- Abstract
- 1. Indledning
- 2. Forskningsmetoder
- 2.1. Undersøgelsesprøve og design
- 2.2. Målinger
- 2.2.2.1. Fysisk aktivitet
- 2.2.2.2. Fysisk form (PF)
- 2.2.3. Fysisk sundhedsstatus (HS)
- 2.2.2.4. Socioøkonomisk status (SES)
- 2.3. Statistisk analyse
- 3. Resultater
- 3.1. Deskriptiv statistik
- 3.2. Fysisk form
- 3.3. Fysisk sundhedsstatus
- 4. Diskussion
- 4.1. Vigtigste resultater
- 4.2. Indflydelse af forskellige typer af PA på PF
- 4.3. Indflydelse af forskellige typer af PA på HS
- 4.4. Indflydelse af sociodemografiske variabler og BMI
- 4.5. Undersøgelsens styrke og begrænsninger
- 4.6. Konklusion
- Abkortninger
- Etisk godkendelse
- Interessekonflikter
- Anerkendelser
Abstract
Objektiv. Formålet med denne undersøgelse er at undersøge forholdet mellem forskellige typer fysisk aktivitet (PA) i dagligdagen og fysisk fitness (PF) og sundhed gennem hele voksenalderen. Metoder. I alt 723 mænd og kvinder i alderen 28-76 år deltog 1681 gange i løbet af fire målepunkter fra 1992 til 2010 i denne undersøgelse. Vi vurderede selvrapporteret PA, antropometri, fysisk sundhedsstatus (HS) og PF i hvert undersøgelsesår. Hierarkisk lineær modellering (HLM) blev anvendt til at analysere foranstaltningerne. Resultater. PF og HS forværredes med stigende alder, mens sportsaktivitet (SA) faldt. Modelleringen viste, at køn, alder og SES spiller vigtige roller med hensyn til PA, PF og HS. Idrætsudøvere udviser højere HS og HF end ikke-idrætsudøvere. Habituel aktivitet (HA) viste også en positiv sammenhæng med PF og HS, men virkningerne var lavere end for SA. Arbejdsrelateret aktivitet (WRA) viste ingen meningsfuld sammenhæng med PF eller HS. Konklusioner. Sammenlignelige mængder af PA kan føre til forskellige virkninger på PF eller HS. Vores resultater understreger betydningen af kontekster, indhold og formål med PA, når der tages hensyn til sundheds- eller fitnessfordele. Det er ikke nok blot at bevæge sin krop.
1. Indledning
Der er enighed om, at regelmæssig fysisk aktivitet (PA) kan forbedre fysisk form (PF) og sundhed og bidrage til forebyggelse af sygdom . Flere undersøgelser har vist, at fysisk aktive voksne er sundere og har en højere PF end inaktive voksne i forskellige nationer og befolkningsgrupper . Fysisk aktivitet fremmes derfor som en del af en sund livsstil . Den nuværende forståelse af forholdet mellem PA, PF og sundhed kan visualiseres ved hjælp af modellen fra Bouchard et al. (Figur 1). Modellen illustrerer, at PA kan påvirke fitness og sundhed, og at relationerne også er gensidige. Derudover er det kendt, at andre faktorer såsom personlige og sociale attributter alder, køn og socioøkonomisk status (SES) påvirker PF, HS, PA og deres relationer.
Ud over de almindeligt kendte positive virkninger af PA er det også kendt, at sammenhængen mellem PA og PF og sundhed varierer mellem forskellige mængder, intensiteter og sammenhænge af fysisk aktivitet, og et klart dosis-respons-princip mellem mængde, intensitet og effekt er endnu ikke kendt . F.eks. har nyere undersøgelser, der vurderer arbejdsrelateret aktivitet, ikke fundet en positiv indflydelse på kropssammensætning og sundhedsfaktorer, og især hos ældre er skader og fysisk slitage forårsaget af PA ikke ualmindeligt . Ikke desto mindre ved vi fra randomiserede kontrollerede undersøgelser, at anvendt PA af “høj kvalitet”, dvs. planlagt PA under kontrollerede omstændigheder, kan forbedre kondition og sundhed i alle livsfaser . Der er imidlertid ingen forskning om de langsigtede virkninger af ikke-anvendt, langsigtet PA i dagligdagen, f.eks. sædvanlig aktivitet i forbindelse med transport, langvarig aktivitet i sportsklubber eller arbejdsrelateret aktivitet. I en metaanalyse foretaget af Dionne et al. beskrives seks undersøgelser af høj metodologisk kvalitet af forholdet mellem dagligdags PA og kardiovaskulær fitness, og de rapporterede korrelationer varierede fra = .25 til = .76. Andre forfattere antyder, at forholdet mellem PA og sundheds- og PF-målinger i høj grad afhænger af sociodemografiske karakteristika (f.eks. alder, køn og SES), miljøer (f.eks. PA i fritiden, pendling og sport), omfanget af fysisk aktivitet (intensitet, hyppighed og varighed) og fitnessniveau samt af sundheds- og fitnessmålingerne.
