Studie udržitelného života na univerzitě (SUN). (SUN)

Studijní cíle:

Celkovým cílem studia je rozšířit znalosti o etiologii a prognóze běžných psychických problémů (deprese, úzkost a stres) a muskuloskeletálních bolestí, se kterými se setkávají vysokoškolští studenti vysokých škol ve Švédsku.

Konkrétní výzkumné otázky:

Jsou ovlivnitelné faktory, jako je špatná kvalita spánku, stravovací návyky, nízká fyzická aktivita/sedavý způsob života, bolestivé stavy a špatné studijní prostředí, nezávislé rizikové faktory incidentních epizod nepříjemné depresivní a úzkostné symptomatologie a muskuloskeletální bolesti a nepříznivých trajektorií deprese, úzkosti, stresu a příznaky bolesti? Jsou ovlivnitelné faktory jako špatná kvalita spánku, stravovací návyky, nízká fyzická aktivita/sedavý způsob života, bolestivé stavy a špatné studijní prostředí nezávislými prognostickými faktory pro zotavení z nepříjemné depresivní a úzkostné symptomatologie a muskuloskeletální bolesti? Liší se takové potenciální rizikové faktory a trajektorie mezi muži a ženami? Jaké jsou trajektorie kvality spánku, stravovacích návyků, fyzické aktivity/sedavého způsobu života, bolesti a užívání návykových látek během jednoho akademického roku (popište výkyvy rizikových faktorů)?

Studovat design:

Kohortové studium pregraduálních nebo postgraduálních (až magisterských) studentů prezenčního studia ve věku 18 let a více s minimálně jedním akademickým rokem před ukončením studia, navazující čtyřikrát během akademického roku.

Zdrojové populace:

Zdrojovými skupinami pro tento projekt jsou studenti pregraduálního nebo postgraduálního (až magisterského) denního studia ve věku 18 let nebo starší, s alespoň jedním akademickým rokem před ukončením studia na univerzitách v oblasti Stockholmu.

Sběr dat:

Sběr dat bude prováděn pomocí dotazníků prostřednictvím odkazu zaslaného na e-mailovou adresu studentů poskytnutou zúčastněnými univerzitami. Studenti budou mít přístup k dotazníku po dobu čtyř týdnů na začátku a při každém dalším sledování.

Expozice:

Kvalita spánku, fyzická aktivita a sedavé chování, užívání návykových látek v posledních třech měsících (nelékařské užití), studijní prostředí, tělesný obraz, perfekcionismus, hazardní hry, nutkavé cvičení, používání sociálních sítí, kyberšikana, prokrastinace a osamělost.

výsledky:

Výsledky budou měřeny pomocí škály stresu z deprese-21 (DASS-21). DASS-21 zahrnuje tři subškály navržené k měření symptomů deprese, úzkosti a stresu u neklinické populace s alternativami odezvy na Likertově stupnici v rozsahu 0-3. Vyšší skóre ukazuje na závažnější příznaky. Muskuloskeletální bolest bude měřena pomocí The Nordic Musculoskeletal pain Questionnaire (NMQ), který pokrývá většinu potenciálních muskuloskeletálních bolestí. Dotazník měří muskuloskeletální symptomy a intenzitu bolesti v devíti oblastech těla: krk, rameno, loket, zápěstí/ruce, horní část zad, spodní část zad, boky/stehna/hýždě, kolena a kotníky/chodidla. Otázky byly upraveny tak, aby se ptaly na předchozí měsíc, nikoli na předchozích 12 měsíců podle původního NMQ. Těm, kteří nehlásili žádné příznaky, bylo přiřazeno skóre bolesti nula, zatímco ti, kteří uvedli, že mají muskuloskeletální příznaky, byli požádáni, aby uvedli, jak intenzivní bolest byla v průměru za poslední měsíc, na stupnici od nuly, což znamená žádné stížnosti, do devíti, což odkazuje na bolest „tak hroznou, jak jen může být“.

Potenciální zmatky:

Vyšetřovatelé shromáždí následující proměnné jako potenciální zmatky v souvislosti mezi expozicemi a výsledky. Tyto matoucí faktory byly vybrány na základě našeho přehledu literatury.

Sociodemografické proměnné: věk, pohlaví, občanství, rodinný stav, počet vyživovaných osob, rodinný stav rodičů, zaměstnanecký stav rodičů, roční osobní příjem a příjem domácnosti, pracovní doba týdně, způsob bydlení a doba dojíždění.

Akademické proměnné: Celkový průměr za uplynulý rok (studenti prvního ročníku uvedou průměr za poslední ročník střední školy), studijní program, ročník.

