Ist übermäßige Smartphone-Nutzung mit dem Gewichtsstatus und dem eigenen Ich verbunden?

BMC Public Health Band 23, Artikelnummer: 234 (2023) Diesen Artikel zitieren

1079 Zugriffe

1 Zitate

2 Altmetrisch

Details zu den Metriken

In Kanada wird Jugendlichen empfohlen, die Zeit vor dem Bildschirm auf weniger als zwei Stunden pro Tag zu beschränken. Berichten zufolge verbringt die Mehrheit der Jugendlichen jedoch deutlich mehr Zeit vor einem Bildschirm. Dies ist besonders besorgniserregend, da diese Empfehlungen keine Smartphone-Geräte berücksichtigen, die für die jüngeren Generationen die am häufigsten verwendete Bildschirmzeittechnologie sind. Diese Studie implementiert einen innovativen Ansatz zum Verständnis des Bildschirmzeitverhaltens und zielt darauf ab, den einzigartigen Zusammenhang zwischen der Smartphone-spezifischen Bildschirmzeit und den Ergebnissen für die körperliche Gesundheit zu untersuchen.

Diese Querschnittsstudie ist Teil der Smart Platform, einer digitalen epidemiologischen und bürgerwissenschaftlichen Initiative. 436 junge Bürgerwissenschaftler im Alter von 13 bis 21 Jahren stellten alle Daten über ihre eigenen Smartphones mithilfe einer maßgeschneiderten Smartphone-Anwendung zur Verfügung. Die Teilnehmer füllten einen 124 Punkte umfassenden Basisfragebogen aus, der validierte Selbstberichtsumfragen umfasste, die darauf ausgelegt waren, Daten speziell zur Smartphone-Nutzung (Internetnutzung, Spiele und SMS), demografische Merkmale und körperliche Gesundheitsergebnisse wie Gewichtsstatus und selbstbewertete Gesundheit zu sammeln. Binäre Regressionsmodelle ermittelten den Zusammenhang zwischen der Smartphone-Nutzung und den Ergebnissen für die körperliche Gesundheit.

Insgesamt berichteten die Teilnehmer in allen Kategorien über übermäßige Smartphone-Nutzung. 11,4 % bzw. 12 % der 436 jugendlichen Teilnehmer gaben an, ihr Smartphone während der Woche bzw. am Wochenende übermäßig (mehr als 2 Stunden pro Tag) zum Spielen zu nutzen, und die Wahrscheinlichkeit, dass sie einen übergewichtigen/fettleibigen BMI-Status hatten, war mehr als doppelt so hoch wie bei ihren Altersgenossen . Übermäßiges Spielen am Wochenende war auch mit der Selbsteinschätzung des Gesundheitszustands verbunden, wobei die Wahrscheinlichkeit, dass die Teilnehmer über eine schlechte Selbsteinschätzung ihres Gesundheitszustands berichteten, mehr als doppelt so hoch war wie bei ihren Altersgenossen.

Die Ergebnisse deuten darauf hin, dass eine übermäßige Bildschirmzeit auf Smartphones einen komplexen Zusammenhang mit der Gesundheit junger Menschen hat. Weitere Untersuchungen mit robusteren Studiendesigns sind erforderlich, um Smartphone-spezifische Richtlinien zur Bildschirmzeit für Jugendliche festzulegen.

Peer-Review-Berichte

Bevölkerungsgruppen auf der ganzen Welt haben bereits in der frühen Kindheit Zugang zu digitalen Geräten und nehmen an Bildschirmaktivitäten teil [1]. Während viele Verhaltensweisen bei der Bildschirmzeit als notwendiger Teil des Funktionierens in der zunehmend digitalen Gesellschaft von heute angesehen werden könnten, ist es angesichts der Fülle an verfügbaren Belegen, die darauf hindeuten, dass es Zusammenhänge zwischen Verhaltensweisen bei der Bildschirmzeit und negativem Verhalten gibt, wichtig, die Zusammenhänge zwischen übermäßiger Nutzung der Bildschirmzeit und der Gesundheit der Bevölkerung zu berücksichtigen geistige, körperliche, emotionale und soziale Gesundheitsergebnisse [2,3,4,5,6]. Beispielsweise haben Grimaldi-Puyana et al. (2020) zeigen, dass ein höheres Maß an Smartphone-Nutzung mit einer längeren Zeit des sitzenden Verhaltens sowie einer schlechteren Stimmung, Schlafqualität und körperlicher Aktivität verbunden ist.

Es ist wichtig, die Smartphone-spezifische Bildschirmzeit zu verstehen, da es weltweit über 6 Milliarden Smartphone-Abonnements gibt und Prognosen zufolge diese Zahl bis 2026 auf über 7,5 Milliarden ansteigen wird [8]. In Kanada gibt es etwa 31,38 Millionen Smartphone-Nutzer und es wird erwartet, dass diese Zahl bis 2024 auf über 34 Millionen ansteigt [9]. Angesichts der hohen Smartphone-Marktdurchdringung [9] auf der ganzen Welt ist es wichtig, den Zusammenhang zwischen der Smartphone-Nutzung und der Gesundheit der Bevölkerung zu verstehen.

Insbesondere junge Menschen sind eine Gruppe von besonderem Interesse, da sie möglicherweise noch stärker auf die Smartphone-Technologie zugreifen als auf jedes andere Gerät. Einige Studien in den Vereinigten Staaten zeigen, dass nur 88 % der Teenager angeben, Zugang zu einem Desktop- oder Laptop-Computer zu haben, 95 % jedoch angeben, Zugang zu einem Smartphone zu haben [10]. Die Smartphone-Nutzung, insbesondere bei Jugendlichen, kann einzigartige Auswirkungen haben, die über die auf anderen, nicht tragbaren digitalen Geräten angesammelte Bildschirmzeit hinausgehen. Dies kann beispielsweise daran liegen, dass Jugendliche häufiger Smartphones nutzen als andere nicht tragbare digitale Geräte, aber auch daran, dass die Smartphone-Nutzung über soziale Medien, Textnachrichten und Surfen im Internet hinausgeht und auch Video-Streaming- und Videospiel-Verhaltensweisen umfasst, die traditionell damit in Verbindung gebracht werden nicht tragbare digitale Geräte.

In Kanada wird empfohlen, dass Jugendliche weniger als zwei Stunden pro Tag vor dem Bildschirm verbringen [11], was derzeit nicht die Smartphone-Nutzung und die auf Smartphones angesammelte Bildschirmzeit berücksichtigt [12]. Darüber hinaus deuten neue Erkenntnisse zur Smartphone-Nutzung darauf hin, dass ein höheres Maß an Smartphone-Nutzung auch mit einem stärkeren Rückgang der körperlichen Aktivität [13], des Bewegungsmangels [14] sowie eines höheren Gewichtsstatus und BMI [15] innerhalb der Jugendbevölkerung verbunden ist.

Aktuelle Forschungsergebnisse deuten darauf hin, dass das Verhalten vor dem Bildschirm einen einzigartigen Zusammenhang mit der selbst eingeschätzten Gesundheit hat. Beispielsweise zeigten Studien, die sich mit Bildschirmzeitverhalten wie Fernsehen und Computer-/Videospielen befassten, dass eine längere Fernsehzeit, nicht die Bildschirmzeit bei Computer-/Videospielen, mit einer schlechten Selbsteinschätzung der Gesundheit verbunden war, allerdings nur bei Männern [16] . Im Gegensatz dazu hatten eine längere Fernsehzeit und eine längere Bildschirmzeit aufgrund von Computer-/Videospielen andere negative Auswirkungen auf die Gesundheit von Frauen; nämlich mit sozialen Freundschaften [16]. Obwohl typischerweise Zusammenhänge mit herkömmlichen Bildschirmzeitgeräten (z. B. Fernseher, Desktop/Laptop, Videospielkonsolen) festgestellt wurden, sind weitere Untersuchungen erforderlich, um den Zusammenhang zwischen Smartphone-spezifischer Bildschirmzeit und der selbst eingeschätzten Gesundheit zu untersuchen. Diese explorative Studie zielte darauf ab, wichtige Lücken in der Evidenz zu schließen, indem sie den Zusammenhang zwischen der Smartphone-Nutzung (SMS, Internetnutzung, Spiele und Gesamtnutzung) und der körperlichen Gesundheit (Gewichtsstatus und selbstbewertete Gesundheit) bei Jugendlichen in einem städtischen Umfeld in Kanada untersuchte.

