[Prevalence of sedentary behavior and its correlates among primary and secondary school students].

OBJECTIVE: To determine the students' exposure to four different sedentary behavior (SB) indi-cators and their associations with gender, grade, age, economic status and physical activity level.
METHODS: A cross-sectional study was conducted in 2013. The SB was collected using the HELENA instrument, composed by screen time questions (TV, video games and internet) and sitting activ-ities on school opposite shift. The cut point of ≥2h/day was used to categorize the outcome. The Poisson regression was used for associations between the outcome and the independent variables (95% significance level), controlling for confounding variables and the possible design effect.
RESULTS: The sample was composed by 8661 students. The overall prevalence of SB was 69.2% (CI95% 68.1-70.2) on weekdays, and 79.6% (CI95% 78.7-80.5) on weekends. Females were more associated with the outcome, except to electronic games. Advanced grades students were more involved in sitting tasks when compared to the early grades. Older students were more likely to surf on net for ≥2h/day. Higher economic level students were more likely to engage in video games and internet. Active individuals were less likely to engage in SB on weekdays.
CONCLUSIONS: The prevalence of SB was high, mainly on weekends. The associations with sex, age, grade and physical activity level should be considered into elaboration of more efficient interventions on SB control.

Introduction

Since the end of World War II, there was an intensification in the communication process, particularly stimulated by television watching. There are several benefits of intensifying the communication process, but in recent decades studies have shown that excessive sedentary time can lead to poor health, particularly among the new generations that grow in an era of massive technology use.1 Sedentary behavior (SB) is being conceptualized in the literature as any activity with an energy cost equal to or less than 1.5 METs,1 1 held in reclining or sitting posture.2

Childhood and adolescence are particularly relevant for the study of SB because the period is characterized by marked physical and mental changes.3 In this sense, there is evidence that SB plays directly impacts on many health outcomes, such as obesity, metabolic syndrome and cardiovascular diseases,4–6 also been described as related to reductions in life expectancy.7 Due to its effects on health, recommendations on SB were released in 2001, with an update on 2011.8

A recent review study identified 24 Brazilian studies about SB, most of which focusing on digital media or screen time (television, games and computer).9 However, differences in measurement tools (questionnaire structure), as well as analytical approaches (SB thresholds, regression types, and possible confounder control) make it difficult to compare data from different studies. In addition, it is necessary to analyze the possible associations with social, demographic and behavioral variables in order to conduct effective interventions on controlling SB.

The aim of the present study was to evaluate exposure to four different indicators of SB among adolescents of Pelotas, Brazil, and its associations with gender, grade, age, economic level and physical activity.

Method

This cross sectional study was part of the third follow-up data collection of an intervention called “Physical Education +: Practicing health at school”. This study was conducted in 56 public schools of the city of Pelotas, Brazil in 2012 and 2013. The main objective of the intervention was to disseminate information related to physical activity and general health through physical education classes. Data presented in this article are a snapshot of exposure to SB.

A multistage sampling process was used, divided on two steps, referring to each intervention year. Each year it was conducted a raffle among all the city eligible schools to guarantee the representativeness of the sample. More information about the sampling process is available on the Spohr et al.10 paper. The first step was conducted on 2012. A list of the primary and secondary public schools of the city was obtained. We then stratified school according to type (state vs. city) and city area (urban vs rural). A random strategy was adopted to selected school in each strata, totaling 40 schools in the sample on 2012. On the second year of the study (2013) the same sampling strategy was adopted, but another 18 schools were included. Two schools were removed from the original sample (raffled on 2012). One school refused to participate on the study, and another was excluded because all the eligible students belong to the night shift. An important point is that after the data collection beginning on 2013 there was no other refuses. The final number of participating schools (n=56) represented 67% of all the eligible schools on the city.

An adapted version of the “HELENA” instrument, first proposed by Rey-López et al.11 (Kappa coefficient >0.7), was used to assess SB. The instrument was translated into Portuguese and then back to Spanish, in order to ensure information clarity and meaning. SB is evaluated by questions about the use of television, electronic games, internet and academic activities on inverse shift classes. Questions are done first about week days and then about weekend days. To quantify the duration of SB, there is a time scale which the interviewee must choose between seven time categories, ranging from “none” to “four hours or more” per day. SB was categorized according to the recommendations of the American Academy of Pediatrics.8

The data collection occurred from 2013 March to May. Students from grades 5 to 12 were invited to participate of the study. The questionnaire was self-administered in the class room under trained interviewer supervision. The administration of the questionnaire was collective. The students filled up the questions after the interviewer's explanation for every question. If a student had any doubt, the interviewer should solve it individually.

The independent variables used in this analysis were sex, age (categorized in five groups <12, 13, 14, 15, ≥16), grade (5th to 12th grade), socioeconomic status and physical activity. The socioeconomic status classification was based on an assets index later categorized into quintiles, following principal component analysis. The questionnaire by Farias et al.12 was used to assess physical activity levels (validity: k=0.59 and CCI=0.88/reproducibility: k=0.52 and Spearman=0.62). This instrument has a list of physical activities, in which the interviewee should answer about the frequency and duration of the activities performed on the previous week. A total physical activity score was calculated and later categorized as meeting current recommendations of 300min per week or not.13 As an operational decision, only the leisure time physical activity section was used. The original instrument was tested in public schools of two close cities.