For at analysere forholdet mellem forskellige typer langvarig PA, PF og sundhed gennem hele livet er der behov for omfattende longitudinelle undersøgelser. De fleste af de gennemførte longitudinelle undersøgelser henviser imidlertid til virkningerne af fysisk aktivitet på meget specifikke sundhedssygdomme, såsom type 2-diabetes mellitus , depression , osteoporose eller kroniske lungesygdomme eller fokuserer kun på tendenser i PA-fitness og sundhed . Desuden har kun få overvejet afhængigheden af demografiske faktorer (f.eks. alder, køn og socioøkonomisk status).
Derfor er formålet med denne undersøgelse at undersøge det longitudinelle forhold mellem forskellige typer ikke-anvendt, dagligdags PA og PF og HS hos voksne og at vurdere indflydelsen af sociodemografiske determinanter alder, køn og SES.
2. Forskningsmetoder
2.1. Undersøgelsesprøve og design
Dataene blev udtrukket under en samfundsbaseret, longitudinel undersøgelse i Tyskland med fire målinger i 1992, 1997, 2002 og 2010. Deltagerne blev tilfældigt udvalgt fra de lokale folkeregisterkontorer. Deltagelse var frivillig. Forsøgspersonerne gav deres skriftlige samtykke til at deltage i undersøgelsen. De anvendte protokoller blev godkendt af et videnskabeligt rådgivende råd, Schettler-klinikken, Bad Schönborn, Tyskland, samt af den etiske komité ved Karlsruhe Institute of Technology (KIT).
I alt 723 forskellige forsøgspersoner (366 f og 357 m) i alderen 28-76 år deltog 1681 gange i løbet af undersøgelsen. Svarprocenten i den oprindelige stikprøve i 1992 var 56 %. Til den oprindelige stikprøve blev der inviteret fem grupper på 35, 40, 45, 50 og år. I hver efterfølgende bølge blev der rekrutteret nye deltagere fra 28 til 38 år for at kompensere for frafald. Det samlede antal deltagere for hvert af de fire målepunkter var 1992: 480, 1997: 456, 2002: 429, og 2010: 310. Et telefoninterview med ikke-respondenter viste ingen signifikante forskelle i udvalgte parametre (f.eks. SES, fysisk sundhedstilstand og fysisk aktivitet) mellem deltagere og inviterede ikke-deltagere, bortset fra migrationsbaggrund . De beskrivende statistikker for stikprøven er vist i tabel 1.
|
Stikprøven viser repræsentative karakteristika med hensyn til BMI og SES for et landligt samfund i Tyskland. PA har dog en tendens til at ligge lidt over gennemsnittet for Tyskland .
2.2. Målinger
2.2.2.1. Fysisk aktivitet
Vejlig sportsaktivitet, sædvanlig aktivitet og arbejdsrelateret aktivitet blev vurderet via spørgeskema. Et skøn over det ugentlige energiforbrug i MET-timer pr. uge for SA, HA og WRA blev beregnet i henhold til Ainsworth et al. som et produkt af ugentlig frekvens, varighed og intensitet af aktivitetstypen.