Die für diese Studie gesammelten Daten sind Teil der Smart Platform, einer bürgerwissenschaftlichen und digitalen epidemiologischen Initiative für ethische Überwachung der Bevölkerungsgesundheit, integrierte Wissensübersetzung und Verhaltensinterventionen in Echtzeit [17]. Eine maßgeschneiderte Smartphone-App, die im Rahmen der Smart Platform entwickelt wurde, wurde verwendet, um Teilnehmer als Bürgerwissenschaftler einzubeziehen, um Verhaltensmuster und deren Zusammenhang mit den Ergebnissen der körperlichen Gesundheit zu erfassen [17]. Den in Abb. 1 dargestellten Anweisungen folgend, hatten die Teilnehmer die Möglichkeit, die App sowohl mit Android- als auch mit iPhone-Smartphones über den Google Play Store oder den Apple App Store herunterzuladen [17]. Die Teilnehmer stellten alle Daten über ihre Smartphones zur Verfügung, einschließlich demografischer und subjektiver Daten durch Umfragefragen mit ihrem Smartphone. Frühere Studien haben gezeigt, dass Smartphone-Apps verwendet werden können, um valide und zuverlässige Gesundheitsdaten sowohl in ländlichen als auch städtischen Zentren und innerhalb unterschiedlicher Bevölkerungsgruppen zu sammeln; zum Beispiel von Universitätsstudenten und Familien mit geringerem Einkommen [18]. Die Smart Platform ist ein innovativer Ansatz, der die Marktakzeptanz digitaler Technologien wie bürgereigener Smartphones nutzt, um das Gesundheitsverhalten der Bevölkerung besser zu verstehen [19].

Anleitung zum Citizen Scientist

Insgesamt 808 junge und erwachsene Bürgerwissenschaftler (13 bis 21 Jahre) wurden im Rahmen von Engagement-Sitzungen der öffentlichen und katholischen Schulen von Regina rekrutiert, die 2018 an verschiedenen High Schools in ganz Regina, Saskatchewan, stattfanden. Alle High Schools in der Stadt Regina wurden zur Teilnahme aufgefordert in der Studie. Von den fünf Schulen, die zustimmten, lag die Beteiligungsquote an allen teilnehmenden Schulen bei über 88 % der Oberstufenschüler (Klassen 9–12). Dies weist darauf hin, dass die Stichprobe repräsentativ für die Jugendbevölkerung in einem städtischen Gerichtsbezirk in Kanada war, insbesondere weil die teilnehmenden Schulen zu Stadtteilen mit unterschiedlichem sozioökonomischem Status gehörten. Die Rekrutierungsstrategie erforderte die Entwicklung und Aufrechterhaltung einer Zusammenarbeit mit der Schulleitung, um persönliche Rekrutierungsgespräche zu planen. Während jeder Sitzung verbrachten die Mitglieder des Forschungsteams Zeit damit, die Studie zu beschreiben, Fragen zu beantworten und Jugendlichen dabei zu helfen, die Studien-App auf ihre Smartphones herunterzuladen.

Alle Teilnehmer mussten ihr Alter bestätigen, aber nur die Teilnehmer ab 18 Jahren mussten über die App auf ihrem Smartphone eine Einverständniserklärung abgeben (Abb. 2). Für Teilnehmer im Alter von 13 bis 17 Jahren wurde vor der Rekrutierungssitzung eine stillschweigende Einverständniserklärung der Eltern oder Erziehungsberechtigten jedes Jugendlichen erteilt, damit sie die Möglichkeit hatten, sich über die Studie zu informieren und Fragen zu stellen. Wenn Eltern oder Erziehungsberechtigte nicht möchten, dass ihr Kind an der Studie teilnimmt, können sie dem Team eine E-Mail an [email protected] oder [email protected] senden.

Einwilligungserklärung

Darüber hinaus bot die Smartphone-App eine Abbruchoption, bei der Jugendliche und ihre Betreuer darauf hingewiesen wurden, dass jeder Teilnehmer jederzeit während des Datenerfassungszyklus die Teilnahme an der Studie verweigern oder ohne Strafe aus der Studie aussteigen kann (Abb. 3). Den Teilnehmern wurden in der App klare Anweisungen zum Rücktritt von der Studie gegeben, und diese Anweisungen standen ihnen jederzeit über die App zur Verfügung [17].

Studienabbrecher-Option in der Smartphone-App

Um die Datensicherheit und Privatsphäre der Teilnehmer zu gewährleisten, wurden die Daten vor dem Hochladen auf den sicheren Server anonymisiert und verschlüsselt [20]. Die Studien-App, die die Teilnehmer auf ihr Telefon herunterluden, überwachte keine persönlichen Aktivitäten wie SMS-Nachrichten oder Internetsuche und war nicht in der Lage, auf persönliche Informationen auf Smartphones wie Kameraaufnahmen oder Kontaktlisten zuzugreifen [20]. Darüber hinaus hatten die Teilnehmer die Möglichkeit, die Datenerfassung der Zielsensoren (wie GPS und Bildschirmstatus) nach eigenem Ermessen zu deaktivieren. Wenn sich schließlich ein Teilnehmer dazu entschloss, aus der Studie auszusteigen, aber bereits zu einem gewissen Grad teilgenommen hatte, hätte er die Löschung seiner Daten beantragen können.

Alle Daten wurden durch eine Kombination validierter Selbstberichtsumfragen auf den Smartphone-Geräten der Teilnehmer während des Schuljahres in einem einzigen Zeitraum von 8 Tagen gesammelt [12, 21]. Die Teilnehmer füllten die 124 Punkte umfassende Jugendumfrage aus, die validierte Selbstberichtsumfragen umfasste, in denen Daten zur Smartphone-Nutzung und zum Verhalten bei der Bildschirmzeit, demografischen Merkmalen und Gesundheitsergebnissen wie Gewichtsstatus und selbstbewerteter Gesundheit gesammelt wurden.

Die Teilnehmer dieser Studie wurden gebeten, selbst anzugeben, wie viel Zeit (in Minuten) sie während des Schuljahres an einem typischen Wochen- und Wochenendtag mit Smartphone-spezifischen Bildschirmaktivitäten verbrachten. Um dies zu erreichen, enthielt die Jugendumfrage eine modifizierte Version des 9-Fragen-Fragebogens zum sitzenden Verhalten (Sedentary Behavior Questionnaire, SBQ), der zur Messung der Bildschirmzeitnutzung im Allgemeinen verwendet wird [22]. Der SBQ wurde speziell modifiziert, um die umfassende Smartphone-Nutzung zu erfassen [17] und umfasste die folgenden Verhaltensweisen: (1) Surfen im Internet (z. B. Facebook, Snapchat, Instagram, YouTube, Reddit, Lesen von Nachrichten usw.), (2) Spielen von Videospielen und (3) SMS.

