Sammenhæng mellem fysisk aktivitet og kondition hos 440 børn i 3. klasse

Transkript

1 Sammenhæng mellem fysisk aktivitet og kondition hos 440 børn i 3. klasse - et kvantitativt tværsnitsstudie på baggrund af Copenhagen School Child Intervention Study The association between physical activity and physical fitness among 440 children in the 3rd grade. - a quantitative cross-sectional study based on Copenhagen School Child Intervention Study Professionsbachelorprojekt 7.semester, afleveret januar 2009 Fysioterapeutuddannelsen København, Professionshøjskolen Metropol Udarbejdet af: Camilla Wegener Hansen, Kirsten Vennegaard Larsen & Camilla Skovgaard Schmidt Intern vejleder: Bente Andersen, Lektor, PT MSc, Specialist i Idrætsfysioterapi Eksterne vejledere: Bianca El-Naaman Hermansen, Cand. Scient human fysiologi Anna Bugge, Cand. Scient human fysiologi Dette projekt er udarbejdet af studerende ved Fysioterapeutuddannelsen København, Professionshøjskolen Metropol, som et led i et uddannelsesforløb. Den foreligger urettet og ukommenteret fra skolens side og er således et udtryk for de studerendes egne synspunkter Denne opgave eller dele heraf må kun offentliggøres med de studerendes tilladelse, jv. lov om ophavsret af Tegn uden mellemrum: i

2 Sammenhæng mellem fysisk aktivitet og kondition hos 440 børn i 3. klasse - et kvantitativt tværsnitsstudie på baggrund af Copenhagen School Child Intervention Study Forfattere: Camilla Wegener Hansen, Kirsten Vennegaard Larsen & Camilla Skovgaard Schmidt, Fysioterapeutuddannelsen København, Professionshøjskolen Metropol Intern vejleder: Bente Andersen, Lektor, PT MSc, Specialist i Idrætsfysioterapi Eksterne vejledere: Bianca El-Naaman Hermansen, Cand. Scient human fysiologi Anna Bugge, Cand. Scient human fysiologi Kontakt: Kirsten Vennegaard Larsen: [email protected] Baggrund: Det fysiske aktivitetsniveau blandt børn er faldet, og gruppen af børn med dårlig kondition er vokset. Trods stor fokus på området er der fortsat mange sammenhænge, som er ukendte, når det gælder børns fysiske aktivitetsniveau og sundhed. Formål: Afgøre, om der er statistisk signifikant sammenhæng mellem aktivitetsniveau og kondition i stikprøven af børn fra 3. klasse. Herudover vurdere og diskutere konditallet samt aktivitetsniveauet i denne stikprøve. Materiale og Metode: I dette studie indgår resultater fra objektiv måling af kondital ved maxtest på løbebånd samt måling af fysisk aktivitet med accelerometer. Fysisk aktivitet inddeles ud fra acellerometermålinger i gennemsnitlig intensitet, aktivitet ved minimum moderat intensitet og aktivitet ved høj intensitet. Testresultaterne er primært fundet ved anvendelse af Pearsons korrelationskoefficient. Resultat: Korrelation mellem kondital og de forskellige aktivitetsmålinger ligger mellem r = 0,074-0,274. Den største korrelation på 0,274 ses hos drengene ved aktivitet af høj intensitet. Hos pigerne er alle analyser ikke-signifikante Drengenes gennemsnitlige kondital er 52 ml O 2 /min/kg og dermed 13 % højere end pigernes på % af pigerne og 91 % af drengene er aktive ved minimum moderat intensitet i mere end 60 minutter dagligt. Konklusion: For drengene er der lav korrelation mellem fysisk aktivitetsniveau og kondital i stikprøven. Hos pigerne ses ingen signifikant sammenhæng. Det gennemsnitlige kondital i gruppen er højere end i lignende studier. Mere end ¾ af børnene lever op til Sundhedsstyrelsens anbefalinger af fysisk aktivitet. Perspektivering: Accelerometret afspejler ikke alle former for fysisk aktivitet korrekt. Det kunne derfor være relevant at gentage dette studie, hvor aktivitetsdata justeres for disse fejl. Der er yderligere et behov for fortsat at videreudvikle metoder til måling af fysisk aktivitet. Nøgleord: accelerometer, kondital, VO 2 -max, Sundhedsstyrelsens anbefalinger, CoSCIS ii

3 The association between physical activity and physical fitness among 440 children in the 3rd grade - a quantitative cross-sectional study based on Copenhagen School Child Intervention Study Authors: Camilla Wegener Hansen, Kirsten Vennegaard Larsen & Camilla Skovgaard Schmidt Faculty of Physiotherapy Copenhagen, Metropolitan University College Supervisor: Bente Andersen, Lector, PT MSc, Specialist in Sportsphysiotherapy External supervisors: Bianca El-Naaman Hermansen, Cand. Scient human physiology Anna Bugge, Cand. Scient human physiology Contact: Kirsten Vennegaard Larsen: [email protected] Background: Childrens physical activity level has decreased and the number of children with a poor level of physical fitness has increased. Despite great focus on the area there are still many unknown associations when it comes to the activity level and health of children. Purpose: To decide if there is a statistical significant correlation between the level of activity and physical fitness in the study population of children in the 3rd grade. Furthermore to assess and discuss the level of physical fitness and physical activity in this group. Material and Method: The study is based on assessments of objectively measured physical fitness with a maximum exercise test on a treadmill and objectively measured physical activity with an accelerometer. Physical activity measurements are divided into mean activity, minimum moderate intensity and vigorous activity. Test results have primarily been produced by using the Pearson correlation coefficient. Result: Correlations between physical fitness and the different assesments of activity are between r = 0,074 0,274. The greatest correlation (0,274) is found among boys at vigorous activity. None of the analyses were significant among the girls. The average level of physical fitness among the boys is 52 ml O 2 /min/kg and 13 % higher than the level among the girls which is 46 ml O 2 /min/kg. 75 % of the girls and 91 % of the boys are active at minimum moderate intensity for more than 60 minutes per day. Conclusion: For the boys there is low correlation between the level of physical activity and physical fitness in the population of this study. There are no significant correlation among the girls. The average level of physical fitness in this study population is higher compared to similar studies. More than 3/4 of the children meet the recommendations of the National Board of Health regarding physical activity. Perspective: The accelerometer does not reflect all types of physical activity correctly. Consequently it might be relevant to repeat this study with data of activity adjusted for these errors. Futhermore it is neccesary to continously develop methods to measure physical activity. Keywords: Accelerometer, aerobic fitness, VO 2 -max, recommendations of the National Board of Health, CoSCIS iii

4 Indholdsfortegnelse 1.0 Forord Baggrund Formål og mål Formål Forskningsspørgsmål Mål H 0 -hypotese: Definition af centrale begreber: Teori Videnskabsteoretisk udgangspunkt Fysisk aktivitet Fysisk aktivitet i dag og tidligere Motivation og barrierer for fysisk aktivitet Fysisk aktivitet som forebyggende behandling Tracking af fysisk aktivitet Kondital Børns kondital i dag og tidligere Hvad er et kondital? Kønsforskelle i kondital Hvordan øges konditallet? Tracking af konditallet Sygdomstilstande og risikofaktorer Overvægt og fedme Det metaboliske syndrom Type II diabetes mellitus DM II Kardiovaskulære sygdomme (CVD) Risikofaktorernes sammenhæng med fysisk aktivitet eller kondition Sammenhæng mellem fysisk aktivitet og kondition Metodeteori Måling af fysisk aktivitet Måling af kondital Materiale og metode Materiale og metode i CoSCIS Dataindsamlingsmetoder Fysisk aktivitet Iltoptagelse Datamateriale for dette studie Ekskludering i datasæt fra 3. klasse Statistiske metoder Skalaniveau for data Deskriptiv statistik Type 1- og 2 fejl samt signifikansniveau Parametriske test Variansanalyse Korrelation Metoder brugt i Litteratursøgning Databasesøgning Websider, fagpersoner og anden litteratur Kildevurdering De etiske aspekter

5 6.0 Resultater Redegørelse for datamateriale Resultat af test for normalfordeling Beskrivelse og forskelsanalyser af datamateriale Frafaldsanalyse Analyse af sammenhæng mellem aktivitet og kondital Korrelation Kondital hos de mindst og mest aktive børn Diskussion Metodediskussion Materiale Metoden Accelerometer Skæringspunkter Type 1 og type 2 fejl Diskussion af Sundhedsstyrelsens anbefaling af fysisk aktivitet Resultatdiskussion Sammenhæng mellem kondital og forskellige aktivitetsmålinger Kondital Stikprøven i forhold til Sundhedsstyrelsen anbefaling af fysisk aktivitet Konklusion Perspektivering Litteraturliste og referencer Oversigt over bilag

6 1.0 Forord Dette studie bygger på datamateriale indsamlet i forbindelse med Copenhagen School Child Intervention Study (CoSCIS). CoSCIS er et longitudinelt non-randomiseret kontrolleret studie foretaget i 2 kommuner nær København med børn fra de gik i børnehave- til 7. klasse. Formålet med studiet var at undersøge, hvilken betydning en intervention i forhold til fysisk aktivitet havde på en årgang af børn i Ballerup kommune. Interventionen bestod bl.a. af en fordobling af antal idrætstimer fra 2 til 4 om ugen fra børnehaveklasse til 3. klasse, sundhedsundervisning, forbedring af faciliteter ude og inde samt efteruddannelse af idrætslærere. For at vurdere resultatet videnskabeligt fungerede tilsvarende årgang på skolerne i Tårnby kommune som kontrolgruppe. (Hermansen & Bugge, 2006) Der blev udvalgt en række parametre med hensyn til fysisk og psykisk sundhed, motorik og trivsel i øvrigt (bilag 1). Disse blev undersøgt ved baseline, da den udvalgte gruppe børn gik i børnehaveklasse (dec juni 2002), og efter intervention da børnene gik i 3. klasse (sep marts 2005). (Sundhedsstyrelsen, 2006, s ) Fra børnene startede i 7. klasse (sep. 2008), påbegyndtes der opfølgende indsamling af data for at se på langtidseffekter. Vi har været en del af testteamet under den seneste dataindsamling i 7. klasse. Ikke alle data fra 7. klasse er indsamlet, og vi har udvalgt målinger af fysisk aktivitet og kondition fra 3. klasse som datamæssigt grundlag for dette studie. 2.0 Baggrund Der har gennem de senere år været stort fokus på sundhed og motion for børn og voksne både nationalt og internationalt. Medierne bugner af blade, reklamer, avisartikler og tvprogrammer, der sætter fokus på emnet. Dette fokus er formentlig opstået som en konsekvens af en generel bevægelse i den gale retning i forhold til graden af inaktivitet og de deraf følgende konsekvenser. The Danish Health Interview Survey 2000 viste ifølge WHO, at ca. 16 % af den voksne danske befolkning er inaktive (WHO, 2008a). Dette tal varierer i andre undersøgelser og afhænger selvfølgelig delvist af metode og definitioner. For børnenes vedkommende fremgår det, at tid anvendt på stillesiddende aktiviteter er steget kraftigt de senere år. I 2006 brugte 81 % af de årige drenge dagligt mindst tre timer foran fjernsynet og/eller computeren i deres fritid. Dette er en stigning på 11 % på blot 3 år. (Sundhedsstyrelsen, 2008, s. 32). Trods et nogenlunde stabilt gennemsnitligt konditionsniveau er der sket en polarisering, således at flere børn i dag har meget ringe kondition i forhold til 3

7 for år siden (ibid). Frem til starten af 1990 erne havde % af danske børn og unge et kondital under et acceptabelt niveau, omkring årtusindeskiftet var tallet steget til % (Pedersen & Saltin, 2005, s. 8-10). Forskningsmæssigt ved man, at lav kondition er stærkt korreleret med øget risiko for tidlig død både for kvinder og mænd (Pedersen & Saltin, 2003, s ). Konditallet falder med alderen, dog er det uvist, om det skyldes biologiske ændringer eller den ofte ændrede livsstil (Pedersen, 2005, s. 58). Der er derfor meget, der tyder på, at det er vigtigt at sunde motionsvaner starter allerede i barndommen. Rådgivende instanser er på denne baggrund i mange år kommet med anbefalinger vedrørende børn og motion. I Danmark anbefaler Sundhedsstyrelsen, at alle børn og unge under 18 år er fysisk aktive ved moderat intensitet i mindst 60 minutter om dagen, hvoraf minutter 2-3 gange om ugen skal foregå ved høj intensitet (Pedersen & Saltin, 2005, s. 33). Der er forsket meget på området, men desværre er der ikke klar evidens for, at anbefalingen bør lyde netop sådan, eftersom man har svært ved at påvise præcist hvilke sammenhænge, der er/måtte være mellem forskellige faktorer vedrørende børn og motion samt helbred i barndommen og senere i livet (Twisk, 2001). I ét studie (The European Youth Heart Study) er man via måling af fysisk aktivitetsniveau og kondition samt ophobning af kardiovaskulære risikofaktorer nået frem til, at den nuværende internationale anbefaling af 1 times motion dagligt sandsynligvis ikke er tilstrækkelig og i stedet bør lyde på 1 ½ times motion dagligt, hvis man skal undgå ophobning af risikofaktorer. (Andersen et al, 2006) Der er fundet tydelig sammenhæng mellem kondital og fysisk aktivitetsniveau hos voksne, men hos børn er der uoverensstemmelse mellem resultater fra studier, der har undersøgt denne sammenhæng (Dencker et al, 2006). Dencker et al har hos børn fundet svag men signifikant korrelation mellem de to variabler målt ved objektive metoder. 10 % af variationen i børns kondital er bestemt af det fysiske aktivitetsniveau (2006). Det antydes dog af flere, at årsagen til de meget forskellige resultater angående sammenhænge mellem fysisk aktivitetsniveau, kondition og sundhed hos børn, sandsynligvis skal findes i metodiske problemer med især måling af fysisk aktivitet (Dencker et al, 2006; Twisk, 2001; Andersen & Mechelen, 2005). Der findes kun få studier, der har undersøgt sammenhængen mellem fysisk aktivitet og kondital med objektive målemetoder. Der er dermed et behov for at afdække denne sammenhæng yderligere. 4