Data were double entered in EpiData 3.1 program and the analyses were performed using Stata 12.0. Poisson regression was used in the adjusted analysis to verify the association between each type of sedentary behavior and the independent variables, adjusting for confounders and the possible design effect. Besides that, on the adjusted analysis, all independent variables with a p-value >0.20 were excluded from the model, and a 95% significance level was adopted for the associations between the outcome and the exposures.

The study was approved by the Ethics Committee in Research of the Physical Education School of the Federal University of Pelotas under the protocol 039/2011. Written consent was requested from parents of students under 18 years of age, and directly from students aged 18 or more years.

Results

The sample comprised 8661 students, representing 57.7% of all eligible individuals. Response rates were 47.6% in secondary school and 59.7% in primary school. Most participants were females (53.1%), attended primary school (76.8%), were younger than 12 years (28.6%) and were active in leisure time (57.5%). The total sedentary behavior prevalence was 69.2% on weekdays and 79.6% on weekends.

Fig. 1 describes the time used for each SB type on weekdays and weekend days. TV viewing for two or more hours per day was reported by 40% of the adolescents on weekdays and by 50% on weekend days. The proportion of students using electronic games for two or more hours per day was 29% on weekdays and 44% on weekend days. For internet use, these proportions were 41% and 55%, respectively. Spending two or more hours doing sitting-tasks at the inverse school shift was reported by 18% of the respondents on weekdays and by 10% on weekend days.

Figure 1

Students’ sedentary behavior on weekdays and weekends, Pelotas-RS Brazil, 2013, n=8661.

Fig. 2 illustrates the accumulation of SB for ≥2h/day on different types of behaviors measured. For the weekdays period, 31% of the sample accumulate ≤2h/day in any measured SB, 30% reported 2h or more per day in one behavior, 23% accumulated in two SB types, 14% in three types and 2% in the four types measured. On weekends the proportions were 20%, 27%, 29%, 21% and 3%, respectively.

Figure 2

Accumulation of sedentary behavior on two or more hours per day in different indicators of sedentary behavior, Pelotas-RS Brazil, 2013, n=8661.

Table 1 shows the adjusted analysis between excess of SB (≥2h/day) on weekdays according to the independent variables. Girls were more likely than boys to be watch TV for longer periods, as well as to perform sitting tasks at the inverse school shift. Boys, on the other hand, were more likely than girls to spend two or more hours per day playing electronic games. No sex differences were found for computer use. Performing sitting tasks on the inverse school shift increased according to grade. The use of electronic games and internet for two or more hours per day was higher among high socioeconomic level adolescents as compared to those from lower socioeconomic groups. Active adolescents were less likely to watch TV or use the internet for two or more hours per day as compared to their inactive peers.

Table 1

Adjusted analysis between excess of sedentary behavior (≥2h/day) and sociodemographic and behavioral variables on weekdays, Pelotas-RS Brazil, 2013, n=8661.

			Sedentary behavior ≥2h on weekdays
			Television				Electronic games				Internet				Siting doing tasks
			%	PR (CI95%)	p -value		%	PR (CI95%)	p -value		%	PR (CI95%)	p -value		%	PR (CI95%)	p -value
Sex					0.01				<0.001				0.36				0.005
	Male		38.3	1.0			37.9	1.0			39.3				16.2	1.0
	Female		42.2	1.09 (1.01–1.18)			21.5	0.58 (0.54–0.63)			39.7				18.9	1.14 (1.03–1.26)
Grade					0.09				<0.001				0.67				<0.001
	Primary school
		5a	38.1	1.0			24.4	1.0			25.6				12.9	1.0
		6a	39.5	0.99 (0.89–1.12)			28.1	1.11 (0.98–1.24)			32.2				13.3	0.98 (0.82–1.18)
		7a	44.0	1.11 (0.99–1.24)			33.2	1.30 (1.12–1.52)			41.9				14.9	1.03 (0.84–1.27)
		8a	41.9	0.99 (0.88–1.11)			34.3	1.31 (1.14–1.52)			48.4				20.6	1.38 (1.11–1.72)
	Secondary School
		1a	38.7	0.91 (0.80–1.03)			31.9	1.16 (0.96–1.40)			52.0				22.3	1.50 (1.18–1.92)
		2a	39.3	0.93 (0.81–1.08)			26.7	1.02 (0.84–1.23)			50.7				28.4	1.84 (1.43–2.37)
		3a	41.1	0.94 (0.77–1.13)			22.3	0.88 (0.70–1.11)			49.8				30.8	1.89 (1.36–2.64)
Age					0.07				0.001				<0.001				<0.001
	≤ 12		38.5	1.0			26.3	1.0			28.6	1.0			12.2	1.0
	13		39.7	0.99 (0.90–1.11)			30.3	1.02 (0.92–1.14)			38.7	1.33 (1.19–1.49)			16.4	1.24 (1.06–1.44)
	14		45.1	1.17 (1.07–1.27)			31.5	1.03 (0.92–1.16)			44.8	1.51 (1.36–1.67)			18.4	1.25 (1.02–1.53)
	15		38.9	1.05 (0.93–1.18)			33.5	1.11 (0.98–1.27)			45.8	1.55 (1.39–1.74)			17.4	1.06 (0.88–1.29)
	≥ 16		40.3	1.10 (0.99–1.23)			26.9	0.97 (0.82–1.14)			47.0	1.54 (1.40–1.69)			26.4	1.32 (1.04–1.68)
Asset Index (Quintiles)					0.36				<0.001				<0.001				0.53
	1 (lower)		41.6				14.9	1.0			16.1	1.0			16.5
	2		41.4				26.0	1.75 (1.48–2.08)			34.6	2.21 (1.91–2.56)			16.1
	3		38.4				30.7	2.04 (1.76–2.38)			41.9	2.63 (2.25–3.06)			18.7
	4		41.1				34.5	2.31 (1.98–2.70)			47.5	2.96 (2.59–3.39)			17.8
	5 (higher)		39.6				39.0	2.53 (2.19–2.94)			55.9	3.47 (3.00–4.01)			18.9
Physical activity					0.02				0.35				0.003				0.39
	< 300min		42.7	1.0			26.1				41.0	1.0			18.5
	≥ 300min		38.6	0.93 (0.87–0.99)			31.5				39.0	0.93 (0.89–0.98)			17.2

