Volltext-Downloads (blau) und Frontdoor-Views (grau)
  • search hit 3 of 34
Back to Result List

Bitte verwenden Sie diesen Link, wenn Sie dieses Dokument zitieren oder verlinken wollen: https://nbn-resolving.org/urn:nbn:de:gbv:9-opus-39369

The Role of Sedentary Behavior in Cardio-Preventive Research

  • Background: Sedentary behavior (SB) is a modifiable behavior with increasing prevalence worldwide. There is emerging evidence that time spend in SB and the manner in which SB is accumulated over time is associated with cardiovascular and cardiometabolic health. The requirement for SB data to be accurately measured is minimization, or at least accurate quantification of human-related sources of measurement errors such as accelerometer measurement reactivity (AMR). The present thesis was to examine SB and their associations with cardiovascular and cardiometabolic health, and to focus on challenges related to the assessment of SB. The first aim of the thesis was to identify patterns of SB describing how individuals accumulate their time spend in SB day-by-day over one week, and to examine how these patterns are associated with cardiorespiratory fitness as a marker for cardiovascular health (paper 1). The second aim of the thesis was to examine the multiple types of SB, and how this is associated with a clustered cardiometabolic risk score (CMRS; paper 2). The third aim of the thesis was to examine AMR and the reproducibility in SB and physical activity (PA) in two measurement periods, and to quantify AMR as a confounder for the estimation of the reproducibility of SB and PA data (paper 3). Methods: The three papers were based on data of two different studies. For study 1, 1165 individuals aged 40 to 75 years were recruited in three different settings. Among these, 582 participated in a cardiovascular risk factor screening program including cardiopulmonary exercise testing. For the analyses of paper 1, 170 participants were eligible, agreed to wear an accelerometer, fulfilled the wearing regime, and completed the study period by wearing the accelerometer for seven consecutive days. Patterns in accelerometer data were classified based on time spent in SB per day applying growth mixture modeling. Model‐implied class‐specific peak oxygen uptake (VO2peak) means were compared using adjusted equality test of means (paper 1). The underlying study of paper 2 and 3 were based on data of a pilot study aiming to investigate the feasibility of a brief tailored letter intervention to increase PA and to reduce SB during leisure time. Among the individuals who agreed to be contacted again in study 1, a random sample of those aged between 40 and 65 years was drawn. Of those, 175 attended in a cardiovascular examination program. Assessment included giving blood sample, standardized measurement of blood pressure, waist circumference, body weight, and height at baseline, and after twelve months. Further, they agreed to complete a paper-pencil questionnaire on SB (Last 7-d Sedentary Behavior Questionnaire, SIT-Q-7d) and PA (International Physical Activity Questionnaire, IPAQ), and to receive seven-day accelerometery at baseline, and after 12 months. In addition, self-administered assessments were conducted at months one, three, four, and six after baseline. Only individuals of a random subsample (= intervention group) received up to three letters tailored to their self-reported SB and PA at months one, three, and four. For paper 2, associations between SBs and a clustered cardiometabolic risk score (CMRS) were analyzed using linear as well as quantile regression. To account for missing values at baseline, multiple imputations using chained equations were performed resulting in a total sample of 173 participants. Paper 3 comprised data of 136 individuals who participated at the baseline and twelve months assessments, and fulfilled the wearing regime. AMR was examined using latent growth modeling in each measurement period. Intraclass correlations (ICC) were calculated to examine the reproducibility of SB and PA data using two-level mixed-effects linear regression analyses. Results: Results of paper 1 revealed four patterns of SB: 'High, stable', 'Low, increase', 'Low, decrease', and 'High, decrease'. Persons in the class 'High, stable' had significantly lower VO2peak values (M = 25.0 mL/kg/min, SD = 0.6) compared to persons in the class 'Low, increase' (M = 30.5 mL/kg/min, SD = 3.6; p = 0.001), in the class 'Low, decrease' (M = 30.1 mL/kg/min, SD = 5.0; p = 0.009), and in the class High, decrease' (M = 29.6 mL/kg/min, SD = 5.9; p = 0.032), respectively. No differences among the other classes were found. In paper 2, results revealed