DOI: https://doi.org/10.15366/rimcafd2022.88.002
ORIGINAL
VALIDACIÓN DE UN
CUESTIONARIO WEB SOBRE ACTIVIDAD FÍSICA PARA NIÑOS Y ADOLESCENTES
VALIDATION OF A WEB QUESTIONNAIRE ON PHYSICAL
ACTIVITY FOR CHILDREN AND ADOLESCENTS
Legnani, R.F.S1; Legnani, E.2; Pereira da Silva, M.3; Cordeiro Barbosa
Filho, V.4; Gustave, E.L.D.5 y Campos, W.6
1 Doctora en Actividad Física y Salud, Profesora del Departamento de Educación Física Universidad Estatal de Ponta Grossa, UEPG (Brasil) legnanirosi@gmail.com
2 Doctor en Actividad Física y Salud, Profesor Universidad Tecnológica Federal de Paraná, UTFPR, Curitiba, Paraná (Brasil)
legnanielto@gmail.com
3 Doctor en Actividad Física y Salud, Profesor Universidad Federal de Rio Grande– FURG, Rio Grande, Rio Grande do Sul (Brasil) mpsilvaa@furg.br
4 Doctor en Actividad Física y Salud,
Profesor Instituto Federal de Edución,Ciencia y Tecnologia de Aracati Campus, Ceará (Brasil)
valtercbf@gmail.com
5 Estudiante de
maestría, Grupo de Investigación en Actividad Física, Deporte y Tecnología, UTFPR, Curitiba,
Paraná (Brasil) evadenkewicz@yahoo.com.br
6 Doctor en Estudios de Desarrollo Motor y
Deporte, Profesor Universidad Federal do Paraná, UFPR, Curitiba, Paraná (Brasil)
wagner@ufpr.br
Código UNESCO / UNESCO code: 5899. EF y Deporte / PE and Sport
Clasificación Consejo de Europa / Council
of Europe classification: 4. Educación Física y
Deporte comparado/ 9. Cinantropometría/ Kineanthropometry; 11. Medicina del deporte / Sports
Medicine.
Recibido
14
de septiembre de 2020 Received
September 14, 2020
Aceptado 30 de marzo de 2021 Accepted
March 30, 2021
RESUMEN
El objetivo del estudio fue llevar a cabo la validez
concurrente del cuestionario WebCas para evaluar la
actividad física (AF) en 140 estudiantes (10 a 16 años) divididos en cuatro
grupos, instruidos para usar un acelerómetro y contestar el cuestionario WebCas diariamente, resultó en 213 días de monitoreo de AF.
Los análisis estadísticos se realizaron utilizando la prueba U de Mann-Whitney,
gráficos de dispersión (Bland y Altmann)
y coeficientes de correlación. La correlación entre las mediciones de AF (WebCas) en comparación con las mediciones de acelerometria (un día) mostró correlación de baja
intensidad (r = 0.22; p <0.001), moderado intensidad (r = 0,48; p <0,04),
promedio de los tres días. Se observó mayor correlación para el promedio de AF
de los 5 días (r = 0,67; p <0,01). El cuestionario WebCas
presentó indicadores de validez satisfactorios.
PALABRAS CLAVE: Cuestionario web, Actividad física, Acelerometría, Validación.
ABSTRACT
The
objective of the study was to carry out the concurrent validity of the WebCas questionnaire to evaluate physical activity (PA) in
140 students (10 to 16 years) divided into four groups, instructed to use an accelerometer and answer the WebCas
questionnaire daily, which resulted in 213 days of PA monitoring. Statistical
analyses were performed using the Mann-Whitney U-test, scatter plots (Bland and
Altmann) and correlation coefficients. The correlation between PA (WebCas) measurements compared to acelerometry
measurements (one day) showed low-intensity correlation (r = 0.22; p <0.001),
moderate intensity (r = 0.48; p <0.04), an average of three days. Increased
correlation was observed for the 5-day AF average (r = 0.67; p <0.01). The WebCas questionnaire presented satisfactory validity
indicators.
KEYWORDS: Web Questionnaire; Physical Activity;
Accelerometer; Validation.
1.
INTRODUCCIÓN
La práctica regular
de actividad física (AF) representa un comportamiento importante para el
desarrollo saludable y el bienestar de niños y adolescentes (Bacil et
al.,
2018; Garcia et al., 2019; Legnani et al., 2019; Ramos, Jiménez-Iglesias, Rivera, & Moreno, 2016).
Esta población más activa físicamente, tiende a presentar mejores indicadores
de salud cardiometabólica (Ekelund
et al.,
2012; Kim, Barreira, & Kang, 2016; Poitras et al., 2016),
mental y cognitiva (Dale,
Vanderloo, Moore, & Faulknera, 2019; Erickson et al., 2019), además de comportamientos relacionados con la salud (Charilaou, Karekla, Constantinou, & Price2009; Legnani et al., 2015; Piola
et al., 2019; Silva et al., 2019, Londal, Haugen, Lund, & Riiser, 2020).
Además, la adopción
de un estilo de vida activo en la infancia y la adolescencia es de suma
importancia para mantener niveles adecuados de AF y una menor morbilidad en las
fases posteriores de la vida (Hallal, Victora, Azevedo, & Wells, 2006; Vera-Estrada, Sánchez-Rivas, & Sánchez-Rodríguez, 2018).