Table 2 illustrates the adjusted analysis between excess of SB (≥2h/day) on weekend days according to the independent variables. Girls were more likely than boys to spend two or more hours in all SB, except playing electronic games. Those from higher grades were less likely to perform sitting tasks on weekends. The positive associations between socioeconomic status and (a) playing electronic games and (b) using the internet were confirmed for weekend days. Physical activity levels did not predict any type of SB on weekends.

Table 2

Adjusted analysis between excess of sedentary behavior (≥2h/day) and sociodemographic and behavioral variables on weekends. Pelotas-RS Brazil, 2013, n=8661.

			Sedentary behavior ≥2h on weekends
			Television				Electronic games				Internet				Siting doing tasks
			%	PR (CI95%)	p -value		%	PR (CI95%)	p -value		%	PR (CI95%)	p -value		%	PR (CI95%)	p -value
Sex					0.007				<0.001				0.04				0.03
	Male		48.7	1.0			55.4	1.0			54.3	1.0			10.0	1.0
	Female		51.7	1.06 (1.02–1.11)			33.9	0.63 (0.59–0.66)			55.2	1.04 (1.00–1.09)			10.8	1.16 (1.02–1.32)
Grade					0.68				<0.001				0.83				0.04
	Primary school
		5a	49.2				42.4	1.0			43.4				10.9	1.0
		6a	50.6				47.5	1.09 (1.02–1.18)			51.0				9.2	0.85 (0.65–1.11)
		7a	51.5				46.8	1.09 (1.00–1.19)			55.3				9.3	0.76 (0.56–1.02)
		8a	50.5				44.2	1.02 (1.93–1.11)			61.3				9.9	0.77 (0.56–1.06)
	Secondary School
		1a	50.1				44.4	0.97 (0.86–1.09)			65.0				9.6	0.64 (0.45–0.90)
		2a	50.1				38.6	0.85 (0.76–0.96)			65.2				13.8	0.81 (0.56–1.16)
		3a	59.4				33.3	0.74 (0.65–0.84)			62.1				16.2	0.90 (0.63–1.29)
Age					0.30				0.94				<0.001				<0.001
	≤ 12		49.6				43.0				44.5	1.0			8.9	1.0
	13		52.8				47.5				55.7	1.23 (1.15–1.31)			8.9	1.11 (0.87–1.40)
	14		51.5				44.5				61.0	1.32 (1.24–1.40)			9.9	1.29 (1.03–1.63)
	15		48.1				45.9				58.0	1.27 (1.20–1.35)			10.3	1.40 (1.05–1.85)
	≥ 16		48.8				39.4				60.9	1.29 (1.23–1.37)			14.5	1.96 (1.52–2.54)
Asset Index (Quintiles)					0.45				<0.001				<0.001				0.52
	1 (lower)		51.7				27.0	1.0			26.8	1.0			10.0
	2		50.3				41.3	1.54 (1.39–1.71)			48.9	1.84 (1.69–2.01)			10.0
	3		48.5				44.4	1.65 (1.50–1.82)			59.1	2.20 (1.98–2.46)			10.6
	4		52.1				51.0	1.91 (1.68–2.17)			64.9	2.40 (2.18–2.65)			10.7
	5 (higher)		49.0				55.7	2.04 (1.85–2.24)			62.1	2.70 (2.42–3.02)			10.8
Physical activity					0.21				0.43				0.44				0.14
	< 300min		51.7				38.5				55.1				10.1	1.0
	≥ 300min		49.3				47.7				55.0				10.3	1.07 (0.94–1.22)

Discussion

This study aimed to evaluate exposure to SB in a city in southern Brazil, as well as to study its association with sex, grade, age, economic status and physical activity level. The difficulties encountered by the international and national literature in establishing the real magnitude of the SB and its associated factors, stem from different cultures/customs employed in research and SB routine of each population. Thus contributing to SB understanding and its associated factors is important for interventions to focus on regular population interaction with digital media instead of banning the technology from people's lives.

There was a clear upward trend in SB in weekend days as compared to weekdays. Data from a multicenter study conducted in seven European countries using the same instrument to access SB found the same relationship.14 However, a review study on SB in children15 and a study using accelerometry16 found associations on the inverse direction, pointing to uncertainty on the relationship between SB and weekends. Cultural, environmental and social standards inherent of each region or country can influence SB and perhaps explain the differences across studies.