that the only factor positively associated with a CMRS in all regression models was watching television. Depending on the regression analysis approach used, other leisure-time SBs showed inconsistent (using a computer), or no associations (reading and socializing) with a CMRS. In paper 3, results revealed that time spent in SB increased (baseline: b = 2.3 min/d; after 12 months: b = 3.8 min/d), and time spent in light PA decreased (b = 2.0 min/day; b = 3.3 min/d). However, moderate-to-vigorous PA remained unchanged. Accelerometer wear time was reduced (b = 4.6 min/d) only at baseline. The ICC coefficients ranged from 0.42 (95% CI = 0.29 - 0.57) for accelerometer wear time to 0.70 (95% CI = 0.61 - 0.78) for moderate-to-vigorous PA. None of the regression models identified a reactivity indicator as a confounder for the reproducibility of SB and PA data. Conclusions: The present thesis highlights SB in the field of cardiovascular and cardiometabolic research that have implications for future research. Individuals sit for different purposes and durations in multiple life domains, and the time spent in SB is accumulated in different patterns over time. Therefore, research should consider the fact that SB is embedded in an individual's daily life routine, hence might have differential effects on cardiovascular and cardiometabolic health. Further, methodological aspects have to be considered when dealing with SB. In order to detect how SB is 'independently' associated to an individual's health, an accurate measurement of SB is fundamental. Therefore, human-related sources of bias such as AMR should be taken into account when either planning studies or when interpreting data drawn from analysis of SB data.
  • Hintergrund: Sitzen ist ein modifizierbares Verhalten, das weltweit immer häufiger auftritt. Forschungsergebnisse deuten darauf hin, dass die Zeit, die man im Sitzen verbringt, und die Art und Weise, wie sich die Sitzzeiten zusammensetzen, mit der kardiovaskulären und kardiometabolischen Gesundheit einer Person zusammenhängen. Die grundlegende Voraussetzung für eine genaue Messung des Sitzens ist jedoch, dass Ursachen von Messfehlern, wie beispielsweise die Reaktivität beim Tragen eines Akzelerometers, minimiert oder zumindest hinreichend genau quantifiziert werden können. In der vorliegenden Arbeit wurden Zusammenhänge zwischen dem Sitzen und der kardiovaskulären und kardiometabolischen Gesundheit untersucht und Aspekte hervorgehoben, die genaue Messungen von Sitzverhalten beeinflussen können. Im ersten Artikel wird der Frage nachgegangen, wie viele und welche Sitzmuster bei Personen über eine Woche identifiziert werden können und ob diese mit der kardiorespiratorischen Fitness, als wesentlicher Parameter für die kardiovaskuläre Gesundheit, assoziiert sind. Im zweiten Artikel wurde die Frage untersucht, in welchen verschiedenen Sitzverhaltensweisen Personen ihre Zeit verbringen und ob dies mit einem kontinuierlichen Risikoscore der kardiometabolischen Gesundheit (CMRS) zusammenhängt. Der dritte Artikel adressiert die Frage, ob das Tragen eines Akzelerometers reaktives Verhalten hervorruft und in welchem Ausmaß sich Reaktivität über wiederholte Messungen zeigt. Zudem wurde untersucht, in welchem Ausmaß Sitzverhalten und körperliche Bewegung reproduzierbar sind und ob Reaktivität als konfundierender Faktor für die Reproduzierbarkeit von Sitz- und Bewegungsdaten quantifizierbar ist. Methode: Die drei Artikel basieren auf Daten aus zwei Studien. Für Studie 1 wurden 1165 Personen im Alter von 40 bis 75 Jahren in drei Settings rekrutiert, von denen 582 an einem Programm zum Screening von kardiovaskulären Risikofaktoren, ein kardiopulmonaler Belastungstest eingeschlossen, teilnahmen. Von diesen waren 170 eligible Teilnehmer, das heißt sie trugen an sieben aufeinander folgenden Tagen ein Akzelerometer und erfüllten die Tragekriterien. Zur Modellierung der Veränderungen über den Tragezeitraum hinsichtlich der im Sitzen verbrachten Zeit und zur Identifizierung von dahinterliegenden Sitzmustern wurden latente Wachstumskurvenmodelle berechnet. Modell-implizierte klassenspezifische Mittelwerte für die maximale Sauerstoffaufnahme (VO2peak) wurden mit Hilfe von Chi-Quadrat-Tests verglichen (Artikel 1). Die Ergebnisse des zweiten und dritten Artikels basierten auf Daten einer Machbarkeitsstudie für eine computergestützte Kurzintervention mit dem Ziel eine Steigerung der körperlichen Aktivität und eine Reduktion von Sitzzeiten während der Freizeit zu erreichen. Aus einer Zufallsstichprobe von kontaktbereiten Personen im Alter zwischen 40 und 65 Jahren aus Studie 1, nahmen 175 Personen erneut an einem kardiovaskulären Untersuchungsprogramm