Sportsaktivitet (SA) blev beregnet ud fra spørgsmål om frekvens (antal ugentlige træningsenheder), varighed (minutter pr. enhed), intensitet (ikke særlig intens, moderat intens med nogen svedtendens og meget intens med meget svedtendens) og type af ugentlig sportsaktivitet . For hver af de tre intensiteter blev hver sportstype tildelt en specifik MET-værdi, og ved at multiplicere med den anvendte tid blev SA i MET-timer pr. uge beregnet. Habituel aktivitet (HA) blev udledt af de daglige gange, hvor man gik og cyklede til transport samt arbejdede i husholdningen og lavede havearbejde. Igen blev hver type HA tildelt en specifik MET-værdi i henhold til Ainsworth et al. og MET-timer pr. uge blev beregnet. Arbejdsrelateret aktivitet (WRA) blev udledt af den tid, der blev tilbragt på arbejdet, et spørgsmål om typen af aktivitet på arbejdet (hovedsagelig siddende, hovedsagelig stående, hovedsagelig gående og/eller i bevægelse) og et spørgsmål om intensiteten af aktiviteten på arbejdet (ikke særlig intens, moderat intens og meget intens). MET-timer pr. uge for WRA blev derefter beregnet ved hjælp af de respektive MET-timer for aktivitet på arbejdspladsen .
A priori analyser viste, at ud over mængden af fysisk aktivitet blev en dikotom variabel, der bestod af spørgsmålet “Motionerer du? Ja/nej” forbedrede modeltilpasningerne betydeligt. Ud over mængden af SA blev der i modellerne medtaget en variabel “atlet”, der adskiller mellem deltagere, der dyrker motion, og deltagere, der helt kalder sig usportslige. Den står for virkninger af en aktiv livsstil, som ikke er afhængige af mængden af motion. Desuden blev følgende stratificering anvendt i figurerne: “ingen idræt”: deltager, der kontinuerligt rapporterede ingen SA; “idrætsafbrydere”: deltagere, der rapporterede SA ved deres første, men ikke ved deres sidste undersøgelse; “idrætsbegyndere”: deltagere, der rapporterede ingen SA ved deres første, men ved deres sidste undersøgelse; “kontinuerlige idrætsudøvere”: deltagere, der rapporterede SA ved hver enkelt undersøgelse. Spørgeskemaet blev testet med hensyn til pålidelighed (test-retest efter to uger: > .90 og Cronbachʼs alpha = .94), faktoriel validitet og måleinvarians .
2.2.2.2. Fysisk form (PF)
I alt blev der anvendt 13 motoriske præstationstests til at vurdere den fysiske form . Den kardiorespiratoriske fitness blev målt ved en 2 km gangtest, styrke ved antal push-ups på 40 sekunder, sit-ups på 40 sekunder, håndgrebsstyrke til venstre og højre og en jump-and-reach-test. Den bedste præstation ud af to forsøg blev registreret. Koordinationen blev målt ved et testbatteri, der omfattede at stå på et ben med lukkede øjne, at stå på et ben, mens det andet ben blev bevæget i cirkler, og tre testopgaver med bolde. For hver test vurderede en uddannet medarbejder præstationen som godt udført, udført eller ikke bestået. Fleksibiliteten blev målt ved hjælp af en sit-and-reach-test, sidebøjning af bagkroppen, skulderhalsbevægelighed og strækbarhed af hamstring- og rectus femoris-musklerne. Alle testelementer blev Z-transformeret ved hjælp af den oprindelige stikprøve af 35-årige mænd fra 1992 som reference, og deres aritmetiske gennemsnit dannede et konditionsindeks ( = .85). Når mere end 50 % af testelementerne i koordination, fleksibilitet, styrke eller 2 km-prøven til gåtur manglede, blev der ikke beregnet noget fitnessindeks. Dette omfatter ikke logiske nuller, som f.eks. under sit-up-testen.
2.2.3. Fysisk sundhedsstatus (HS)
Fysisk sundhedsstatus blev vurderet under en besværlig helbredsundersøgelse udført af en praktiserende læge. Efter en detaljeret anamnese stillede lægen en diagnose vedrørende ortopædkirurgi, neurologi og det kardiovaskulære system med følgende resultater: 0 = “ingen begrænsninger”, 1 = “mindre begrænsninger, der ikke påvirker det daglige liv”, 2 = “begrænsninger, der påvirker det daglige liv” og 3 = “større begrænsninger, der påvirker det daglige liv i høj grad”. En skala for fysisk sundhedstilstand (0-9) blev udledt af summen af de tre begrænsningsskalaer inden for ortopædkirurgi, neurologi og det kardiovaskulære system.