8 Når både medier og forskere har så stort fokus på både børn og voksnes kondition og fysiske aktivitetsniveau, skyldes det, at det både for den enkelte og for samfundet er af stor socioøkonomisk betydning. Gevinsterne ved et fysisk aktivt liv er mange. Motion har positiv indvirkning på både det muskuloskeletale, det neuromotoriske og det kardiovaskulære system samt vores psykiske velbefindende. (WHO, 2008b) Konsekvenserne af et inaktivt liv kan tilsvarende føre til en negativ effekt på alle de tidligere nævnte områder. Inaktivitet kan dermed på samfundsplan føre til store udgifter i sundhedssektoren. I Danmark er inaktivitet årligt årsag til hospitalsindlæggelser, og de årlige nettoomkostninger i sundhedsvæsenet relateret til fysisk inaktivitet er på millioner kr. Derudover er der konsekvenser i form af tabt arbejdskraft og ikke mindst sygdom, lavere livskvalitet og kortere levetid for den enkelte. (Juel, Sørensen & Brønnum-Hansen, 2006). Man er på denne baggrund begyndt at holde øje med forekomsten af en række risikofaktorer for kronisk sygdom allerede i barndommen. Blandt disse er: overvægt og fedme, det metabolisk syndrom og type II diabetes. Ifølge Pedersen og Saltin (2005, s. 27) og WHO (2008b) er der desuden undersøgelser, som viser en sammenhæng mellem børns fysiske aktivitetsniveau og faglige præstationer, således at de fysisk aktive børn klarer sig bedre i skolen end de inaktive. For fysioterapifaget er det af betydning at få øget viden om alle forhold vedrørende fysisk aktivitet og kondition. Dette har betydning både for vores forebyggende og behandlende tiltag. Fysioterapeuter bør altid i et eller andet omfang forholde sig til deres patienter/klienters livsstil og forhold til motion/træning. Fysioterapeuter, der arbejder med børn, kan have udbytte af en belysning af, hvorvidt danske børn lever op til de nuværende anbefalinger vedrørende fysisk aktivitet, samt på hvilket konditionsniveau de ligger. Der er mange andre faggrupper, der arbejder med børn og fysisk aktivitet, bl.a. pædagoger, lærere, ernærings- og sundhedsuddannede, diætister og idrætsuddannede. Derfor er det af stor betydning, at der tværfagligt sker en vidensdeling mellem disse faggrupper. I Danmark har man de senere år lavet/deltaget i flere større undersøgelser, der har haft til formål at undersøge forskellige interventioner og/eller sammenhænge i relation til børn, fysisk aktivitet og sundhed. Disse er bl.a. European Youth Heart Study (EYHS) og CoSCIS. Med adgang til data fra sidstnævnte studie, hvor man på en stor gruppe børn har lavet objektiv måling af fysisk aktivitet samt målt mange andre faktorer, har vi mulighed for at se på sammenhænge mellem fysisk aktivitetsniveau og udvalgte sundhedsfaktorer. Ifølge Andersen 5

9 et al (2006) får man et bedre udtryk for den kardiovaskulære sundhed, hvis man ser på en samlet risikofaktorprofil bestående af kondition, kropskomposition og blodparametre end ved at se på enkelte parametre. Dette studie vil pga. bachelorprojektets rammer kun omhandle fysisk aktivitet i relation til kondition. 3.0 Formål og mål 3.1 Formål Formålet med dette studie er at belyse, hvorvidt aktivitetsniveau har sammenhæng med kondition i 3. klasse hos gruppen af børn i CoSCIS for herudfra at kunne belyse sammenhængen i 3. klasse generelt. Endvidere vil vi vurdere og diskutere niveauet af konditallet i den udvalgte gruppe. Herudover vil vi ud fra vores datamateriale vurdere og diskutere, om børnene i studiet lever op til Sundhedsstyrelsens nuværende anbefalinger om fysisk aktivitet samt diskutere denne anbefaling Forskningsspørgsmål I hvilken grad er der forskel mellem det gennemsnitlige kondital hos piger og drenge i den kvintil med det laveste aktivitetsniveau og den kvintil med det højeste aktivitetsniveau i stikprøven? Hvordan er konditallet hos piger og drenge i stikprøven set i forhold til motion onlines tabel og andre lignende studier? I hvilken grad lever børnene i stikprøven op til Sundhedsstyrelsens nuværende anbefaling om fysisk aktivitet? 3.2 Mål Vores mål er at afgøre, om der er statistisk signifikant sammenhæng mellem aktivitetsniveau og kondition hos børnene i stikprøven H 0 -hypotese: For at opnå målet undersøges det først om følgende hypotese kan forkastes. H 0 : Der er ikke sammenhæng mellem aktivitetsniveau og kondition hos børnene i stikprøven. 6

10 3.3 Definition af centrale begreber: Stikprøven: Den gruppe vi undersøger, som består af 440 børn fra 3. klasse i CoSCIS. Populationen: Den gruppe vi ønsker at generalisere til, som består af danske børn i 3. klasse. 3. klasse: Børn på 8-11 år Aktivitetsniveau: Fysisk aktivitet er defineret som enhver kropslig bevægelse, der skyldes brug af muskelkraft, hvilket resulterer i et energiforbrug over hvileniveau (WHO, 2008c). Til at måle aktivitetsniveau er valgt et CSA accelerometer, som angiver intensitet af aktivitet i counts pr. minute (cpm) Kondition: Udtrykt som kondital defineret som ml ilt optaget pr. minut pr. kilo legemsvægt (ml O 2 /min/kg). Konditallet er et udtryk for musklernes og de ilttransporterende organers funktionsevne (aerobe effekt) og handler om personens præstationsevne i udholdende aktivitet. (Schibye & Klausen, 2005, s. 247). Dette måles ved en max-test på løbebånd Sundhedsstyrelsens anbefaling om fysisk aktivitet: - Alle børn og unge under 18 år skal være fysisk aktive mindst 60 minutter om dagen. Aktiviteterne skal være af moderat intensitet. De 60 minutter kan opdeles i mindre perioder, f.eks. 15 minutter om morgenen, 15 minutter senere og 30 minutter efter skole, eller 6 gange 10 minutter i løbet af dagen. - Alle børn og unge under 18 år skal mindst to gange om ugen lave aktivitet, som fremmer og vedligeholder deres kondition, muskelstyrke, bevægelighed og knoglesundhed. Træningen skal være af høj intensitet af minutters varighed (Sundhedsstyrelsen, 2006) 7

11 4.0 Teori Indledende vil vi gøre rede for dette studies videnskabsteoretiske udgangspunkt. Efterfølgende beskrives børns fysiske aktivitet, kondition og sundhed, ændringer af disse variabler samt deres indbyrdes relationer. Til sidst redegøres for metoder til måling af aktivitet og kondition, da dette er fundet væsentligt under analyse af data. 4.1 Videnskabsteoretisk udgangspunkt Videnskab er en praksis, hvor der stræbes efter ny viden på et stringent grundlag (Birkler, 2006, s. 13). Vores opgave tager udgangspunkt i det naturvidenskabelige paradigme og den kvantitative forskningsmetode. I naturvidenskaben stræbes efter objektivitet, og før denne kan siges at være opnået, skal dét, man finder frem til, kunne verificeres af andre. Der er altså først tale om objektivitet, når resultatet gentagne gange efterprøves af andre på et andet tidspunkt og sted. (Birkler, 2006, s ). Dette er baggrunden for, at vi ønsker at undersøge sammenhængen mellem objektivt målt fysisk aktivitet og kondition hos børn, da der kun findes enkelte studier af dette. Udgangspunktet for videnskabelig forskning er typisk forskerens/-nes mening eller overbevisning om et eller andet, som formuleres i en hypotese (ibid, s. 72). Vores hypotese er: Der er sammenhæng mellem aktivitetsniveau og kondition hos børnene i stikprøven. Når hypotesen er opstillet, skal man finde en måde, hvorpå hypotesen kan testes empirisk. En verifikation af hypotesen kan dog ikke føre til ny sikker viden, da vi aldrig kan vide, om den næste observation vil stride mod de foregående. Et enkelt tilfælde der afviger fra hypotesen, vil gøre den usand. (Birkler, 2006, s ). Ifølge teoretikeren, Karl Popper, skal den videnskabelige teori/hypotesen i stedet kunne falsificeres, dvs., at det skal være muligt at beskrive betingelserne for, hvornår teorien er falsk (ibid). For vores projekt betyder det, at vi i stedet for at søge at verificere vores egentlige hypotese undersøger, om vi statistisk kan falsificere den modsatte hypotese (H 0 -hypotesen). 4.2 Fysisk aktivitet Fysisk aktivitet i dag og tidligere I forhold til den generelle anbefaling af 60 minutters aktivitet ved moderat intensitet om dagen, viser et stort europæisk studie, at mange børn i års alderen ikke lever op til 8

12 denne. I 32 europæiske lande lever kun % af 11 årige piger og % af 11 årige drenge op til anbefalingen. For Danmark ligger tallet på 35 % for pigerne og 41 % for drengene. Procentdelen, der lever op til anbefalingerne, falder fra 11 til 15 års alderen. Undersøgelsen bygger på selvrapporterede data (WHO, 2007). Selvrapportering har måske en tendens til at underestimere dagligdags aktivitet (Andersen et al, 2006). Tidligere indgik fysisk aktivitet som en naturlig del af den enkeltes liv. Nu er det blevet en adfærd, der aktivt skal vælges f.eks. gennem organiseret motion. (Naver, 2006, s. 6) Foreningsidræt indtager 1. pladsen i forhold til de skemalagte aktiviteter, danske børn går til (Pedersen & Saltin, 2005, s. 10). Idrætsdeltagelsen er størst hos de årige, hvor 78 % af drengene og 76 % af pigerne er aktive i forening. Deltagelse i foreningsidræt falder hos de årige, således at 65 % af drengene og 71 % af pigerne deltager. I års alderen sker en polarisering af idrætsdeltagelsen, således at de, der er aktive, bruger ca. dobbelt så lang tid om ugen end tidligere. (Larsen, 2003) Undersøgelser fra 2004 viser næsten de samme resultater som i 1998 og dermed ikke de store ændringer i børn og unges sportsvaner (Pedersen & Saltin, 2005, s. 10). Skolebørnsundersøgelsen fra 2004 viser, at de årige børn på hverdage i gennemsnit bruger 1 time foran computeren og 2 ½ time foran fjernsynet. Tv-forbrug ser ud til at stagnere, mens brug af internet og computer i det hele taget stiger. Flere undersøgelser har vist, at der er positiv sammenhæng mellem BMI og tidsforbrug foran TV. (ibid, s ) Undersøgelser viser, at antallet af børn, der bruger cykel som transportmiddel, er faldet markant i perioden Fra 1978 til 2000 har de 6-10 årige fordoblet deres bilture, mens der er sket en tredobling for de årige. Den fremherskende konklusion er, at børn er mindre aktive nu end for år siden både i forhold til omfang og intensitet. (ibid, s ) Motivation og barrierer for fysisk aktivitet Der kan være forskellige årsager til variation i, hvor meget børn bevæger sig. På baggrund af CoSCIS har Nielsen og Eiberg (2006) undersøgt aktivitetsvaner hos børn i 5-7 års alderen. Deres konklusion er, at de primære barrierer er manglende legemuligheder og faciliteter i skolen, samt manglende vægtning af fysisk aktivitet og opbakning fra familiens side. Herudover har manglende sociale kompetencer hos barnet og manglende gode oplevelser med 9

13 bevægelse betydning. De sidst nævnte barrierer forstærkes af de primære barrierer. (Nielsen & Eiberg, 2006) Hos børn i 8-10 års alderen synes forældrenes uddannelsesniveau og indkomst ikke at have indflydelse på barnets fysiske aktivitetsniveau, men hos de større børn ser der ud til at være positiv sammenhæng mellem uddannelsesniveau og fysisk aktivitetsniveau. (Pedersen & Saltin, 2005, s. 13) Fysisk aktivitet som forebyggende behandling De første retningslinier omkring anbefalet fysisk aktivitet i forhold til børn blev formuleret i 1988 af American College of Sports Medicine. Disse blev lavet på baggrund af anbefalinger til voksne. I 1993 blev der på en konsensus konference etableret nye retningslinjer for børn, som senere blev opdateret i (Andersen et al, 2006). Retningslinien fra 1998 er lig Sundhedsstyrelsens nuværende anbefaling om fysisk aktivitet. Denne anbefaling er næsten enslydende med WHO s anbefalinger og den Amerikanske regerings (WHO, 2008c; HHS, 2008). Strong et al (2005) har lavet en oversigtsartikel af 850 artikler om relationen mellem fysisk aktivitet og sundhedsparametre samt psykosociale faktorer for at finde frem til en anbefaling af fysisk aktivitet. Der ses effekt i forhold til knoglesundhed, kondition, muskelstyrke og udholdenhed hos børn i studier med interventioner i form af superviseret træning af moderat til hård intensitet af minutters varighed 3-5 dage om ugen. Strong et al (2005) vurderede, at tiden brugt på almindelig dagligdags aktiviteter skal være højere end ved struktureret træning for at opnå tilsvarende sundhedseffekt, og deres samlede anbefaling er derfor 60 minutter pr. dag. Et studie af Andersen et al (2006) antyder, at der skal mere end 60 minutter til for at sænke risikoen for at få ophobede kardiovaskulære risikofaktorer. Prioriteten af forskellige former for fysisk aktivitet ændres med alderen. Indtil 10 års alderen bør hovedvægten ligge på generel fysisk aktivitet og udvikling af motoriske kompetencer, hvorefter der bør være mere fokus på kondition, styrke, udholdenhed og vægtbærende aktiviteter. (Strong et al, 2005) 10

14 4.2.4 Tracking af fysisk aktivitet Tracking er et udtryk for stabiliteteten af en faktor over tid, f.eks. graden af sammenhæng mellem hvor aktiv man er som barn og som voksen. Hvis fysisk aktivitetsniveau i barn- og ungdom har sammenhæng med fysisk aktivitetsniveau som voksen, vil det indikere, at det er vigtigt at fokusere på fysisk aktivitet allerede hos børn og unge. (Twisk, 2001). Der er lav til moderat tracking af fysisk aktivitet, og tracking af inaktivitet er større end tracking af aktivitet. At tracking ikke er høj kan måske skyldes lav reproducerbarhed i eksisterende metoder til måling af fysisk aktivitet. (ibid) Der ser ud til at være en tendens til tracking gennem barndommen, da studier har fundet signifikante korrelationskoefficienter fra 0,17 og 0,58. Fra sene teenageår til man bliver voksen, ses endnu lavere korrelationskoefficienter. (Pedersen & Saltin, 2005, s ) Et nyere studie af Kristensen et al (2006) har i modsætning til andre studier brugt en objektiv måling med accelerometer i stedet for subjektiv spørgeskema eller interview. Studiet bygger på målinger af 384 børn, da de var henholdsvis 8-10 år og år. I en model uden justering findes lave og ikke signifikante stabilitets koefficienter på 0,18 og 0,19 for henholdsvis drenge og piger. Ved justering for ugedag, årstid, dag til dag variation, instrumentelle fejl samt fejl hvis den var båret om natten, fandt man signifikante moderate stabilitetskoefficienter på 0,53 og 0,48 for henholdsvis drenge og piger. Deres konklusion er, at der er tendens til moderat tracking af fysisk aktivitet fra barn til teenager. (Kristensen et al, 2006) 4.3 Kondital Børns kondital i dag og tidligere Mange undersøgelser giver indblik i udviklingen af børns kondition gennem de sidste år. Gennem hele perioden har det gennemsnitlige kondital været stort set uændret, og frem til 1990 erne har fordelingen og spredningen ikke ændret sig markant. Før puberteten har konditallet hos drengene længe været lidt over 50 og pigernes lidt under 50. Andelen af danske børn, der havde et kondital "under et acceptabelt niveau" 1, var frem til starten af 1990 erne %. (Pedersen & Saltin, 2005, s. 7-10). Wedderkopp, Froberg, Hansen og Andersen (2004) har sammenlignet et studie fra med et studie fra , som begge indeholder målinger af kondital for 9-årige børn fra Odense. De påviser, at der i 1 Defineret som < 34 for pigerne og < 38 for drengene (Pedersen & Saltin, 2005, s. 7-10) 11