Anhand der gesammelten selbstberichteten Daten wurden separate Smartphone-Nutzungsvariablen für Wochentags- und Wochenendvariablen für die folgenden Verhaltensweisen berechnet: (1) Internetnutzung, (2) Spielen, (3) SMS-Schreiben und eine Summe der drei zu schätzenden Verhaltensweisen ( 4) Gesamtbildschirmzeit des Smartphones. Zur Erfassung der wöchentlichen Smartphone-Aktivität wurden vier zusätzliche Variablen erstellt. Die Smartphone-Nutzung wurde für eine ganze Woche anhand der Summe der Wochentagsvariablen multipliziert mit 5 und der Wochenendvariablen multipliziert mit 2 für die folgenden Verhaltensweisen berechnet: (1) wöchentliche Internetnutzung, (2) wöchentliches Spielen, (3) wöchentliches SMS-Schreiben, und (4) wöchentliche Smartphone-Bildschirmzeit.

Derzeit gibt es keine Empfehlungen der öffentlichen Gesundheit speziell für die Smartphone-Bildschirmzeit. Die allgemeine Empfehlung für die Freizeitnutzung von Bildschirmen durch Jugendliche liegt jedoch bei nicht mehr als zwei Stunden pro Tag [23]. Daher wird in dieser Studie eine „starke Smartphone-Nutzung“ als „mehr als zwei Stunden“ für Wochentage und Wochenendtage und „mehr als 14 Stunden“ für die wöchentliche Smartphone-Nutzung definiert.

Die Teilnehmer gaben selbst ihre Größe in Zentimetern und ihr Gewicht in Pfund an. Größe und Gewicht wurden in Meter bzw. Kilogramm umgerechnet, sodass der BMI berechnet und der Gewichtsstatus bestimmt werden konnte. Für die BMI-Berechnungen wurde zunächst der Roh-BMI berechnet (kg/m/m). Dann haben wir die Funktion „egen“ in Stata 15.0 verwendet, um BMI-Kategorien zu generieren. Die „egen“-Funktion mit der zbmicat-Funktion wurde verwendet, um die WHO-Wachstumsdiagramme von 2007 zu spezifizieren und zu bestimmen, welchen Variablen Alter und Geschlecht entsprechen, sodass die BMI-Klassifizierung im Einklang mit den Richtlinien alters- und geschlechtsspezifisch ist. BMI-Grenzwerte der Weltgesundheitsorganisation [24] wurden verwendet, um Gewichtsstatuskategorien wie Schlankheit, gesundes Gewicht, Übergewicht und Fettleibigkeit zu interpretieren [25,26,27]. Für die Zwecke dieser Studie wurde eine binomiale Regression durchgeführt, um Übergewicht/Adipositas im Vergleich zu gesundem Gewicht zu analysieren.

Frühere Studien haben gezeigt, dass die Beurteilung der eigenen Gesundheit durch Menschen ein zuverlässiges Instrument ist [28, 29], dessen Aussagekraft und Gültigkeit im Laufe der Zeit zunimmt. Beispielsweise fanden Schnittker & Bacak (2014) heraus, dass selbstbewertete Gesundheitsumfragen von 1980 bis 2002 eine größere Prognosestärke aufwiesen. Um die selbstbewertete Gesundheit zu ermitteln, wurden die Teilnehmer gebeten, auf die folgende Frage zu antworten: „Würden Sie im Allgemeinen?“ Sagen Sie, Ihr Gesundheitszustand ist …“ Den Teilnehmern wurde die Wahl zwischen „Sehr gut“, „Gut“, „Mittelmäßig“, „Schlecht“ und „Sehr schlecht“ geboten. Die Antworten wurden zusammengefasst, um die Kategorien „Sehr gut/Gut“ und „Befriedigend/Schlecht/Sehr schlecht“ darzustellen. Es wurde eine binomiale Regression durchgeführt, um diejenigen zu analysieren, die ihren Gesundheitszustand als gut einschätzten, im Vergleich zu denen, die ihren Gesundheitszustand als schlecht empfanden.

Jedes statistische Modell in dieser Studie kontrollierte Geschlecht, Schule, Klasse und ethnische Zugehörigkeit. Im Rahmen der 124 Items umfassenden Umfrage beantworteten die Teilnehmer die Frage „Welches Geschlecht haben Sie?“ mit drei Antwortmöglichkeiten: weiblich, männlich, transgender, andere oder lieber keine Offenlegung. Daher war das Geschlecht in dieser Analyse eine kategoriale Variable. In den Smartphone-Umfragen wurden die Teilnehmer auch gefragt, welche Schule sie besuchten (eine von fünf teilnehmenden Schulen in Saskatchewan; Schulen waren in dieser Analyse eine kategoriale Variable) und in welcher Klasse sie waren (Klasse 9, 10, 11 oder 12; Klasse war eine fortlaufende Klasse). Variable in dieser Analyse). Während die Umfrage schließlich eine Vielzahl von Optionen zur Auswahl der ethnischen Zugehörigkeit zuließ, wurden für die Zwecke dieser Studie angesichts des kanadischen Kontexts die Kategorien angepasst, um die indigene, kanadische und andere ethnische Zugehörigkeit zu repräsentieren. Die ethnische Zugehörigkeit war in dieser Analyse eine kategoriale Variable.

Alle Analysen wurden mit Stata Version 15.0 durchgeführt, wobei die Signifikanz auf p < 0,05 eingestellt war. Tabelle 1 zeigt die für binäre und kategoriale Variablen berechneten demografischen Häufigkeiten sowie die für kontinuierliche Variablen berechneten Mittelwerte und Standardabweichungen. Mithilfe binärer Regressionsmodelle wurde der Zusammenhang zwischen Messungen der körperlichen Gesundheit (Gewichtsstatus und selbstbewerteter Gesundheitszustand) als abhängige Variablen und der Smartphone-Nutzung als wichtigste unabhängige Variable untersucht. Um einzigartige Smartphone-Verhaltensweisen zu berücksichtigen, wurden separate Modelle durchgeführt, um Internet, Spiele und SMS im Vergleich zur gesamten Smartphone-Nutzung, also der Summe aller drei Verhaltensweisen, zu bewerten. Jedes Modell kontrollierte Geschlecht, Schule, Klasse und ethnische Zugehörigkeit. Die Stichprobengröße wurde durch Potenzberechnungen bestimmt, die ergaben, dass eine Stichprobe von 306 für p < 0,05 mit einer Potenz von 0,8 und Quotenverhältnissen über 2,0 ausreichen würde.

Um die Vertraulichkeit zu gewährleisten, wurden die Daten verschlüsselt, bevor sie auf den Smartphones gespeichert und an Server gestreamt wurden, sobald die Geräte eine WLAN-Verbindung herstellten. Alle identifizierbaren Artefakte (z. B. Fotos) wurden vor der Datenanalyse entfernt oder deidentifiziert. Die in die App integrierten Berechtigungen sind eingeschränkt, sodass die App nicht auf personenbezogene Daten zugreifen kann, die auf den Smartphones vorhanden sind (z. B. Kontaktlisten oder besuchte Netzwerkseiten). Die Anonymisierung von MAC-Adressen wurde zum Schutz der Daten von Bürgerwissenschaftlern auf Basis eines einfachen Hash-Algorithmus eingesetzt. Die Risiken und Möglichkeiten des Datenschutzmanagements wurden den Bürgerwissenschaftlern bei der Einholung der Einverständniserklärung deutlich gemacht. Alle Bürgerwissenschaftler hatten über die App jederzeit die Möglichkeit, die Studie abzubrechen oder die Datenerfassung zu unterbrechen. Darüber hinaus hatten sie in den Einstellungen der App auch die Möglichkeit, Daten nur dann hochzuladen, wenn sie WLAN-Zugang hatten und/oder ihre Telefone aufluden [17]. In der App wurden klare Anweisungen zum Studienabbruch gegeben.

