Prevalência de Tempo de Tela Excessivo e Fatores Correlatos em Escolares Brasileiros

O objetivo do estudo foi identificar a exposição ao tempo de tela excessivo, mediante o uso de TV e de outros dispositivos de tela, incluindo computador, videogame, tablet e smartphone, e analisar correlatos demográficos, comportamentais e antropométricos associados. Trata-se de estudo epidemiológico transversal de base escolar, com aproximadamente 17 mil escolares de 4 a 20 anos que participaram do Projeto Paraná Saudável em 2014. Foram realizadas medidas antropométricas e aplicado questionário com questões estruturadas para levantar as informações. Tempo de tela excessivo foi definido pelo uso combinado de TV e outros dispositivos de tela por tempo > 2 horas/dia. Os dados foram tratados estatisticamente mediante análise bivariada e regressão múltipla hierarquizada. Prevalência global de tempo de tela excessivo foi de 70,4% (IC95%: 68,1–72,9). Análise multivariada apontou associação significativa entre tempo de tela excessivo e idade (OR = 1,92; IC95%: 1,60–2,33), classe econômica (OR = 2,48; IC95%: 1,99–3,17), escolaridade materna (OR = 1,98; 95%CI: 1,57–2,68), área de moradia (OR = 1.26; IC95%: 1.04–1.56) e urbanização (OR = 2,94; IC95%: 2,41–3,75). Entre fatores comportamentais, menor prática de atividade física (OR = 1,42; IC95%: 1,25–1,85), baixo consumo de frutas/hortaliças (OR = 2,89; IC95%: 2,25–3,70), elevado consumo de produtos açucarados/refrigerantes (OR = 2,07; IC95%: 1,63–2,70) e menos horas de sono (OR = 2,01; IC95%: 1,60–2,62) se mostraram independentemente associados ao tempo de tela excessivo. Da mesma forma, excesso de peso corporal (OR = 1,81; IC95%: 1,35–2,51) e gordura abdominal (OR = 2,01; IC95%: 1,62–2,73) apresentaram associações significativas com o desfecho. Concluindo, achados do estudo sugerem que políticas e intervenções destinadas aos programas de educação em saúde nos contextos escolar e familiar devam incluir componentes que se concentram na redução do tempo de tela excessivo.