Všeobecné zdravotní a lékařsky diagnostikované komorbidity: Vyšetřovatelé požádají účastníky, aby ohodnotili jejich celkový zdravotní stav a komorbidity diagnostikované poskytovatelem zdravotní péče v minulém roce. Vybereme komorbidity, které v naší pilotní studii uvádí > 5 % vzorku. V kanadské pilotní studii mezi ně patří: alergie, artritida, astma, poruchy pozornosti/poruchy učení, poruchy příjmu potravy, hypertenze, střevní nebo žaludeční vředy, migrénové bolesti hlavy, poruchy nálady, skolióza a pohlavně přenosné infekce.

Analýza dat a statistiky:

Definice trajektorií: Trajektorie výsledků deprese, úzkosti, symptomů stresu a bolesti se objeví pomocí modelů latentní třídy růstu (LCGMM), které umožňují identifikaci více základních trajektorií v rámci definované populace. V LCGMM je každá trajektorie definována svými vlastními růstovými parametry (intercept, lineární sklon), o kterých se předpokládá, že jsou latentní. Použijeme Baysian Information Criteria (BIC), Bootstrap Likelihood Ratio Test (BLRT) a entropii (míru nejistoty), abychom určili, zda naše hypotéza se 4 trajektoriemi nabízí nejlepší vhodné řešení pro data. Touto metodou budou identifikovány také trajektorie kvality spánku, potravinová nejistota, fyzická aktivita/sedavý způsob života a užívání návykových látek.

Asociace mezi expozicemi a trajektoriemi: Výzkumníci použijí multinomické logistické regresní analýzy k určení asociací mezi každou z expozic a trajektorií výsledků. Vyšetřovatelé uvedou asociace jako poměry šancí (OR) a 95% intervaly spolehlivosti (95% CI). Vyšetřovatelé nejprve sestaví bivariační modely, aby změřili hrubé souvislosti mezi expozicemi a trajektoriemi. Aby bylo možné identifikovat zmatky, vyšetřovatelé sestaví modely, aby otestovali, zda zahrnutí každého potenciálního zkreslovače způsobilo ≥ 10% změnu v některé z asociací.

Asociace mezi expozicí a incidentními případy deprese, úzkosti, symptomů stresu a bolesti: Na začátku identifikují vyšetřovatelé podskupinu studentů s rizikem rozvoje nepříjemných depresivních a úzkostných symptomů a bolesti. Vyšetřovatelé použijí Kaplan-Meierovy odhady k popisu incidence a analýzy diskrétního času přežití k měření souvislostí mezi expozicemi a výsledkem. Ve všech modelech bude referenční kategorií úroveň expozice, o níž se předpokládá, že bude spojena s nejnižším rizikem výsledku. OR a 95% CI budou použity k popisu síly a směru asociace. Stejný přístup, jak je popsán výše, bude použit k identifikaci prognostických faktorů (počínaje podskupinou s „rizikem“ zotavení) a ke kontrole zmatků.

Velikost vzorku: Vyšetřovatelé odhadli počet parametrů, které by mohly být zahrnuty do multinomických logistických regresních modelů, na základě distribuce účastníků napříč čtyřmi předpokládanými trajektoriemi (žádné příznaky; zlepšení; zhoršení; a přetrvávající) pomocí dvou různých distribučních scénářů. Ve scénáři 1 jsme předpokládali, že 70 % nemá žádné příznaky, 13 % pociťuje zhoršení, 10 % se zlepšuje a 7 % má přetrvávající příznaky. Ve scénáři 2 výzkumník předpokládal rovnoměrné rozložení (25 %) napříč trajektoriemi. Na základě těchto předpokladů vyšetřovatelé odhadli, že modely mohou pojmout 32 parametrů, pokud vyšetřovatelé naberou 1000 studentů (scénář 1), až po 234 parametrů, pokud vyšetřovatelé naberou 5000 účastníků (scénář 2).

Dílčí studie Covid-19:

Nábor a sběr dat pro kohortovou studii probíhal před a během pandemie Covid-19. Vyšetřovatelé proto od května 2020 zahájili častější zaznamenávání úrovní bolesti, úzkosti a deprese pomocí týdenních textových zpráv. Sběr dat před a během pandemie poskytuje příležitost prozkoumat změnu příznaků deprese, úzkosti a stresu a životního stylu ve vztahu k pandemii. Konkrétní výzkumné otázky týkající se této dílčí studie týkající se Covid-19 jsou: 1) Došlo během prvního měsíce pandemie k nějakým změnám ohledně příznaků problémů duševního zdraví? 2) Budou studenti projevovat změny v chování zdravého životního stylu, jako jsou vzorce a kvalita spánku, stravovací návyky, cvičení a užívání návykových látek během prvního měsíce pandemie a 3) Různé trajektorie příznaků špatné nálady, obav a bolesti v průběhu pandemie pandemie bude měřena týdně s cílem identifikovat faktory související s nepříznivými trajektoriemi.