2.2.2.4. Socioøkonomisk status (SES)
Baseret på metoder til analyser af sociale strukturer , blev forsøgspersonerne klassificeret i fire socioøkonomiske statuskategorier ved hjælp af oplysninger om formel uddannelse og erhvervsmæssig status. Hvis deltagerne ikke arbejdede, blev livspartnerens erhvervsmæssige status anvendt. Der blev dannet fire kategorier: lav, middel/lav, middel/høj og høj SES.
2.3. Statistisk analyse
Statistisk analyse blev udført ved hjælp af SPSS Statistics 22.0. Funktionen MIXED ML blev anvendt til at udføre hierarkiske lineære modeller af PF og HS. Alle undtagen prædiktorerne for fysisk aktivitet og alder var grand mean centered (GMC). Variablerne for fysisk aktivitet var utransformerede, idet 0 betød ingen fysisk aktivitet, og alder blev nulstillet til den laveste værdi 28. Dette resulterer i, at den konstante term afspejler en gennemsnitlig inaktiv person på 28 år. Parametrene i modellerne er alder (nulstillet til 28), alder2 (nulstillet til 28), køn (GMC), social status (GMC), idrætsudøver (nej = 0; ja = 1), BMI (GMC), SA, HA, WRA og alle mulige interaktioner af første orden. Der blev anvendt en trinvis baglæns teknik, som omfattede alle parametre og interaktioner i en indledende model. I hvert efterfølgende trin blev den prædiktor eller det interaktionsterm med den højeste værdi elimineret efterfulgt af en genudførelse af modellen. Det endelige signifikansniveau blev sat til for at kompensere for modellernes kompleksitet, og fordi modeller med en signifikant dårligere tilpasning viste en væsentlig dårligere tilpasning. Den endelige model blev nået, når ingen parameter eller interaktionsterm viste en værdi højere end .10.
3. Resultater
3.1. Deskriptiv statistik
Deskriktiv statistik for SA-, HA-, WRA-, PF- og HS-data efter køn og aldersgruppe er vist i tabel 2. refererer til det samlede antal observationer i løbet af de fire målepunkter blandt de 723 deltagere.
|
SA viser en lille stigning fra aldersgruppen 28-40 år til 41-50 år og falder derefter langsomt i løbet af det observerede forløb af levetiden. I modsætning til SA stiger den rapporterede HA, når stikprøven bliver ældre, og den udgør en stor del af den fysiske aktivitet hos de ældre. Mængden af WRA er relativt konstant i alderen 28-60 år og falder derefter, når folk går på pension fra arbejdsmarkedet. Da de fleste mennesker bruger mindst 8 timer om dagen på arbejde, er det absolutte antal brugte MET-timer i WRA større end i SA eller HA. Kønsforskelle i fysisk aktivitet er til fordel for mænd i alle tre typer PA.
PF viser de forventede kønsforskelle til fordel for mænd og falder konstant med stigende alder. Men efterhånden som PF falder, bliver forskellene mellem mænd og kvinder mindre.
Da PF falder, stiger mængden af påviste helbredsrelaterede begrænsninger ved den fysiske undersøgelse. Med udgangspunkt i kun mindre helbredsrelaterede begrænsninger i en alder af 28-40 år falder prøvens sundhedstilstand over tid op til en værdi på 3,25, der står for mindre begrænsninger inden for hvert, ortopædkirurgi, neurologi og det kardiovaskulære system eller større begrænsninger inden for mindst et af de betragtede områder.
3.2. Fysisk form
Parameterestimationen af HLM-modelleringen af PF er vist i tabel 3. Tallene blev afrundet til to relevante cifre.
|
En gennemsnitlig inaktiv deltager viser en konditionsscore på 93,74 (tabel 3: “konstant udtryk”, for beskrivelse, se statistikdelen). Køn er den stærkeste prædiktor for PF, idet mænd viser 7,00 -værdier højere PF end kvinder. Kvadratisk alder og alder udgør de næststørste forudsigere af PF. Negative parameterestimater indikerer et accelererende fald i PF med stigende alder.