La evaluación y el seguimiento
de la AF a nivel de la población se ha incluido en las políticas de salud
pública en diferentes países (Varela et al., 2018) y representa un importante indicador de salud en niños y
adolescentes, según la Organización Mundial de la Salud (WHO, 2014). Aunque existen métodos e
instrumentos más precisos para medir la AF (como acelerómetros y podómetros) (Chandia-Poblete, D., Cortinez-O’Ryan,
A., Ulloa-Lopez, C., & Aguilar-Farias, 2019, Martínez-Gómez et al., 2009, Mayorga-Veja, Saldías, & Viciana, 2020,
Santos-Labrador, 2019), los altos costos y las dificultades de usar estos
sensores de movimiento a gran escala justifican el uso de cuestionarios como
una alternativa viable para este propósito (Chinapaw, Mokkink, Poppel, Mechelen, & Terwee, 2010).
Otra alternativa
para ampliar la posibilidad de monitorear la AF en escala amplia es la
posibilidad de utilizar dispositivos electrónicos con aplicación a través de
Internet (cuestionario basado en la web) para la aplicación de cuestionarios (Legnani, Legnani,
Rech, Guimarães, & Campos, 2013; Saint-Maurice, & WELK, 2014).
Estos cuestionarios
electrónicos combinados con tecnología de la información tienen el potencial de
ser utilizados con muchas personas y un amplio alcance territorial para su
aplicación. Esto permitiría, por ejemplo, el monitoreo de la AF en las
políticas públicas nacionales de monitoreo o en la evaluación de la efectividad
de los programas para promover este comportamiento en niños y adolescentes (Legnani et al., 2013).
Sin embargo, hay
pocos estudios que prueben la validez de los cuestionarios web para medir la AF
en niños y adolescentes (Da Costa, et
al., 2013; Legnani et al., 2013; Bortolozo, Santos, Pilatti, & Canteri, 2017; Manchola-Gonzalez, Bagur-Calafat,
& Girabent-Farres, 2017). Algunos estudios han
proporcionado información sobre cuestionarios web para medir la AF en niños y
adolescentes de 17 a 19 años, sin embargo, ningún relacionado à la validez
concurrente con las medidas de AF evaluadas por acelerómetros.
Para este fin, se
puso a disposición en Internet un cuestionario web titulado WebCas
www.legnaniwebcas.com.br
el cual, permite monitorear la práctica de AF en estudios epidemiológicos,
transversales y longitudinales en niños y adolescentes. La reproducibilidad de
la versión impresa (Legnani et al., 2019) de la versión
electrónica (en presentación), ha sido probada en estudios previos. Por lo
tanto, el presente estudio pretende realizar la validez concurrente del
cuestionario electrónico WebCas para la evaluación de
la AF en niños y adolescentes de 10 a 16 años de edad.
2. MÉTODOS
Este estudio presenta una sección transversal para
realizar la validación concurrente de las medidas de AF mediante el
cuestionario WebCas versus las medidas de AF
obtenidas por acelerómetros. El estudio fue aprobado por el Comité de Ética en
Investigación Humana de la Universidad Federal de Paraná (UFPR), bajo el
número: 684.147 / 2014. El número mínimo de niños y adolescentes (de 10 a 16
años) necesarios para la participación en el estudio, se calculó a priori,
utilizando la aplicación GPower (Faul,
2007),
considerando un error tipo I (α = 0.05) y un error tipo II (1-β = 0,80) y un tamaño del efecto de 0,5 que resultó en una
muestra mínima de 23 participantes. El estudio se dividió en tres etapas,
invitando a los estudiantes, recolectando datos y organizando datos.
En la primera etapa, 140 estudiantes (4 clases de 35
estudiantes) de una escuela pública urbana de una capital en el sur del Brasil,
cuando se distribuyeron los Términos de Consentimiento Libre e Informado (TCLI).
En la segunda etapa, la recopilación de datos, los estudiantes se dividieron en
4 grupos, de acuerdo con los 35 acelerómetros disponibles. Para cada grupo, se
realizaron los siguientes procedimientos: recopilación de TCLI, recopilación de
información personal (número de teléfono celular y correo electrónico),
medición de la masa corporal, talla y configuración del cuestionario WebCas (registro y capacitación para completar Webcas), firma electrónica del Término del Asentir Libre e informado
(TALI) y distribución de acelerómetros.
Luego se distribuyeron los acelerómetros y se
proporcionaron instrucciones, verbales e impresas, sobre el uso y cuidado del
equipo. Cada participante recibió instrucciones de utilizar el acelerómetro y contestar
el cuestionario WebCas diariamente durante 7 días
consecutivos, desde el momento en que se despertó hasta la hora de acostarse,
excepto durante el baño o en actividades acuáticas. Para controlar el efecto de
reactividad al uso de acelerómetros por parte de los participantes, fueron
programados para comenzar la recolección siempre a las 24 horas del día en que
recibieron el equipo, es decir, el acelerómetro solo comenzó a registrar datos
al comienzo del día siguiente (Corder, Ekelund, Steele, Wareham, & Brage, 2008).
Diariamente, los participantes recibieron instrucciones
por correo electrónico, mensaje de texto por teléfono celular y mensajes por
WhatsApp sobre la necesidad de utilizar el acelerómetro y responder el
cuestionario WebCas directamente en el sitio web del
proyecto Comportamiento Activo y Saludable - CAS, www.legnaniwebcas.com.br.
Después de siete días, se recopilaron
los acelerómetros, para luego descargar los datos en el sistema y hacer
coincidir los datos con la información del cuestionario WebCas.
Se encontró que 58 estudiantes presentaron datos válidos, lo que resultó en 213 días de monitoreo.