Specifically about the indicators of SB, there is solid evidence regarding screen time. The prevalence of excessive time watching television in this study corroborates with other published studies.17 , 18 For the remaining screen-related behaviors, the prevalence found here was also similar to previous studies.19 , 20 In a review study conducted by Barbosa Filho et al.,9 a large variation in the prevalence of SB was detected across studies. In studies using a cutoff of 2h daily, the prevalence ranged from 32% in a study conducted in the city of Foz do Iguaçu to 88% in a study in Ouro Preto, MG.9

It was possible to identify a large accumulation of different types of SB for ≥2h/day, especially on weekend days. The increasing use of digital medias promoted cultural changes in the society.1 The easy access to electronic devices, the changing family environments and the lack of neighborhood safety make even more children remain reclusive in their homes, fact that can foster greater exposure to SB.21 Furthermore, the use of more than one electronic device simultaneously is becoming common among young people, increasing SB in this population.22 , 23

Girls was more likely to exceed the daily recommended amount of SB on both weekdays and weekends in almost all types of SB, except “playing electronic games”. The association between SB and sex is not yet a consensus in the literature.6 , 24 The study by Atkin and colleagues,25 which used accelerometry to measure SB, demonstrated that the frequent outdoor activities restriction imposed by parents was associated with an increase in their daughters’ sedentary time after one year of follow-up.

Age was positively associated with using the internet in our sample. A study that evaluated the compulsive youth use of internet demonstrated a direct relationship with age as well.26 The different ways to use the internet and the interactivity with daily life make it a versatile and culturally accepted practice, with a strong tendency to intensify even more in the near future.27

Specifically regarding associations between grade and types of SB, there was an inverse relationship between spending time on electronic games and being involved in sitting tasks on inverse school shift on weekdays. The increased responsibilities over the years can be a major factor in this relationship. The search for good performances in selection processes and a higher search for improvement to conquer a place on the labor market are common among teenagers,28 which may explain the reduction in available time for SB when there are activities in counter-turn.

As for the relationship between economic level and SB, there was a direct relationship among them on weekday and weekends for all the screen related behaviors. Our associations between socioeconomic status and SB were consistent with previous studies. The increased family purchasing power is an important facilitator of children and adolescents SB.5 , 19 , 29

A recent meta-analysis conducted by Pearson and coworkers30 summarized the results of 163 studies published since August 2013 about the association between SB and physical activity. The review showed an inverse, but of weak magnitude, association. Here we found inverse associations for TV viewing and internet using, around 7%.

The present study has some limitations that should be noted. Firstly, exposures and outcomes were based on self-report. The cross-sectional nature of the data makes it impossible to study the temporality of the associations between SB and physical activity. The relatively low response rate, particularly for secondary school, may also affect our results.

In conclusion, the prevalence of SB in this sample was high, especially on weekends. SB seems more evident in those from higher socioeconomic status and girls, with the exception of electronic games. In addition, individuals belonging to higher grades and ages seem to be more likely to involve in sedentary tasks in the inverse school shift, and to use internet. Future SB studies should take these results into account due to the influence of associated factors as age, sex, grade and physical activity on interventions’ strategies. In addition, it is necessary that health and education professionals understand the importance of alerting young people and their caregivers about the risks of an overly sedentary routine.

Introdução

Desde o fim da II Guerra Mundial, houve uma intensificação no processo de comunicação, particularmente estimulada pelo advento da televisão. A intensificação do processo de comunicação traz benefícios, mas nas últimas décadas estudos têm demonstrado que o excesso de tempo sedentário pode levar a problemas de saúde, especialmente entre as novas gerações, que crescem em uma era de uso maciço da tecnologia.1 O comportamento sedentário (CS) está sendo conceitualizado na literatura como qualquer atividade com um custo de energia igual ou inferior a 1,5 METs1 feita na posição reclinada ou sentada.2

A infância e a adolescência são épocas particularmente relevantes para o estudo do CS, porque o período é caracterizado por mudanças físicas e mentais acentuadas.3 Nesse sentido, há evidências de que o CS tem impacto direto sobre desfechos de saúde, como obesidade, síndrome metabólica e doenças cardiovasculares.4-6 Também tendo sido descrito como relacionado a reduções na expectativa de vida.7 Devido aos seus efeitos sobre a saúde, recomendações sobre CS foram publicadas em 2001, com uma atualização em 2011.8

Um recente estudo de revisão identificou 24 estudos brasileiros sobre CS, a maioria dos quais com foco em mídia digital ou tempo de tela (televisão, jogos e computador).9 No entanto, as diferenças entre as ferramentas de medição (estrutura do questionário), assim como as abordagens analíticas (limiares de CS, tipos de regressão e possível controle de fatores de confusão), tornam difícil a comparação de dados de diferentes estudos. Além disso, é necessário analisar as possíveis associações com variáveis sociais, demográficas e comportamentais, a fim de fazer intervenções eficazes para controlar CS.

O objetivo do presente estudo foi avaliar a exposição a quatro indicadores de CS em adolescentes da cidade de Pelotas, RS, Brasil e suas associações com sexo, série escolar, idade, nível econômico e atividade física.