Uafhængigt af aktivitetsmængden viser deltagere, der rapporterede, at de dyrker motion, 1,50 -værdier højere PF end ikke-idrætsaktive andre (tabel 3: “atlet”). Desuden stiger PF ca. 0,052 -værdier pr. MET-h brugt på SA. Til sammenligning stiger PF med ca. 0,013 -værdier pr. MET-h HA. WRA viste ingen signifikant indflydelse på PF.
Figur 2 viser udviklingen af PF i løbet af den observerede levetid for fire forskellige træningsgrupper. Idrætsudøvere viser en højere PF end ikke-idrætsudøvere i alle aldersgrupper. Personer, der begynder at motionere, øger deres PF, mens personer, der holder op med at motionere, mister PF. Interessant nok er den oprindelige værdi af PF for dem, der senere holder op, lavere end for kontinuerlige atleter.
Bortset fra køn, alder og fysisk aktivitet er SES og BMI signifikante prædiktorer for PF. Hver stigning i SES på én kategori viser en stigning i PF med 0,91 -værdier. BMI er negativt forbundet med PF. Der blev observeret et fald på 0,18 -værdier i PF pr. BMI-point. Desuden viser et positivt estimat af interaktionsparameteren mellem alder og BMI et øget tab af PF pr. BMI med stigende alder. Et positivt estimat af interaktionsparameteren mellem alder i kvadrat og BMI viser imidlertid, at dette forhold er omvendt i meget høje aldersgrupper. Med henholdsvis og , ligger disse interaktionstermer imidlertid på kanten af den kritiske værdi.
Endeligt signalerer signifikante tilfældige effekter af det konstante udtryk og BMI og alder betydelige mængder af intrapersonel varians i disse parametre, henholdsvis den oprindelige værdi af fitnesspræstationer.
3.3. Fysisk sundhedsstatus
Resultaterne af HLM-modelleringen af HS er vist i tabel 4.
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Grundlæggende termer for parametre skal medtages, når interaktioner med dem er signifikante. |
En gennemsnitlig inaktiv deltager på 28 år viser en HS-score på 1,12 (konstant term), hvilket indikerer, at stikprøvernes gennemsnitlige deltager i det tidlige voksenliv sjældent viser nogen livsstilspåvirkende helbredsmæssige begrænsninger. Alder er den stærkeste forudsigelse af HS med en stigning på 0,053 i begrænsningsscoren for hvert år. Kvadratisk alder var ikke en signifikant prædiktor, hvilket indikerer en lineær aldersrelateret stigning i HS-scoren. BMI er også en stærk prædiktor for HS med en stigning på 0,10 begrænsningsscore-point pr. BMI-point. Endvidere er SES en signifikant prædiktor for HS, hvor højere SES står for et bedre HS.
Træning generelt viser signifikante positive virkninger for opretholdelse af et godt HS. Det lineære aldersrelaterede tab af HS i det tidlige og midaldrende voksenliv er ophævet hos atleter (ageathlete: -0,068; alder: +0,053). Et signifikant, negativt interaktionsterm mellem kvadreret alder og atlet viser imidlertid, at atleter også mister HS, og endda hurtigere i høje aldre. Figur 3 viser udviklingen af HS i løbet af den observerede levetid for fire forskellige motionsgrupper.
Mængden af SA viser ingen positiv sammenhæng med HS, men er negativt forbundet, når den kombineres med høje BMI-værdier (SABMI). HA viste en positiv indflydelse på HS, men kun for mænd (sexHA). Forholdet mellem WRA og HS er modereret af alder. Ud fra en stigende negativ sammenhæng mellem WRA og HS (ageWRA) vender forholdet mellem WRA og HS i højere aldre, og høje mængder WRA viser sig at være en prædiktor for et godt HS hos ældre deltagere (age2WRA).
Ud over at moderere virkningen af HA viser det grundlæggende udtryk for køn en lidt højere begrænsningsscore for mænd. I modsætning til PF har den konstante term i HS-modellen ingen signifikant tilfældig effekt, hvilket indikerer en mere eller mindre identisk startværdi mellem deltagere i alderen 28 år. En signifikant tilfældig effekt af alder viser imidlertid, at hældningen af HS varierer inden for deltagerne.
4. Diskussion
4.1. Vigtigste resultater
Med stigende alder er PF faldende og fysiske helbredsbegrænsninger stigende, mens SA er faldende. Disse resultater er i overensstemmelse med talrige andre undersøgelser og indikerer, at fysiske sundhedsparametre såvel som SA falder med stigende alder.