Medición de AF utilizando el
cuestionario WebCas
El cuestionario electrónico WebCas se desarrolló adaptando las secciones extraídas de
los instrumentos utilizados en estudios internacionales, divididas en siete
secciones, que se describieron en un estudio anterior (Legnani et al., 2019). Para
cumplir con los objetivos de este estudio, solo se consideró la tercera sesión
del cuestionario electrónico WebCas, considerando la
AF que la persona evaluada realizó el día anterior. En esta sesión, se enumeran
244 tipos de AF, de los cuales el 35% de los valores metabólicos equivalentes
(MET) provienen de investigaciones con niños y adolescentes, el resto proviene
de la AF incluida en el compendio de adultos y corregida para su aplicación a
adolescentes (Ridley,
Ainsworth, & Olds,
2008).
Cada actividad enumerada es
equivalente a un valor MET, que representa su intensidad relativa en múltiplos
de la tasa de reposo metabólico (RMR) definida en 1.0 Kcal / kg (peso / hora),
que fueron representados por un código de seis dígitos (Farinatti, 2003; Ridley et al., 2008; Fonseca, 2012). Para
facilitar la interpretación de estos códigos para los encuestados de WebCas en la versión impresa, las actividades se agruparon
en ocho dominios de AF: 1) Artes; 2) actividades domésticas; 3) cuidado
personal; 4) danza y gimnasia; 5) Actividades escolares y trabajo; 6)
actividades deportivas; 7) Ocio y 8) Recreación (Legnani, 2015;
Legnani et
al., 2019).
Además, se destacaron tres
categorías de intensidad: débil, moderada y fuerte, así como las posibilidades
de realizar actividades de acuerdo con las posiciones del cuerpo (acostado,
sentado y de pie), que representan a todas las AF incluidas en el compendio (Fonseca, 2012). Con esa
información fue posible calcular el gasto energético diario (GED), dividido a cada
quince minutos.
Para calcular el GED de los estudiantes en relación con
un AF específica, los valores en MET se multiplican por el RMR del estudiante,
de la siguiente manera: Kcal = valor MET x RMR x masa corporal, duración de AF.
Por lo tanto, TMR = Kcal.kg-1 min-1; masa corporal (MC) = Kg, tiempo =
minutos¹¹. Las TMR se calcularon utilizando las ecuaciones: TMR = 0.084 X MC +
2.122 (para niños) y TMR 0.047 X MC + 2.951, para niñas (Henry, & Rees,
1991; Fonseca, 2012).
Estos resultados se expresan en megajulios / día (MJ
/ día), para determinar el valor en kilocalorías por día (Kcal / día), el
resultado de TMR debe multiplicarse por una constante "239".
Para identificar el GED, se usó para registrar todas las AF
realizadas durante un día, luego se realizaron los cálculos para cada actividad
realizada durante el día previo. Después de calcular el TMR y el GED, se
calculó el nivel de actividad física (NAF) de los participantes de acuerdo con
la siguiente ecuación: GED en kilocalorías dividido por el gasto calórico
basal, lo que resulta en una proporción estimada hasta dos veces y media por
encima del TMR, según la clasificación del Instituto de Medicina: sedentario
[1–1.39], poco activo [1.4–1.59], activo [1.6–1.89] y muy activo [1.9–2, 5] Institute of
Medicine of the National Academies [IOM] (2002).
2.2.
MEDICIÓN DE LA
ACTIVIDAD FÍSICA POR ACELERÓMETROS
La evaluación AF se realizó utilizando acelerómetros
triaxiales, de los modelos ActiGraph GT3X y GT3X + (ActiGraph; Pensacola, FL), que tiene la capacidad de
capturar aceleraciones en los tres ejes: plano vertical, con un rango de 0.05 a
2, 0 G con una frecuencia de respuesta de 0.25 a 2.5 Hz. Los acelerómetros se
programaron usando el software ActiLife v6. 11.6 Lite
(ActiGraph; Pensacola, FL), los datos recopilados se
resumieron en etapas de 10 segundos.
La reducción de datos se realizó utilizando el software MeterPlus versión 4.3 (SanTech;
San Diego, CA). El AF se estipuló en recuentos totales en el vector de magnitud
(CT) y en recuentos por minuto (CPM), que se obtuvo dividiendo el CT por los
minutos totales de uso del acelerómetro. A partir de estos resultados,
obtuvimos el promedio general de la cantidad de movimientos en minutos
realizados durante los días válidos, individualmente y en grupos, utilizando el
programa Microsoft Office Excel 2007.
Los datos fueron analizados considerando los días válidos
aquellos que presentaron 600 minutos de uso del acelerómetro, la aparición de
30 minutos consecutivos o más de conteos con valores iguales a cero
caracterizaron la no utilización del dispositivo (Choi, Matthews, & Buchowski, 2011). Por lo tanto, se consideró como una
semana válida de uso, los datos recopilados correspondiente al menos 4 días de
monitoreo, siendo al menos un día del final de semana y tres durante la semana
(Corder et al., 2008).
Para los análisis posteriores, los datos de acelerometría se combinaron con el período de recuperación
de la lista de AF del cuestionario WebCas. Cada hora
se clasificó en cinco niveles: comportamiento sedentario (<150 MET) e
intensidades de luz (≥ 150 y <500 MET), moderado (≥ 500 y
<4000 MET), vigoroso (≥ 4000 y <7600 MET) o muy vigoroso (≥
7600 METs). Además, el recuento total se realizó en
horas de cada día y el promedio a los siete días de monitoreo (Trost, Mciver,
& Pate, 2005).