Método

Esse estudo transversal fez parte da terceira coleta de dados de acompanhamento de uma intervenção chamada Educação física +: Praticando a saúde na escola. Esse estudo foi feito em 56 escolas públicas de Pelotas em 2012 e 2013. O principal objetivo da intervenção foi disseminar informações relacionadas à atividade física e à saúde em geral por meio das aulas de educação física. Os dados apresentados neste artigo são um instantâneo da exposição ao CS.

Um processo de amostragem de múltiplos estágios foi usado e dividido em duas etapas, referentes a cada ano de intervenção. Um sorteio foi feito a cada ano entre todas as escolas elegíveis da cidade para garantir a representatividade da amostra. Mais informações sobre o processo de amostragem estão disponíveis no estudo de Spohr et al.10 A primeira etapa foi feita em 2012. Foi obtida uma lista das escolas públicas de ensino fundamental e médio da cidade. Então, estratificamos as escolas de acordo com o tipo (estadual versus municipal) e a área da cidade (urbana versus rural). Uma estratégia aleatória foi adotada para selecionar a escola em cada estrato, totalizando 40 escolas na amostra de 2012. No segundo ano do estudo (2013) a mesma estratégia foi adotada para a amostragem, mas outras 18 escolas foram incluídas. Duas escolas foram removidas da amostra original (sorteadas em 2012). Uma escola recusou-se a participar do estudo e outra foi excluída porque todos os alunos elegíveis pertenciam ao turno da noite. Um ponto importante é que, após a coleta de dados com início em 2013, não houve outras recusas. O número final de escolas participantes (n=56) representou 67% de todas as escolas elegíveis da cidade.

Uma versão adaptada do instrumento Helena, proposto pela primeira vez por Rey-López et al.11 (coeficiente Kappa >0,7), foi usado para avaliar CS. O instrumento foi traduzido para o português e, em seguida, de volta para o espanhol, a fim de garantir a clareza e o significado da informação. O CS é avaliado por meio de perguntas sobre o uso de televisão, jogos eletrônicos, internet e atividades acadêmicas no turno inverso das aulas. As perguntas são feitas primeiramente sobre os dias da semana e, em seguida, sobre os dias do fim de semana. Para quantificar a duração do CS, há uma escala de tempo na qual o entrevistado deve escolher entre sete categorias, que variam de “nenhum” até “quatro horas ou mais”’ por dia. O CS foi categorizado de acordo com as recomendações da Academia Americana de Pediatria.8

A coleta de dados ocorreu de março a maio de 2013. Alunos da 5° ano do Ensino Fundamental até o 3° ano do Ensino Médio foram convidados a participar do estudo. O questionário foi autoadministrado na sala de aula, sob a supervisão de um entrevistador treinado. A aplicação do questionário foi coletiva. Os estudantes responderam as perguntas após a explicação do entrevistador para cada pergunta. Se um aluno tivesse alguma dúvida, o entrevistador resolvia o caso individualmente.

As variáveis independentes usadas nesta análise foram: sexo, idade (categorizada em cinco grupos <12, 13, 14, 15, ≥16), ano escolar (5°do Ensino Fundamental ao 3° ano do Ensino Médio), nível socioeconômico e atividade física. A classificação do nível socioeconômico foi baseada em um índice de ativos mais tarde categorizados em quintis, após a análise dos componentes principais. O questionário de Farias et al.12 foi usado para avaliar os níveis de atividade física (validade: k=0,59 e CCI=0,88/reprodutibilidade: k=0,52 e Spearman=0,62). Esse instrumento tem uma lista de atividades físicas na qual o entrevistado deve responder sobre a frequência e duração das atividades feitas na semana anterior. Um escore total de atividade física foi calculado e, posteriormente, categorizado como cumprindo as recomendações atuais de 300min por semana ou não.13 Por decisão operacional, foi usada apenas a seção de atividade física no lazer. O instrumento original foi testado em escolas públicas de duas cidades próximas.

Os dados foram digitados em duplicata no programa EpiData 3.1 e as análises foram feitas com o programa Stata 12.0. A regressão de Poisson foi usada na análise ajustada para verificar a associação entre cada tipo de comportamento sedentário e as variáveis independentes, ajustada para fatores de confusão e um possível efeito do desenho. Além disso, na análise ajustada, todas as variáveis independentes, com um valor de p>0,20, foram excluídas do modelo e um nível de significância de 95% foi adotado para as associações entre o desfecho e as exposições.

O estudo foi aprovado pelo Comitê de Ética em Pesquisa da Escola de Educação Física da Universidade Federal de Pelotas sob o protocolo no 039/2011. O termo de consentimento por escrito foi solicitado dos pais de alunos com menos de 18 anos e diretamente dos estudantes com 18 anos ou mais.

Resultados

A amostra foi composta por 8.661 alunos, o que representa 57,7% de todos os indivíduos elegíveis. As taxas de resposta foram de 47,6% no Ensino Médio e 59,7% no Ensino Fundamental. A maioria dos participantes era do sexo feminino (53,1%), frequentava o Ensino Fundamental (76,8%), tinham menos de 12 anos (28,6%) e era ativa no lazer (57,5%). A prevalência total de comportamento sedentário foi de 69,2% durante a semana e 79,6% nos fins de semana.