SA var positivt forbundet med fitness og sundhed med undtagelse af høje mængder SA ved høje BMI-niveauer. Sammenlignelige mængder af sædvanlig aktivitet viste betydeligt mindre fordele, og WRA viste ingen sammenhæng med PF og kun en lav, inkonsekvent sammenhæng med HS.
4.2. Indflydelse af forskellige typer af PA på PF
Bortset fra køn og alder viste SA sig at være den mest betydningsfulde prædiktor for PF. Atleter besidder en bedre PF end ikke-atleter i alle aldersgrupper, og deltagere, der begyndte at motionere i løbet af undersøgelsen, vandt, mens deltagere, der holdt op med at motionere, tabte PF. Dette er i overensstemmelse med andre undersøgelser om SA og PF . Den rapporterede mængde SA viste også en positiv sammenhæng med PF. Resultaterne bekræfter, at SA i alle livets faser er afgørende for at bevare tilstrækkelige motoriske færdigheder.
Forholdet mellem HA og PF adskiller sig fra SA og PF. Selv om mængderne af HA og SA var sammenlignelige i midten af voksenalderen og HA oversteg SA hos de ældre, viste forholdet mellem HA og PF sig at være betydeligt lavere end mellem SA og PF. Dette kan skyldes HA’s usystematiske karakter og dens lavere samlede intensitet. Kun få andre undersøgelser foretog en differentiering mellem HA og SA, men de undersøgelser, der gjorde det, viste lignende resultater. En nyere undersøgelse om aerob fitness, motionstræning og HA viste, at mens motionstræning forbedrer den aerobe fitness, viser HA ingen meningsfuld sammenhæng med fitness i ungdommen .
Det forhold, at WRA ikke viste nogen positiv effekt på fitness, er også blevet vist i tidligere undersøgelser. Nylige resultater fra et canadisk arbejdspladsstyringsprogram med 4022 deltagere viste, at niveauet af fysisk aktivitet på arbejdspladsen ikke er relateret til kardiorespiratorisk fitness eller antropometri og kardiometabolisk risikoprofil . Andre undersøgelser rapporterede endda om negative virkninger af WRA på sundhedsparametre. Data fra Gutiérrez-Fisac et al. viste, at høje mængder af WRA er numerisk forbundet med adipositetsparametre. I denne artikel ikke præsenterede analyser, der differentierede fitness mellem motoriske præstationsevner, viste, at WRA er negativt forbundet med fleksibilitet, især når folk bliver ældre.
4.3. Indflydelse af forskellige typer af PA på HS
Deltagere, der rapporterede at træne, viste en signifikant bedre HS end inaktive. Sammenlignet med resultaterne for PF viste motion dog en mindre indvirkning på HS sammenlignet med resultaterne for PF. Selv om mange andre undersøgelser ikke skelner mellem SA og HA, er der enighed om et generelt positivt forhold mellem PA i fritiden og sundhedsparametre . Det er interessant, at vores data viste, at tabet af HS hos ældre idrætsudøvere var større end hos ikke-idrætsudøvere, når man starter fra et højere niveau. Dette tyder på, at idrætsudøvere ikke kan bevare deres fremragende HS hele livet igennem, og at HS hos idrætsudøvere og ikke-idrætsudøvere konvergerer i højere aldre. Der er behov for yderligere undersøgelser med deltagere i høj alder, der undersøger dette resultat.
Ud over den positive sammenhæng mellem motion generelt og HS blev der ikke observeret nogen positiv sammenhæng mellem mængden af SA og HS. Omvendt viste store mængder SA en negativ sammenhæng med HS, når de blev kombineret med høje værdier for BMI. Dette er i overensstemmelse med en undersøgelse fra Dorn et al. . Forfatterne rapporterer om en positiv sammenhæng mellem PA og dødelighedsrisiko, men kun for ikke-obese mænd og kvinder. Vi konkluderer, at høje mængder og/eller intensiteter af SA over en lang periode ikke er grænseløst sunde, når vi taler om sundhedsbegrænsninger, herunder ortopædkirurgi, og kan endda være skadelige for personer med høje BMI-værdier, når de ikke er veludførte. Denne tese understøttes af data fra Arem et al. som viser en U-formet sammenhæng mellem PA og sundhed med en stigende dødelighedsrisiko ved meget høje niveauer af PA. Indtil nu tyder de fleste generelle udsagn fra oversigter om PA og HS på, at PA er sundt ved alle BMI og i alle livsfaser . Dette kan være sandt for anvendt, overvåget træning, men skal genovervejes og analyseres yderligere for PA i dagligdagen.