Las recolecciones
de datos se llevaron a cabo de agosto a septiembre de 2014 (encuesta
transversal) por un equipo capacitado del Centro para el Estudio de la
Actividad Física y la Salud de la Universidad Federal de Paraná (UFPR),
supervisado por el investigador principal.
De los 140 participantes elegibles en la primera etapa del estudio,
solo 58 presentaron información válida de al menos un día, es decir, 600
minutos de usar el acelerómetro y completar el cuestionario WebCas,
lo que resultó en 213 días de monitoreo de AF. De estos, 51.7% eran niños y
65.5% asistieron a tiempo completo. La edad promedio fue de 14.18 ± 1.79 años.
Los valores medios, SD, mínimos y máximos para cada variable se describen en la
Tabla 1.
Tabla 1. Características antropométricas, gasto de energía (kcal / día),
equivalentes metabólicos (METS), CT y CPM de los participantes (n = 58)
|
Mínimo |
Máximo |
Média |
Dp |
Idade (anos) |
10 |
16 |
14,18 |
1,79 |
Massa corporal (kg) |
25 |
97,2 |
54,40 |
14,09 |
Estatura (m) |
1,20 |
1,90 |
1,61 |
0,13 |
IMC (kg/m2) |
13,8 |
29,1 |
20,23 |
3,35 |
Quilocalorias/dia (Kcal) |
1319,40 |
2693,22 |
1959,86 |
389,33 |
CT |
1890,80 |
1301769,70 |
570228,59 |
223296,7 |
CPM |
359,90 |
1653,30 |
721,18 |
261,36 |
METS |
93 |
197 |
126,16 |
26,47 |
Leyenda:
SD = desviación estándar; IMC = índice de masa corporal; CT = recuentos
totales, CPM = recuentos por minuto y METS, expresan el promedio de los días
válidos de cada sujeto
Fuente:
autoría propia
Al considerar los valores descriptivos (mediana y
amplitud) de las variables relacionadas con las estimaciones del gasto calórico
(Kcal / día) y los equivalentes metabólicos (METS), de acuerdo con los días de
la semana, se verificó el día en que los estudiantes presentaron puntajes Kcal
/ día y METS más altos fue el domingo 2060.67 (±1115.29), 129 (±102),
respectivamente. El día con el gasto más bajo de Kcal / día fue el jueves
1692.98 (±1276.48), según el METS, fue el lunes 109 (±84). No hubo diferencias
significativas en ninguna de las variables analizadas cuando se compararon los
valores de acuerdo con los días de la semana (p <0.05).
Sin embargo, para las medidas objetivas de AF, el día en
que los estudiantes obtuvieron los puntajes más altos para TC = 609614.30 (±129982.40)
y CPM = 836.20 (±1053.50) fue el martes. Los puntajes más bajos se observaron
el lunes para ambas variables, CT = 428951.40 (±885365.00) y CPM = 573.80 (±712.90),
respectivamente.
De acuerdo con los resultados presentados en la tabla 2,
los valores descriptivos (mediana y amplitud) de todos los días válidos (n =
213), los valores medianos fueron 1744.72 (±1381.36) para el Kcal / día, 512286,
80 (±1571898.60) para CT, 635.90 (±1578.50) para CPM y 114.00 (±108) para METS.
Por lo tanto, hubo diferencias estadísticamente significativas entre niños y
niñas con respecto a los puntajes obtenidos en todas las variables analizadas
(p <0.05).
Tabla 2. Valores descriptivos y diferencias
entre sexos de kcal/día, VMC, VMCPM y METS de los participantes en la etapa de
validación según los días de la semana y el género (n = 213 días)
|
KCAL/DIA Mediana (Amplitud) |
CT Mediana (Amplitud) |
CPM Mediana (Amplitud) |
METS Mediana (Amplitud) |
Lunes (n=32) |
1706,98
(1270,72) |
428951,40 (885365,00) |
573,80
(712,90) |
109,00
(84) |
Martes
(n=27) |
1696,51
(1178,49) |
609614,30
(129982,40) |
836,20
(1053,50) |
123,00
(83) |
Miércoles (n=47) |
1687,51
(1235,94) |
451378,25
(109362,80) |
558,35
(1216,40) |
109,50
(78) |
Jueves (31) |
1692,98
(1276,48) |
536790,30
(900963,90) |
630,00
(885,00) |
110,00
(75) |
Viernes (n=34) |
1770,95
(1373,82) |
541796,50
(129328,80) |
684,45
(1023,20) |
116,00
(99) |
Sábado
(n=23) |
1962,66
(1252,44) |
495439,05
(157172,10) |
669,35
(1559,50) |
120,00
(93) |
Domingo
(n=19) |
2060,67 (1115,29) |
493463,65
(961832,90) |
648,55
(1143,60) |
129,00
(102) |
Total
(n=213) |
1744,72
(1381,36) |
512286,80
(1571898,60) |
635,90
(1578,50) |
114,00
(108) |
Niñas (n=100) |
1887,75a# (1301,83) |
462813,60b,#
(1436314,00) |
598,400c,#
(1578,50) |
110,00d,#
(82) |
Niños (n=113) |
1658,01a* (1381,36) |
549327,10b,*
(1299951,20) |
695,90c,*
(1455,80) |
115,00d,*
(105) |
Leyenda: KCAL /
DIA: gasto calórico CT = recuentos totales; CPM = cuentas por
minuto; METS: equivalente metabólico; Prueba U de
Mann-Whitney: a = p <0.01; b = p <0,05; c = p <0,02; d = p <0,02; #
≠ *.