15 perioden er sket en polarisering af konditionen, således at langt flere børn i studiet fra havde en dårlig kondition sammenlignet med studiet fra , samt at variationsbredden i konditallet var steget i perioden. (ibid) Hvad er et kondital? Konditallet er udtryk for den mængde ilt, der optages i minuttet set i forhold til legemsvægten (ml O 2 /min/kg) (Schibye & Klausen, 2005, s. 247). Konditallet varierer fra person til person. I tabel 1 og tabel 2 ses en oversigt over, hvordan man i Skandinavien kan vurdere konditallet for både børn og voksne i forskellige aldersgrupper. Tallene for voksne er fundet af Åstrand og disse tabeller er suppleret med data fra danske undersøgelser af børn og unge 2 (Zacho, 2008) Tabel 1: Normalbefolkning drenge/mænd Alder Meget Lavt Lavt Middel Højt Meget Højt 5-14 < > < > < > < > < > < > < > < >38 Tabel 1 angiver inddeling af kondital i kategorierne: Meget lavt, lavt, middel, højt og meget højt for drenge/mænd. Aldersspecifikke konditalsintervaller kan aflæses for hver kategori. (Motion-online, 2008) 2 De pågældende supplerende undersøgelser er: Wedderkopp et al (2004) samt Andersen, Henckel & Saltin (1987) 12

16 Tabel 2: Normalbefolkning piger/kvinder Alder Meget Lavt Lavt Middel Højt Meget Højt 5-14 < > < > < > < > < > < >40 Tabel 2 angiver inddeling af kondital i kategorierne: Meget lavt, lavt, middel, højt og meget højt for piger/kvinder. Aldersspecifikke konditalsintervaller kan aflæses for hver kategori. (Motion-online, 2008) Den maksimale iltoptagelse falder med stigende alder hos voksne. Både aktivitetsniveau og maxpuls falder med alderen, hvilket har betydning for den maksimale minutvolumen. (Michalsik & Bangsbo, 2002, s. 64). Det faldende kondital hænger også sammen med et fald i antallet af muskelfibre med alderen (Pedersen, 2005, s. 59). Fra års alderen falder konditallet hos inaktive personer med ca. 1 % om året, men træning kan mindske hastigheden af nedgangen (Michalsik & Bangsbo, 2002, s. 64). Eftersom konditallet falder med alderen, kan det blive kritisk, når man bliver midaldrende, hvis man som ung har haft et dårligt kondital, og det er derfor vigtigt, at man allerede i barndommen får et godt udgangspunkt i form af et højt kondital (Pedersen, 2005, s ). Resultaterne af tidligere nævnte studie af Wedderkopp et al (2004) viser, at % af børnene falder i kategorien "lavt" i , mens ca. 20 % af børnene i falder i kategorien "meget lav" ifølge tabel 1 og Kønsforskelle i kondital Kvinder har et kondital, der er markant lavere end mænds (se tabel 1 og 2). Dette skyldes primært fysiologiske forskelle, da kvinder har en større fedtprocent og en relativt mindre muskelmasse, et mindre hjerte, en mindre blodmængde samt en lavere hæmoglobinkoncentration. Dele af kønsforskellen kan muligvis også skyldes en mere inaktiv livsstil hos kvinder, som kan have sociologiske årsager. (Michalsik & Bangsbo, 2002, s. 64). 13

17 De fysiologiske forskelle mellem drenge og piger er langt mindre, inden de når puberteten. I CoSCIS, var drengenes kondital 8 % højere end pigernes, da børnene var 6-7 år gamle (Eiberg et al, 2005). I et studie af 8-11 årige svenske børn, var forskellen på 16 % (Dencker et al, 2007). I begge studier mener man, at kønsforskellene i kondital hos børn primært skyldes forskelle i kropskomposition og fysisk aktivitet, ligesom man er enige om, at disse faktorer ikke kan forklare hele differencen. I et ældre studie af årige danskere fandt man, at drengenes kondital var næsten 30 % højere end pigernes (Andersen et al, 1987). Noget tyder på, at kønsforskellen i kondital stiger med alderen gennem barndom og teenageårene. Desuden topper drengenes kondital og er uændret i de sene teenageår, mens pigernes kondital falder i de sene teenageår (ibid). I nyere studier ses en tendens til, at faldet i pigernes kondital starter allerede før puberteten (Pedersen & Saltin, 2005, s. 7) Hvordan øges konditallet? Hjertets pumpekapacitet er den begrænsende faktor for størrelsen af den maksimale iltoptagelse. Ønsker man at øge konditallet, bør man arbejde med en stor samlet muskelmasse samt ved en intensitet svarende til 60 % af den maksimale iltoptagelse eller derover. Et øget kondital vil bl.a. føre til en forbedret evne til at arbejde med høj intensitet under langvarigt arbejde. (Michalsik & Bangsbo, 2002, s ). Desuden vil den relative belastning ved et givent stykke arbejde falde i takt med, at konditallet øges, hvilket betyder, at arbejdet vil føles mindre anstrengende. Sundhedsstyrelsen sekundære anbefaling har bl.a. til formål at øge konditionen Tracking af konditallet Der er i flere studier fundet lav til moderat tracking af konditallet. Studierne undersøger tracking for forskellige aldersgrupper og over forskellige tidsintervaller, hvilket sandsynligvis skaber en vis variation i resultaterne. I et større longitudinelt hollandsk studie, fulgte man deltagerne fra de var 13 til 36 år (Koppes, Twisk & Kemper, 2004). Her fandt man korrelationskoefficienter for tracking af konditallet, som i gennemsnit var 0,57, når tidsintervallet mellem målingerne var 3-6 år, mens den faldt til 0,49, når tidsintervallet var 8-11 år (ibid). I et amerikansk studie har man i 5 år fulgt 126 yngre børn, der ved baseline var mellem 7 og 12 år (Janz, Dawson & Mahoney, 2000). Korrelationskoefficienten for tracking af konditallet for hele perioden var på 0,39 og 0,44 for henholdsvis piger og drenge. Der blev altså fundet 14

18 moderat korrelation for tracking af konditallet fra før-pubertet til pubertet. Resultaterne indikerer, at selvom der er moderat tracking af konditallet, er det ikke tilstrækkeligt at identificere børnene med den laveste kondition tidligt og gøre en målrettet indsats for denne gruppe. Derfor anbefaler Janz et al, at man laver interventioner, der retter sig mod at øge konditionen hos alle børn. (ibid) 4.4 Sygdomstilstande og risikofaktorer Overvægt og fedme Overvægt og fedme er en af de vigtigste risikofaktorer og prædiktorer for livsstilssygdomme som metabolisk syndrom, type II diabetes (DM II) og kardiovaskulære sygdomme (CVD) (Wedderkopp, Andersen, Hansen & Froberg, 2001 ). Flere undersøgelser har vist, at forekomsten af overvægt og fedme er stadigt stigende både globalt og i Danmark. Denne udvikling er størst i den yngre del af befolkningen. (Hermansen et al, 2006, s. 42). I perioden fra 1947 til 2003 er overvægt og fedme steget hos både 6-8 årige og årige. Den største stigning ses i fedme hos de 6-8 årige drenge. (Pearson, Olsen, Hansen & Sørensen, 2005). (se tabel 3) Tabel 3: Stigning i forekomst af overvægt og fedme hos københavnske skolebørn i perioden Alder Stigningsfaktor i overvægt Stigningsfaktor i fedme 6-8 årige piger årige drenge årige piger årige drenge Tabel 3 viser med hvilken faktor henholdsvis fedme og overvægt er steget fra Stigningsfaktorer kan aflæses for henholdsvis 6-8 årige og årige kønsopdelt. (Pearson et al, 2005) Årsagen til fedme og overvægt er ifølge Wedderkopp et al (2001) et generelt større energiindtag end energiforbrug. Energiforbruget er bestemt af flere faktorer; det afhænger af hvilestofskiftet og forbruget af energi ved fysisk aktivitet, som viser sig i et vist omfang at være genetisk betinget. 15

19 De overvægtige og fede børn har ofte ikke udviklet kroniske sygdomme som CVD og DM II, sandsynligvis pga. den korte ekspositionstid, og man kigger derfor ofte på risikofaktorer som prædiktorer for en fremtidig udvikling af disse sygdomme. Flere studier finder, at ophobning af risikofaktorer er forøget hos overvægtige børn sammenlignet med normalvægtige. (Hermansen et al, 2006, s. 49). Overvægt er grundet et forhøjet fedtindhold, højt insulinniveau og højt blodtryk den største risikofaktor for udvikling af CVD og det metaboliske syndrom. Det er derfor vigtig at forebygge overvægt i en tidlig alder. Endvidere er der fundet signifikant tracking af overvægt fra barndom til voksenalder. (Wedderkopp et al, 2001) Det metaboliske syndrom Det metaboliske syndrom, også kaldet insulinresistenssyndromet, er et udtryk for en ophobning af forskellige relaterede kliniske forstyrrelser. Disse forstyrrelser er insulinresistens og den heraf følgende hyperinsulinæmi samt både metaboliske og kardiovaskulære komplikationer såsom hypertension, dyslipidæmi, overvægt og ændret glukosemetabolisme. (Hermansen et al, 2006, s. 31) Hverken hos børn eller voksne er der en klar definition af, hvad det metaboliske syndrom er. Mange studier er enige om, hvilke risikofaktorer der spiller ind hos børn, men fastsættelsen af nogle klare skæringsværdier, over/under hvilken risikoen for sygdom øges markant, mangler. De faktorer, de fleste finder afgørende, er fasteplasmaglukose, abdominal omkreds, triglycerider, blodtryk og forholdet mellem HDL og kolesterol (ibid, s ). Det metaboliske syndrom er stærkt prædikterende for blandt andet DM II, og det er derfor relevant at kunne screene for syndromet i forhold til forebyggelse af bl.a. DM II (ibid, s.34) Type II diabetes mellitus DM II DM II er en metabolisk sygdom kendetegnet ved en kronisk hyperglykæmi og abnormiteter i glukose-, fedt- og proteinstofskiftet (Poulsen & Jacobsen, 2005) DM II skyldes defekt i insulinproduktionen kombineret med insulinresistens i den tværstribede muskulatur, hvilket fører til en forhøjet glukosekoncentration i blodet både under faste og efter et måltid (Pedersen & Saltin, 2003, s. 209; Hermansen et al, 2006, s. 34). De specifikke årsager til udviklingen af disse defekter er endnu ikke fastlagte, men man ved, at både genetiske, metaboliske og miljømæssige risikofaktorer såsom fedme og fysisk 16

20 inaktivitet spiller en afgørende rolle for udvikling af sygdommen (Hermansen et al, 2006, s. 34). Hvor DM II førhen ansås for at være gammelmands sukkersyge, ses der i stigende grad flere tilfælde af sygdommen og dens forstadier blandt børn og unge i dag. Tendensen er dog større i USA end i de nordiske lande.(ibid; Pedersen & Saltin, 2005, s. 25). En dansk spørgeskemaundersøgelse fra 2002 viser, at der er 15 registrerede tilfælde af DM II hos børn under 16 år (Poulsen & Jacobsen, 2005). Den danske undersøgelse samt flere andre undersøgelser viser, at hoveddelen af børn med DM II enten er overvægtige eller fede (Hermansen et al, 2006, s. 35; Poulsen & Jacobsen, 2005). I 2002 var der i alt i Danmark ca børn med diagnosticeret type 1 diabetes. DM II udgør en meget lille del af den samlede diabetespopulation for børn (under 1 %) (Poulsen & Jacobsen, 2005) Kardiovaskulære sygdomme (CVD) Mortaliteten grundet CVD er siden midten af 1970 erne faldet i Danmark, mens antallet af indlæggelser har været stationært eller vist en let stigende tendens. CVD er fortsat en af de væsentligste årsager til morbiditet og mortalitet i det danske samfund. Årligt indlægges personer med CVD, mens der årligt dør ca af CVD. (Jørgensen, Willaing & Thomsen, 2005). Risikofaktorerne for udvikling af CVD er bl.a. stigende alder, mandligt køn, diabetes, rygning, højt kolesterol og højt blodtryk. Da forekomsten af DM II er stigende, kan man forvente en mærkbar stigning i forekomsten af CVD, idet DM II er en væsentlig risikofaktor for CVD (ibid). CVD ses sjældent hos børn, da det udvikles over længere tid, men hvis det forekommer, er det medfødt. Det er vigtigt at holde øje med, om barnet har tegn på begyndende CVD og risikofaktorer, da f.eks. arteriosklerose starter sin udvikling, mens man er barn. (Hermansen et al, 2006, s.31). Hos børn ses en direkte sammenhæng mellem antal af CVD risikofaktorer og graden af asymptomatisk arteriosklerose (Andersen et al, 2003). Danske børn med risikofaktorer som højt kolesterol, højt blodtryk og insulinresistens har større risiko for at udvikle CVD senere i livet. Typisk findes risikofaktorerne primært hos børn og unge, der er fysisk inaktive og overvægtige/fede (Hermansen et al, 2006, s ) 17

21 4.5 Risikofaktorernes sammenhæng med fysisk aktivitet eller kondition Samspillet mellem risikofaktorer, fysisk aktivitet og kondition er komplekst og kan anskues på mange måder. Den nedenstående model vil være udgangspunkt for dette afsnit. Figur 1: Sammenhæng mellem fysisk aktivitet, kondition og sundhed. Figuren anskueliggør mulige sammenhænge mellem fysisk aktivitet og fitness samt sundhed i henholdsvis barnog ungdom, i voksenalder samt over tid. (Malina, modificeret af Pedersen & Saltin, 2005, s. 28) Det er interessant at undersøge, om øget aktivitetsniveau/højt kondital i barndommen kan bidrage til en bedre sundhed som voksen (svarende til II i figur 1). Der er ikke fundet evidens for en direkte sammenhæng. Dette skyldes muligvis, at det er vanskeligt at undersøge den direkte sammenhæng. Et optimalt studie ville være et longitudinelt randomiseret kontrolleret studie, hvor der randomiseres til henholdsvis et inaktivt og et aktivt liv, hvilket imidlertid ville være etisk problematisk. (Twisk, 2001) I stedet kan sammenhængen mellem aktivitetsniveau/højt kondital i barndommen og sundhed som voksen undersøges i flere led (I + V eller III + VI i figur 1) Ifølge Twisk (2001) er der hos voksne fundet sammenhæng mellem fysisk aktivitet og sundhed. (VI i figur 1). Da der kun er lav til moderat tracking af fysisk aktivitet og kondital (III i figur 1), giver denne model ikke tilstrækkelig evidens for at øget aktivitetsniveau/højt kondital i barndommen kan bidrage til en bedre sundhed som voksen (ibid). Sundhedsstatus i barndom er en prædiktor for sundhedsstatus som voksen (Twisk, 2001). (V i figur 1). Ifølge Twisk har man ikke kunne vise en stærk sammenhæng mellem børns aktivitetsniveau/kondition og deres sundhed (I i figur 1). Gennem de senere år, hvor man er begyndt at se på ophobning af risikofaktorer, er det måske blevet nemmere at påvise denne sammenhæng (Naver, 2006, s. 7) 18