A figura 1 descreve o tempo usado para cada tipo de CS em dias de semana e fins de semana. Assistir a TV por duas ou mais horas por dia foi relatado por 40% dos adolescentes nos dias de semana e de 50% nos fins de semana. A proporção de estudantes que jogam jogos eletrônicos por duas ou mais horas por dia foi de 29% nos dias úteis e 44% nos fins de semana. Para o uso da internet, essas proporções foram de 41% e 55%, respectivamente. Passar duas ou mais horas em atividades na posição sentada no turno inverso da escola foi relatado por 18% dos entrevistados em dias de semana e por 10% nos dias de fim de semana.

Figura 1

Comportamento sedentário dos estudantes em dias de semana e fins de semana, Pelotas-RS Brasil, 2013, n=8.661.

A figura 2 mostra o acúmulo de CS para ≥2h/dia em diferentes tipos de comportamentos medidos. Para o período dos dias da semana, 31% da amostra acumulada ≤2h/dia, em qualquer medida de CS, 30% relataram duas horas ou mais por dia em um comportamento, 23% acumularam em dois tipos de CS, 14% em três e 2% em quatro. No fim de semana, as proporções foram de 20%, 27%, 29%, 21% e 3%, respectivamente.

Figura 2

Acúmulo de comportamento sedentário em duas ou mais horas por dia em diferentes indicadores de comportamento sedentário, Pelotas-RS Brasil, 2013, n=8.661.

A tabela 1 mostra a análise ajustada entre o excesso de CS (≥2h/dia) em dias de semana de acordo com as variáveis independentes. As meninas tinham mais probabilidade do que os rapazes de assistir a TV por períodos mais longos, bem como de executar tarefas na posição sentada no turno inverso da escola. Os meninos, por outro lado, eram mais propensos do que as meninas a passar duas ou mais horas por dia jogando jogos eletrônicos. Não houve diferenças entre os sexos para o uso do computador. A feitura de tarefas na posição sentada no turno inverso da escola aumentou de acordo com a série escolar. O uso de jogos eletrônicos e internet por duas ou mais horas por dia foi maior entre os adolescentes de maior nível socioeconômico em comparação com os de grupos socioeconômicos mais baixos. Adolescentes ativos eram menos propensos a ver televisão ou usar a internet por duas ou mais horas por dia, em comparação com seus pares inativos.

Tabela 1

Análise ajustada entre o excesso de comportamento sedentário (≥2h/dia) e variáveis sociodemográficas e comportamentais em dias de semana, Pelotas‐RS Brasil, 2013, n = 8.661

			Comportamento sedentário ≥ 2 h durante a semana
			Televisão				Jogos eletrônicos				Internet				Atividades na posição sentada
			%	RP (IC95%)	p‐valor		%	RP (IC95%)	p‐valor		%	RP (IC95%)	p‐valor		%	RP (IC95%)	p‐valor
Sexo					0,01				<0,001				0,36				0,005
	Masculino		38,3	1,0			37,9	1,0			39,3				16,2	1,0
	Feminino		42,2	1,09 (1,01‐1,18)			21,5	0,58 (0,54‐0,63)			39,7				18,9	1,14 (1,03–1,26)
Série					0,09				<0,001				0.67				<0,001
	Ensino Fundamental
		5a	38,1	1,0			24,4	1,0			25,6				12,9	1,0
		6a	39,5	0,99 (0,89‐1,12)			28,1	1,11 (0,98‐1,24)			32,2				13,3	0,98 (0.82‐1.18)
		7a	44,0	1,11 (0,99‐1,24)			33,2	1,30 (1,12‐1,52)			41,9				14,9	1,03 (0.84‐1.27)
		8a	41,9	0,99 (0,88‐1,11)			34,3	1,31 (1,14‐1,52)			48,4				20,6	1,38 (1,11‐1,72)
	Ensino Secundário
		1a	38,7	0,91 (0,80‐1,03)			31,9	1,16 (0,96‐1,40)			52,0				22,3	1,50 (1,18‐1,92)
		2a	39,3	0,93 (0,81‐1,08)			26,7	1,02 (0,84‐1,23)			50,7				28,4	1,84 (1,43‐2,37)
		3a	41,1	0,94 (0,77‐1,13)			22,3	0,88 (0,70‐1,11)			49,8				30,8	1,89 (1,36‐2,64)
Idade					0,07				0,001				<0,001				<0,001
	≤12		38,5	1,0			26,3	1,0			28,6	1,0			12,2	1,0
	13		39,7	0,99 (0,90‐1,11)			30,3	1,02 (0,92‐1,14)			38,7	1,33 (1,19‐1,49)			16,4	1,24 (1,06‐1,44)
	14		45,1	1,17 (1,07‐1,27)			31,5	1,03 (0,92‐1,16)			44,8	1,51 (1,36‐1,67)			18,4	1,25 (1,02‐1,53)
	15		38,9	1,05 (0,93‐1,18)			33,5	1,11 (0,98‐1,27)			45,8	1,55 (1,39‐1,74)			17,4	1,06 (0,88‐1,29)
	≥16		40,3	1,10 (0,99‐1,23)			26,9	0.97 (0,82‐1,14)			47,0	1,54 (1,40‐1,69)			26,4	1,32 (1.04‐1,68)
Índice de ativos (quintis)					0,36				<0,001				<0,001				0,53
	1 (mais baixo)		41,6				14,9	1,0			16,1	1,0			16,5
	2		41,4				26,0	1,75 (1,48‐2,08)			34,6	2,21 (1,91‐2,56)			16,1
	3		38,4				30,7	2,04 (1,76‐2,38)			41,9	2,63 (2,25‐3,06)			18,7
	4		41,1				34,5	2,31 (1,98‐2,70)			47,5	2,96 (2,59‐3,39)			17,8
	5 (mais alto)		39,6				39,0	2,53 (2,19‐2,94)			55,9	3,47 (3,00‐4,01)			18,9
Atividade física					0,02				0,35				0,003				0,39
	<300min		42,7	1,0			26,1				41,0	1,0			18,5
	≥300min		38,6	0,93 (0,87‐0,99)			31,5				39,0	0,93 (0,89‐0,98)			17,2