Fuente: autoría propia
La correlación entre las mediciones de AF obtenidas a
través del cuestionario WebCas en comparación con las
mediciones de CPM mostró una correlación débil (r = 0.22; p <0.001). El
gráfico de dispersión muestra que 3.2% de la muestra de estudiantes presentó puntajes fuera
del límite superior de acuerdo, lo que demuestra que estos participantes pueden
haber subestimado su gasto de energía, en comparación con el CPM (Figura 1).
Figura 1. Acuerdo
entre las medidas de acelerometría (un día) y la
etapa de validación del equivalente metabólico estimado (recordar el día
anterior) de WebCas (n = 213)
Al considerar el promedio de las medidas de acelerometría y METS de tres días (dos días a la semana y
un fin de semana) de los estudiantes, la correlación entre las medidas fue
moderada (r = 0.48; p <0.04). En este caso, se observó que solo un dato
estuvo fuera de los límites del acuerdo (Figura 2).
Figura 2. Acuerdo
entre las medidas de acelerometría y equivalentes
metabólicos (METS), promedio 3 días (dos días a la semana y uno el fin de
semana), paso de validación WebCas (n = 19).
Sin embargo, al analizar el promedio de los 5 días
(tres días de la semana y dos del fin de semana), hubo una moderada correlación
(r = 0,67; p <0,01) entre los resultados de WebCas
y los resultados obtenidos por acelerómetros. Uno de los estudiantes presentó
un valor fuera del límite superior de acuerdo (Figura 3).
Figura 3. Acuerdo
entre las medidas de acelerometría y equivalentes
metabólicos (METS), media 5 días (tres días a la semana y dos los fines de
semana), paso de validación WebCas (n = 20).
4. DISCUSIÓN
El presente estudio
tuvo como objetivo presentar datos de validez del cuestionario web WebCas para la evaluación de AF en escolares, en
comparación con las mediciones obtenidas a través de la acelerometría,
al considerar el Kcal / día y METS evaluados por WebCas.
Los resultados mostraron correlaciones estadísticamente significativas, sin
embargo, de baja intensidad (r = 0.22), entre las mediciones WebCas y AF del día anterior.
Sin embargo, los
indicadores de correlación de intensidad moderada se observaron en los datos
agrupados en tres y cinco días (r de 0,48 y 0,67, respectivamente). Las
mediciones de AF evaluadas usando el cuestionario WebCas
(METS), cuando se compararon con las mediciones de AF del acelerómetro (CPM)
demostraron una correlación de intensidad débil para un día de la semana.
Estos resultados
son similares a los encontrados en otros estudios, en una revisión sistemática
(Farias Júnior, Lopes Ada, Florindo
& Hallal, 2010),
identificaron 52 cuestionarios en formato impreso para evaluar la práctica
habitual de AF, con 42 cuestionarios, 6 diarios y 4 entrevistas estructuradas.
De estos, la mayoría fueron probados con adolescentes de países de América del
Norte, de ambos sexos y diferentes grupos de edad, las medidas objetivas de AF
sirvieron como criterio de referencia para evaluar la mayoría de los
instrumentos, pero solo 11 habían sido probados en más de un tiempo, aunque
ninguno de ellos fue diseñado para ser aplicado en un formulario web.
En relación con los
cuestionarios electrónicos, otra revisión sistemática 17 mostró resultados
similares, de los 11 cuestionarios para medir la práctica de AF en niños y
adolescentes encontrados en la revisión, solo seis habían validado sus
mediciones de AF contra acelerómetros o podómetros, así mismo las correlaciones
encontradas variaron intensidad débil a moderada (> 0,20 a <0,60). Esto
indica que las mediciones de AF obtenidas a través de cuestionarios web tienden
a subestimarse (Legnani et al., 2013).
Al comparar las
mediciones de AF (Acelerómetros x WebCas de un día),
las correlaciones encontradas en este estudio fueron similares a otros
hallazgos (Philippaerts et al., 2006; Storey, & McCargar,
2012), en los que probaron instrumentos electrónicos para la
medición de AF. Sin embargo, cuando se consideran las mediciones de AF
recolectadas en tres o cinco días, las correlaciones observadas en el presente
estudio son más altas que las encontradas con el cuestionario de Recuperación
de actividad multimedia para niños y adolescentes (MARCA) (Ridley, Olds, & Hill, 2006).
Por lo tanto, se observó que las medidas de AF evaluadas a través de WebCas aumentan su precisión a medida que aumentan los días
de monitoreo.
El uso de cuestionarios electrónicos ya ha sido probado
en estudiantes de primaria brasileños y ha demostrado ser una estrategia
interesante (Da Costa et al., 2013; Legnani et al., 2013).
Desde el punto de vista científico y práctico, los resultados de este estudio
son prometedores, ya que muestran la posibilidad de utilizar un instrumento de
recopilación de datos amplio y de bajo costo que puede proporcionar información
más precisa sobre la práctica de la AF en los escolares.
Entre las limitaciones de este estudio, podemos destacar
el uso del compendio de actividad física para evaluar el gasto energético de
los estudiantes, ya que se sabe que solo el 35% de las actividades físicas
enumeradas se derivan de actividades realizadas por niños y adolescentes. Otro
aspecto a considerar, se refiere al uso de acelerómetros y el llenado de WebCas durante siete días consecutivos, los estudiantes
completaron el llenado en sus hogares, sin la supervisión de los investigadores,
este procedimiento fue diferente de la metodología de aplicación de WebCas utilizada en las fases previas del estudio, en los
cuales los estudiantes respondieron en presencia de al menos un investigador,
este hecho puede haber afectado la calidad de los datos auto informados en el
cuestionario.