teil. Dieses umfasste eine Blutprobenentnahme sowie eine standardisierte Messung des Blutdrucks, des Taillenumfangs, des Körpergewichts und der Körpergröße zu Baseline und nach 12 Monaten. Zu beiden Zeitpunkten wurden von den Teilnehmern ein Fragebogen zum Sitzverhalten (Last 7-d Sedentary Behavior Questionnaire, SIT-Q-7d) und zur körperlichen Bewegung (International Physical Activity Questionnaire, IPAQ) ausgefüllt und ein Akzelerometer an sieben aufeinander folgenden Tagen getragen. Die Fragebögen wurden zusätzlich noch nach dem ersten, dritten, vierten und sechsten Monat nach Baseline ausgefüllt. Eine per Zufall ausgewählte Gruppe von Teilnehmern erhielt im ersten, dritten und vierten Monat bis zu drei automatisiert generierte schriftliche Feedbackbriefe zu Sitzverhalten und körperlicher Bewegung. Für den zweiten Artikel wurden Assoziationen zwischen verschiedenen Sitzverhaltensweisen in der Freizeit und dem CMRS mit Hilfe einer linearen Regression sowie Quantilregression analysiert. Nach multipler Imputation für fehlende Baselinewerte, ergab sich eine Gesamtstichprobe von 173 Teilnehmern führte. Der dritte Artikel umfasst Daten von insgesamt 136 Personen, die zu Baseline und nach 12 Monaten an der Studie teilnahmen und die Tragekriterien für das Akzelerometer erfüllten. Zur Modellierung der Veränderungen über den Tragezeitraum hinsichtlich der im Sitzen verbrachten Zeit sowie des Zeitumfangs leichter und moderat bis anstrengender körperlicher Bewegung wurden latente Wachstumskurvenmodelle berechnet. Basierend auf Mehrebenenanalysen mit linearen gemischten Modellen wurden Intraclass-Korrelationen (ICC) berechnet, um die Reproduzierbarkeit der Sitz- und Bewegungsdaten einschätzen zu können. Ergebnisse: Die Ergebnisse des ersten Artikels zeigten vier Sitzmuster: "Hoch, stabil", "Niedrig, erhöht", "Niedrig, verringert" und "Hoch, verringert". Personen der Klasse "Hoch, stabil" hatten signifikant niedrigere VO2peak-Werte (M = 25.0 ml/ kg/ min, SD = 0.6) im Vergleich zu Personen der Klasse "Niedrig, erhöht" (M = 30.5 ml/ kg/ min, SD = 3.6; p = 0.001), der Klasse "Niedrig, verringert" (M = 30.1 ml/ kg/ min, SD = 5.0; p = 0.009) und solchen in der Klasse "Hoch, verringert" (M = 29.6 ml/ kg/ min, SD = 5.9; p = 0.032). Es wurden keine Unterschiede zwischen den anderen Klassen gefunden. Die Ergebnisse des zweiten Artikels weisen darauf hin, dass in allen Regressionsmodellen nur Fernsehen positiv mit einem CMRS assoziiert war. In Abhängigkeit von dem gewählten Regressionsverfahren ergaben sich für andere Sitzverhaltensweisen, die in der Freizeit gezeigt werden, hingegen inkonsistente Ergebnisse (Nutzung eines Computers) oder keine Assoziationen (Lesen und Zeit mit anderen Personen verbringen) mit einem CMRS. Die Ergebnisse des dritten Artikels zeigten, dass über beide Tragezeiträume (baseline und nach 12 Monaten) die sitzend verbrachte Zeit um 2.3 min/ Tag beziehungsweise 3.8 min/ Tag zunahm und leichte körperliche Aktivität um 2.0 min/ Tag beziehungsweise 3.3 min/ Tag abnahm. Die Tragezeit des Akzelerometers reduzierte sich nur zu Baseline um 4.6 min/ Tag. Der Umfang moderater bis anstrengender körperlicher Bewegung änderte sich weder zu Baseline noch nach 12 Monaten. Die ICC-Koeffizienten reichten von 0.42 (95% CI = 0.29 – 0.57) für die Tragezeit des Akzelerometers bis 0.70 (95% CI = 0.61 – 0.78) für moderate bis anstrengende körperlicher Aktivität. Ein Reaktivitätsindikator konnte in keinem Regressionsmodell als konfundierender Faktor für die Reproduzierbarkeit von Sitz- und Aktivitätsdaten identifiziert werden. Schlussfolgerung: Die vorliegende Arbeit untersuchte das Sitzverhalten von Personen im Rahmen der kardiovaskulären und kardiometabolischen Gesundheitsforschung. Es können hieraus Implikationen sowie zukünftiger Forschungsbedarf in diesem Gebiet abgeleitet werden. In zukünftigen Studien sollte berücksichtigt werden, dass Sitzen nicht losgelöst auftritt, sondern in das alltägliche Leben eines Individuums eingebettet ist. Personen sitzen aus verschiedenen Gründen in mehreren Lebensbereichen und die im Sitzen verbrachte Zeit ist von Person zu Person und von Tag zu Tag unterschiedlich zusammengesetzt. Dies kann unterschiedliche Auswirkungen auf die kardiovaskuläre und kardiometabolische Gesundheit haben. Ferner ist eine genaue Messung von Sitzverhalten von grundlegender Bedeutung, um festzustellen, inwiefern das Sitzverhalten "unabhängig" von anderen Einflussfaktoren mit der Gesundheit eines Individuums assoziiert ist. Darüber hinaus sollten konfundierende Faktoren wie beispielsweise Reaktivität in der Planung von Studien sowie bei der Interpretation von Sitz- und Aktivitätsdaten berücksichtigt werden.

