Children and Adolescents: The U.S. National Health and Nutrition Examination Survey, 2001-2006. International Journal of Pediatric Obesity, 4(4), 353-359.
Ståhl, M.K., El-Metwally, A.A.S., & Rimpelä, A.H. (2014). Time trends in single versus concomitant neck and back pain in finnisch adolescents: resulsts from national crosssectional surveys from 1991 to 2011. BMC Musculoskeletal Disorders, 15(296).
Tafforeau,
J.
(2008).
Gezondheidsenquête,
België.
Wetenschappelijk
Instituut
Volksgezondheid, 59-110.
Torsheim, T., Eriksson, L., Schnohr, C. W., Hansen, F., Bjarnason, T., & Välimaa, R. (2010). Screen-based activities and physical complaints among adolescents from the Nordic countries. BMC Public Health, 10.
Totland, T. H., Bjelland, M., Lien, N., Bergh, I. H., Gebremariam, M. K., & Grydeland, M. et al. (2013). Adolescents’ prospective screen time by gender and parental education, the mediation of parental influences. International Journal of Behavioral Nutrition and Physical Activity, 10(89).
Tremblay, M. S., Colley, R. C., Saunders, T. J., Healy, G. N., & Owen, N. (2010). Physiological and health implications of a sedentary life style. Applied Physiology, Nutrition, and Metabolism, 35, 725-740.
Tremblay, M. S., LeBlanc, A. G., Kho, M. E., Saunders, T. J., Larouche, R., & Colley, R. C. et al. (2011). Systematic review of sedentary behaviour and health indicators in school-aged children and youth. International Journal of Behavioral Nutrition and Physical Activity, 8(98). 90
Owen, N., Sugiyama, T., Eakin, E. E., Gardiner, P. A., Tremblay, M. S. & Sallis, J. F. (2011). Adults’ sedentary behavior determinants and interventions. American Journal of Preventive Medicine, 41(2), 189-196.
Van der Aa, N., Bartels, M., Te Velde, S. J., Boomsma, D. I., De Geus, E. J. C., & Brug, J. (2012). Genetic and environmental influences on individual differences in sedentary behavior during adolescence: a twin-family study. Arch Pediactr Adolesc Med, 166(6), 509-514. Van der Horst, K., Chin A. Paw, M.J., Twisk J.W.R. & Van Mechelen, W. (2007). A Brief Review on Correlates of Physical Activity and Sedentariness in Youth. Medical Science Sports Ecercise, 39, 8, 1241-1250.
Ministerie van Welzijn, Volksgezondheid en Gezin (2012). Vlaamse consensustekst in verband met evenwichtige voeding en beweging, ten behoeve van zorgverstrekkers. Opgehaald 20 november, 2014, van verkrijgbaar via www.eetexpert.be Wijndaele, K., De Bourdeaudhuij, I., Godino, J. G., Lynch, B. M., Griffin, S. J., & Westgate, K. et al. (2013). Reliability and Validity of a domain-specific last 7-dsedentary time questionnaire. The American College of Sport Medicine, 46(6), 1248-1260.
91
Bijlagen Bijlage 1: Informed consent…………………………………………………….……….…….93 Bijlage 2: Vragenlijst determinanten adolescenten……………………………………..……..96
92
Bijlage 1: Informed consent
Beste ouder(s),
Uit onderzoek is gebleken dat een zittende levensstijl nefaste gevolgen kan hebben op de gezondheid van jongeren. Daarom is het belangrijk dat adolescenten gestimuleerd worden om meer recht te staan/bewegen.
De vakgroep Bewegings- en Sportwetenschappen van de universiteit Gent start binnenkort een onderzoek naar het zittend gedrag & licht intense activiteiten van de Vlaamse jeugd. Dit onderzoek staat onder leiding van Prof. De Bourdeaudhuij, professor aan bovenvermelde vakgroep.