A tabela 2 mostra a análise ajustada entre o excesso de CS (≥2h/dia) nos fins de semana de acordo com as variáveis independentes. As meninas tinham mais probabilidade do que os meninos de passar duas ou mais horas em todos CS, exceto os jogos eletrônicos. Os adolescentes de séries escolares mais avançadas eram menos propensos a fazer tarefas na posição sentada nos fins de semana. Associações positivas foram confirmadas entre o nível socioeconômico e (a) jogar jogos eletrônicos e (b) o uso da internet nos fins de semana. Níveis de atividade física não foram preditores de qualquer tipo de CS nos fins de semana.

Tabela 2

Análise ajustada entre o excesso de comportamento sedentário (≥2h/dia) e variáveis sociodemográficas e comportamentais nos finais de semana. Pelotas‐RS Brasil, 2013, n = 8.661

			Comportamento sedentário ≥ 2 h durante a semana
			Televisão				Jogos eletrônicos				Internet				Atividades na posição sentada
			%	RP (IC95%)	p‐valor		%	RP (IC95%)	p‐valor		%	RP (IC95%)	p‐valor		%	RP (IC95%)	p‐valor
Sexo					0,007				<0,001				0,04				0,03
	Masculino		48,7	1,0			55,4	1,0			54,3	1,0			10,0	1,0
	Feminino		51,7	1,06 (1,02‐1,11)			33,9	0,63 (0,59‐0,66)			55,2	1,04 (1,00‐1,09)			10,8	1,16 (1,02–1,32)
Série					0,68				<0,001				0,83				0,04
	Ensino Fundamental
		5a	49,2				42,4	1,0			43,4				10,9	1,0
		6a	50,6				47,5	1,09 (1,02‐1,18)			51,0				9,2	0,85 (0,65–1,11)
		7a	51,5				46,8	1,09 (1,00‐1,19)			55,3				9,3	0,76 (0,56–1,02)
		8a	50,5				44,2	1,02 (1,93‐1,11)			61,3				9,9	0,77 (0,56–1,06)
	Ensino Secundário
		1a	50,1				44,4	0,97 (0,86‐1,09)			65,0				9,6	0,64 (0,45–0,90)
		2a	50,1				38,6	0,85 (0,76‐0,96)			65,2				13,8	0,81 (0,56–1,16)
		3a	59,4				33,3	0,74 (0,65‐0,84)			62,1				16,2	0,90 (0,63–1,29)
Idade					0,30				0,94				<0.001				<0,001
	≤12		49,6				43,0				44,5	1,0			8,9	1,0
	13		52,8				47,5				55,7	1,23 (1,15‐1,31)			8,9	1,11 (0,87–1,40)
	14		51,5				44,5				61,0	1,32 (1,24‐1,40)			9,9	1,29 (1,03–1,63)
	15		48,1				45,9				58,0	1,27 (1,20‐1,35)			10,3	1,40 (1,05–1,85)
	≥16		48,8				39,4				60,9	1,29 (1,23‐1,37)			14,5	1,96 (1,52–2,54)
Índice de ativos (quintis)					0,45				<0,001				<0,001				0,52
	1 (Mais baixo)		51,7				27,0	1,0			26,8	1,0			10,0
	2		50,3				41,3	1,54 (1,39‐1,71)			48,9	1,84 (1,69‐2,01)			10,0
	3		48,5				44,4	1,65 (1,50‐1,82)			59,1	2,20 (1,98‐2,46)			10,6
	4		52,1				51,0	1,91 (1,68‐2,17)			64,9	2,40 (2,18‐2,65)			10,7
	5 (Mais alto)		49,0				55,7	2,04 (1,85‐2,24)			62,1	2,70 (2,42‐3,02)			10,8
Atividade física					0,21				0,43				0,44				0,14
	<300min		51,7				38,5				55,1				10,1	1,0
	≥300min		49,3				47,7				55,0				10,3	1,07 (0,94‐1,22)

Discussão

Este estudo teve como objetivo avaliar a exposição à CS em uma cidade no sul do Brasil, bem como o estudo de sua associação com o sexo, série escolar, idade, nível socioeconômico e nível de atividade física. As dificuldades encontradas na literatura internacional e nacional de estabelecer a real magnitude do CS e seus fatores associados resultam de diferentes culturas/costumes empregados na pesquisa e a rotina do CS de cada população. Assim, contribuir para a compreensão do CS e seus fatores associados é importante para que as intervenções se concentrem na interação regular da população com a mídia digital, em vez de banir a tecnologia da vida das pessoas.