Entre los puntos positivos, el cuestionario WebCas se destaca como el primer cuestionario electrónico
"multicomponente", dirigido a niños y adolescentes brasileños, con la
capacidad de evaluar diferentes comportamientos relacionados con la salud de
esta población. Otro punto positivo fue la validación en comparación con las
mediciones de AF por acelerómetros en diferentes
días de la semana Esto se ha hecho poco en estudios de esta naturaleza (Legnani et al.,
2013) y parece ser un pionero en
evaluar la validez de un cuestionario con estas características para la
población específica.
Además, WebCas
tiene un módulo administrativo, en el que los investigadores pueden incluir o
eliminar variables de acuerdo con el contexto de interés, lo que le da a WebCas más funcionalidad que sus contrapartes. Otro aspecto
original de WebCas es el hecho de que ofrece la
posibilidad de que los participantes reciban comentarios instantáneos sobre sus
respuestas, al final de la finalización, esto también se aplica a las
respuestas agrupadas por escuela (informe general), por edad y sexo.
5. CONCLUSIÓN
El cuestionario WebCas presentó indicadores de la correlación de baja
intensidad con el recuerdo de AF del día anterior. Sin embargo, los indicadores
de correlación de intensidad moderada se observaron en los datos agrupados en
tres y cinco días de la semana. Dichos resultados no son diferentes de otros
cuestionarios disponibles en la literatura con el mismo propósito que indica a
través del cuestionario web con indicadores de validez similares a otros
instrumentos disponibles en la literatura, para evaluar y monitorear la
práctica de AF en niños y adolescentes.
Por lo tanto, los
autores sugieren que las propiedades de WebCas se
prueben en otros contextos socioculturales, ya que es un instrumento basado en
los recursos de la tecnología de la información, no requiere papel e impresión,
ahorrando recursos financieros, naturales y tiempo, ya que puede llenarse en la
computadora o tableta y teléfonos inteligentes, descartando la entrada de datos
por los investigadores, además de los resultados como: gasto de energía, el
índice de masa corporal se calcula automáticamente.
REFERENCIAS BIBLIOGRÁFICAS
Bacil, E.D.A., Piola, T.S., Watanabe, P.I., Silva, M.P., Legnani, R.F.S., & Campos, W. (2018).
Reprodutibilidade de um questionário de atividade física em escolares de 9 a 15
anos de idade. Ciência e
saúde coletiva, 23 (11), 3841-3848. DOI: https://doi.org/10.1590/1413812320182311.22832016.
Bland, M.J., & Altman, D.G. (1986). Statistical methods for assessing
agreement between two methods of clinical measurement. The Lancet, 8, 1(8476), 307-10. Doi: https://doi.org/10.1016/s0140-6736(03)12378-1.
Bortolozo, E. A. F. Q., Santos, C. B., Pilatti, L. A., & Canteri, M.
H. G. (2017). Validity of international questionnaire of physical activity
through correlation with pedometer validez del cuestionario internacional de actividad
física por correlación con podómetro. Revista Internacional de Medicina y Ciencias de la Actividad Física y
el Deporte, 17(66),
397-414. Doi: https://doi.org/10.15366/rimcafd2017.66.012.
Chandia-Poblete, D., Cortinez-O’Ryan,
A., Ulloa-Lopez, C., & Aguilar-Farias, N. (2019). Cumplimiento de las recomendaciones de actividad
física derivadas del podómetro y patrones
de acumulación de pasos en niños chilenos de áreas de bajos ingresos. Retos,
35, 278-283. Doi: http://dx.doi.org/10.47197/retos.v0i35.65096.
Charilaou, M., Karekla, M., Constantinou, M., & Price2009). Relationship between physical
activity and type of smoking behavior among
adolescents and young adults in Cyprus. Nicotine & tobacco research,
11 (8), 969–76. Doi: https://doi.org/10.1093/ntr/ntp096.
Chinapaw, M.J.M., Mokkink, L.B., Poppel, M.N.M.V., Mechelen, W.V., & Terwee, C.B. (2010). Physical activity questionnaires for youth: a systematic
review of measurement properties. Sports Medicine, 40 (7), 539-63.
Doi: https://doi.org/10.2165/11530770-000000000-00000.
Choi, L., Liu, Z., Matthews, C.E., & Buchowski, M.S.
(2011). Validation of accelerometer wear and nonwear
time classification algorithm. Medicine &
Science in Sports & Exercise, 43 (2), 357. Doi:
https://doi.org/10.1249/mss.0b013e3181ed61a3.
Corder, K., Ekelund, U., Steele, R.M., Wareham, N.J., &
Brage, S. (2008). Assessment of physical activity in youth. J Appl Physiol, 105 (3), 977-87. Doi: https://doi.org/10.1152/japplphysiol.00094.2008.
Da Costa, F.F., Schmoelz,, Davies,, Di Pietro,, Kupek,, & de Assis,. (2013). "Assessment of diet and
physical activity of brazilian schoolchildren:
usability testing of a web-based questionnaire". JMIR Reserarch Protocols, 19 (2),
e31. Doi: https://doi.org/10.2196/resprot.2646.
Dale, L.P., Vanderloo, L., Moore, S., & Faulknera, G. (2019). Physical activity and
depression, anxiety, and self-esteem in children and youth: an umbrella
systematic review. Mental Health Physical
Activity, 16, 66-79. Doi: https://doi.org/10.1016/j.mhpa.2018.12.001.