Graag zouden we bij uw kind en zijn/haar klasgenoten, gedurende twee jaar, elk jaar een vragenlijst afnemen tijdens de schooluren. We hebben daarom de medewerking van verschillende scholen in Vlaanderen gevraagd. De school van uw zoon/dochter was bereid om mee te werken aan ons onderzoek.
Uw zoon/dochter zal in de loop van het onderzoek gevraagd worden om een vragenlijst in te vullen die peilt naar zittend gedrag en licht intense activiteiten. Daarnaast worden ook een aantal demografische factoren bevraagd (leeftijd, geslacht,…) en worden een aantal vragen gesteld i.v.m. meningen over bijvoorbeeld tv-kijken en computergebruik. Het invullen van de vragenlijst vindt plaats op school en tijdens de schooluren.
De deelname aan dit onderzoek gebeurt op vrijwillige basis. Uw zoon/dochter kan weigeren om deel te nemen aan dit onderzoek of op eender moment stoppen met het onderzoek, zonder dat hij/zij hiervoor een reden moet opgeven. Het spreekt voor zich dat de gegevens die tijdens dit onderzoek worden verzameld, vertrouwelijk zullen behandeld worden en niet doorgegeven worden aan derden (conform Belgische wet van 8 december 1992). De gegevens zullen geanalyseerd en gepubliceerd worden in het kader van wetenschappelijk onderzoek.
93
Mocht u aanvullende informatie wensen of vragen of opmerkingen hebben omtrent het onderzoek, dan kan u ons steeds contacteren op het nummer 09/264 62 99 of mailen naar
[email protected]
94
Enkel indien u de informatiebrief met als voettekst “Informed consent” hebt gelezen en NIET akkoord gaat met de inhoud van het document, dient u dit document via de school van uw zoon/dochter terug aan ons te bezorgen en dit TEN LAATSTE: woensdag 23 april.
In te vullen door één van de ouders of voogd
Ondergetekende (vader/moeder/voogd), …………………………..………………………….(naam + voornaam), ouder/voogd van (zoon/dochter) ……………………………………...……………………..(naam + voornaam)
gaat NIET AKKOORD dat zijn/haar zoon/dochter deelneemt aan het onderzoek (invullen vragenlijst)
(wanneer wij deze informatiebrief niet ondertekend van u ontvangen voor de afname van de vragenlijsten gaan wij ervan uit dat u akkoord gaat met deelname aan het onderzoek door uw zoon/dochter.) Klas van uw zoon/dochter
……………
Datum
…../…../2014
Handtekening van de vader/moeder/voogd ………………………………………
Alvast bedankt voor uw medewerking. Met vriendelijke groeten,
Cedric Busschaert Prof. De Bourdeaudhuij
95
Bijlage 2: Vragenlijst determinanten adolescenten
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
Lijst van tabellen Tabel 1: Sedentair gedrag (aantal uren zitten/liggen zonder te slapen) van de Nederlandse bevolking, naar leeftijdsgroep (2006-2011) (Hendriksen et al., 2013) .................................... 20 Tabel 2: Internationale cutoffwaarden voor body mass index voor overgewicht per geslacht voor een leeftijd van 11 tot 17 jaar, gedefineerd door middel van de body mass index van 25 kg/m² op de leeftijd van 18 (Cole et al., 2000). ....................................................................... 53 Tabel 3: Socio-demografische kenmerken steekproef ............................................................. 60 Tabel 4: Psychosociale kenmerken en huishoudelijke omgeving steekproef .......................... 61 Tabel 5: Overzicht sample die de richtlijn omtrent schermtijd (niet) overschrijdt. ................. 62 Tabel 6: Het verschil in totaal SSG per gemiddelde dag, weekdag en weekenddag tussen adolescenten die geen tot weinig simultaan gedrag stellen en adolescenten die veel simultaan gedrag stellen. ........................................................................................................................... 63 Tabel 7: Overzicht van de correlaten van de context-specifieke schermactiviteiten ............... 70
121
Lijst met figuren Figuur 1: Het ecologisch model van de vier domeinen van sedentair gedrag (Owen et al., 2011, p. 1916)..................................................................................................................................... 26
122