Download full text files

Export metadata

Additional Services

Search Google Scholar

Statistics

frontdoor_oas
Metadaten
Author: Antje Ullrich
URN:urn:nbn:de:gbv:9-opus-39369
Title Additional (German):Die Bedeutung von sitzendem Verhalten in der kardio-präventiven Forschung
Referee:Prof. Dr. rer. med. Sabina Ulbricht, Prof. Dr. med. Tobias Pischon
Advisor:Prof. Dr. rer. med. Sabina Ulbricht
Document Type:Doctoral Thesis
Language:English
Year of Completion:2019
Date of first Publication:2020/09/03
Granting Institution:Universität Greifswald, Universitätsmedizin
Date of final exam:2020/08/20
Release Date:2020/09/03
Tag:Sedentary Behavior; accelerometer; cardiometabolic health; cardiorespiratory fitness; cardiovascular health; measurement error; physical activity; prevention; reactivity
GND Keyword:Körperliche Aktivität , Sitzen , Prävention , Fitness , Metabolisches Syndrom , Reaktivität , Kardiovaskuläre Krankheit , Messung
Page Number:101
Faculties:Universitätsmedizin / Institut für Epidemiologie u. Sozialmedizin
DDC class:500 Naturwissenschaften und Mathematik / 500 Naturwissenschaften
600 Technik, Medizin, angewandte Wissenschaften / 610 Medizin und Gesundheit