22 Det følgende vil derfor primært fokusere på sammenhængen mellem fysisk aktivitet/kondition og sundhed i barndommen. Tidligere studier har set på sammenhæng mellem enkelte risikofaktorer og kondition eller fysisk aktivitet hos børn og unge, og kun en svag sammenhæng er fundet. De ophobede risikofaktorer giver måske et bedre billede af barnets helbredsstatus. (Anderssen et al, 2007) Årsagen til hjerteanfald hos voksne er ofte et højt niveau af mange risikofaktorer over år, og man burde måske derfor fokusere på ophobningen af risikofaktorer i stedet for enkelte risikofaktorer hos børn. (Andersen et al, 2003) Hos børn og unge er det svært at vise den sammenhæng mellem fysisk aktivitet, kondital og risikofaktorer, som er fundet hos voksne (Andersen et al, 2003). I EYHS fandt man at konditionen er stærkere korreleret med de metaboliske risikofaktorer end det totale fysiske aktivitets niveau er (Rizzo et al, 2007). Ligeledes var der negativ sammenhæng mellem VO 2 max og CVD risikofaktorer uafhængig af land, køn og alder. Kondition er derfor en vigtig prædiktor for ophobning af CVD risikofaktorer. (Anderssen et al, 2007). EYHS viser endvidere at børn med ophobning af risikofaktorer havde et højere BMI og lavere kondital end gennemsnittet (Andersen et al, 2003). På baggrund af data fra 1732 børn i alderen 9 og 15 år i EYHS, har man undersøgt vigtigheden af fysisk aktivitet i forhold til metabolisk sundhed. Man fandt øget risiko for ophobning af CVD risikofaktorer i de 3 laveste kvintiler i forhold til den mest aktive kvintil. Derfor konkluderede man at børn og unge måske bør være fysisk aktive i mindst 90 minutter, da aktivitetsniveauet for den 4. kvintil var 116 minutter og 88 minutter pr. dag, for henholdsvis 9 årige og 15 årige (Andersen et al, 2006) Ifølge Andersen et al (2003) bør intervention, der sigter mod sundere livsstil, starte i en ung alder for at forebygge eller forsinke udviklingen af kronisk sygdom. 4.6 Sammenhæng mellem fysisk aktivitet og kondition Hos voksne findes positiv sammenhæng mellem fysisk aktivitet og kondition. Hos børn er det mere vanskeligt at vise samme korrelation. Dette kan måske skyldes metodeproblemer i forhold til at måle fysisk aktivitet og kondition. (Dencker et al, 2006) 19

23 Der findes få studier, hvor man har undersøgt sammenhæng mellem kondition og fysisk aktivitet hos børn, hvor kondition er målt ved direkte VO 2 max-test og fysisk aktivitet er målt objektivt med accelerometer (ibid) I et svensk studie af Dencker et al (2006) er daglig fysisk aktivitet og dets relation til kondition undersøgt hos 228 børn i alderen 8-11 år. Der er fundet en positiv men svag korrelation mellem fysisk aktivitet og kondition. Studiet viser en signifikant (p<0,05) men svag positiv korrelation mellem gennemsnitlig daglig fysisk aktivitet og kondital. Korrelationskoefficienten (r) er lig 0,23 for begge køn. En lidt stærkere korrelation er fundet mellem kondital og højt aktivitets niveau (minutter pr. dag), r = 0,32 for drengene og 0,30 for pigerne. Der ses ingen signifikant sammenhæng mellem moderat aktivitets niveau og kondital. De konkluderer, at højt aktivitetsniveau og gennemsnitligt aktivitetsniveau kan forklare 10 % af variationen i kondital (høj = 9 % og gennemsnit = 1 %). (Dencker et al, 2006) 4.7 Metodeteori Måling af fysisk aktivitet Oliver, Schofield og Kolt (2007) har udarbejdet en oversigt omkring målemetoder af fysisk aktivitet hos børn. Der findes flere subjektive og objektive metoder som beskrives i de følgende afsnit på baggrund af Oliver et al (2007) Subjektive: observation, spørgeskema og dagbog Direkte observation, hvor barnet følges og hver eneste aktivitet kodes, er en tids- og ressourcekrævende metode. Spørgeskema og dagbog har den fordel, at de er billige, men de har en stor grad af usikkerhed, da de er subjektive og bygger på evnen til at huske, hvad man selv eller en anden har lavet. Børn har svært ved præcist at angive, hvad de har lavet. Selvrapportering bør derfor ikke bruges til børn under 10 år Objektive: pedometer, accelerometer, energiforbrug og puls Fordelen ved de objektive målinger er, at de sandsynligvis er fri for forskerbias, man kan måle over lang tid, og der bruges få ressourcer i selve dataindsamlingen. Ulempen er, at man intet får at vide om den kontekst, aktiviteten foregår i. 20

24 Pedometret er let at anvende for både børn og voksne, men accelerometret giver en mere detaljeret måling, idet der måles intensitet i counts/epoch samt dato og tid for aktiviteten. Accelerometre findes i forskellige udgaver og måler bevægelse i ét eller flere planer (vertikalt, horisontalt og/eller diagonalt). Energiforbrug er en anden måde at forsøge at kvantificere fysisk aktivitet. Her kan man anskue det totale forbrug eller den energi, der bruges i hvile eller under aktivitet. Oliver et al problematiserer at sidestille energiforbrug med fysisk aktivitet, da energiforbrug påvirkes af andre faktorer såsom gener, køn, alder og kropskomposition. Puls bruges også som måleenhed for fysisk aktivitet. Dette er en indirekte estimering af energiforbrug ud fra den forudsætning, at der er lineær sammenhæng mellem puls og iltforbrug. Denne sammenhæng kan især ved lav aktivitet påvirkes af, at pulsen afhænger af bl.a. følelsesmæssig stress, kropsposition og fordøjelse. Børns aktivitetsniveau er karakteriseret ved at være intermitterende og består af kortere perioder (burst) med aktivitet. Dette kan antyde, at accelerometer er et bedre instrument end pulsmåler. (Brage, Wedderkopp, Andersen & Froberg, 2003a) Validitet og reliabilitet af CSA accelerometer 3 Flere studier har forsøgt at validere og reliabilitetsteste CSA accelerometret i forskellige aldersgrupper og kontekster I et forsøg af Ekelund et al (2001) undersøges validiteten af CSA måling i forhold til energiforbrug målt med Doubly labelled water, der betragtes som golden standard. Herudfra blev energiforbrug ved aktivitet beregnet. I forsøget deltog 26 niårige danske børn og det foregik over 2 uger. Der var signifikant sammenhæng mellem counts per minute (cpm) og energiforbrug. Køn og cpm kan forklare 45 % af variationen i energiforbrug ved aktivitet. Det konkluderes, at CSA ser ud til at give valide data for børn på 9 år, samt at der skal måles end 4 dage for at få en tilfredsstillende reliabilitet. (Ekelund et al, 2001) Accelerometeret har en tendens til at undervurdere intensitet ved høje løbehastigheder. Dette skyldes formodentlig løbs biomekaniske karakter, hvor den horisontale kraft bliver mere end 10 gange større ved løb med 32 km/t end ved 7 km/t, hvorimod den vertikale kraft er næsten konstant i dette interval. (Brage,Wedderkopp, Franks, Andersen & Froberg, 2003b) 3 Det er denne accelerometer type der bruges i CoSCIS. Nogle steder i litteraturen kaldes den også MTI og Actigraph

25 CSA måleren egner sig godt til at måle over længere tid på populationsniveau, idet meget aktivitet i løbet af en dag er ved lav intensitet. Ønsker man at måle arbejde ved høj intensitet, er pulsuret et bedre valg. (ibid) Skæringspunkter og beregningsformler Ved etablering af skæringspunkter i forhold til intensitet målt i cpm, belyses varighed, eks. antal minutters aktivitet om dagen ved moderat intensitet. Der er lavet en del forsøg på at fastsætte skæringspunkter for lav, moderat og høj intensitet af fysisk aktivitet i forhold til cpm (bilag 2). Skæringspunkter bestemmes oftest ud fra metabolisk ækvivalens (MET), hvilket er en angivelse af intensitet og er ratioen mellem arbejdsstofskifte og hvilestofskifte. 1 MET svarer til energiforbruget i hvile. For voksne angives intensiteterne: - let < 3 MET - moderat 3-6 MET - høj > 6 MET 1 MET er defineret som 3.5 ml O 2 /kg/min (Strath, Bassett & Swarts, 2003). Freedson, Melanson og Sirard (1998) har angivet skæringspunkter for CSA ud fra MET som - lav 1951 cpm - moderat cpm - høj 5725 cpm Disse er lavet på baggrund af 50 unge mænd og kvinder ud fra målinger på løbebånd Måling af kondital Det følgende afsnit bygger på Rowland (1996, s ). Konditallet kan måles og udregnes på mange måder. De mest valide resultater opnås ved en direkte måling af iltoptagelsen under en test, hvor testpersonen skal yde sit maksimale. Efterfølgende omregnes den maksimale iltoptagelse til et kondital angivet ved ml O 2 /min/kg. Konditallet kan også udregnes ved en indirekte test, hvor man estimerer konditallet ud fra enten pulsmåling og/eller wattbelastning i en submaksimal eller en maksimal test. Endelig kan et estimat af den maksimale iltoptagelse også foretages ud fra direkte måling af iltoptagelsen ved en submaksimal test. Valg af metode må afhænge af ressourcer og formål med målingen. 4 Det er disse skæringspunkter, der bruges i CoSCIS. 22

26 Foretager man en direkte max-test, er der alligevel risiko for, at man ikke får et korrekt mål for den maksimale iltoptagelse, hvis forsøgspersonen reelt ikke yder sit maksimale. Derfor opstilles kriterier for godkendelse af testen. Ved testning af børns kondition findes ikke ét kriterie, som kan "stå alene", da der er store individuelle forskelle. Rowland anbefaler derfor: - Barnet bør vise tegn på udmattelse (være forpustet, ændre ansigtskulør, svede og miste rytmen i aktiviteten) Dette skal være i kombination med én eller flere af følgende kriterier: - Maxpuls på minimum 200 slag/minut (hvis løbebåndstest)/195 (hvis cykeltest) Disse værdier er fundet som gennemsnit af maxpuls hos børn i flere studier og er mere hensigtsmæssige kriteriemål end estimering af puls, da børns maxpuls er uændret frem til de sene teenageår. - Respiratoriske udvekslingskvotient 5 (R) > 0,99 (hvis løbebåndstest)/1,02 (hvis cykeltest) Traditionelt sættes kriteriet til R>1 men en række studier har fundet ovennævnte værdier som gennemsnit ved test af børn. - Opnå plateau i iltoptagelsen. Langt de fleste voksne vil ved deres maksimale iltoptagelse nå et plateau, hvor iltoptagelsen ikke længere stiger. Hos børn er det kun ca. halvdelen der når et sådant plateau. Direkte VO 2 max-måling hos børn kan ifølge Eiberg et al (2005) yderligere være problematisk pga. etiske forhold, sikkerhedshensyn samt vanskeligheder med at finde udstyr til børn. Det er vigtigt, at belastningen i en max-test øges gradvist, men også at testen højest tager 15 minutter, da andre faktorer ellers kan hæmme præstationen. Disse er bl.a. ophobning af træthedsstoffer i musklerne eller tømning af muskelfibrenes glykogenindhold, hvilket kan betyde, at personen ikke kan fortsætte, selvom den maksimale iltoptagelse ikke er nået. (Michalsik & Bangsbo, 2002, s. 67) 5 R = respiratoriske udvekslingskvotient, der er forholdet mellem udskilt CO 2 og optaget O 2 23

27 Den mest anvendte metode til præcis bestemmelse af den maksimale iltoptagelse er Douglassæk-metoden 6, hvor udåndingsluften under den sidste del af testen opsamles i store sække under tidtagning. Luftindholdet analyseres herefter for indholdet af O 2 og CO 2, og iltoptagelseshastigheden udregnes. Der findes nyere udstyr, som analyserer udåndingsluften "on-line" med det samme (ibid, s ) Et eksempel på online-udstyr er AMIS 2001 Cardiopulmonary Function Test System, som er anvendt i CoSCIS i AMIS 2001 er testet valid med Douglassæk-metoden som kriteriemål (Jensen, Jørgensen & Johansen, 2002). 5.0 Materiale og metode 5.1 Materiale og metode i CoSCIS Vores projekt tager udgangspunkt i CoSCIS, som er en omfattende undersøgelse med tilsagn fra 710 børn som udgangspunkt. Som resultatmål til at vurdere interventionen er der valgt en række parametre, som blev testet i børnehave-, 3.- og 7. klasse. Disse dækker områder som fysiologiske værdier, motorisk niveau, kropskomposition mm. (bilag 3) Undersøgelserne blev udført lokalt på hver skole af skiftende testere. Dog var der en fast testleder på måling af VO 2 max, og testen blev hver gang udført i en vogn med løbebånd og måleudstyr, som blev kørt fra sted til sted (Hermansen et al, 2006, s.72) Dataindsamlingsmetoder Vores formål er at se på sammenhæng mellem fysisk aktivitet og kondition. De parametre, vi derfor har valgt at behandle statistisk, er objektivt målt fysisk aktivitetsniveau og kondital i 3. klasse. Udover disse resultater har vi i den statiske analyse inddraget data vedrørende, hvilken kommune barnet bor i, alder, køn samt BMI Fysisk aktivitet Fysisk aktivitet blev målt objektivt i 3. klasse ved brug af CSA accelerometer. Modellen er lille og let og spændes på et mavebælte, barnet kan have på. Accelerometret indeholder piezokeramisk materiale, som har den egenskab, at det udvikler en elektrisk spænding proportional med den belastning, materialet udsættes for. Den kan således måle forskellige aktivitetsniveauer. Acceleromtret kan indstilles til forskellige tidsperioder (epoch), hvori der 6 Douglassæk-metoden anses for "golden standard" (McLaughlin, King, Howley, Bassett & Ainsworth, 2001) 24