Für diese Studie wurden insgesamt 808 Jugendliche im Alter von 13–21 Jahren rekrutiert. Davon wurden 436 Teilnehmer mit Daten zur Smartphone-Nutzung in die Studie einbezogen. Tabelle 1 zeigt die Merkmale der Stichprobe, wobei sich 55,7 % als weiblich, 38,5 % als männlich und 5,7 % als Transgender oder andere Personen identifizierten oder es vorzogen, ihr Geschlecht nicht preiszugeben. Die Kategorien für die ethnische Zugehörigkeit wurden angepasst, um die indigene (5 %), kanadische (39,8 %) und andere (55,2 %) Bevölkerung zu repräsentieren. Die Jugendlichen wurden aus den Klassen 9 (29,7 %), 10 (20,4 %), 11 (14,5 %) und 12 (35,4 %) rekrutiert und das Durchschnittsalter betrug 16 Jahre.

Der Anteil der Jugendlichen, die über eine hohe Smartphone-Nutzung berichten, ist in Abb. 4a-c dargestellt, der Anteil der Jugendlichen, die über eine schlechte körperliche Gesundheit und eine schlechte Selbsteinschätzung ihrer Gesundheit berichten, ist in Abb. 4d dargestellt. Bei starker Smartphone-Nutzung an einem typischen Wochentag während des Schuljahres (Abb. 4a) gaben 45,5 % der Teilnehmer an, ihr Smartphone zwei Stunden oder länger für das Internet zu nutzen; 11,4 % für Spiele; 15,3 % für SMS; und 66,3 % für alle Verhaltensweisen zusammen. An einem typischen Wochenendtag im Schuljahr (Abb. 4b) gaben 47,8 % der Teilnehmer an, ihr Smartphone zwei Stunden oder länger für die Internetnutzung zu nutzen; 12 % für Spiele; 20 % für SMS; und 73,9 % für alle Verhaltensweisen zusammen. Schließlich gaben 47,8 % der Teilnehmer an, ihr Smartphone eine ganze Woche lang im Schuljahr (Abb. 4c) 14 oder mehr Stunden lang im Internet zu nutzen; 12,0 % Gaming; 15,8 % SMS; und 71,2 % auf alle Verhaltensweisen zusammen.

Abbildung 4d zeigt den Anteil der Jugendlichen, die über einen Übergewichts-/Fettleibigkeitsstatus sowie eine schlechte Selbsteinschätzung ihres Gesundheitszustands berichten. In Bezug auf den Gewichtsstatus würden 35,1 % der Teilnehmer als übergewichtig oder fettleibig eingestuft. Darüber hinaus bewerteten 37,8 % der Jugendlichen in dieser Studie ihren allgemeinen Gesundheitszustand als schlecht.

Anteil (in Prozent) der Jugendlichen, die über eine hohe Smartphone-Nutzung (> 2 Stunden/Tag), einen hohen Gewichtsstatus und eine schlechte Selbsteinschätzung ihrer Gesundheit berichten. a Hohe Smartphone-Nutzung an Wochentagen. b Hohe Smartphone-Nutzung am Wochenende. c Hohe Smartphone-Nutzung während einer typischen Woche. d Hoher Gewichtsstatus und schlechte Selbsteinschätzung des Gesundheitszustands.

Die Ergebnisse des Regressionsmodells, das den Zusammenhang zwischen übermäßiger Smartphone-Nutzung und Gewichtsstatus bewertet, finden Sie in Tabelle 2 (Modell 1–6). Bei Teilnehmern, die während einer typischen Woche und an einem typischen Wochentag übermäßig viel Zeit am Bildschirm verbrachten, war die Wahrscheinlichkeit, dass sie in einen übergewichtigen/fettleibigen BMI-Status fielen, 2,46- bzw. 2,50-mal höher als bei ihren Altersgenossen (typische Woche: 95 %-KI = 1,19–5,13, Ergebnisse aus Modell 1; Wochenende: 95 %-KI = 1,17–5,32, Ergebnisse aus Modell 3).

Modell 1 enthielt alles: Internetnutzung, Spielenutzung und SMS-Nutzung im selben Modell, ebenso wie die Modelle 2 und 3. Während die Modelle 4, 5 und 6 eine Variable enthielten, die die Summe aller drei Smartphone-Verhaltensweisen und der ist Nur Kontrollvariablen (d. h. es wurden keine anderen Smartphone-Nutzungsvariablen einbezogen).

Die Ergebnisse des Regressionsmodells, das den Zusammenhang zwischen übermäßiger Smartphone-Nutzung und selbst eingeschätzter Gesundheit untersuchte, sind in Tabelle 3 (Modell 7–12) zu finden. Teilnehmer, die an einem typischen Wochenendtag übermäßig viel Zeit vor dem Bildschirm verbrachten, berichteten 2,34-mal häufiger als ihre Altersgenossen über eine schlechte Selbsteinschätzung ihres Gesundheitszustands (95 %-KI = 1,22–4,61, Ergebnisse von Modell 8).

Modell 7 enthielt alles: Internetnutzung, Spielenutzung und SMS-Nutzung im selben Modell, ebenso wie die Modelle 8 und 9. Während die Modelle 10, 11 und 12 eine Variable enthielten, die die Summe aller drei Smartphone-Verhaltensweisen und der ist Nur Kontrollvariablen (d. h. es wurden keine anderen Smartphone-Nutzungsvariablen einbezogen).

Abbildung 5 zeigt den geschätzten angepassten Mittelwert des Gewichtsstatus und der selbstbewerteten Gesundheit für die wesentlichen Smartphone-Nutzungsverhaltensweisen aus den Regressionsmodellen. Wir haben unser Augenmerk auf Gaming gerichtet, da es sich dabei um die wesentlichen Erkenntnisse über vier Modelle handelte. Abbildung 5a zeigt die signifikanten Ergebnisse von Modell 1: Mit zunehmendem Gaming steigt auch der angepasste Mittelwert des Gewichtsstatus. Die Ergebnisse sind auch in Abb. 5b (signifikante Ergebnisse aus Modell 2) und Abb. 5c (signifikante Ergebnisse aus Modell 3) ähnlich. Dieser Trend ist auch in Abb. 5d zu sehen, da mit zunehmendem Spielen auch der angepasste Mittelwert für die Meldung einer schlechten Selbsteinschätzung des Gesundheitszustands zunimmt (signifikante Ergebnisse aus Modell 8).

Bereinigter Mittelwert des Gewichtsstatus (a, b, c) und der selbstbewerteten Gesundheit (d) auf verschiedenen Spielniveaus. Alle Modelle wurden hinsichtlich Internetnutzung, SMS-Nutzung, Geschlecht, ethnischer Zugehörigkeit, Klasse und Schule kontrolliert

Das Ziel dieser Studie bestand darin, den Zusammenhang zwischen Smartphone-Nutzung und körperlichen Gesundheitsergebnissen, insbesondere Gewichtsstatus und selbstbewerteter Gesundheit, zu untersuchen. Diese Forschung wurde mithilfe der Smart Platform umgesetzt, einer bürgerwissenschaftlichen und digitalen epidemiologischen Initiative zur ethischen Gesundheitsüberwachung der Bevölkerung, integrierter Wissensübersetzung und Verhaltensinterventionen in Echtzeit [17]. Die Ergebnisse dieser Studie bauen auf den aktuellen Erkenntnissen auf, die darauf hinweisen, dass diejenigen, die sich übermäßig lange vor dem Bildschirm aufhalten, einem höheren Risiko für schlechte Gesundheitsergebnisse ausgesetzt sind [2, 16, 31]. Allerdings gibt es in dieser Studie mehrere Ergebnisse, die Lücken im aktuellen Wissensbestand in Bezug auf das, was über Jugendliche und die am häufigsten genutzten digitalen Geräte – Smartphones – bekannt ist, schließen [8, 9].