I vores undersøgelse var WRA negativt forbundet med HS i tidligt og midt i voksenalderen, men en signifikant positiv associeret interaktion mellem kvadreret alder og WRA indikerer, at personer, der rapporterer høje mængder WRA, i højere aldre har et bedre HS. Mens den negative sammenhæng med WRA-alderen er på linje med andre undersøgelser, der ikke finder nogen eller en negativ sammenhæng mellem WRA og HS, kan den positive sammenhæng mellem WRA-alderen2 og HS skyldes, at det blandt ældre deltagere kun er de raske deltagere, der er i stand til at udføre store mængder WRA. En nyere skandinavisk undersøgelse viste, at moderate og utrænede personer med høj fysisk aktivitet på arbejdspladsen har en højere risiko for kardiovaskulær dødelighed og dødelighed af alle årsager . Disse resultater vedrørende WRA er i modstrid med Morris’ tidlige resultater i hans undersøgelse af transportarbejdere i London; nyere undersøgelser fokuserer dog på et bredere udvalg af arbejdsrelaterede aktiviteter, og også fysiske intense aktiviteter på arbejdspladsen er inkluderet.
Mange undersøgelser rapporterer, at usystematisk PA som HA ikke er tilstrækkelig til at opnå sundhedsmæssige resultater . I vores undersøgelse viser en signifikant interaktion mellem HA og køn, at især mænd drager fordel af HA. Dette kan skyldes højere intensiteter og større mængder HA blandt mænd, som fører til, at det lykkes at nå tærsklen for betydelige sundhedseffekter i slutningen af voksenalderen.
4.4. Indflydelse af sociodemografiske variabler og BMI
Mænd viste højere niveauer af PF end kvinder, men et signifikant interaktionsterm mellem køn og alder viste, at disse forskelle falder med stigende alder. Mænd viste en lidt dårligere HS sammenlignet med kvinder. Desuden viste både SES og BMI en signifikant indvirkning på PF og HS. SES og BMI viste sig at være de mest betydningsfulde prædiktorer for HS ud over alder. SES’ indflydelse på HS er i overensstemmelse med andre undersøgelser, der viser en sundhedsfordel ved højere SES, men der er også undersøgelser, som ikke har fundet et konsekvent mønster for sammenhængen mellem SES og sundhedsresultater. Lavere værdier for PA og PF for beboere med lavere SES er blevet rapporteret i adskillige undersøgelser med voksne såvel som unge .
Interessant nok viste et par signifikante interaktioner mellem alder og BMI og kvadreret alder og BMI vedrørende PF, at sammenhængen mellem BMI og PF bliver dårligere med stigende alder, men vender derefter hos de ældre. En positiv sammenhæng mellem BMI-alder2 og PF tyder på, at et højt BMI i den sene fase af livet er en forudsigelse for en bedre PF. Årsagen til dette resultat kan ligge i fænomenet sarkopeni, en nedgang i muskelmassen hos ældre, som indikeres af et tab af BMI i slutningen af voksenalderen . Det forhold, at BMI ikke skelner mellem muskel- og fedtmasse, kan være årsagen til den observerede, signifikante tilfældige virkning af BMI på PF. Mens et stigende BMI som følge af øget muskelmasse hos nogle personer kan gå hånd i hånd med en stigning i PF, er en stigning i BMI som følge af kropsfedt hos andre personer negativt forbundet med PF.
4.5. Undersøgelsens styrke og begrænsninger
Den vigtigste styrke ved denne undersøgelse er de longitudinale data over et forløb på 18 år og det udvidede syn på PA, PF og HS.