28 registreres counts, og der blev valgt en 10 sekunders epoch. Dette valg giver enheden: counts/10 sek., som efterfølgende kan omregnes til cpm. Indstilling af epoch på 10 påvirkede hukommelseskapaciteten således, at der kun kunne måles i 3 døgn og 19 timer. Acceleromtret blev båret, en dag inden måling gik i gang for at undgå fejlkilde, da der blev observeret øget aktivitet hos barnet, lige efter måleren blev monteret. Planen var at montere acceleromtret onsdag og måle torsdag morgen til søndag aften for at få målinger fra to hverdage og to weekenddage. I praksis blev det således i 3. klasse, at acceleromtrene blev sat i gang både onsdag, torsdag og fredag. (Hermansen et al, 2006, s ) Iltoptagelse Iltoptagelse blev i 3. klasse målt ved brug af AMIS 2001 Cardiopulmonary Function Test System, hvor barnet trækker vejret gennem et rør, der holdes i munden og har en klemme på næsen. Under målingen bar barnet et pulsbælte. Målingen blev udført under en løbebånds test, hvor hældning og hastighed gradvist øgedes indtil udmattelse. Ved hver hastigheds eller hældningsændring var der et tilhørende billede og en kommentar, f.eks. var kommentaren ved 8 km/t og 9 % hældning: Du er nu på vej op ad Mount Everest (præcis testprotokol ses i bilag 4). Accepteret præstation blev bestemt ud fra Rowlands kriterier. Testleder og assistent kom med opmuntrende og positive tilråb for at tilskynde barnet til at yde dets maksimale. (Hermansen et al, 2006, s ) Før studiets opstart blev der lavet et pilotstudie, hvor børnene blev testet både på løbebånd og cykel. Det var svært at finde en cykel i den rette størrelse, og børnene havde svært ved at opretholde den rette kadence. På denne baggrund blev løbebånd valgt frem for cykel. 5.2 Datamateriale for dette studie Om vi er aktive, fordi vi er i god form, eller vi er i god form, fordi vi er aktive, er et godt og ubesvaret spørgsmål. Hvilke af vores resultater, der er afhængige og uafhængige, er svært at sige. I vores analyse vil vi se på fysisk aktivitet som den uafhængige og konditionsniveauet som afhængigt heraf. 25

29 I statistisk analyse bruges følgende 3 mål for angivelse af fysisk aktivitet: Gennemsnitligt aktivitetsniveau (cpm) Minutter ved minimum moderat intensitet dagligt (minimum 1952 cpm) Minutter ved høj intensitet (minimum 5725 cpm) Til angivelse af kondital bruges ml O 2 /min/kg Ekskludering i datasæt fra 3. klasse Vi har datamateriale på 710 børn fra 3. klasse. Ikke alle børn har deltaget i alle test. Vi har derfor måtte ekskludere dem, der ikke havde både en acceptabel måling af kondital og aktivitet. Aktivitetsmåling der er målt i mindre end 3 dage er ekskluderede. I figur 2 ses at 250 børn blev ekskluderede og 440 inkluderede. 710 personer i alt i 3. klasse. 29 personer har ikke et kondital men en accepteret aktivitetsmåling ( 3 dage) 137 personer har ikke en accepteret aktivitetsmåling ( 3 dage) men de har et kondital 97 personer som hverken har kondital eller accepteret aktivitetsmåling ( 3 dage) 7 personer ekskluderede - ikke godkendt konditest 440 personer er inkluderet i analysen Figur 2 Flowchart over deltager i studiet. Kasserne i venstre side viser det totale antal børn i datamaterialet og antal børn efter ekskludering. Kasserne i højre side viser 4 årsager til ekskludering og antal ekskluderede børn for hver årsag. 26

30 5.3 Statistiske metoder Til indtastning af data samt bearbejdning anvendes statistikprogrammet SPSS Skalaniveau for data Data for kondital, aktivitet, alder og BMI angives på en ratio/interval skala. Hvis data på ratio-/intervalskala er normalfordelte er det muligt at benytte parametriske analysemetoder, der giver mulighed for at påvise selv små forskelle (Lund & Røgind, 2004, s. 78) Deskriptiv statistik For at vurdere om data er normalfordelte, ser vi på skewness-værdien. Skewness er et udtryk for, om fordelingskurven er venstre skæv, højre skæv eller symmetrisk. De 3 kurver ses i figur 3. Figur 3: Fordelingskurver. 3 forskellige fordelingskurver henholdsvis en venstre- og en højre skæv samt en symmetrisk. (Lund & Røgind, 2004, s. 58) Datasæt med skewnessværdier mellem -1 og 1 vurderes normalfordelte. Normalfordelte data præsenteres med middelværdi og fordelingsbredden angivet som standard deviation (SD), hvilket beskriver, hvor meget gruppen varierer. Herudover præsenteres data for kondital og aktivitet i en graf med inddeling i percentiler. Ikke normalfordelte data præsenteres med median, minimum og maksimum samt 25- og 75 percentilen Type 1- og 2 fejl samt signifikansniveau En type 1 fejl er, at H 0 -hypotesen forkastes, selvom den er sand. Risikoen for at begå en type 1 fejl betegnes α og er lig det valgte signifikansniveau (p-værdien). En type 2 fejl er, at H 0 - hypotesen accepteres, selvom den er falsk. Risikoen for at begå en type 2 fejl kaldes β. (Lund & Røgind, 2004, s. 76) 27

31 P-værdien er sandsynligheden for, at forskellen er opstået ved en tilfældighed forudsat at H 0 - hypotesen er sand. Traditionelt sættes p-værdien til 0,05 men bør afhænge af den kliniske situation. (Lund & Røgind, s ). I dette studie accepteres resultater med p 0,05. P-værdien kan bestemmes på 2 måder: ensidet- og tosidet signifikanstest. Valget afhænger af, om resultatet kun kan bevæge sig i én retning (ensidet) eller 2 (tosidet) (ibid, s. 82). Vi benytter tosidet signifikanstest i dette studie, da ovenstående ikke kan afgøres Parametriske test Den centrale grænseværdi sætning udtrykker, at en variabels stikprøvefordeling er normalfordelt, hvis blot stikprøven er stor nok, selv hvis variablen ikke er normalfordelt (Lund & Røgind, s. 67). Vi har et stort antal deltagere (n = 440) og har derfor valgt at behandle al data med parametriske test, også selvom det skulle vise sig, at data ikke er normalfordelte. Vi har for en sikkerheds skyld afprøvet non-parametriske test på ikke normalfordelte data, men dette viste ingen betydningsfulde forskelle Variansanalyse For data på ratio-intervalskala benyttes uparret t-test (Lund & Røgind, s. 81). T-værdien er et udtryk for, hvor meget 2 grupper adskiller sig fra hinanden, set i forhold til hvor stor variation der er indenfor de 2 grupper hver især (ibid, s. 89). For at finde en signifikant forskel skal den nummeriske t-værdi være over 1,96 med en p-værdi 0,05. (Coolican, 2004, s ) Denne metoder benyttes til at undersøge, om der er forskel mellem de to kommuner i forhold til alder, BMI, aktivitet og kondital. CSA er testet reliabel ved brug i 4 dage (Ekelund et al, 2001). Både i EYHS og CoSCIS er anvendt målinger 3 dage (Andersen et al, 2006; Eiberg et al, 2005). Der laves en variansanalyse for at undersøge, om der i stikprøven er forskel på aktivitet og kondital mellem de personer, der er medtaget med 3 aktivitetsmåledage, og de der er medtaget med 4 dage. Herudover inddeles data for aktivitet ved høj intensitet per dag i kvintiler. For at kunne undersøge om der er signifikant forskel mellem de mindst aktives kondital og de mest aktives, laves en variansanalyse. 28

32 5.3.6 Korrelation Til at se på sammenhæng mellem fysisk aktivitet og kondition i 3. klasse beregnes Pearsons korrelationskoefficient (r). Denne metode anbefales til bearbejdning af parametrisk data. Fuldstændig korrelation er r = 1 eller r = -1. (Lund & Røgind, 2004, s ). For at kunne afgøre sandsynligheden for, om den fundne r-værdi er sket ved en tilfældighed, eller der er en reel sammenhæng, bestemmes p-værdien for H 0 -hypotesen; at der ingen sammenhæng er (r = 0). Hvis p-værdi < 0,05 kan H 0 -hypotesen forkastes og sammenhængen vurderes signifikant (ibid, s. 95). For at få et billede af sammenhængen laves scatterplots. 5.4 Metoder brugt i Litteratursøgning Databasesøgning Litteratursøgningen er sket af flere omgange, først ved en grov søgning og senere ved en mere grundig søgning, hvor vi benyttede så mange synonymer som muligt. Ved studiets afslutning udførte vi en yderligere søgning for at se, om der var kommet ny viden på området. Vi har søgt i følgende databaser: PubMed, Cinahl, Cochrane og Embase. PubMed databasen, som indeholder sundhedsvidenskabelige artikler, gav mest relevant litteratur. En del artikler er desuden fundet ved kaskadesøgning. I tabel 4 ses en matrix med eksempler på emneord og synonymer, som blev brugt ved søgning i PubMed. Synonymer er fundet via Mesh og ved at se på nøgleord i allerede fundne artikler. De Boolske operatorer er brugt til at kombinere ordene. Lodret blev synonymerne forbundet med OR, hvorefter de to kategorier blev forbundet med AND. Tabel 4: Eksempel på en søgematrix: Fysisk aktivitet physical activity daily activity Kondital max* oxygen uptake max* oxygen consumption max* cardiorespiratory fitness aerobic fitness Tabel 4 viser to søjler der indeholder eksempler på synonymer for henholdsvis fysisk aktivitet og kondital. 29

33 Trunkering anvendes, når man ønsker at søge på grundstammen af et ord og alle dets endelser, eksempelvis giver søgning på ordet max*, resultaterne: max, maximal og maximum. Brug af Mesh, Boolske operatorer, trunkering og fraser ses i søgehistorik (bilag 5). Der er skrevet meget om fysisk aktivitet og kondition, og vi har derfor fundet det vigtigt at lave afgrænsninger for at finde den bedste, vigtigste og nyeste litteratur. Ved søgning i databaserne har vi begrænset det til dansk og engelsk materiale fra de seneste 10 år, samt til RCT, metaanalyser og reviews. Hvor det har været muligt, har vi begrænset til aldersgruppen 6-12 år Websider, fagpersoner og anden litteratur Vi har brugt motion-online.dk, til at søge viden om kondital. Da redaktøren, Morten Zacho, er idrætsfysiolog og forsker, har vi vurderet, at vi kan anvende denne hjemmeside. Vi har haft kontakt med Morten Zacho for at finde de primære kilder til hjemmesidens oplysninger. Herudover er Sundhedsstyrelsens og WHO s hjemmesider anvendt. Lars Bo Andersen er forskningsleder på CoSCIS, og da han har været engageret i flere forskningsprojekter omhandlende fysisk aktivitet, har vi søgt på hans navn i forbindelse med fysisk aktivitet og kondition. Vi har yderligere brugt uddannelsens obligatoriske litteratur samt anden relevant litteratur Kildevurdering I kritisk vurdering af artikler lægger Jamtvedt, Hagen & Bjørndal (2003, s. 148ff) bl.a. vægt på resultatets pålidelighed, forsøgets design, og om der er sammenhæng mellem formål og resultat. Vi har taget udgangspunkt i ovenstående i vurdering af artikler. Undersøgelser, der har mange deltagere og bygger på danske data, er prioriteret højest. 5.5 De etiske aspekter Danske fysioterapeuters etiske udvalg har udarbejdet nogle retningslinjer, som skal overholdes, når man laver forskning. I dette studie er det følgende retningslinje, der skal overholdes: Fysioterapeuten skal overholde gældende love og anerkendte principper i forbindelse med faglig udvikling og forskning (Danske Fysioterapeuter, 2008). Forskning, som omfatter mennesker, skal efterleve de gældende etiske retningslinjer omtalt i 30

34 Helsinki Deklarationen (Zachariae, 1998, s. 112). Alle procedurer og metoder i CoSCIS er i overensstemmelse med de etiske anbefalinger fra Helsinki Deklarationen. Dette studie er endvidere godkendt af Det Etiske Råd, Danmark (Hermansen & Bugge, 2006) Der er 4 principper for god forskning: viden-, nødvendighed-, gøre-godt og samtykkeprincippet. Vidensprincippet omhandler at undersøgelsen direkte eller indirekte bidrager til udvikling af viden for deltagerne. I CoSCIS er det både børnene og forældrene, som kan få ny viden. Børnene kan lære ting om hvad deres krop kan og ikke kan, ved at afprøve ting som de ikke er vant til. Forældre kan gennem brevet, som er sendt til dem, læse om, hvorfor netop CoSCIS er et godt projekt, og hvad det har til formål. Herudover er resultaterne fra undersøgelsen tilgængelig for alle på Sundhedsstyrelsens hjemmeside. Nødvendighedsprincippet dækker over, hvorfor det lige netop skal være denne gruppe, som skal deltage i undersøgelsen. Da man i Danmark mangler nogle tal på objektiv mål af fysisk aktivitet hos børn, er det relevant, man undersøger lige netop denne gruppe. Gøre-godt princippet omhandler, at der en større gevinst end risiko ved at deltage i undersøgelsen. I CoSCIS hvor interventionen bl.a. har bestået af flere idrætstimer, er der ikke nogle risiko ved at deltage. Til gengæld kan der være den gevinst, at man har fået f.eks. en bedre kondition. Samtykkeprincippet dækker over, at forsøgspersonerne skal give validt samtykke. Princippet om autonomi, som er individets ret til selvbestemmelse, hører under samtykkeprincippet. Da testpersonerne er børn under 18 år, er de ikke autonome, og det er derfor deres forældre eller værge, som skal give samtykke til, at barnet må/vil deltage i CoSCIS. Det er vigtigt at testpersonerne, i dette tilfælde børn (og forældre), bliver ordentligt informeret om projektet, inden de skal tage stilling til, om de vil deltage. Desuden skal de være informeret om, at deltagelse er frivillig, og at man har ret til at fortryde. (Den Centrale Videnskabsetiske Kometé, 2008). Testlederne af CoSCIS har mundtligt informeret børnene ude i klasserne og udleveret informationsbrev samt samtykkeerklæring til forældrene (vedlagt som bilag 6). 31