Es ist gut dokumentiert, dass Verhaltensweisen beim Verweilen am Bildschirm, einschließlich der Smartphone-Nutzung, stark mit schlechter körperlicher Fitness und einem höheren Gewichtsstatus in der erwachsenen Bevölkerung verbunden sind [32,33,34,35] und obwohl weniger Beweise verfügbar sind, werden diese Zusammenhänge ebenfalls gefunden auch bei Jugendlichen [15, 36]. Unsere Studie ergab außerdem, dass Jugendliche, die intensiv mit ihren Smartphones spielten, ein höheres Risiko hatten, mit Übergewicht oder Fettleibigkeit zu leben. Unsere Studie ist insofern einzigartig, als unsere Ergebnisse zeigten, dass diese Zusammenhänge für Jugendliche gelten, die angaben, sowohl an Wochen- als auch an Wochenendtagen zwei Stunden oder mehr Smartphone-Spiele zu spielen.

Einige Untersuchungen deuten jedoch darauf hin, dass die Ergebnisse zum Gewichtsstatus und zum Videospielen bei Jugendlichen weiterhin unklar sind [39]. Dies könnte teilweise auf die zunehmende Beliebtheit aktiver Videospiele zurückzuführen sein, die Jugendliche dazu ermutigen, sich zu bewegen, während sie am Bildschirm teilnehmen [38, 39]. Eine von Bochner, Sorensen und Belamarich (2015) durchgeführte Metaanalyse ergab jedoch, dass aktives Bildschirmverhalten zwar den Energieverbrauch erhöhen kann, dieser jedoch im Allgemeinen nicht hoch genug ist, um mit einem geringeren Gewichtsstatus oder Gewichtsverlust in der Jugend in Verbindung gebracht zu werden. Unsere Ergebnisse liefern neue Belege dafür, dass übermäßiges Spielen mit Smartphones bei Jugendlichen mit einem höheren Risiko für Übergewicht oder Fettleibigkeit verbunden ist. Dies ist aufgrund der allgegenwärtigen Natur dieser digitalen Geräte eine wichtige Erkenntnis und ergänzt die Beweislage dafür, dass die Notwendigkeit besteht, Smartphone-spezifische Richtlinien für die Bildschirmzeit für Jugendliche zu entwickeln [12].

Wir haben außerdem herausgefunden, dass Jugendliche, die am Wochenende exzessiv Smartphone-Gaming betreiben, ein höheres Risiko haben, ihre eigene Gesundheit mittelmäßig, schlecht oder sehr schlecht einzuschätzen. Die selbst eingeschätzte Gesundheit ist ein aussagekräftiger Prädiktor für Morbidität und Mortalität [28] und auch ein Konzept, das häufig als Gesundheitsindikator sowohl für das eudaimonische Wohlbefinden als auch für die Lebensqualität verwendet wird [40,41,42,43]. Es gibt eine Fülle von Fachliteratur, die zu dem Schluss kommt, dass körperliche Inaktivität und ein hohes Maß an sitzendem Verhalten einen negativen Zusammenhang mit der Selbsteinschätzung der Gesundheit haben [44,45,46]. Insgesamt deuten Forschungsergebnisse darauf hin, dass Jugendliche, die mehr als 2 Stunden pro Tag vor dem Bildschirm verbringen, einem Risiko für eine schlechte Selbsteinschätzung ihrer Gesundheit ausgesetzt sind [47]. Untersuchungen, die sich beispielsweise auf traditionelle Arten der Bildschirmzeitnutzung wie Fernsehen und Computer-/Videospiele konzentrierten, zeigten, dass eine längere Fernsehzeit und nicht die Bildschirmzeit bei Computer-/Videospielen mit einer schlechten Selbsteinschätzung der Gesundheit verbunden war, allerdings nur bei Männern [ 16]. Im Gegensatz dazu hatte eine längere Fernseh- und Computer-/Videospielzeit andere negative Auswirkungen auf die Gesundheit von Frauen; nämlich mit sozialen Freundschaften [16]. Solche Studien berücksichtigen jedoch die Bildschirmzeitaktivitäten am Computer, bei Videospielen, beim Surfen im Internet und beim Fernsehen, während diese Studie eine Lücke in unserem Verständnis der Bildschirmzeit schließt und Belege speziell für die Nutzung von Smartphones bei Jugendlichen liefert.

Insgesamt ist diese Studie einzigartig, da sie sich im Rahmen der Smart Platform speziell auf die Jugend-Citizen-Science konzentriert [17]. Citizen Science ist ein partizipatorischer Forschungsansatz, bei dem Forscher von der Datenerfassung bis zur Wissensübersetzung mit den Teilnehmern zusammenarbeiten [17, 20, 48]. Der Einsatz zuverlässiger und zugänglicher digitaler Tools und Technologien wie Smartphones kann Citizen-Science-Ansätze verbessern [17, 20]. Die für diese Studie gesammelten Daten nutzten die Marktakzeptanz von Smartphones im Besitz von Bürgern, um das Verhalten von Jugendlichen beim Bildschirmzeitverhalten besser zu verstehen. Darüber hinaus füllten alle Teilnehmer die 124-Punkte-Jugendbefragung aus, die eine modifizierte Version des 9-Fragen-SBQ zur Messung des sitzenden Verhaltens und der Akkumulation der Bildschirmzeit enthielt [22]. Der Zweck der Anpassung dieser Umfrage bestand darin, komplexe bildschirmzeitbasierte Verhaltensweisen (Surfen im Internet, Spielen, SMS-Schreiben) auf einer Vielzahl digitaler Geräte (Computer, Laptop, Tablet, Smartphone) zu erfassen [17].

Während sich die Richtlinien zur Bildschirmzeit weiterhin darauf konzentrieren, die tatsächlich am Bildschirm verbrachte Zeit insgesamt zu begrenzen [49], gibt es Gesundheitsorganisationen, die insbesondere Eltern und Erziehungsberechtigten Vorschläge machen, nicht nur die Zeit vor Bildschirmen zu berücksichtigen, sondern auch die Qualität der Inhalte, die Jugendliche sehen beschäftigen sich mit [50]. Diese Studie unterstreicht die Bedeutung des Aufbaus gesunder Bildschirmgewohnheiten, indem sie zeigt, dass es je nach Art des Bildschirmzeitverhaltens Unterschiede in den Gesundheitsergebnissen gibt. Beispielsweise untersuchten wir das Internet-, Spiel- und SMS-Verhalten speziell auf Smartphones, wobei Spielaktivität das einzige Verhalten war, das mit negativen Auswirkungen auf die Gesundheit verbunden war. Zukünftige Forschung sollte sich auf einen multidirektionalen Zusammenhang zwischen Gesundheitsergebnissen und spezifischen Spielaktivitäten auf Smartphones konzentrieren, indem aktives und passives Spielen getrennt werden [38, 39].

Die Hauptstärke dieser Studie besteht darin, dass wir die Smartphones junger Bürger genutzt haben, um ethisch und effizient Daten über Gesundheitsergebnisse und Bildschirmzeitverhalten zu sammeln. Darüber hinaus wurden in dieser Studie validierte, selbstberichtete Umfragen angepasst, um Verhaltensweisen, die speziell für Smartphone-Geräte gelten, weiter zu untersuchen, wobei der Schwerpunkt nicht nur auf der Smartphone-Nutzung insgesamt, sondern auch auf individuellen Verhaltensweisen (Spielen, SMS-Schreiben usw.) liegt. Wie bei allen Forschungsarbeiten, die auf der Erinnerung der Teilnehmer an eine validierte Umfrage, die geändert wurde (Bildschirmzeit), oder an eine einmalige Frage (selbstbewerteter Gesundheitszustand) beruht, ist die Gültigkeit der Messungen jedoch begrenzt. In dieser Studie wurden beispielsweise Jugendliche gebeten, ihr Gewicht und ihre Größe selbst anzugeben. Obwohl objektive Maßnahmen durch eine ausgebildete Fachkraft empfohlen werden, wären objektive Maßnahmen aufgrund des digitalen Charakters der Umfrage nicht durchführbar. Darüber hinaus wurde in unserer Analyse die Nahrungsaufnahme nicht berücksichtigt, obwohl sie mit dem Gewichtsstatus in Zusammenhang steht, da diese nicht im Rahmen der Umfrage erhoben wurde. Es wurden Informationen zur körperlichen Aktivität gesammelt. Wir fanden jedoch keine signifikanten Unterschiede in der körperlichen Aktivität zwischen den BMI-Gruppen und haben sie daher nicht in die Analysen zur Sparsamkeit der Modelle einbezogen. Es ist auch wichtig anzumerken, dass es sich hierbei um eine explorative Untersuchung zwischen Smartphone-Nutzung und körperlicher Gesundheit handelte, die sich nicht mit tieferen Zusammenhängen wie etwa geschlechtsspezifischen Unterschieden bei der Smartphone-Nutzung befasste. Zukünftige Studien sollten geschlechtsspezifische Analysen zwischen Smartphone-Nutzung, Gewichtsstatus und selbstberichteter Gesundheit durchführen.