Ekelund, U.L.F., Luan, J., Sherar, L.B., Esliger, D.W., Griew, P., & Cooper, A. (2012). Moderate
to vigorous physical activity and sedentary time and cardiometabolic risk
factors in children and adolescents. Journal
of the American Medical Informatics Assoation, 307 (7), 704-712.
Doi: https://doi.org/10.1001/jama.2012.156.
Erickson, K.I., Hillman, C., Stillman, C.M., Ballard, R.M.,
Bloodgood, B., Conroy, D.E., Macko, R., Marquez,
D.X., Petruzzello, S.J., & Powell, K. (2019). Physical activity, cognition, and
brain outcomes: a review of the 2018 physical activity guidelines. Medicine & Science in Sports &
Exercise, 51 (6), 1242-1251. Doi: https://doi.org/10.1249/mss.0000000000001936.
Farias Júnior, J.C., Lopes
A.D.A., S., Florindo, A.A., & Hallal, P.C. (2010). Validity and reliability of self-report instruments for
measuring physical activity in adolescents: a systematic review. Cadernos de Saúde Pública, 26 (9), 1669-91. Doi:
https://doi.org/10.1590/s0102-311x2010000900002.
Farinatti, P.T.V. (2003). Apresentação de uma Versão em Português do Compêndio de Atividades Físicas: uma
contribuição aos pesquisadores e profissionais em Fisiologia do Exercício. Revista Brasileira de Fisiologia do Exercício, 2 (2), 177-208.
Faul, F., . (2007). G* Power 3: A flexible statistical power
analysis program for the social, behavioral, and
biomedical sciences. Behavior Research Methods, 39 (2), 175-91. Doi:
https://doi.org/10.3758/bf03193146.
Fonseca,
P.H.F. (2012). Promoção e avaliação da atividade física em jovens brasileiros.
São Paulo: Phorte.
García,
I.A., Moreno, F.M., Del Prado, G.R.L., Sáez, B.G., Puertas,
M.A., & Gómez, A.A. (2019). Validación de un cuestionario sobre actitudes y práctica de actividad física y otros hábitos saludables mediante el método
Delphi. Revista Española de Salud Pública, 93, e1-12.16;93:e201909081.
Hallal, P.C., Victora, C.G., Azevedo, M.R., & Wells, J.C.K. (2006). Adolescent physical activity and health: a
systematic review. Sports Medicine, 36 (12),
1019-30. Doi: https://doi.org/10.2165/00007256-200636120-00003.
Henry, C.J., & Rees, D.G.
(1991). New predictive equations for the estimation of basal metabolic rate in
tropical peoples. European
Journal of Clinical Nutrition, 45 (4), 177-85.
Institute of Medicine of the
National Academies. (2002). The National
Academies Press, Washington: DC. Recuperado: 22/09/2013. Acesso online de: www.nap.edu.
Kim, Y.,
Barreira, T.V., & Kang, M. (2016). Concurrent Associations of Physical Activity and Screen-Based Sedentary Behavior on Obesity Among US Adolescents: A Latent Class
Analysis. Jounal of Epidemiology, 26 (3), 137–144. Doi:
https://doi.org/10.2188/jea.je20150068.
Legnani,
E., Legnani, R.F.S., Rech, C.R., Guimarães, R.F., & Campos, W. (2013).
Instrumentos eletrónicos para avaliar atividade
física em crianças: Uma revisão sistemática. Motricidade, 9 (4), 90-99. Doi: 10.6063/motricidade.9(4).594.
Legnani,
R.F.S. (2015). Elaboração, Validação e
Aplicação de um Questionário via Web Para Avaliar Comportamentos Relacionados à
Saúde em Escolares. Tese de doutorado, Universidade Federal do Paraná,
Curitiba, Paraná, Brasil.
Legnani, R.F.S.,
Legnani, E., Gasparotto, G.S., Bacil, E.D.A., Silva, M.P., & Campos, W. (2015). Hábitos
de sono e prática habitual da atividade física em escolares: uma revisão
sistemática. Revista de educação fisica UEM [online],
26 (1)147-156. Doi: https://doi.org/10.4025/reveducfis.v26i1.24864.
Legnani, R.F.S., Legnani,
E., Quentino, R.A., Silva, M.P., Bacil,
E.D.A., & Campos, W. (2019). Reprodutibilidade da versão impressa do
Questionário WebCas. Adolescencia e Saude,
16 (2), 7-15.
Londal, K., Haugen, A.L.H., Lund, S.,
& Riiser, K. (2020). Physical activity of first
graders in Norwegian after-school programs: A relevant contribution to the development
of motor competencies and learning of movements? Investigated utilizing a mixed
methods approach. PLoS
ONE, 15 (4), e0232486. Doi: https://doi.org/10.1371/journal.pone.0232486.
Manchola-Gonzalez, J., Bagur-Calafat, C.,
& Girabent-Farres, M. (2017). Reliability of the spanish version of the physical activity questionnaire paq-c. Revista Internacional de Medicina y Ciencias
de la Actividad Física y del Deporte, 17(65). Doi: http://dx.doi.org/10.15366/rimcafd2017.65.010.
Mayorga-Vega, D., Saldías,
M.P., & Viciana, V. (2020). Niveles objetivos de actividad
física durante las clases
de Educación Física
en estudiantes
chilenos usando acelerometría. Retos, 37, 123-128. Doi:
http://dx.doi.org/10.47197/retos.v37i37.69238.
