Relação entre o padrão e o contexto ecológico do comportamento sedentário e biomarcadores metabólicos em adultos jovens

• Main Author: Catiana Leila Possamai Romanzini
• Other Authors: Enio Ricardo Vaz Ronque .
• Language: Portuguese
• Published: Universidade Estadual de Londrina, Universidade Estadual de Maringá. 2017
• Online Access: http://www.bibliotecadigital.uel.br/document/?code=vtls000214913

Nos últimos anos, o comportamento sedentário (CS) tem emergido como um fator de risco independente para alguns desfechos em saúde de adultos. Considerando que o CS é complexo e possui múltiplos contextos, o objetivo geral da tese foi analisar a relação entre o padrão e o contexto ecológico do CS e biomarcadores metabólicos em adultos jovens. Um total de 150 adultos jovens (20 a 24 anos), de ambos os sexos, participaram do estudo. As variáveis analisadas foram o padrão e o contexto do CS, mensurado objetivamente por acelerometria (Actigraph wGT3X-BT) e por um aplicativo de avaliação momentânea ecológica (mEMA), respectivamente. As variáveis mensuradas foram: circunferência de cintura (CC), pressão arterial sistólica (PAS) e pressão arterial diastólica (PAD), glicose, colesterol total (CT), lipoproteína de alta densidade (HDL), lipoproteína de baixa densidade (LDL), triglicerídeos (TG), insulina, modelo de avaliação da homeostase de resistência à insulina (HOMA1-IR) e risco metabólico. Foram testadas covariáveis demográficas e comportamentais nos ajustes dos modelos de regressão linear múltipla. Para isso, utilizou-se o SPSS 20.0 com nível de significância de 5%. Tendo observado que o mEMA foi capaz de captar informações sobre o contexto do CS, apresentando boa sensibilidade na identificação da presença do CS em adultos jovens, foi analisada a relação do padrão do CS (tempo total, bouts .30 min e breaks .;1 min) e também dos contextos do CS (casa, trabalho, deslocamento e lazer) com biomarcadores metabólicos. Além disso, testou-se a relação entre diferentes tipos de atividades (baseadas em tela ou não) com estes biomarcadores. O padrão do CS em adultos jovens mostrou relações do tempo total em CS com glicose (β=0,376), insulina (β=0,405), HOMA1-IR (β=0,423) e TG (β=0,633); dos bouts (.30 min) com glicose (β=0,314) e PAD (β=-0,370) e; nenhuma relação com os breaks (.1 min). O contexto do CS mostrou relação do tempo no lazer com CT (β=0,261) e LDL (β=0,229) e das atividades baseadas em tela com risco metabólico (β=0,358). Algumas relações foram encontradas para o padrão e o contexto do CS com biomarcadores metabólicos. Sugere-se a utilização do mEMA em futuras pesquisas do CS de adultos para que mais evidências sejam adicionadas à estas, de modo a entender melhor a relação do tempo em CS nos diferentes contextos. === In recent years, sedentary behavior (SB) has emerged as an independent risk factor for some health outcomes in adulthood. Considering that SB is complex and has multiple contexts, the main objective of this study was to analyze the relationship of the ecological pattern and context of SB with metabolic biomarkers in young adults. About 150 young adults (20-24 years) of both sexes participated in the study. The variables analyzed were pattern and context of SB, objectively measured by accelerometry (Actigraph wGT3X-BT) and by a mobile Ecological Momentary Assessment (mEMA), respectively. The measure variables were: waist circumference (WC), systolic blood pressure (SBP) and diastolic blood pressure (DBP), glucose, total cholesterol (TC), high density lipoprotein (HDL), low density lipoprotein (LDL), triglycerides (TG), insulin, homeostasis model assessment insulin resistance (HOMA1-IR) and metabolic risk. Demographic and behavioral covariables were tested in the adjustments of multiple linear regression models. For this, SPSS 20.0 software with significance level of 5 % was used. Since mEMA was able to obtain information about SB context, showing good sensitivity in the identification of the presence of SB in young adults, the relationship between SB pattern (total time, bouts .30 min and breaks .1 min) and also SB context (home, work, transport and leisure) with metabolic biomarkers was analyzed. In addition, the relationship between different types of activities (screen-based or not) was tested. The analysis of the relationships between SB pattern and metabolic biomarkers in young adults was related of total time in SB with glucose (β=0.376), insulin (β=0.405), HOMA1-IR (β=0.423) and TG (β=0.633); of bouts (.30 min) with glucose (β=0.314) and DBP (β=-0.370) and; no relation with breaks (.1 min). For the SB context, relation of leisure time with TC (β=0.261) and LDL (β=0.229) and screen-based activities with metabolic risk (β=0.358) was observed. Some relationships were found for the pattern and context of SB with metabolic biomarkers. It is suggested to use the mEMA in future studies of adult SB so that more evidence is added to these, in order to better understand the relation of time in SB in different contexts.