35 6.0 Resultater 6.1 Redegørelse for datamateriale Efter eksklusion er det endelige antal børn, der ligger til grund for vores analyse, 440. Fordelingen mellem drenge og piger i stikprøven er næsten lige, mens der i gruppen fra Tårnby ses en overvægt af piger, og i gruppen fra Ballerup en overvægt af drenge. (tabel 5) Tabel 5: Fordeling af piger og drenge mellem kommuner Kommune/køn Piger Drenge Total Ballerup/interventionsgruppe Tårnby/kontrolgruppe Total Tabel 5 viser antal inkluderede børn fordelt efter køn og kommune, samt antal børn pr kommune og totalt. Der er ikke signifikant forskel på aktivitetsniveau og kondital mellem børnene, som bar CSA accelerometer i 3 eller 4 dage. Dette er fundet ved brug af en uparret t-test (bilag 7). Vi har derfor inkluderet både dem med 3 og 4 dages målinger Resultat af test for normalfordeling Data for aktivitet, kondital samt alder vurderes normalfordelt for hele gruppen idet skewness værdier ligger mellem -0,02 og 0,94. Data for BMI er ikke normalfordelt idet skewness er 1,14. Hos drengene er BMI heller ikke normalfordelt, mens alle data er normalfordelte for pigerne. (se bilag 8) Beskrivelse og forskelsanalyser af datamateriale Børnenes alder er i gennemsnit 9,55 år. Gennemsnitligt bevæger de sig dagligt 85 minutter ved minimum moderat aktivitet og 13 af disse minutter ved høj intensitet. Det gennemsnitlige kondital er 49. (tabel 6). 32

36 Tabel 6: Deskriptiv data for hele gruppen af børn Alder (år) Minimum moderat intensitet Høj intensitet (minutter/dag) Gennemsnitlig intensitet Kondital (ml O2/min/kg) (minutter/dag) (cpm) Middelværdi (SD) 9,55 (0,37) 85 (26) 13 (7) 682 (181) 49 (7) Tabel 6 viser middelværdi, og (SD) for hele gruppen mht. alder, aktivitetsmålinger og kondital Der er signifikant forskel (p = 0,000) mellem køn, i forhold til alle aktivitetsmålinger og kondital (bilag 9). Derfor beskrives disse data kønsopdelt (tabel 7) Der er ikke signifikant forskel mellem kommunerne i forhold til aktivitet og kondital, for hverken pigerne eller drengene (bilag 10). Data behandles derfor samlet for de to kommuner uden hensyntagen til intervention. Tabel 7: Deskriptiv data for børnene kønsopdelt Minimum moderat intensitet Høj intensitet (minutter/dag) Gennemsnitlig intensitet Kondital (ml O2/min/kg) (minutter/dag) (cpm) Piger Middelværdi 79 (24) 12 (7) 643 (162) 46 (6) (SD) Drenge Middelværdi (SD) 91 (27) 14 (8) 720 (190) 52 (7) Tabel 7 viser middelværdi og (SD) kønsopdelt i forhold til aktivitetsmålinger og kondital Drengene er mere aktive end pigerne og har et kondital på 52 der er ca. 13 % 7 højere end pigernes på 46 (tabel 7). For at give et billede af. om denne kønsforskel er gældende for hele gruppen, eller om den ses mere hos de mest eller de mindst aktive, har vi inddelt data i decentiler med angivelse af median for hver decentil 8. Som det ses af figur 4, 5 og 6, er der en kønsforskel i alle decentiler både for fysisk aktivitet og kondition, således at drengene er mere aktive og har et højere kondital. Kønsforskellen er næsten ens for alle decentiler mht. kondital (figur 6), mens kønsforskellen i fysisk aktivitet er større hos den mest aktive kvintil end den mindst aktive kvintil (figur 4 og 5). 7 Udregning: ((52-46)/46) * 100 % 13 % 8 Medianen angives, idet data i nogle af decentilerne ikke er normalfordelte, og idet grupperne er små og kun består af ca. 20 børn. 33

37 Aktivitet ved minimum moderat intensitet (minutter/dag) Drenge Piger Decentil Figur 4: Aktivitet ved minimum moderat intensitet i dencentiler kønsopdelt Hvert punkt på grafen angiver medianen af antal minutters aktivitet for hver decentil kønsopdelt. 30 Aktivitet ved høj intensitet (minutter/dag) Drenge Piger Decentil Figur 5: Aktivitet ved høj intensitet i dencentiler kønsopdelt Hvert punkt på grafen angiver medianen af antal minutters aktivitet for hver decentil kønsopdelt 34

38 Kondital (ml O 2 /min/kg) Drenge Piger Decentil Figur 6: Kondital i dencentiler kønsopdelt Hvert punkt på grafen angiver medianen af konditallet for hver decentil kønsopdelt. I tabel 8 ses, at de 20 % mindst aktive børn gennemsnitligt er aktive ved moderat intensitet i 51 minutter om dagen. De 20 % mest aktive børn er gennemsnitligt aktive ved moderat intensitet i 125 minutter, hvilket er ca. 2,5 gange så lang tid som de mindst aktive. Tabel 8: Inddeling i kvintiler i forhold til antal minutter ved minimum moderat intensitet Mindst aktive kvintil Næstmindst aktive kvintil Middel aktive kvintil Næstmest aktive kvintil Mest aktive kvintil Middelværdi (SD) 51 (10) 70 (4) 83 (4) 97 (4) 125 (15) Tabel 8 angiver middelværdi og (SD) i antal minutter ved minimum moderat intensitet for hver kvintil Frafaldsanalyse I datasættet er inkluderet 440 personer, og 270 er ekskluderet. Vi har undersøgt, hvorvidt der er signifikante forskelle mellem de in- og ekskluderede mht. alder og BMI samt kondital og aktivitetsmålinger for de ekskluderede børn, hvor disse målinger er foretaget. Grupperne er ikke signifikant forskellige mht. alder, kondital, og BMI. Derimod er der signifikant forskel mellem de in- og ekskluderede i forhold til alle aktivitetsparametre. De ekskluderede børn, som havde en aktivitetsmåling (98), er gennemsnitligt lidt mere aktive end de inkluderede børn (bilag 11). 35

39 6.2 Analyse af sammenhæng mellem aktivitet og kondital Korrelation Vi har valgt at undersøge korrelationen mellem kondital og henholdsvis gennemsnitlig intensitet, aktivitet ved minimum moderat intensitet og aktivitet ved høj intensitet. I tabel 9 ses at korrelationsværdier mellem kondital og de forskellige aktivitetsmålinger ligger mellem r = 0,074 0,274. Når man ser på hele gruppen, ses den største korrelation mellem kondital og aktivitet ved høj intensitet r = 0,240. Når man ser på gruppen kønsopdelt, ses størst korrelation hos drengene i alle analyser. Den største korrelation ses igen ved aktivitet ved høj intensitet r = 0,274. For pigerne er korrelationen ikke signifikant i nogen af analyserne (p = 0,151-0,281). (tabel 9) Tabel 9: Korrelationsværdier Korrelation med kondital Køn r-værdi p-værdi Gennemsnitlig intensitet begge 0,234 0,000 drenge 0,213 0,000 piger 0,099 0,151 Minimum moderat intensitet begge 0,215 0,000 drenge 0,181 0,006 piger 0,074 0,281 Høj intensitet begge 0,240 0,000 drenge 0,274 0,000 piger 0,079 0,248 Tabel 9: Korrelation mellem kondital og aktivitetsmålinger både for hele gruppen af børn og kønsopdelt I figur 7 ses et scatterplot, der viser svag tendens til en positiv lineær sammenhæng mellem aktivitet ved høj intensitet og kondital for drengene. Figuren illustrerer r-værdien 0,274. Det ses yderligere, at der i gruppen af drenge, der er aktive mere end 20 minutter om dagen ved høj intensitet, ikke findes nogen med lave kondital (< ca. 42). 36

40 Figur 7: Scatterplot for korrelation mellem kondital og aktivitet ved høj intensitet for drengene Hver prik angiver data for et barn. Minutters aktivitet ved høj intensitet og kondital kan aflæses på henholdsvis x- og y-akse. Det er svært at se en tendens til lineær sammenhæng, når de resterende r-værdier for sammenhæng mellem aktivitet og kondital (tabel 9) afspejles i scatterplots. (bilag 12) Kondital hos de mindst og mest aktive børn I tabel 10 ses, at det gennemsnitlige kondital hos de mindst aktive er 50 og 44 for henholdsvis drenge og piger. Det gennemsnitlige kondital hos de mest aktive er højere; 55 og 48 for henholdsvis drenge og piger. Forskellen i kondital mellem de mest og de mindst aktive er fundet signifikant ved en t-test. (bilag 13) Tabel 10: Kondital hos de henholdsvis mindst og mest aktive. Gruppe Drenge Piger Mindst aktive Mest aktive Mindst aktive Mest aktive Mindst aktive Mest aktive Kondital: Middelværdi (SD) 46 (6) 52 (7) 50 (7) 55 (6) 44 (6) 48 (7) Tabel 10 viser gennemsnitlig kondital samt (SD) for den mindst og mest aktive kvintil henholdsvis for gruppen og kønsopdelt. Inddeling i kvintiler er lavet i forhold til aktivitet ved høj intensitet per dag. 37

41 7.0 Diskussion 7.1 Metodediskussion I det følgende afsnit diskuteres indledende materialets og de anvendte metoders stærke og svage sider. På denne baggrund vurderes studiets interne og eksterne validitet Materiale Et stort antal deltagere er hensigtsmæssigt i statistisk undersøgelse, idet man mindsker risikoen for en type 2 fejl (Lund & Røgind, 2004, s. 77). Det endelige datamateriale i dette studie bestod af 440 børn, som både havde en aktivitets- og konditionsmåling. At der findes så stort et datamateriale er en styrke ved studiet. Det datamateriale, der ligger til grund for de kønsopdelte analyser, er stadigt stort og næsten af samme størrelse for drenge og piger (226 og 214). Det store antal deltagere øger den interne validitet. Frafaldsanalysen viste, at de inkluderede og ekskluderede børn ikke adskiller sig signifikant fra hinanden mht. alder, kondital og BMI. De inkluderede børn er repræsentative for hele gruppen, mht. disse parametre og trods den lille forskel i aktivitetsmålingerne vurderer vi, at de også er det generelt. Gruppen er udvalgt som en hel årgang i Ballerup- og Tårnby kommune og er dermed repræsentativ for tilsvarende årgang i kommuner, der demografisk ligner disse. Dette er med til at højne den interne validitet. Demografiske forskelle kan spille ind på måden børn er aktive og måske også på aktivitetsniveauet (Larsen, 2003). Overførslen af resultater fra dette studie til kommuner, der adskiller sig demografisk, skal derfor gøres med dette in mente. Dette har betydning for den eksterne validitet Metoden De to parametre, der undersøges i dette studie, er meget forskellige, idet fysisk aktivitet er en del af livsstilen, mens kondital er udtryk for hjertets pumpekapacitet og dermed et biologisk parameter. Metoderne til at måle disse parametre er også vidt forskellige. Der ligger ifølge Malina og Katzmarzyk (2006) en lang tradition bag at måle kondition, hvilket ikke er tilfældet for måling af fysisk aktivitet. Direkte maksimal måling af kondition ses som den mest valide metode (Michaelsik & Bangsbo, 2006, s. 67). På denne baggrund har vi i diskussionen valgt at lægge fokus på accelerometeret som målemetode af fysisk aktivitet. 38

42 Accelerometer Bouten et al (fra: Oliver et al, 2007) har vist, at den vertikale retning er den vigtigste dimension i oppegående aktiviteter. CSA accelerometret måler i én retning, hvilket er den vertikale. Der findes andre typer af accelerometre, der måler i flere planer (vertikalt, horisontalt og/eller diagonalt). Ifølge Plasqui og Westerterp (2007) er CSA den bedst validerede måler på markedet. Accelerometret er et godt bud på en metode til måling af fysisk aktivitet, men den har stadig sine begrænsninger. Ifølge Ekelund et al er accelerometret ikke i stand til at måle cykling, statisk arbejde, gang opad (eksempelvis trapper), idet øget energiforbrug ved disse bevægelser ikke afspejles i tilsvarende forøgelse af vertikal bevægelse (2001). Tilsvarende gør sig gældende ved løb ved høje intensiteter (Brage et al, 2003b). Accelerometret er ikke vandtæt og kan derfor ikke måle aktivitet ved svømning. Idet mange danske børn svømmer eller cykler, betyder ovenstående begrænsninger ved CSA måleren, at den ikke til fulde afspejler børnenes fysiske aktivitet. Metodens svagheder mindsker den interne validitet. Data fra CoSCIS er blevet justeret for nogle af disse parametre i forbindelse med et speciale, (Svensson, 2006), men det har desværre ikke været muligt for os at få adgang til disse justerede data Skæringspunkter Ovenstående omhandler selve måleinstrumentets validitet. Et andet aspekt af målemetodens validitet er tolkningen af data fra accelerometret. Ifølge Freedson, Pober & Janz (2005) tolkes accelerometrets ouput oftest i forhold til enten energiforbrug, puls eller bevægelsesmønstre, for på den måde at få et meningsfuldt mål for fysisk aktivitet. I vores studie bruges cpm-skæringspunkter lavet på baggrund af energiforbrug til at vurdere tiden ved en given intensitet. Disse skæringspunkter er vurderet i et studie af Strath et al. Skæringspunkterne viser sig i studiet at overestimere lav aktivitet med 13 % og underestimere moderat aktivitet med 60 % hos voksne (Strath et al, 2003). Dette studie er ikke stort nok til at danne konsensus om en model frem for en anden men pointerer blot, at man bør have disse over- og underestimerings problematikker in mente, når det undersøges, om en gruppe lever op til nationale anbefalinger (ibid). Et eksempel på, hvor stor betydning valg af skæringspunkt kan have, ses i følgende studie. Mota et al (2007) målte fysisk aktivitet hos 62 børn med CSA måler. Der blev brugt 2 forskellige angivelser af skæringspunkter til beregning af minutters aktivitet ved minimum 39