Houve uma clara tendência de aumento do CS em fins de semana, em comparação com os dias de semana. Dados de um estudo multicêntrico feito em sete países europeus que usaram o mesmo instrumento para avaliar o CS encontraram a mesma relação.14 Entretanto, um estudo de revisão sobre CS em crianças15 e um estudo que usou acelerometria16 encontraram associações no sentido inverso, o que indica a incerteza sobre a relação entre CS e fins de semana. Padrões culturais, ambientais e sociais inerentes a cada região ou país podem influenciar o CS e, talvez, explicar as diferenças entre os estudos.

Especificamente a respeito dos indicadores de CS, não há evidência sólida a respeito de tempo na tela. A prevalência de excesso de tempo assistindo a televisão no presente estudo corrobora outros estudos publicados.17 , 18 Para os comportamentos relacionados a tempo de tela restantes, a prevalência encontrada aqui também foi semelhante à dos estudos anteriores.19 , 20 Em um estudo de revisão feito por Barbosa Filho et al.9 foi detectada uma grande variação na prevalência de CS nos estudos. Em estudos que usaram um ponto de corte de duas horas por dia a prevalência variou de 32% em um estudo feito em Foz do Iguaçu (PR) a 88% em um estudo feito em Ouro Preto (MG).9

Foi possível identificar um grande acúmulo de diferentes tipos de CS para ≥2h/dia, especialmente em fins de semana. O crescente uso de mídias digitais promoveu mudanças culturais na sociedade.1 O fácil acesso a dispositivos eletrônicos, as modificações nos ambientes familiares e a falta de segurança da vizinhança fazem com que as crianças permaneçam por mais tempo reclusas em suas casas, um fato que pode promover uma maior exposição ao CS.21 Além disso, o uso de mais de um dispositivo eletrônico simultaneamente é cada vez mais comum entre os jovens, o que aumenta o CS nessa população.22 , 23

Meninas foram mais propensas a exceder a quantidade diária recomendada de CS nos dias de semana e fins de semana em quase todos os tipos de CS, exceto “jogar jogos eletrônicos”. A associação entre o CS e o sexo ainda não é um consenso na literatura.6 , 24 O estudo de Atkin et al.25 que usou acelerometria para medir CS demonstrou que a frequente restrição às atividades ao ar livre imposta pelos pais estava associada com um aumento no tempo de sedentarismo de suas filhas após um ano de seguimento.

Idade foi associada de forma positiva com o uso da internet em nossa amostra. Um estudo que avaliou o uso compulsivo de internet pelos jovens também demonstrou uma relação direta com a idade.26 As diferentes maneiras de usar a internet e sua interatividade com a vida diária a tornam uma prática versátil e culturalmente aceita, com uma forte tendência para intensificar-se ainda mais no futuro próximo.27

Especificamente em relação a associações entre série escolar e tipos de CS, houve uma relação inversa entre o tempo gasto em jogos eletrônicos e estar envolvido em atividades na posição sentada no turno inverso da escola em dias de semana. O aumento das responsabilidades ao longo dos anos pode ser um fator importante nessa associação. A busca por bons desempenhos em processos de seleção e uma busca maior por melhoria para conquistar um lugar no mercado de trabalho são comuns entre os adolescentes,28 o que pode explicar a redução do tempo disponível para CS quando há atividades no contraturno.

Quanto à relação entre o nível econômico e CS, houve uma relação direta entre eles nos dias de semana e fins de semana para todos os comportamentos relacionados ao uso de tela. Nossas associações entre nível socioeconômico e CS foram consistentes com estudos anteriores. O aumento do poder aquisitivo familiar é um fator importante de CS em crianças e adolescentes.5 , 19 , 29

Uma recente metanálise feita por Pearson et al.30 resumiu os resultados de 163 estudos publicados desde agosto de 2013 sobre a associação entre CS e atividade física. A revisão mostrou uma associação inversa, mas de magnitude fraca. Aqui encontramos associações inversas para o ato de assistir a TV e uso de internet, de cerca de 7%.

O presente estudo tem algumas limitações. Em primeiro lugar, as exposições e os resultados foram baseadas em autorrelato. A natureza transversal dos dados torna impossível estudar a temporalidade das associações entre CS e atividade física. A taxa de resposta relativamente baixa, especialmente para o ensino secundário, também pode afetar nossos resultados.

Em conclusão, a prevalência da CS na população estudada foi alta, especialmente nos fins de semana. CS parece mais evidente nos indivíduos de maior nível socioeconômico e em meninas, com exceção dos jogos eletrônicos. Além disso, indivíduos pertencentes às séries escolares mais avançadas e os mais velhos parecem ser mais propensos a se envolver em tarefas sedentárias no turno inverso da escola e a usar a Internet. Futuros estudos sobre CS devem levar em consideração esses resultados, devido à influência de fatores associados, como idade, sexo, série escolar e atividade física, sobre as estratégias das intervenções. Além disso, é necessário que os profissionais das áreas de saúde e educação entendam a importância de alertar os jovens e seus cuidadores sobre os riscos de uma rotina excessivamente sedentária.