Referências

1. Sedentary Behaviour Research Network. Letter to the Editor: standardized use of the terms “sedentary” and “sedentary behaviours”. Appl Physiol Nutr Metab. 2012;37:540–42. 
2. Temmel CSD, Rhodes R. Correlates of Sedentary Behaviour in Children and Adolescents Aged 7–18: A Systematic Review. Health Fit J Can. 2013;6:119–99. 
3. Biddle SJ, Pearson N, Ross GM, Braithwaite R. Tracking of sedentary behaviours of young people: a systematic review. Prev Med. 2010;51:345-51.
4. Cillero IH, Jago R. Systematic review of correlates of screenviewing among young children. Prev Med. 2010;51:3-10. 
5. Herman KM, Hopman WM, Sabiston CM. Physical activity, screen time and self-rated health and mental health in Canadian adolescents. Prev Med. 2015;73C:112–6. 
6. Hale L, Guan S. Screen time and sleep among school-aged children and adolescents: a systematic literature review. Sleep Med Rev. 2015;21:50-8. 
7. American Academy of Pediatrics; Council on Communications and Media. Children, adolescents, obesity, and the media. Pedriatrics. 2011;128:201-8. 
8. Mark AE, Boyce WF, Janssen I. Television viewing, computer use and total screen time in Canadian youth. Paediatr Child Health 2006; 11(9):595-9. 
9. Inchley J, Currie C, Young T, Samda IO, Torsheim T, Augustson L et al. Growing up unequal: gender and socioeconomic differences in young people’s health and well-being. Health Behaviour in School-Aged Children (HBSC) Study: International Report from the 2013/2014 Survey. Health Policy for Children and Adolescents. No. 7. Copenhagen, Denmark: WHO Regional Office for Europe. 2016. p.1-292. 
10. Janssen I, Medina C, Pedroza A, Barquera S. Screen time in Mexican children: findings from the 2012 National Health and Nutrition Survey (ENSANUT 2012). Salud Publica Mex. 2013;55:484-91. 
11. Barbosa Filho VC, Campos W, Lopes AS. Epidemiology of physical inactivity, sedentary behaviors, and unhealthy eating habits among Brazilian adolescents: a systematic review. Cien Saude Colet. 2014;19:173-93. 
12. IBGE – Instituto Brasileiro de Geografia e Estatística. Pesquisa Nacional de Saúde do Escolar. PeNSE/2015. Rio de Janeiro: Coordenação de População e Indicadores Sociais/ IBGE. 2016. 
13. van Sluijs EM, Kriemler S, McMinn AM. The effect of community and family interventions on young people’s physical activity levels: a review of reviews and updated systematic review. Br J Sports Med. 2011;45:914–22. 
14. Tenório M, Barros M, Tassitano R, Bezerra J, Tenório J, Hallal P. Atividade física e comportamento sedentário em adolescentes estudantes do ensino médio. Rev Bras Epidemiol. 2010;13:105-17. 
15. Silva KS, Nahas MV, Peres KG, Lopes AS. Fatores associados à atividade física, comportamento sedentário e participação na Educação Física em estudantes do Ensino Médio em Santa Catarina, Brasil. Cad Saude Publica. 2009;25(10):2187-200. 
16. World Health Organization – WHO. Physical Status: e Use and Interpretation of Anthropometry. Report of a WHO Expert Committee. WHO – Technical Report Series, v. 854, p.1-452. 1995.
17. Cole TJ, Lobstein T. Extended international (IOTF) body mass index cut-offs for thinness, overweight and obesity. Pediatr Obes. 2012;7:284-94. 
18. Bauer KW, Marcus MD, El Ghormli L, Ogden CL, Foster GD. Cardio-metabolic risk screening among adolescents: understanding the utility of body mass index, waist circumference and waist to height ratio. Pediatr Obes. 2015;10(5):329-37. 
19. Associação Brasileira de Empresas de Pesquisa – ABEP. Critério de Classificação Econômica Brasil. São Paulo: Associação Brasileira de Empresas de Pesquisa. 2014. 
20. Guedes DP, Lopes CC. Validation of the Brazilian version of the 2007 Youth Risk Behavior Survey. Rev Saude Publica. 2010; 44(5):840-50. 
21. Guedes DP, Guedes JERP. Measuring physical activity in Brazilian youth: reproducibility and validity of the PAQ-C and PAQ-A. Rev Bras Med Esporte. 2015;21(6):425-32. 
22. Kann L, McManus T, Harris WA, Shanklin SL, Flint KH, Hawkins J et al. Youth Risk Behavior Surveillance — United States, 2015. MMWR. 2016; 65(4).
23. Gómez LF, Lucumí DI, Parra DC, Lobelo F. Niveles de urbanización, uso de televisión y video-juegos en niños colombianos: Posibles implicaciones en salud pública. Rev Salud Pública. 2008;10(4):505-16. 
24. Carson V, Janssen I. Neighborhood disorder and screen time among 10-16 year old Canadian youth: a cross-sectional study. Int J Behav Nutr Phys Act. 2012;9:66. 
25. Pearson N, Braithwaite ER, Biddle SJ, Van Sluijs EM, Atkin AJ. Associations between sedentary behaviour and physical activity in children and adolescents: a meta-analysis. Obes Rev. 2014;15:666-75. 
26. Biddle SJ, Petrolini I, Pearson N. Interventions designed to reduce sedentary behaviours in young people: a review of reviews. Br J Sports Med. 2014;48:182-6. 
27. Temple JL, Giacomelli AM, Kent KM, et al. Television watching increases motivated responding for food and energy intake in children. Am J Clin Nutr. 2007;85:355–61. 
28. Marsh S, Ni Mhurchu C, Maddison R. e non-advertising effects of screen-based sedentary activities on acute eating behaviours in children, adolescents, and young adults. A systematic review. Appetite. 2013;71:259–73. 
29. Dewald JF, Meijer AM, Oort FJ, Kerkhof GA, Bögels SM. The influence of sleep quality, sleep duration and sleepiness on school performance in children and adolescents: a meta- analytic review. Sleep Med Rev. 2010;14:179–89. 
30. Dube N, Khan K, Loehr S, Chu Y, Veugelers P. The use of entertainment and communication technologies before sleep could affect sleep and weight status: a population-based study among children. Int J Behav Nutr Phys Act. 2017;14(1):97.

Acessar