Het effect van een op machine learning gebaseerde mobiele applicatie op fysieke activiteit bij vrouwen met overgewicht en obesitas

Volgens de Wereldgezondheidsorganisatie (WHO) is lichamelijke inactiviteit een van de belangrijkste volksgezondheidsproblemen van onze tijd. Gezondheidsproblemen die daarmee samenhangen, leiden tot een overbelasting van de gezondheidszorg. Volgens het rapport dat in 2022 door de WHO is gepubliceerd, vormt de prevalentie van overgewicht en obesitas in de wereld 60% van de totale bevolking en veroorzaakt dit 1,2 miljoen sterfgevallen in de Europese regio. In Turkije bedraagt ​​de prevalentie van obesitas 66,8 bij alle geslachten en 69,3 bij vrouwen. De toenemende epidemie van overgewicht en obesitas, die op de lange termijn tot chronische ziekten leidt, vormt een aanzienlijke bedreiging voor de volksgezondheid, zowel mondiaal als in ons land.

Lichamelijke activiteit is een essentiële levensstijlmaatregel om een ​​gezond gewicht te behouden en zwaarlijvigheid te voorkomen. Bij vrouwen neemt de fysieke activiteit af tijdens de zwangerschap en blijft de inactiviteit na de bevalling voortduren. Daarom zijn het bepalen van de fysieke activiteitsniveaus van vrouwen die risico lopen op zwaarlijvigheid en het plannen van volksgezondheidsinitiatieven om hun fysieke activiteitsniveau te verhogen ook belangrijk.

Cognitieve gedragstheorie (CGT) is een theorie die suggereert dat gedachten, gevoelens en gedrag met elkaar verbonden zijn en elkaar beïnvloeden. CGT wordt gebruikt bij veel gezondheidsverbeteringsinterventies, zoals het verbeteren van het fysieke activiteitsniveau. Aan de andere kant is de sociaal-cognitieve theorie (SCT) een belangrijke theorie bij het plannen van gedragsveranderingsinterventies die verband houden met het veranderende en in stand houden van gezondheidsgedrag van individuen. SCT biedt een sterk perspectief bij het begrijpen van gezondheidsgedrag gerelateerd aan fysieke activiteit door de interactie tussen individuen, de omgeving en gedrag te identificeren. Het associëren van de componenten van CGT en SCT met het niveau van fysieke activiteit zal een alomvattende aanpak opleveren door tegelijkertijd cognitieve, gedrags-, omgevings- en sociale factoren aan te pakken die het fysieke activiteitsniveau van vrouwen van middelbare leeftijd beïnvloeden.

Het verhogen van de fysieke activiteit is een effectieve interventie in het terugdringen van de prevalentie van obesitas en overgewicht, die wereldwijd en in ons land aanzienlijke problemen voor de volksgezondheid vormen. Er is dringend behoefte aan gedragsveranderingsinterventies om het fysieke activiteitsniveau in de hele samenleving en vooral in risicogroepen te bepalen en te verhogen, om een ​​gezonde levensstijl te bevorderen. Dit onderzoek is bedoeld om de impact te evalueren van een op machine learning gebaseerde mobiele applicatie die gepersonaliseerde aanbevelingen geeft om de fysieke activiteit te verhogen, wat een essentieel gezondheidsgedrag is bij het voorkomen van obesitas en vele andere niet-overdraagbare ziekten bij vrouwen met overgewicht en obesitas.

Na het verkrijgen van institutionele en ethische goedkeuringen zullen de gegevens worden verzameld door middel van persoonlijke interviews met vrouwen tussen de 35 en 60 jaar die zich aanmelden bij Family Health Centers in Istanbul. De lengte en het gewicht van de vrouwen worden gemeten en hun Body Mass Index (BMI) wordt berekend. Vrouwen met een BMI-waarde van 25 of hoger en geen medische aandoening of gezondheidsprobleem dat hun fysieke activiteitsstatus zou belemmeren, zullen in het onderzoek worden opgenomen.

De gegevens voor het onderzoek zullen worden verzameld met behulp van de volgende hulpmiddelen en metingen: Formulier voor identificatiekenmerken, Visueel Analoge Schaal (VAS), Antropometrische metingen, Internationale vragenlijst over fysieke activiteit (korte vorm), Schaal voor zelfeffectiviteit van vrouwen voor fysieke activiteit, Schaal voor fysieke activiteitsbarrières , Cognitieve gedragsmatige fysieke activiteitsschaal, oefeningszelfeffectiviteitsschaal en een slimme polsband.

Na het verzamelen van de gegevens worden de gegevens voor analyse overgebracht naar het softwarepakket Statistical Package for the Social Sciences (SPSS) 25.0. De data-analyse omvat percentages, gemiddelde waarden, standaarddeviaties en chikwadraattest, onafhankelijke steekproef t-test, ANOVA-test met herhaalde metingen en de gecorrigeerde Bonferroni-test voor geavanceerde analyses.