43 moderat intensitet, hvilket gav 2 vidt forskellige konklusioner på, hvor stor en andel af børnene, der levede op til anbefalingen om 60 minutters aktivitet om dagen. Den ene model viste, at børnene var aktive 149 / 111,4 minutter pr. dag for henholdsvis drenge/piger, mens den anden model gav et resultat på 35,2 / 27,8 minutter. Skæringspunktet, der er brugt i CoSCIS, har måske en tendens til at undervurdere tiden ved moderat aktivitet. Dette kan have betydning for resultaterne, idet der er risiko for, at der opstår en systematisk fejl. De forhold, der ligger til grund for en beregning af skæringspunkt, er afgørende for, hvilke grupper de kan overføres til. MET for voksne (3,5 ml O 2 /kg/min) er ikke korrekt i forhold til børn, da deres hvilestofskifte ikke er konstant men falder med alder og ligger fra 6-3,4 ml O 2 /kg/min. (Puyau, Adolph, Vohra, Zakeri og Butte, 2004) I CoSCIS er der valgt skæringspunkter, som er lavet på baggrund af et studie af voksne, og 1 MET er derfor sat til 3,5 ml O 2 /kg/min. Dette kan medføre, at skæringspunktet 1952 cpm ikke er et korrekt mål for moderat aktivitet i denne gruppe af børn Type 1 og type 2 fejl For samtlige korrelationer set for hele gruppen er p-værdien 0,000 og risikoen er dermed 0 % for at begå en type 1 fejl. For drengene er p-værdien for sammenhæng mellem aktivitet ved moderat intensitet og kondital 0,006 og der er således 6 risiko for en type 1 fejl. For pigernes vedkommende ses der ingen signifikante sammenhænge, idet p-værdien ligger mellem 0,151 og 0,281. H 0 -hypotesen kan derfor ikke forkastes for pigerne, og der er en risiko for, at vi begår en type 2 fejl. Hvor stor denne risiko er, kan vi ikke sætte et præcist tal på, men da vi har et stort antal deltagere, falder risikoen for en type 2 fejl. Vi kan ikke afgøre, hvorfor der ikke er fundet signifikant sammenhænge for pigerne. Det kan muligvis skyldes, at de aktivitetsdata, vi havde adgang til, ikke var justeret for svømning, cykling, ridning mm. Dette betyder, at der er risiko for bias i form af tilfældige fejl. 7.2 Diskussion af Sundhedsstyrelsens anbefaling af fysisk aktivitet Det er dokumenteret, at inaktivitet er en stærk prædiktor for kronisk sygdom hos voksne. Hos børn ses en tendens til, at aktivitesniveauet falder i teenageårene. I en lang årrække har forskere derfor internationalt forsøgt at udarbejde anbefalinger af fysisk aktivitet til børn. (Twisk, 2001). Ifølge Andersen et al (2006) har mange af de studier, der ligger til grund for 40

44 udarbejdelsen af anbefalingerne, den svaghed, at målingerne af fysisk aktivitet er subjektive og ofte kun relateret til en enkelt risikofaktor ad gangen. Én ting er at afgøre, om der er sammenhæng mellem fysisk aktivitet og helbred hos børn og unge, noget andet er at afgøre, hvordan funktionen for denne sammenhæng ser ud. Dette er afgørende for, om man kan fastsætte en grænseværdi, der angiver, hvor fysisk aktiv man bør være. (Twisk, 2001) Twisk beskriver 4 forskellige modeller (bilag 14). Hvis sammenhængen er lineær betyder det, at jo mere aktiv man er, des bedre helbred, og man kan derfor ikke fastsætte en grænseværdi. Hvis sammenhængen derimod kan illustreres med en kurve (eks. parabel) kan man tale om fastsættelse af en grænseværdi. (Twisk, 2001) Der er ingen evidens for et bestemt dosis-respons forhold, som kan angive et skæringspunkt som f.eks. det nuværende på 60 minutter om dagen i de internationale anbefalinger. Ifølge Twisk (2001) er der ikke større evidens for den nuværende anbefaling end for f.eks. at lade anbefalingen hedde: "Jo mere fysisk aktivitet, jo bedre". Andersen et al (2006) anbefaler på baggrund af undersøgelserne af den metaboliske sundhed, at man pga. tracking af risikofaktorer bør målrette en indsats mod de mindst aktive for at forebygge CVD. Ser man derimod på børns kondition, mener Janz et al (2000) ikke, det er tilstrækkeligt at identificere børnene med den laveste kondition tidligt og gøre en målrettet indsats for denne gruppe, da tracking af kondital kun er lav til moderat. Selvom Andersen et al og Janz et al udtaler sig på baggrund af målinger af forskellige parametre, står deres konklusioner alligevel delvist i kontrast til hinanden, da den type indsats, de taler om, vil have visse ligheder. Andersen et al (2006) konkluderer blot, at der er tracking af risikofaktorer men kommenterer ikke graden af tracking, hvorfor det er vanskeligt at vurdere, hvorvidt det er korrekt, at indsatsen bør målrettes de mindst aktive. 7.3 Resultatdiskussion Vi vil diskutere vores resultater vedrørende sammenhæng mellem kondital og fysisk aktivitet. Herudover vil vi diskutere stikprøvens kondital i forhold til de inddelinger, som er præsenteret på hjemmesiden; motion-online.dk samt gruppens fysiske aktivitetsniveau i forhold til Sundhedsstyrelsens anbefaling. 41

45 7.3.1 Sammenhæng mellem kondital og forskellige aktivitetsmålinger For at opnå en forbedring af kondital må træning være ved høj intensitet (Strong et al, 2005). Det kan være en del af forklaringen på, at det aktivitetsparameter, som viser størst korrelation med kondital, er aktivitet ved høj intensitet (for hele gruppen: r = 0,240; for drengene: r = 0,274). Dencker et al (2006) fandt også størst korrelation mellem kondital og aktivitet ved høj intensitet (r = 0,32 for drenge og 0,30 for pigerne (p <0,05)). Denne korrelation er lidt større end for drengene i stikprøven. Man skal dog være opmærksom på, at der i CoSCIS ikke er brugt de samme definitioner af aktivitet ved høj intensitet som i ovennævnte studie 9. Korrelation for pigerne i vores studie var meget lav og ikke signifikant (r = 0,079; p = 0,248). Aktivitet angivet med gennemsnitlig intensitet er ikke influeret af skæringspunkter, og vi vil derfor også sammenligne korrelationen mellem gennemsnitlig intensitet og kondital i CoSCIS med Dencker et al s studie. I stikprøven fandt vi korrelation for drengene mellem kondital og gennemsnitlig intensitet på r = 0,213. Dencker et al fandt r = 0,23 for begge køn i deres undersøgelse af sammenhængen mellem gennemsnitlig intensitet og kondital (2006). Dette stemmer godt overens med korrelationen for drengene i vores studie. Dencker et al fremhæver, at grunden til, der kun er fundet svage korrelationer, højst sandsynligt skyldes metodeproblemer (2006). I vores studie har metoden til måling af fysisk aktivitet visse svagheder. Dette kan være en del af årsagen til, at vi kun ser lave korrelationer. Andre mulige årsager kan være den valgte definition af aktivitet ved høj intensitet. Hvis skæringspunktet ligger for lavt, medregnes også aktivitet, som ikke er af konditionsfremmende karakter. En anden forklaring på de lave korrelationer kan ifølge Pedersen (2005, s. 63) være, at konditallet hos børn før puberteten ikke kun er afhængigt af, hvor aktiv man er. Hjertets størrelse udvikles som funktion af højde, og de hormoner, der inducerer effekten af træning, påvirkes mere efter puberteten. Den maksimale iltoptagelsen er ifølge Bouchard et al (fra: Dencker et al, 2007) endvidere stærkt influeret af genetisk faktorer. 9 Høj intensitet er defineret således: i CoSCIS 5725 cpm og i Dencker et al >3498 cpm 42

46 7.3.2 Kondital Drengene i stikprøven har gennemsnitligt et højere kondital end pigerne. Det gennemsnitlige kondital er henholdsvis 52 for drengene og 46 for pigerne, hvilket svarer til, at drengenes er ca. 13 % højere end pigernes. Konditallet før puberteten er lidt over 50 hos drenge og lidt under 50 hos piger (Pedersen & Saltin, 2005, s. 7-10). Dette stemmer godt overens med stikprøvens resultater. Ifølge Eiberg et al (2005) er der ikke så stor forskel mellem drengenes og pigernes kondital inden puberteten, da de fysiologiske forskelle er små. Forskellen bliver større imellem kønnene op gennem barndommen og teenagerårene. I CoSCIS første del, hvor børnene gik i børnehaveklasse (6-7 år), var drengenes kondital 8 % højere end pigernes. I Dencker et al s studie af 8-11 årige svenske børn var forskellen i kondital mellem drengene og pigerne 16 % (2007). Dette hænger godt sammen med vores resultater, hvor man også ser en større forskel mellem kønnene i 3. klasse end i børnehaveklasse. I forhold til de inddelinger af kondital, som er præsenteret på hjemmesiden; motion-online.dk, ligger ca. 3 % af børnene i stikprøven i kategorien meget lavt og ca % i kategorien lavt (bilag 15). Dette adskiller sig væsentligt fra Sundhedsstyrelsens udsagn om, at % af danske børn har et kondital, som falder i kategorien meget lavt. Ved sammenligning med børnene fra EYHS, har både drengene og pigerne et højre kondital i CoSCIS (bilag 16). En af grundene til dette kan være metodeforskelle. I EYHS er konditallet baseret på udregninger på baggrund af en cykeltest, hvor der i CoSCIS er brugt en løbebåndstest. Kondition målt ved cykeltest og løbebåndstest giver ikke samme resultater. En cykeltest giver en lavere puls og lavere VO 2 i forhold til en løbebåndstest (LeMura et al, 2001) Stikprøven i forhold til Sundhedsstyrelsen anbefaling af fysisk aktivitet På trods af den lave evidens for anbefalingen af netop 60 minutters aktivitet ved moderat intensitet, vil vi diskutere, hvor mange af børnene i stikprøven, der lever op til Sundhedsstyrelsens primære anbefaling. 75 % af pigerne og 91 % af drengene i stikprøven lever op til den primære anbefaling (bilag 17). Dette resultat adskiller sig signifikant fra resultaterne af WHO s undersøgelser, der i 43

47 vurderede, at kun 35 % af de danske 11-årige piger og 41 % af danske drenge levede op til anbefalingerne (WHO, 2007). Da der er store forskelle mellem de anvendte metoder i de to studier, kan dette være en af årsagerne til den store forskel i resultaterne. Ifølge Strath et al (2003) undervurderes aktivitet ved minimum moderat intensitet hos voksne med 60 %, når definitionen for denne intensitet sættes til 1952 cpm. Hvis dette også gør sig gældende for børn, undervurderer vores resultater muligvis, hvor mange der lever op til anbefalingen. Resultaterne viser en tydelig forskel mellem kønnene, således at drengene er mere aktive end pigerne. Denne kønsforskel ses i adskillige studier, bl.a. i EYHS (Andersen et al, 2006) samt ovennævnte studie (WHO, 2007). I EYHS fik man resultater, der antydede et behov for 90 minutters aktivitet ved moderat intensitet, når man så på den metaboliske sundhed (Andersen et al, 2006). Hvis vi forestiller os, at anbefalingen lød på 90 minutter, er det kun 29 % af pigerne og ca. 48 % af drengene i vores studie, der lever op til anbefalingen (bilag 17). I databearbejdningen af EYHS inddelte man børnene i kvintiler i forhold til aktivitetsniveau. Vi har tilsvarende inddelt børnene i kvintiler i forhold til aktivitet for at kunne sammenligne resultater. I CoSCIS er børnene i den mindst aktive kvintil i gennemsnit aktive i 51 minutter om dagen, hvilket er 13 minutter mere om dagen end den mindst aktive kvintil fra EYHS. Til gengæld er børnene i kvintil i EYHS betydeligt mere aktive end børnene i CoSCIS med en difference på 42 minutter om dagen i den mest aktive kvintil. (Bilag 18) 44

48 8.0 Konklusion Der er fundet en lav men statistisk signifikant korrelation mellem fysisk aktivitet ved høj intensitet og kondition for drengene (r = 0,27). H 0 -hypotesen kan på denne baggrund forkastes, og det tyder dermed på, at der er en sammenhæng, om end den er lav, mellem fysisk aktivitetsniveau og kondition for drenge i 3. klasse. Der ses ikke en signifikant sammenhæng for pigerne, H 0 -hypotesen kan ikke forkastes og det tyder dermed på, at der ikke er sammenhæng mellem fysisk aktivitetsniveau og kondition for piger i 3. klasse. Det gennemsnitlige kondital i den mest aktive kvintil er signifikant højere end det gennemsnitlige kondital i den mindst aktive kvintil. Dette gør sig gældende hos både drengene og pigerne. Drengenes gennemsnitlige kondital er 52 og dermed 13 % højere end pigernes på % af børnene har et kondital, der klassificeres som meget lavt. Børnenes kondital ligger højere end i lignende studier, men det kan herudfra ikke konkluderes, at børns kondital generelt er forbedret, idet der bl.a. er brugt forskellige metoder i studierne. Drengene er mere aktive end pigerne i stikprøven. 75 % af pigerne og 91 % af drengene er aktive mere end 60 minutter om dagen ved minimum moderat intensitet, defineret som bevægelse >1952 cpm registreret med accelerometer. Ifølge denne definition lever mere end 3/4 af børnene altså op til Sundhedsstyrelsens anbefaling om 60 minutters aktivitet om dagen. 9.0 Perspektivering Målemetoden af fysisk aktivitet i dette studie giver risiko for både tilfældige- og systematiske fejl. Hvis konklusionen skulle have mere slagkraft, skulle der om muligt justeres for disse fejl. De tilfældige fejl kunne man forsøge at eliminere ved at opjustere aktivitetsniveau i eksempelvis cykling, nedjustere aktivitetsniveau i ridning og indsætte aktivitetsdata, når accelerometret er taget af til sport (f.eks. svømning). Disse justeringer er foretaget i et speciale af Svensson (2006). Med adgang til disse data kunne studiet med fordel gentages. 45

49 I forhold til at eliminere systematiske fejl, burde der bruges et skæringspunkt lavet på baggrund af målinger på børn og ud fra hvilestofskifte hos børn. Der er ifølge Freedson et al (2005) ikke konsensus om det bedste skæringspunkt. Det er derfor på nuværende tidspunkt ikke muligt at vælge et skæringspunkt, hvor man er sikker på at undgå systematiske fejl, og dermed er der behov for yderligere studier i forhold til at estimere korrekte skæringspunkter. Børnene i CoSCIS går nu i 7. klasse, og der foretages i 2008 og 2009 en opfølgende undersøgelse på samtlige parametre. Måling af kondital er lige blevet færdiggjort, mens aktivitets målinger endnu ikke er tilgængelige. Det kunne være interessant at undersøge sammenhængen mellem aktivitet og kondital i 7. klasse og sammenligne korrelationen med den, vi har fundet for 3. klasse. Ydermere kunne det være interessant at undersøge, om aktivitetsniveau i 3. klasse er en prædiktor for kondital i 7. klasse. Dette kræver dog justering af data, da de tilfældige fejl ellers vil kunne udviske sammenhængen. Sirard og Pate påpeger, at der er behov for mere forskning i at kombinere forskellige metoder til at måle fysisk aktivitet (2001). Accelerometret har sine forcer ved at være et objektivt redskab og ved at kunne registrere selv små ændringer ved lave intensiteter. Den afspejler derimod ikke den rette intensitet af eksempelvis løb ved høj intensitet, cykling samt svømning. Pulsen influeres ved lave intensiteter af andre faktorer end aktivitet, men er ved høje intensiteter følsom for intensitetsændringer. Mange pulsmålere kan desuden bruges i vand. Det kunne være relevant at undersøge kombination af disse to måleredskaber som et udtryk for fysisk aktivitet. Firmaet bag CSA accelerometret har lanceret Actitrainer som er et integreret accelerometer og pulsur (Actigraph, 2008). Den er beregnet til privatbrug, men man kunne forestille sig, at et valideringsstudie af denne måler med Doubly labelled water som kriteriemåling kunne åbne nye muligheder for valid måling af fysisk aktivitet. Vores diskussion af Sundhedsstyrelsens anbefaling belyser, at der ikke er evidens bag fastsættelsen af 60 minutters fysisk aktivitet ved minimum moderat aktivitet. Det er derfor ønskværdigt, at der fortsat forskes på dette område. 46