Den gennemsnitlige SA på omkring 10 MET-timer om ugen ligger i intervallet i en repræsentativ tysk undersøgelse, der rapporterer et gennemsnit på 33,7 % tyske indbyggere uden SA, 40,9 % med op til 2 timer SA og 25,4 % med mere end 2 timer SA om ugen. De relativt høje værdier for SA og HA blandt deltagere i alderen 61-80 år tyder dog på en skævhed i retning af mere aktive deltagere på langtidsstudiet. Analyser af ikke-respondenter viste, at forskellen mellem respondenter og ikke-respondenter i HS, PF og PA ved deres gennemsnitlige sidste undersøgelse er under ti procent. Vi antager, at årsagen til en relativt lav langsgående bias er det tydelige fokus på sundhed under undersøgelsen. Vi oplevede, at mange uformelige og relativt usunde deltagere forbliver i stikprøven, fordi de benytter sig af muligheden for et detaljeret helbredstjek med en udførlig samtale med en praktiserende læge.
I denne undersøgelse drager vi konklusioner om PA i dagligdagen og fitness og sundhed ud fra en observationel longitudinel undersøgelse, fordi vi mener, at der mangler viden om effekter af PA i dagligdagen på fitness og sundhed. Dette design mangler imidlertid en kontrolgruppe, og et signifikant parameterestimat af PA i HLM-modellerne står ikke for en kausal effekt fra PA på HS eller HF. Fra paneldesigns med tværgående forsinkelser ved vi, at forholdet mellem PA og sundhed er tovejs, og for at afdække klare dosis-respons-principper har vi brug for tilfældigt kontrollerede undersøgelser . Formålet med denne undersøgelse var imidlertid at gøre opmærksom på den store betydning af konteksten og indholdet af PA, og derfor var vores mål ikke at udtrykke kausale virkninger i første række.
Med hensyn til dataindsamlingsmetoderne er den detaljerede vurdering af PF og HS en særlig styrke ved denne undersøgelse. Men ved at bruge et spørgeskema til at vurdere PA, har variabler tendens til at have lav validitet og pålidelighed . Det anvendte spørgeskema viste en bemærkelsesværdig god pålidelighed (test-retest efter to uger: > .90 og Cronbachʼs alpha = .94), men der vides kun lidt om kriterievaliditet, fordi der ikke findes egentlige objektive kriterier for vurdering af PA i dagligdagen i forskellige sammenhænge. For at opnå sammenlignelige data med accelerometre skal deltagerne bære et accelerometer i løbet af et bredt tidsrum (f.eks. et år) og desuden føre en dagbog om konteksten for deres aktivitet. Det er endnu mere påfaldende og ikke muligt at definere tidsrammer for forskellige typer PA med den dobbeltmærkede vandmetode. Ikke desto mindre kan overvurdering og responsbias i PA have påvirket de rapporterede niveauer af HA, SA og WRA.
4.6. Konklusion
Denne undersøgelse viser, at forskellige typer fysisk aktivitet i dagligdagen adskiller sig på en meningsfuld måde i deres virkninger på kondition og sundhed, når der observeres et stort tidsforløb. Mens SA var positivt forbundet med fitness og sundhed med undtagelse af store mængder SA ved høje BMI-niveauer, viste sammenlignelige mængder sædvanlig aktivitet kun små fordele, og WRA viste ingen eller inkonsekvente virkninger. Disse resultater viser, at konteksten og indholdet, f.eks. passende intensitet, hyppighed og udførelse, af PA er meget vigtige for at udnytte dens fordele i dagligdagen. Det accelererede fald i HS hos atleter samt det høje gennemsnit af helbredsmæssige begrænsninger hos dem, der holder op med at dyrke sport, bør undersøges nærmere.
Abkortninger
PA: | Fysisk aktivitet |
PF: | Fysisk fitness |
HS: | Fysisk sundhedstilstand |
HLM: | Hierarkisk lineær modellering |
SA: | Sportsaktivitet |
HA: | Habituel aktivitet |
WRA: | Arbejdsrelateret aktivitet |
SES: | Socioøkonomisk status |
BMI: | Body mass index. |
Etisk godkendelse
Denne undersøgelse blev godkendt af den etiske komité ved Karlsruhe Institute for Technology.
Interessekonflikter
Forfatterne erklærer ingen interessekonflikter.
Anerkendelser
Forfatterne anerkender støtte fra Deutsche Forschungsgemeinschaft og Open Access Publishing Fund of Karlsruhe Institute of Technology.