Da es sich schließlich um eine Querschnittsstudie handelt, die in einem einzigen Rechtsgebiet durchgeführt wurde, sollte zukünftige Längsschnittforschung versuchen, den in dieser Studie verwendeten Ansatz unter Verwendung des Smart Framework [20] in mehreren Rechtsgebieten zu replizieren, um die Generalisierbarkeit und Repräsentativität zu erhöhen.

Die Ergebnisse dieser Studie deuten darauf hin, dass Jugendliche, die mehr als 2 Stunden pro Tag vor dem Bildschirm auf ihren Smartphones verbringen, einen fast dreimal höheren Gewichtsstatus haben und über einen schlechteren allgemeinen Gesundheitszustand berichten als ihre Altersgenossen, die weniger Zeit mit ihren Smartphones verbringen. Diese Studie untersucht verschiedene Smartphone-Bildschirmzeitverhaltensweisen (Internet, Spiele und SMS) und zeigt, dass unterschiedliche Smartphone-Bildschirmzeitverhaltensweisen einzigartige Zusammenhänge mit dem Gesundheitszustand von Jugendlichen haben. Aktuelle Richtlinien zur Bildschirmzeit berücksichtigen nicht die Nuancen der Akkumulation der Bildschirmzeit auf verschiedenen digitalen Geräten. In diesem digitalen Zeitalter, in dem Jugendliche immer wieder über eine deutlich höhere Smartphone-Nutzung berichten, ist es offensichtlich, dass weitere Untersuchungen mit fundierteren Studiendesigns erforderlich sind, um Smartphone-spezifische Richtlinien zur Bildschirmzeit für Jugendliche festzulegen.

Die Studie ist Teil der Smart Platform, einer Citizen Science- und mHealth-Initiative für ethische Überwachung, integrierte Wissensübersetzung sowie politische und Echtzeitinterventionen. Da diese Studie sensible Daten wie den mit einem Zeitstempel versehenen Standort von Bürgerwissenschaftlern enthält, sollten Datenanfragen an den Research Ethics Board der University of Regina unter [email protected] gesendet werden.

Body-Mass-Index

Fragebogen zum sitzenden Verhalten

Quotenverhältnisse

Radesky JS, Schumacher J, Zuckerman B, Mobile, interaktive Mediennutzung durch kleine Kinder. Das Gute, das Schlechte und das Unbekannte. Pädiatrie. 2015;135(1):1–3. https://doi.org/10.1542/peds.2014-2251.

Artikel Google Scholar

Hoare E, Milton K, Foster C, Allender S. Die Zusammenhänge zwischen sitzendem Verhalten und psychischer Gesundheit bei Jugendlichen: eine systematische Überprüfung. Int J Behav Nutr Phys Act. 2016;13(1):108–8.

Artikel Google Scholar

Twenge JM, Martin GN, Campbell WK. Rückgang des psychischen Wohlbefindens amerikanischer Jugendlicher nach 2012 und Zusammenhang mit der Bildschirmzeit während des Aufstiegs der Smartphone-Technologie. Emot (Washington D.C.). 2018;18(6):765–80.

Artikel Google Scholar

David ME, Roberts JA, Christenson B. Zu viel des Guten: Untersuchung des Zusammenhangs zwischen tatsächlicher Smartphone-Nutzung und individuellem Wohlbefinden. Int J Hum Comput Interact. 2018;34(3):265–75.

Artikel Google Scholar

Stiglic N, Viner RM. Auswirkungen der Bildschirmzeit auf die Gesundheit und das Wohlbefinden von Kindern und Jugendlichen: eine systematische Überprüfung von Rezensionen. BMJ offen. 2019;9(1):e023191–1.

Artikel Google Scholar

Amerikanische Akademie für Kinder- und Jugendpsychiatrie. Bildschirmzeit und Kinder. 2020 Verfügbar unter: https://www.aacap.org/AACAP/Families_and_Youth/Facts_for_Families/FFF-Guide/Children-And-Watching-TV-054.aspx. Zitiert am 21. März 2022.

Grimaldi-Puyana M, Maria Fernandez-Batanero J, Fennell C, Sanudo B. Zusammenhänge zwischen objektiv bewerteter Smartphone-Nutzung und körperlicher Aktivität, sitzendem Verhalten, Stimmung und Schlafqualität bei jungen Erwachsenen: eine Querschnittsstudie. Int J Environ Res Public Health. 2020;17(10):3499.

Artikel Google Scholar

O'Dea S. Anzahl der Smartphone-Nutzer von 2016 bis 2021 (in Milliarden). 2021 . Verfügbar unter: https://www.statista.com/statistics/330695/number-of-smartphone-users-worldwide/. Zitiert am 18. Februar 2022.

O'Dea S. Anzahl der Smartphone-Nutzer in Kanada von 2018 bis 2024 (in Millionen)* . 2020. Verfügbar unter: https://www.statista.com/statistics/467190/forecast-of-smartphone-users-in-canada/. Zitiert am 18. Februar 2022.

Anderson M, Jiang J, Teenager. Soziale Medien und Technologie 2018. 2018 . Verfügbar unter: https://www.pewresearch.org/internet/2018/05/31/teens-social-media-technology-2018/. Zitiert am 1. März 2022.

Kanadische Gesellschaft für Sportphysiologie. Kinder (5–11 Jahre) und Jugendliche (12–17 Jahre). 2021. Verfügbar bei: Kinder und Jugendliche von 5–17 Jahren – 24-Stunden-Bewegungsrichtlinien (csepguidelines.ca). Zitiert am 1. März 2022.

Brodersen K, Hammami N, Katapally TR. Smartphone-Nutzung und psychische Gesundheit junger Menschen: Es ist an der Zeit, Smartphone-spezifische Richtlinien für die Bildschirmzeit zu entwickeln. Jugend, 2022;2(1):23–38. MDPI AG. Verfügbar unter https://doi.org/10.3390/youth2010003

Kenney EL, ScD MPH, Gortmaker SL. Nutzung von Fernsehen, Computer, Videospielen, Smartphones und Tablets durch Jugendliche in den Vereinigten Staaten: Assoziationen mit zuckerhaltigen Getränken, Schlaf, körperlicher Aktivität und Fettleibigkeit. J Pädiatr. 2016;182:144–9.

Artikel Google Scholar

Lourenço CLM, Sousa TF, Mendes EL. Zusammenhang zwischen Smartphone-Nutzung und sitzendem Verhalten: eine schulbasierte Studie mit Jugendlichen. Rev Bras Ati Fis Saúde. 2019;24:e0078. https://doi.org/10.12820/rbafs.24e0078.

Artikel Google Scholar

Ma Z, Wang J, Li J, Jia Y. Der Zusammenhang zwischen Fettleibigkeit und problematischer Smartphone-Nutzung bei Kindern und Jugendlichen im schulpflichtigen Alter: eine Querschnittsstudie in Shanghai. BMC öffentliche Gesundheit. 2021;21(1):2067–7.