50 For at lave korrekte retningslinier for fysisk aktivitet er der ifølge Twisk (2001) behov for eksperimentielle studier, hvor grupper af børn med forskellig intensitet, varighed og frekvens af fysisk aktivitet sammenlignes med hinanden i forhold til sundhedsparametre. Et sådan studie er dog svært at udføre, idet den daglige aktivitet udover intervention vil være en fejlkilde. Andersen et al (2006) har igennem et tværsnitsstudie undersøgt sammenhængen mellem fysisk aktivitet og en række sundhedsparametre og fremsætter en hypotese om, at 60 minutters fysisk aktivitet ikke er nok til at undgå ophobning af risikofaktorer. Et tilsvarende studie kunne udføres på baggrund af data fra CoSCIS for at efterprøve hypotesen. I et sådan studie vil det også være vigtigt at forsøge at eliminere metodens tilfældige og mulige systematiske fejl. 47

51 10.0 Litteraturliste og referencer Actigraph (2008) Physical Activity Measurement - ActiTrainer, ActiGraph. Lokaliseret d. 20. december 2008 på World Wide Web: Andersen, L. B. et al (2006). Physical activity and clustered cardiovascular risk in children: a cross-sectional study (The European Youth Heart Study). The Lancet, 368, Andersen, L.B., Henckel, P. & Saltin, B. (1987). Maximal oxygen uptake in Danish adolescents years of age. European Journal of Applied Physiology 56(1), Andersen, L. B. & Mechelen, W. V. (2005). Editorial: Are children of today less active than before and is their health in danger? What can we do? Scandinavian Journal of Medicine & Science in Sports, 15(5), Andersen L.B., Wedderkopp, N., Hansen, H.S., Cooper, A.R. & Froberg, K. (2003). Biological cardiovascular risk factors cluster in Danish children and adolescents: the European Youth Heart Study. Preventive Medicine 37(4), Anderssen, S. A. et al (2007). Low cardiorespiratory fitness is a strong predictor for clustering of cardiovascular disease risk factors in children independent of country, age and sex. European Journal of Cardiovascular Prevention and Rehabilitation, 14(4), Birkler, J. (2006). Videnskabsteori - En grundbog. København: Munksgaard Danmark Brage, S., Wedderkopp, N., Andersen, L. B. & Froberg, K. (2003a) Influence of Step Frequency on Movement Intensity Predictions With the CSA Accelerometer: A Field Validation Study in Children. Pediatris Exercise Science 15(3), Brage S., Wedderkopp N., Franks P. W., Andersen, L. B. & Froberg, K.( 2003b). Reexamination of Validity and Reliability of the CSA Monitor in Walking and Running. Medicine & Science in Sports & Exercise 35(8), Coolican, H. (2004). Research Methods and Statistics in Psychology (4. udg.). London: Hodder Arnold 48

52 Danske Fysioterapeuter (2008). Fysioterapeuten og samfundet. Lokaliseret d. 29. oktober 2008 på World Wide Web: Den Centrale Videnskabsetiske Kometé (2008). Forsøgspersoner. Lokaliseret d. 29. oktober 2008 på World Wide Web: Dencker, M. et al (2006) Daily physical activity and its relation to aerobic fitness in children aged 8-11 years. European Journal of Applied Physiology, 96(5), Dencker, M. et al (2007). Gender differences and determinants of aerobic fitness in children aged 8-11 years. European Journal of Applied Physiology, 99(1), Ekelund et al (2001). Physical Activity assessed by activity monitor and doubly labelled water in children. Medicine & Science in Sports & Exercise 33(2), Eiberg, S., Hasselstrom, H., Grønfeldt, V., Froberg, K., Svensson, J. & Andersen, L.B. (2005). Maximum oxygen uptake and objectively measured physical activity in Danish children 6-7 years of age: the Copenhagen school child intervention study. British Journal of Sports Medicine 39(10), Freedson, P. S., Melanson, E. & Sirard, J. (1998). Callibration of the Computer Science and Applications, Inc. accelerometer. Medicine & Science in Sports & Exercise 30(5), Freedson, P., Pober, D. & Janz, K. F. (2005). Calibration of Accelerometer Output for Children. Medicine & Science in Sports & Exercise 37(11) supplement, 523- S533 Hermansen et al (2006). Del 1: Handleplan for idræt. Baggrund implementering forankring (s ) I: Andersen, L. B., & Froberg, K. (2006). Sundhedsmæssige aspekter af fysisk aktivitet hos børn: Et treårigt forsøg i to kommuner ved København: Ballerup og Tårnby. København: Sundhedsstyrelsen Hermansen, B. & Bugge, A. (2006) Effekten af ekstra idrætsundervisning på børn i indskolingsalderen på risikofaktorer for type 2 diabetes, aerob fitness og fedme. København: Human Fysiologiske Kandidatuddannnelse, Institut for Idræt, Københavns Universitet. Speciale. 49

53 HHS (U.S. Department of Health and Human Services) (2008). Physical activity guidelines for Americans: Chapter 3 - Active Children and Adolescents. Lokaliseret d. 21. november 2008 på World Wide Web: Jamtvedt, G., Hagen, K. B. & Bjørndal, A. (2003). Kunnskapsbasert fysioterapi metoder og arbeidsmåter. Oslo: Gyldendal Norsk Forlag A/S Janz, K. F., Dawson, J. D. & Mahoney, L. T. (2000). Tracking physical fitness and physical activity from childhood to adolescence: the Muscatine study. Medicine and Science in Sports and Exercise, 32(7), Jensen, K., Jørgensen, S. & Johansen, L. (2002) A metabolic cart for measurement of oxygen uptake during human exercise using inspiratory flow rate. European Journal of Applied Physiology, 87(3), Juel, K., Sørensen, J. & Brønnum-Hansen, H. (2006) Risikofaktorer og folkesundhed i Danmark. København: Statens Institut for Folkesundhed Jørgensen, T., Willaing, I. & Thomsen, T.F. (2005). Hjerte-kar-sygdom. Ugeskrift for læger 167(10), Koppes, L. L. J., Twisk, J. W. R. & Kemper, H. C. G. (2004) Longitudinal Trends, Stability and Error of Biological and Lifestyle Characteristics. Medicine and Sport Science 47, Kristensen, P. L., Møller, N. C., Korsholm, L., Wedderkopp, N., Andersen, L. B. & Froberg, K. (2006). Tracking of objectively measured physical activity from childhood to adolescence: The European youth heart study. Scandinavian Journal of Medicine & Science in Sports, 18(2), Larsen, K (2003). En analyse af skolebørns idrætsdeltagelse baseret på Socialforskningsinstituttets fritidsundersøgelser. I: Kulturministeriet (2003). Børn og unge i bevægelse perspektiver og idéer. København: Kulturministeriet 2003 LeMura (2001) Treadmill and cycle ergometry testing in 5- to 6-year-old children. European Journal of Applied Physiology 2001(85),

54 Lund, H. & Røgind, H. (2004). Statistik i ord (1. udg). København: Munksgaard Danmark Malina, R. M. & Katzmarzyk, P. T. (2006). Physical activity and fitness in an international growth standard for preadolescent and adolescent children. Food and Nutrition Bulletin 27(4) supplement, McLaughlin, J.E., King, G.A., Howley, E.T., Bassett, D.R. Jr. & Ainsworth, B.E. (2001) Validation of the COSMED K4 b2 Portable Metabolic System. International Journal of Sports Medicine, 22(4), Michalsik, L. & Bangsbo, J. (2002) Aerob og Anaerob træning (1.udg.). Brøndby: Danmarks Idræts-Forbund Mota, J., Valenta, M., Aires, L., Silva, P., Santos, M. P. & Ribeiro, J. C. (2007). Accelerometer cut-points and youth physical activity prevalence. European physical activity review 13(3), Motion-online (2008). Konditalstabel Hvad er et godt kondital?. Lokaliseret d. 8. oktober 2008 på World Wide Web: Naver, M. L. (2006) Fysisk aktivitet En epidemiologisk undersøgelse om sammenhængen mellem sports og idrætsadfærd i udskolingsalderen og det fysiske aktivitetsniveau i den unge voksen alder. Master of Public Health-uddannelsen, Københavns universitet, Masterafhandling. Nielsen, G. & Eiberg, S (2006). Del 3: Barrierer for børns bevægelsesaktivitet. En empirisk undersøgelse på baggrund af en teoretisk analyse (s ) I: Andersen, L. B. & Froberg, K. (2006). Sundhedsmæssige aspekter af fysisk aktivitet hos børn: Et treårigt forsøg i to kommuner ved København: Ballerup og Tårnby. København: Sundhedsstyrelsen. Oliver M., Schofield, G. M. & Kolt, G. S. (2007). Physical Activity in preschoolers. Understanding Prevalence and Measurement Issues. Sports medicine 37(12),

55 Pedersen, B. K. & Saltin, B (2005). Børn og unge: Fysisk aktivitet, fitness og sundhed. København: Sundhedsstyrelsen Pedersen, B.K. & Saltin, B. (2003) FYSISK AKTIVITET håndbog om forebyggelse og behandling (1.udg.). København: Sundhedsstyrelsen, Center for Forebyggelse Pedersen, B.K. (2005). Børn og motion. København K: Nyt Nordisk Forlag Arnold Busck A/S Pearson, S., Olsen, L.W., Hansen, B. & Sørensen, T. I. A. (2005). Stigning i overvægt og fedme blandt københavnske skolebørn i perioden Ugeskrift for læger 167(2), Plasqui, G. & Westerterp, K. R. (2007) Physical Activity Assessment With Accelerometers: An Evaluation Against Doubly Labelled Water. Obesity 15(10) Poulsen, M. K. & Jacobsen, B. B. (2005). Type 2-diabetes hos børn og unge. Ugeskrift for læger 167(5), Puyau, M. R., Adolph, L., Vohra, F. A., Zakeri I. & Butte, N. F. (2004). Prediction of Activity Energy Expenditure Using Accelerometers in Children. Medicine & Science in Sports & Exercise 36(9), Rizzo, N. S., Ruiz, J. R., Hurtig-Wennlöf, A., Ortega, F. B. & Sjöström, M. (2007). Relationship of Physical Activity, Fitness and Fatness with Clustered Metabolic Risk in Children and Adolescents: The European Youth Heart Study. The Journal of Pediatrics, 150(4), Rowland, T. W. (1996). Developmental Exercise Physiology. The United States of America: Human Kinetics Schibye, B. & Klausen, K. (2005). Menneskets Fysiologi: Hvile og arbejde (2. udg.). København: FADL s forlag. Sirard, J. R. & Pate, R. R. (2001). Physical Activity Assessment in Children and Adolescents. Sports medicine 31(6),

56 Strath, S. J., Bassett, D. R. & Swarts, A. M. (2003). Comparison of NTI Accelerometer Cutpoints fro predicting Time Spent in Physical Activity. International Journal of Sports Medicine 24(4), ) Strong, W. B. et al. (2005) Evidence Based Physical Activity for School-age Youth. The Journal of Pediatrics 146(6), Sundhedsstyrelsen (2006). Anbefalinger til børn og unge. Lokaliseret d. 30. oktober 2008 på World Wide Web: ge.aspx Sundhedsstyrelsen (2008) Undersøgelse af åriges livsstil og sundhedsvaner (1.udg.). København: Sundhedsstyrelsen, Center for Forebyggelse Svensson, J. (2006). Kvantitativ bestemmelse af fysisk aktivitetsniveau: Metodiske forbedringer til bestemmelse af fysisk aktivitet med accelerometer. København: Institut for Idræt, Københavns Universitet. Speciale. Twisk, J. W. R. (2001). Physical Activity Guidelines for Children and Adolescents: A Critical Review. Sports Medicine 31(8), Wedderkopp, N., Andersen, L.B., Hansen, H.S. & Froberg, K (2001). Fedme blandt børn med særlig vægt på danske forhold. Ugeskrift for læger, 163(21), 2907 Wedderkopp, N., Froberg, K., Hansen H.S. & Andersen, L.B. (2004). Secular trends in physical fitness and obesity in Danish 9-year-old girls and boys: Odense School Child Study and Danish substudy of the European Youth Heart Study. Scandinavian Journal of Medicine and Science in Sports 14(3), WHO (2007). Percentage of physically active children and adolescents Fact sheet no. 2.4 Lokaliseret d. 21. november 2008 på World Wide Web: 53

57 WHO (2008c) 10 things you need to know about physical activity. Lokaliseret d. 21. november 2008 på World Wide Web: WHO (2008b). Physical Activity and Young People. Lokaliseret d. 27. oktober 2008 på World Wide Web: WHO (2008a). Physical Inantivity Prevalence. Lokaliseret d. 27. oktober 2008 på World Wide Web: code=100971a1 Zachariae, B. (1998). Det vellykkede eksperiment: Introduktion til klinisk eksperimentel forskningsmetode. København: Munksgaard Zacho, M. (2008). Mail korrespondance vedlagt som bilag 19 54

58 11.0 Oversigt over bilag 1 Oversigt over interventionen i Ballerup kommune. 2 Skæringspunkter for forskellige intensiteter af fysisk aktivitet 3 Parametre der blev målt på under CoSCIS 4 Testprotokol og kalibreringsproces fra konditest 5 Søgehistorie fra PubMed 6 Informationsbrev samt samtykkeerklæring til forældrene i børnehave klasse og 7. klasse 7 Forskelsanalyse for børn der bar CSA-måleren i henholdsvis 3 og 4 dage 8 Deskriptiv statistik og test for normalfordeling af data for alle inkluderede børn 9 Forskelsanalyse mellem køn mht. aktivitetsmålinger og kondital 10 Forskelsanalyse mellem kommunerne i forhold til aktivitet og kondital 11 Forskelsanalyse mellem ekskluderede og inkluderede i forhold til alder, aktivitet og kondital og BMI 12 Scatterplots for 9 undersøgte sammenhænge mellem fysisk aktivitet og kondition 13 Forskelsanalyse mellem den mindst- og den mest aktive kvintil forhold til kondital. 14 Modeller for sammenhæng mellem fysisk aktivitet og risikofaktorer. 15 Kondital i stikprøven inddelt efter motion-onlines tabel 16 Sammenligning mellem aktuelle studie og studie fra EYHS mht. kondital 17 Procentdel der lever op til henholdsvis Sundhedsstyrelsen anbefaling, og 90 minutters aktivitet 18 Gennemsnitlig minutters aktivitet ved inddeling i 5 kvintiler for aktuelle studie og EYHS 19 Mailkorrespondance med Morten Zacho 55