Martínez-Gómez,
D., Martínez-de-Haro, V., Pozo, T., Welk, G.J.,
Villagra, A., Calle, M.E., Marcos, A., & Veiga, O.L.
(2009). Confiabilidade e validade do questionário de atividade física
PAQ-A em adolescentes espanhóis. Revista Espanhola de Saúde Pública, 83 (3),
427-439. Doi: http://dx.doi.org/10.1590/S1135-57272009000300008.
Philippaerts, R.M., Matton,
L., Wijndaele, K., Balduck,
A.L., De Bourdeaudhuij, I., & Lefevre,
J. (2006).
Validity of a
physical activity computer questionnaire in 12-to 18-year-old boys and girls. Internatinal of Journal Sports
Medicine,
27 (2), 131-6. Doi:
https://doi.org/10.1055/s-2005-837619.
Piola,
T.S., Bacil, E.D.A, Silva, M.P., Pacífico, A.B.,
Camargo, E.M., & Campos, W. (2019). Impact of physical activity
correlates in the isolated and combined presence of insufficient level of
physical activity and high screen time among adolescents. Revista Paulista
de Pediatria, 37
(2), 194-201. Doi: https://doi.org/10.1590/1984-0462/;2019;37;2;0001.
Poitras, V.J., Gray, C.E.,
Borghese, M.M., Carson, V., Chaput,
J.P., Janssen, I., Katzmarzyk, P.T.,
Pate, R.R., Gorber, S.C., Kho, M.E.,
Sampson, M., & Tremblay, M.S. (2016). Systematic
review of the relationships between objectively measured physical activity and
health indicators in school-aged children and youth. Applied Physiology, Nutrition and Metabolism, 41 (6), S197- S239.
Doi: https://doi.org/10.1139/apnm-2015-0663.
Ramos, P., Jiménez-Iglesias, A.,
Rivera, F., & Moreno, C. (2016). Physical activity trends in spanish adolescents evolución de la práctica de la actividad física en los adolescentes españoles. Revista
Internacional de Medicina y Ciencias de la Actividad Física y el Deporte, 16, 62. Doi:
http://dx.doi.org/10.15366/rimcafd2016.62.010.
Ridley, K., Olds, T., & Hill,
A. (2006). The Multimedia activity recall for children and adolescents (MARCA):
development and evaluation. International
Journal of Behavioral Nutrition and Physical Activity, 3 (10), 1-11. Doi: https://doi.org/10.1186/1479-5868-3-10.
Ridley, K., Ainsworth, B.E.,
& Olds, T.S. (2008). Development of a compendium of energy expenditures for
youth. International Journal of Behavioral Nutrition and Physical Activity, 10 (5), 45.
Doi: https://doi.org/10.1186/1479-5868-5-45.
Saint-Maurice, P.F., & WELK,
G.J. (2014). Web-based assessments of physical activity in youth:
considerations for design and scale calibration. Journal of Medical Internet
Research, 16 (12),
e269. Doi: https://doi.org/10.2196/jmir.3626.
Santos-Labrador,
R. (2019). Medición mediante acelerometría
de los niveles de actividad física de una muestra de adolescentes españoles.
Revista de Salud Pública. 21(5): 1-7.
Doi: https://doi.org/10.15446/rsap.v21n5.76666.
Silva,
M.P., Fontana, F.E., Welk, G.J., Saint-Maurice, P.F.,
Fantineli, E.D.,
Bacil, E.D.A., & Campos, W. (2019). Associations between physical activity,
sedentary behavior, and health risk behaviors among adolescents from a city in Southern Brazil. Revista Brasileira em Atividade Física e Saúde, 24, 1-10. Doi:
https://doi.org/10.12820/rbafs.24e0068.
Storey, K.E., & McCargar, L.J. (2012). Reliability and validity of Web
SPAN, a web based method for assessing weight status,
diet and physical activity in youth. Journal of
Human Nutrition Dietetics, 25 (1), 59-68. Doi:
https://doi.org/10.1111/j.1365-277x.2011.01181.x.
Trost, S.G., Mciver,
K.L., & Pate, R.R. (2005). Conducting Accelerometer-Based Activity
Assessments in Field-Based Research. Medicine &
Science in Sports & Exercise, 37 (11 Suppl), S531-43. Doi:
https://doi.org/10.1249/01.mss.0000185657.86065.98.
Varela, A.R., Salvo, D., Pratt, M., Milton, K., Siefken, K., Bauman, A., Kohl, H.W., Heath, G., Foster, C., Powell, K., & Hallal, P.C. (2018). Worldwide use of the first set of physical activity Country
Cards: The Global Observatory for Physical Activity-GoPA!. International Journal of Behavioral
Nutrition and Physical Activity, 15 (1), 29. Doi: https://doi.org/10.1186/s12966-018-0663-7.
Vera-Estrada, F., Sánchez-Rivas, E., &
Sánchez-Rodríguez, J. (2018). Promoción de la actividad física saludable en el recreo
escolar. Revista
Internacional de Medicina y Ciencias de la Actividad Física y el Deporte. Doi:
http://dx.doi.org/10.15366/rimcafd2018.72.004.
World Health Organization. (2014). Technical consultation on indicators of
adolescent health. Geneva,
Switzerland, World Health Organization, 30 September - 1 October 2014.
Número de citas totales / Total references: 43 (100%)
Número
de citas propias de la revista / Journal's own references: 3 (7%)
Rev.int.med.cienc.act.fís.deporte -
vol. 22 - número 88 - ISSN: 1577-0354