Artikel Google Scholar

Silva DR, Werneck AO, Tomeleri CM, Fernandes RA, Ronque ER, Cyrino ES. Bildschirmbasiertes Sitzverhalten, psychische Gesundheit und soziale Beziehungen bei Jugendlichen. Band 23. Motriz: Journal of Physical Education Unesp; 2018. S. pe2

Google Scholar

Katapally TR, Bhawra J, Leatherdale ST, Ferguson L, Longo J, Rainham D, et al. Die SMART-Studie, eine methodische Plattform für mobile Gesundheit und Citizen Science für aktive Lebensüberwachung, integrierte Wissensübersetzung und politische Interventionen: Längsschnittstudie. JMIR öffentliche Gesundheit und Überwachung. 2018;4(1):315–32.

Artikel Google Scholar

Petrenko A, Sizo A, Qian W, Knowles AD, Tavassolian A, Stanley K, et al. Erforschung der Mobilität in Innenräumen: eine Anwendung sensorbasierter und GIS-Systeme. Trans-GIS. 2014;18(3):351–69.

Artikel Google Scholar

Katapally TR. Luan Manh Chu. Methodik zur Ableitung des objektiven Bildschirmzustands von Smartphones: eine SMART-Plattformstudie. Int J Environ Res Public Health. 2019;16(13):2275.

Artikel Google Scholar

Katapally TR. Das SMART Framework: Integration von Citizen Science, Community-basierter partizipativer Forschung und Systemwissenschaft für die Bevölkerungsgesundheitswissenschaft im digitalen Zeitalter. JMIR mHealth und uHealth. 2019;7(8):e14056.

Artikel Google Scholar

Katapally TR. Cannabiskonsum und Selbstmordgedanken bei Jugendlichen: Können wir die Schulpolitik mithilfe digitaler Bürgerwissenschaft demokratisieren? Plus eins. 2022;17(2):e0263533–3.

Artikel CAS Google Scholar

Rosenberg DE, Norman GJ, Wagner N, Patrick K, Calfas KJ, Sallis JF. Zuverlässigkeit und Validität des Sedentary Behaviour Questionnaire (SBQ) für Erwachsene. J Phys Act Gesundheit. 2010;7(6):697–705. https://doi.org/10.1123/jpah.7.6.697.

Artikel Google Scholar

Tremblay MS, LeBlanc AG, Janssen I, Kho ME, Hicks A, Murumets K, et al. Kanadische Richtlinien für sitzendes Verhalten bei Kindern und Jugendlichen. Angewandte Physiologie. Nährstoffstoffwechsel. 2011;36(1):59–64.

Google Scholar

WER. BMI für das Alter (5–19 Jahre). 2021. Verfügbar unter:https://www.who.int/toolkits/growth-reference-data-for-5to19-years/indicators/bmi-for-age. Zitiert am 21. März 2022.

Vidmar SI, Cole TJ, Pan H. Standardisierung anthropometrischer Maße bei Kindern und Jugendlichen mit Funktionen für egen: update. Stata J. 2013;13(2):366–78.

Artikel Google Scholar

Cole TJ, Bellizzi MC, Flegal KM, Dietz WH. Festlegung einer weltweiten Standarddefinition für Übergewicht und Adipositas bei Kindern: internationale Umfrage. BMJ. 2000;320(7244):1240–3.

Artikel CAS Google Scholar

De Onis M, Onyango AW, Borghi E, Siyam A, Nishida C, Siekmann J. Entwicklung einer WHO-Wachstumsreferenz für Kinder und Jugendliche im schulpflichtigen Alter. Bull World Health Organ. 2007;85(9):660–7.

Artikel Google Scholar

Idler E, Benyamini Y. Selbstbewertete Gesundheit und Sterblichkeit: eine Überprüfung von 27 Gemeinschaftsstudien. J Health Soc Behav. 1997;38(1):21–37.

Artikel CAS Google Scholar

Lundberg O, Manderbacka K. Bewertung der Zuverlässigkeit eines Maßes für die selbstbewertete Gesundheit. Scand J Soc Med. 1996;24(3):218–24.

Artikel CAS Google Scholar

Schnittker J, Bacak V. Die zunehmende prädiktive Validität der selbstbewerteten Gesundheit. Plus eins. 2014;9(1):e84933–3. https://doi.org/10.1371/journal.pone.0084933.

Artikel CAS Google Scholar

Edelson LR, Mathias KC, Fulgoni VL, Karagounis LG. Bildschirmbasiertes sitzendes Verhalten und Assoziationen mit funktioneller Stärke bei 6–15-jährigen Kindern in den Vereinigten Staaten. BMC öffentliche Gesundheit. 2016;16(122):116–6.

Google Scholar

Raustorp A, Pagels P, Fröberg A, Boldemann C. Die körperliche Aktivität ging zwischen 2000 und 2013 bei den 11- bis 12-jährigen schwedischen Jungen um ein Viertel zurück, blieb aber bei Mädchen stabil: ein Smartphone-Effekt? Acta Paediatr. 2015;104(8):808–14.

Artikel Google Scholar

Lepp A, Barkley JE, Sanders GJ, Rebold M, Gates P. Der Zusammenhang zwischen Mobiltelefonnutzung, körperlicher und sitzender Aktivität und kardiorespiratorischer Fitness in einer Stichprobe von US-amerikanischen College-Studenten. Int J Behav Nutr Phys Act. 2013;10(1):79–9.

Artikel Google Scholar

Ullrich-French SC, Power TG, Daratha KB, Bindler RC, Steele MM. Untersuchung der Bildschirmzeit und körperlichen Fitness von Jugendlichen als unabhängige Korrelate von Gewichtsstatus und Blutdruck. J Sportwissenschaft. 2010;28(11):1189–96.

Artikel Google Scholar

White DA, Storti KL, Arena VC, Robertson RJ, Elizabeth NF, Chiappetta L, et al. Längsschnittstudie zum Zusammenhang zwischen sitzender Bildschirmzeit und Bmi: Adoleszenz bis Erwachsenenalter. Med Sci Sportübung. 2012;44(5S):214–4.

Google Scholar

Vandewater EA, Shim M, Caplovitz AG. Zusammenhang zwischen Fettleibigkeit und Aktivitätsniveau mit der Nutzung von Kinderfernsehen und Videospielen. J Jugend (London England). 2004;27(1):71–85.

Google Scholar

Kracht CL, Joseph ED, Staiano AE. Videospiele, Fettleibigkeit und Kinder. Aktuelle Adipositasberichte, 2020;9(1):1–14. Verfügbar unter: https://doi.org/10.1007/s13679-020-00368-z

Bochner RE, Sorensen KM, Belamarich PF. Der Einfluss von aktivem Videospiel auf das Gewicht bei Jugendlichen. Klinik Pädiatr. 2015;54(7):620–8.

Artikel Google Scholar

O'Loughlin EK, Dugas EN, Sabiston CM, O'Loughlin JL. Prävalenz und Korrelate von Exergaming in der Jugend. Pädiatrie, 2012;130(5):806–814. Verfügbar unter: https://doi.org/10.1542/peds.2012-0391

Ryan RM, Huta V, Deci EL. Gut leben: eine selbstbestimmungstheoretische Perspektive auf Eudaimonia. J Happiness Stud. 2006;9(1):139–70.

Artikel Google Scholar

Ryff CD, Radler BT, Friedman EM. Anhaltendes psychisches Wohlbefinden sagt verbesserte selbstbewertete Gesundheit über 9–10 Jahre voraus: Längsschnittbelege von MIDUS. Gesundheitspsychologie geöffnet. 2015;2(2):205510291560158.

Artikel Google Scholar

Mawani FN, Gilmour H. Validierung der selbstbewerteten psychischen Gesundheit. Health Rep. 2010;21(3):61–75.

Google Scholar

CDC. Warum es wichtig ist,. 2020 . Verfügbar unter: https://www.cdc.gov/physicalactivity/about-physical-activity/why-it-matters.html. Zitiert am 21. März 2020.

Herman KM, Hopman WM, Sabiston CM. Körperliche Aktivität, Bildschirmzeit und selbstbewertete Gesundheit und psychische Gesundheit bei kanadischen Jugendlichen. Vorheriges Med. 2015;73:112–6.

Artikel Google Scholar

Iannotti RJ, Kogan MD, Janssen I, Boyce WF. Muster jugendlicher körperlicher Aktivität, bildschirmbasierter Mediennutzung sowie positive und negative Gesundheitsindikatoren in den USA und Kanada. J Jugendgesundheit. 2009;44(5):493–9.

Artikel Google Scholar

Kantomaa MT, Tammelin T, Ebeling H, Stamatakis E, Taanila A. Ein hohes Maß an körperlicher Aktivität und kardiorespiratorischer Fitness sind mit einer guten Selbsteinschätzung der Gesundheit bei Jugendlichen verbunden. J Phys Act Gesundheit. 2015;12(2):266–72. Verfügbar unter: https://doi.org/10.1123/jpah.2013-0062.

Artikel Google Scholar

Herman KM, Sabiston CM, Tremblay A, Paradis G. Selbstbewertete Gesundheit bei Kindern mit einem Risiko für Fettleibigkeit: Zusammenhänge zwischen körperlicher Aktivität, Bewegungsmangel und BMI. Journal of Physical Activity & Health, 2014;11(3):543–552. Verfügbar unter: https://doi.org/10.1123/jpah.2012-0124

Silvertown J. Ein neuer Beginn für die Bürgerwissenschaft. Trends Ecol Evol. 2009;24(9):467–71. https://doi.org/10.1016/j.tree.2009.03.017.

Artikel Google Scholar

Öffentliche Gesundheitsbehörde von Kanada. Denken Sie daran: Bildschirmzeit. 2017. Verfügbar unter:https://www.canada.ca/en/public-health/services/publications/healthy-living/screen-time-nobodys-perfect.html. Zitiert am 1. März 2022.

BC Kinderkrankenhaus. Aufbau gesunder Bildschirmgewohnheiten. 2022 . Verfügbar unter: https://keltymentalhealth.ca/healthy-screen-habits. Zitiert am 18. Februar 2022.

Referenzen herunterladen

Die Autoren möchten den jungen Bürgerwissenschaftlern und den öffentlichen und katholischen Schulbehörden von Regina ihre Wertschätzung für die Teilnahme an dieser Initiative zum Ausdruck bringen.

Alle Teilnehmer mussten über die App auf ihrem Smartphone ihr Alter bestätigen und eine Einverständniserklärung abgeben. Die Einverständniserklärung der Teilnehmer wurde während der Rekrutierungssitzungen eingeholt, und bei Minderjährigen (unter 16 Jahren) wurde die Einverständniserklärung der Eltern/Betreuer eingeholt. Dies wurde erreicht, indem den Betreuern jedes Jugendlichen (13–16 Jahre) vor der Rekrutierungssitzung stillschweigende Einverständniserklärungen zur Verfügung gestellt wurden, sodass die Eltern die Möglichkeit hatten, sich über die Studie zu informieren, Fragen zu stellen und sich an das Forschungsteam zu wenden, falls dies nicht der Fall war möchten, dass ihr Kind an der Studie teilnimmt. Um dies zu erreichen, haben wir mit der Schulleitung zusammengearbeitet, die vor einer geplanten Datenerfassungssitzung die Einverständniserklärungen per E-Mail an jeden Haushalt verschickte. Wenn Eltern nicht möchten, dass ihr Kind an der Studie teilnimmt, können sie unserem Team eine E-Mail an [email protected] oder [email protected] senden, um uns zu benachrichtigen. Die Smartphone-App bot einen Abschnitt zur Einwilligung nach Aufklärung, in dem Jugendliche darauf hingewiesen wurden, dass jeder Teilnehmer jederzeit während des Datenerfassungszyklus ohne Strafe die Teilnahme an der Studie verweigern oder aus der Studie aussteigen kann. Den Teilnehmern wurden in der App klare Anweisungen zum Rücktritt von der Studie gegeben, und diese Anweisungen standen ihnen jederzeit über die App zur Verfügung.

Diese Studie wurde vom Canada Research Chairs Program im Rahmen des Canada Research Chair in Digital Health for Equity von TRK finanziert. Die Daten wurden mit Unterstützung des Establishment Grant Nr. 3779 der Saskatchewan Health Research Foundation und des Patient-Oriented Research Leader Award der Saskatchewan Health Research Foundation-Saskatchewan Center for Patient-Oriented Research gesammelt, die an TRK verliehen wurden. Die Geldgeber hatten keinen Einfluss auf das Studiendesign, die Datenerhebung und -analyse, die Entscheidung zur Veröffentlichung oder die Erstellung des Manuskripts.

Johnson Shoyama Graduate School of Public Policy, University of Regina, 2155 College Ave, Regina, Saskatchewan, S4M 0A1, Kanada

Kayla Brodersen

Trent University Durham, 55 Thornton Road South, Oshawa, Ontario, L1J 5Y1, Kanada

Nour Hammami

DEPtH Lab, School of Health Studies, Fakultät für Gesundheitswissenschaften, Western University, 1151 Richmond St, London, Ontario, N6A 3K7, Kanada

Tarun Reddy Katapally

Abteilung für Epidemiologie und Biostatistik, Schulich School of Medicine and Dentistry, Western University, London, Ontario, N6A 3K7, Kanada

Tarun Reddy Katapally

Children's Health Research Institute, Lawson Health Research Institute, London, Ontario, N6C2R5, Kanada

Tarun Reddy Katapally

Sie können diesen Autor auch in PubMed Google Scholar suchen

Konzeptualisierung, KB und TRK; Methodik, NH und TRK; Software, NH; Validierung, NH; formale Analyse, KB und NH; Untersuchung, KB und TRK; Datenkuration, KB und NH; Schreiben – Originalentwurfsvorbereitung, KB; Schreiben – Rezension und Bearbeitung, NH und TRK; Visualisierung, NH; Aufsicht, NH und TRK; Projektverwaltung, KB und TRK; Finanzierungseinwerbung, TRK Alle Autoren haben die veröffentlichte Version des Manuskripts gelesen und sind damit einverstanden.“

Korrespondenz mit Tarun Reddy Katapally.

Die Studie wurde in Übereinstimmung mit der Deklaration von Helsinki durchgeführt und von den Forschungsethikausschüssen der Universitäten Regina und Saskatchewan durch ein synchronisiertes Prüfprotokoll (REB #2017-29) genehmigt.

Unzutreffend.

Die Autoren geben an, dass kein Interessenkonflikt besteht.

Springer Nature bleibt neutral hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die Originalautor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht gesetzlich zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/. Der Creative Commons Public Domain Dedication-Verzicht (http://creativecommons.org/publicdomain/zero/1.0/) gilt für die in diesem Artikel zur Verfügung gestellten Daten, sofern in einer Quellenangabe für die Daten nichts anderes angegeben ist.

Nachdrucke und Genehmigungen

Brodersen, K., Hammami, N. & Katapally, TR Ist übermäßige Smartphone-Nutzung mit dem Gewichtsstatus und der Selbsteinschätzung der Gesundheit junger Menschen verbunden? Eine Smart-Plattform-Studie. BMC Public Health 23, 234 (2023). https://doi.org/10.1186/s12889-023-15037-8

Zitat herunterladen

Eingegangen: 15. August 2022

Angenommen: 12. Januar 2023

Veröffentlicht: 3. Februar 2023

DOI: https://doi.org/10.1186/s12889-023-15037-8

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein gemeinsam nutzbarer Link verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt