Dies ist eine Querschnittsstudie, an der 431 weibliche Universitätsstudentinnen teilnahmen, um Bewegungsmuster und damit verbundene Faktoren zu bewerten. Bewegungsmangel war weit verbreitet, und regelmäßige körperliche Übungen, die Dauer der Aktivität sowie sedentäres Verhalten waren wichtige Faktoren, die mit der wöchentlichen Teilnahme an kraftintensiven, moderaten und Gehaktivitäten assoziiert waren.
Forschungsartikel
Körperliche Aktivitätsmuster und assoziierte Faktoren bei weiblichen Universitätsstudierenden im ersten Studienjahr in Saudi-Arabien: Eine Querschnittsstudie
In diesem Artikel
Zusammenfassung
Zusammenfassung
Die Weltgesundheitsorganisation (WHO) empfiehlt für Erwachsene mindestens 150 Minuten körperliche Aktivität (PA) mittlerer Intensität oder 75 Minuten körperliche Aktivität hoher Intensität pro Woche. In Saudi-Arabien sind über 70 % der jungen Erwachsenen körperlich inaktiv. Diese Studie hatte das Ziel, die Muster körperlicher Aktivität bei saudischen weiblichen Erstsemester-Studentinnen zu beschreiben und Faktoren zu ermitteln, die mit der wöchentlichen Teilnahme an körperlicher Aktivität hoher Intensität assoziiert sind, wobei eine Stichprobe nach Bequemlichkeitserwägungen verwendet wurde. Die Teilnehmerinnen füllten nach Abgabe ihrer informierten Einwilligung einen anonymen Online-Fragebogen aus. Der Fragebogen umfasste: i) demografische Angaben, ii) die Bewertung des Aktivitätsniveaus mittels des Kurzform-Fragebogens zur internationalen körperlichen Aktivität (International Physical Activity Questionnaire short form) und iii) Trainingsumgebungen. Von den 431 Studentinnen (mittleres Alter 19 ± 0,64 Jahre), die an der Studie teilnahmen, berichteten 40 % über keine regelmäßige körperliche Aktivität. Gehen war die häufigste Aktivitätsform (32,56 %), gefolgt von Übungen zu Hause (16,63 %) und im Fitnessstudio (10,16 %). Unter den Studierenden gaben 38,75 % an, keine kraftintensive körperliche Aktivität zu betreiben, 30,40 % keine moderate Aktivität und 21,81 % kein tägliches Gehen. Der Großteil der Studierenden (92,5 %) berichtete, sitzend zu verbringen >8 Stunden pro Tag. Die Regressionsanalysen zeigten, dass die Häufigkeit von intensiver Aktivität positiv mit einem regelmäßigen Bewegungsmuster assoziiert war (standardisiert β = 0,389, p < 0,001) und negativ mit der Sitzzeit an Wochentagen (standardisiert) β = −0,149, p = 0,001). Körperliche Aktivität in mittlerer Intensität war nur mit dem Bewegungsmuster assoziiert (standardisiert) β = 0,265, p < 0,001). Die Gehfrequenz war mit einer längeren Gehdauer assoziiert (standardisiert) β = 0,232, p < 0,001) und Bewegungsmuster (standardisiert β = 0,151, p = 0,001). Körperliche Inaktivität war weit verbreitet, mit geringer Teilnahme an Aktivitäten mittlerer und hoher Intensität. Die Ergebnisse der Studie untermauern institutionelle Maßnahmen, die die Förderung körperlicher Aktivität (PA), insbesondere für weibliche Studierende, priorisieren. Akademische Einrichtungen sollten gezielte Strategien implementieren, um sedentäres Verhalten zu verringern und strukturierte körperliche Aktivitätsprogramme, insbesondere für weibliche Studierende, zu fördern.
Einleitung
Die WHO empfiehlt für Erwachsene ab 18 Jahren wöchentlich mindestens 150 Minuten körperliche Aktivität mit moderater Intensität oder 75 Minuten körperliche Aktivität mit hoher Intensität1. Allerdings erfüllen weltweit mehr als ein Drittel der Erwachsenen im Alter von 18 Jahren und darüber diese Empfehlungen für körperliche Aktivität nicht2,3. Dies hat zu einem beunruhigenden Anstieg der körperlichen Inaktivität geführt, insbesondere in Ländern mit hohem Einkommen, wo sich der Lebensstil verändert hat und zu einer zunehmenden Adipositas sowie damit verbundenen gesundheitlichen Problemen geführt hat4–6.
In Saudi-Arabien bleibt körperliche Inaktivität ein großes öffentliches Gesundheitsproblem, wobei aktuelle nationale Schätzungen darauf hindeuten, dass mehr als die Hälfte der saudischen Erwachsenen unzureichende körperliche Aktivitätsniveaus aufweist, obwohl die Prävalenzschätzungen je nach untersuchter Bevölkerungsgruppe, Erhebungszeitraum und den zur Definition von körperlicher Inaktivität verwendeten Kriterien variieren3. Frühere veröffentlichte Studien unter jungen saudischen Erwachsenen berichteten über hohe Raten körperlicher Inaktivität, die unter den WHO-Empfehlungen für körperliche Aktivität liegen7–11. Einige Studien identifizierten Barrieren für die Teilnahme an körperlicher Aktivität bei jungen saudischen Erwachsenen, darunter Zeitmangel, mangelnde Motivation und eingeschränkter Zugang zu Freizeiteinrichtungen8,12. Neben dem Übergang zu einem sitzenderen Lebensstil können auch starke kulturelle Geschlechterrollen und Erwartungen die Teilnahme von Frauen an körperlicher Aktivität einschränken, was in vielen Gesellschaften zu einem stärkeren sedentären Verhalten bei Frauen im Vergleich zu Männern führt4,13. Ähnlich wie bei globalen Trends berichten Frauen in Saudi-Arabien durchgängig seltener von körperlicher Aktivität als Männer9,11. Allerdings wurde kürzlich in Saudi-Arabien eine Verschiebung hin zu einer aktiveren Politik im Bereich körperlicher Aktivität beobachtet. Die deutlichste Veränderung war der kulturelle Wandel, der Frauensportarten erlaubt14. Beispielsweise zeigten nationale Daten aus dem Jahr 2021, dass 38,7 % der saudischen Frauen im Alter von 15 Jahren und älter an körperlicher Aktivität teilnahmen, was eine Verbesserung gegenüber den Daten aus den Jahren 2018 und 2019 darstellt15. Neuere Daten aus Saudi-Arabien zeigten, dass nur 43,1 % der saudischen Frauen die WHO-Empfehlungen für körperliche Aktivität erfüllen, während dies bei 66,5 % der Männer der Fall ist9.
Der Übergang von der Sekundarstufe II zur Universität ist eine entscheidende Phase für Einzelpersonen. Dieser Übergang zeichnet sich durch erhöhte akademische Anforderungen, größere Selbstständigkeit und Veränderungen in den täglichen Abläufen aus, die alle das körperliche Aktivitätsniveau (PA) und sedentäres Verhalten bei neuen Studierenden beeinflussen können16–18. Eine aktuelle systematische Übersichtsarbeit mit 44 Studien und 29.580 saudischen Studierenden ergab durchgängig niedrige PA-Niveaus, wobei lediglich 27 % die von der WHO empfohlenen PA-Schwellenwerte erreichten19. Zudem sind Studierende im ersten Studienjahr anfälliger für ungesunde Verhaltensweisen wie unzureichende körperliche Aktivität und Rauchen20. Außerdem wurde berichtet, dass kulturelle und umweltbedingte Faktoren die Diskrepanz zwischen den PA-Niveaus von Frauen und Männern erklären können21. Die am häufigsten genannten persönlichen Faktoren, die das PA-Niveau bei Frauen beeinflussen, sind: mangelnde Priorisierung von Bewegung, Zeitmangel, Beschäftigung mit Hausarbeit und alltäglichen Aktivitäten sowie fehlende Motivation und Interesse13,22.
Fitness-Einrichtungen bieten eine strukturierte Umgebung mit zahlreichen Ressourcen, die die Motivation steigern und verschiedene Formen des Trainings erleichtern können; zudem verstärken die sozialen Aspekte der Fitnessumgebung, einschließlich des Austauschs mit Gleichaltrigen und des Zugangs zu Gruppentrainingskursen, die Motivation und die Einhaltung von Trainingsroutinen erheblich23,24. Obwohl das Training zu Hause bequem und leicht zugänglich ist und jungen Erwachsenen ermöglicht, sich ohne zeitliche Einschränkungen durch Anfahrtswege zum Fitnessstudio körperlich aktiv zu betätigen, zeigen frühere Studien, dass das Training im Fitnessstudio signifikant mit den Niveaus körperlicher Aktivität (PA) assoziiert ist22,25,26. Der Zugang zu unterstützenden Trainingsumgebungen, einschließlich geeigneter Einrichtungen und Möglichkeiten zur körperlichen Aktivität, wurde mit einer stärkeren Teilnahme an körperlicher Aktivität bei Erwachsenen in Verbindung gebracht25,26. Frauen stellen die am schnellsten wachsende Kundengruppe im saudischen Fitnessclub-Markt dar, wobei zwischen 2026 und 2031 ein starker Anstieg erwartet wird.
Hinsichtlich kultureller, bewegungsbezogener Barrieren legt eine aktuelle systematische Übersicht nahe, dass kulturelle Unterschiede und Variationen in den Bildungssystemen zu Disparitäten in der körperlichen Aktivität (PA) bei Studierenden aus verschiedenen Ländern führen können27. Da viele Studierende einen erhöhten akademischen Druck und weniger Zeit für körperliche Aktivität erleben, ist das Verständnis der mit PA verbundenen Faktoren während dieser Übergangsphase von Bedeutung. Bekanntermaßen steht PA im Zusammenhang mit der körperlichen Gesundheit und der Lebensqualität von Studierenden28,29. Daher stellen Studierende im ersten Studienjahr eine wichtige Zielgruppe dar, deren PA-Verhalten einer Untersuchung wert ist.
Das Verständnis der mit der körperlichen Aktivität (PA) verbundenen Faktoren bei weiblichen Studierenden im ersten Studienjahr ist wichtig für die Entwicklung gezielter Gesundheitsförderungsstrategien während des Übergangs zum Universitätsleben27. Obwohl frühere Studien die Prävalenz von körperlicher Inaktivität unter saudischen Studierenden berichtet haben7–10,16, gibt es nur begrenzte Hinweise darauf, welche potenziellen Faktoren mit verschiedenen Komponenten der körperlichen Aktivität bei weiblichen Studierenden im ersten Studienjahr zusammenhängen. Das Verständnis dieser Faktoren könnte dazu beitragen, zukünftige gezielte Strategien zur Förderung körperlicher Aktivität bei jungen Erwachsenen zu entwickeln. Das primäre Ziel dieser Studie bestand darin, die Muster körperlicher Aktivität bei weiblichen saudischen Studierenden im ersten Studienjahr zu beschreiben. Ein sekundäres Ziel war es, zu untersuchen, ob Alter, Regelmäßigkeit des Trainings, Trainingsdauer (Minuten pro Tag) und sedentäres Verhalten (Minuten pro Tag) mit der wöchentlichen Teilnahme an kraft- bzw. ausdauerintensiver, moderater sowie gehbezogener körperlicher Aktivität assoziiert sind. Es wurde die Hypothese aufgestellt, dass demografische und lebensstilbedingte Merkmale wie Alter, Bewegungsverhalten, Aktivitätsdauer und sedentäre Zeit mit intensiver, moderater und gehbezogener körperlicher Aktivität bei weiblichen Studierenden im ersten Studienjahr assoziiert sein würden.
Protokoll
Studienaufbau
Diese Studie verwendete ein Querschnittsdesign, um die körperliche Aktivität (PA) bei weiblichen Studierenden im ersten Studienjahr in Saudi-Arabien zu bewerten. Das Querschnittsdesign wurde gewählt, um das PA-Verhalten und damit verbundene Faktoren zu einem einzigen Zeitpunkt während des ersten Studienjahres – einer Phase, die mit Veränderungen im Lebensstil und in gesundheitsbezogenen Verhaltensweisen assoziiert ist – erfassen zu können. Die Studie wurde gemäß den ethischen Grundsätzen der Deklaration von Helsinki durchgeführt und von dem Ethikkomitee der Princess Nourah bint Abdulrahman University, Riad, Königreich Saudi-Arabien, genehmigt (IRB-Log-Nummer: 24-0218; Genehmigungsdatum: 01. Februar 2024).
Einzelheiten zu den in dieser Studie verwendeten Materialien und Software finden sich in der Materialtabelle.
Studienteilnehmer
Die Zielgruppe bestand aus weiblichen Studierenden des ersten Studienjahres an saudi-arabischen Universitäten im akademischen Jahr 2024. Die Einschlusskriterien für diese Studie waren wie folgt: Die Teilnehmerinnen mussten Studierende des ersten Studienjahres im Alter von 18 bis 21 Jahren sein, in Saudi-Arabien wohnhaft und bereit, durch Abgabe einer informierten Einwilligung teilzunehmen. Von der Teilnahme ausgeschlossen waren Studierende, bei denen medizinische Erkrankungen diagnostiziert worden waren, die als Kontraindikationen für die Teilnahme an körperlicher Aktivität gelten (wie schwere kardiovaskuläre Erkrankungen, muskuloskelettale Beeinträchtigungen oder postoperative Zustände), Personen mit Behinderungen, die die Mobilität einschränken, sowie Personen, die unvollständige Angaben im Fragebogen gemacht hatten.
Probenahmemethode
Die Befragung erfolgte mittels Convenience-Stichprobe, bei der der Umfrage-Link über offizielle universitäre Mailinglisten, akademische Plattformen und weit verbreitete soziale Medien-Gruppen von Studierenden in ganz Saudi-Arabien verteilt wurde. Obwohl dieses Vorgehen nicht zufällig war, zielte es darauf ab, die Reichweite zu maximieren und Antworten aus unterschiedlichen geografischen und demografischen Segmenten von Erstsemesterstudierenden zu erhalten.
Berechnung der Stichprobengröße
Die Gesamtpopulation der Erstsemester-Universitätsstudierenden in Saudi-Arabien im Jahr 2023 betrug 362.23130. Um eine ausreichende statistische Power sicherzustellen, wurde die Stichprobengröße mithilfe eines Online-Rechners zur Berechnung epidemiologischer Stichprobengrößen (OpenEpi-Software) ermittelt, mit einem Konfidenzniveau von 95 %, einer Fehlertoleranz von 5 % und einer angenommenen Antwortverteilung von 50 %. Die minimal erforderliche Stichprobengröße wurde auf 384 Befragte festgelegt. Die Berechnung der Stichprobengröße basierte auf dem deskriptiven Ziel, die Prävalenz von PA zu schätzen.
Datenerfassungstool
Die Datenerhebung erfolgte mithilfe eines strukturierten, selbstausgefüllten Online-Fragebogens über eine webbasierte Umfrageplattform (Google Forms). Der Fragebogen begann mit einer Einführungsseite, auf der der Zweck der Studie, der freiwillige Charakter der Teilnahme, die Gewährleistung der Vertraulichkeit sowie Kontaktangaben für weitere Anfragen erläutert wurden. Die informierte Einwilligung wurde zu Beginn des Fragebogens eingeholt. Um Doppeleingaben zu vermeiden, war über die Einstellungen der Umfrageplattform nur eine Antwort pro Nutzer zulässig.
Die körperliche Aktivität (PA) wurde mithilfe des International Physical Activity Questionnaire–Short Form (IPAQ-SF) bei Studierenden im ersten Studienjahr erfasst31,32. Das IPAQ-SF ist ein standardisiertes Selbstauskunfts-Instrument, das zur Beurteilung der körperlichen Aktivität bei Personen im Alter von 15 Jahren und älter entwickelt wurde31,32. Die arabische Version des IPAQ-SF wurde den Teilnehmenden vorgelegt und wurde bereits in früheren Studien in Saudi-Arabien verwendet, darunter auch Untersuchungen mit Universitätsstudierenden19,33–35. Das IPAQ-SF erfasst die Anzahl der Tage und die Zeit (in Minuten) pro Woche, an denen die Teilnehmenden mindestens 10 Minuten pro Einheit an körperlicher Aktivität mit hoher Intensität, körperlicher Aktivität mit mittlerer Intensität und beim Gehen beteiligt waren31. Die vorliegende Studie konzentrierte sich auf die Häufigkeit der Teilnahme (Tage pro Woche) und das PA-Volumen (Minuten pro Tag) für körperliche Aktivität mit hoher Intensität, körperliche Aktivität mit mittlerer Intensität und das Gehen31. Die IPAQ-SF-Daten wurden gemäß dem offiziellen IPAQ-Auswertungsprotokoll verarbeitet. Aktivitätsphasen von weniger als 10 Minuten Dauer wurden ausgeschlossen. Extrem hohe Dauerangaben wurden gemäß den IPAQ-Richtlinien zur Datenverarbeitung gekürzt, und unplausible Aktivitätswerte wurden während der Datensäuberung identifiziert und entfernt. Bei Teilnehmenden, die an null Tagen körperliche Aktivität mit hoher Intensität, mit mittlerer Intensität oder Gehen angegeben hatten, wurden die entsprechenden Dauer-Variablen mit 0 Minuten erfasst.
Da die Aktivitätshäufigkeit und die Aktivitätsdauer verwandte Dimensionen desselben körperlichen Aktivitätsverhaltens beschreiben, können diese Variablen bei gleichzeitiger Einbeziehung in Regressionsmodelle einen konzeptionellen Überlapp aufweisen. Daher wurden die Koeffizienten für die Dauer als bedingte Assoziationen und nicht als Beleg für unabhängige kausale Effekte interpretiert. Dasselbe gilt für die Variable Aktivitätsmuster, die ein allgemeines Muster körperlicher Aktivität darstellt und möglicherweise konzeptionell mit den Ergebnissen zur Aktivitätshäufigkeit überlappt.
Darüber hinaus wurden Fragen hinzugefügt, um die Selbstzufriedenheit der Teilnehmer hinsichtlich ihres derzeitigen körperlichen Aktivitätsniveaus (Antworten auf Ja/Nein-Basis) und ihr regelmäßiges Muster körperlicher Aktivität zu bewerten, einschließlich Gehen, Sport zu Hause, Sport im Fitnessstudio oder keine regelmäßige körperliche Aktivität. Es wurden demografische Daten erhoben, darunter Alter, Geschlecht, Zugehörigkeit zur Universität, Studienjahr, Vorhandensein chronischer Erkrankungen und gesundheitliche Probleme, die tägliche Aktivitäten kontraindizieren oder einschränken könnten.
Der Fragebogen enthielt eine Multiple-Choice-Frage, in der die Teilnehmer ihren üblichen Bewegungsrhythmus angeben sollten, mit vier sich gegenseitig ausschließenden Antwortmöglichkeiten: (1) keine regelmäßige körperliche Aktivität, (2) ausschließlich Gehen, (3) überwiegend zu Hause trainieren und (4) überwiegend im Fitnessstudio trainieren. Diese Variable wurde in den Regressionsanalysen als kategoriale unabhängige Variable behandelt, wobei „keine regelmäßige körperliche Aktivität“ als Referenzkategorie diente. Ein Pretest wurde mit fünf Studentinnen des ersten Studienjahres durchgeführt, um Klarheit und Verständlichkeit des Fragebogens zu überprüfen. Die Teilnehmer des Pretests wurden nicht in die endgültige Analysestichprobe einbezogen. Das Feedback bestätigte, dass der Fragebogen klar und verständlich war, und es waren keine wesentlichen Änderungen erforderlich.
Verfahren
Eine Online-Umfrage wurde zwischen Mai und Juni 2024 durchgeführt. Alle Antworten wurden anonym erhoben und sicher in einer passwortgeschützten Datenbank gespeichert, auf die nur das Forschungsteam Zugriff hatte. Nach Abschluss der Datenerhebung wurden die Antworten auf Vollständigkeit überprüft, und solche mit erheblichen fehlenden Angaben oder widersprüchlichen Antworten wurden von der endgültigen Analyse ausgeschlossen. Da nur vollständige Fragebögen berücksichtigt wurden, erfolgte keine Imputation fehlender Daten, und es war keine formale Analyse fehlender Daten erforderlich.
Datenanalyse
Die statistischen Analysen wurden mit statistischer Software (SPSS statistics) durchgeführt. Deskriptive Analysen wurden verwendet, um Häufigkeiten und Prozentangaben für alle PA-Variablen sowie Mittelwert und Standardabweichung für das Alter der Teilnehmer zu berichten. Die Zusammenhänge zwischen PA-Arten (kraftintensive PA, moderat intensive PA und Gehen) und Dauer (Minuten pro Tag), Alter, Bewegungsmuster und Sitzzeit an Wochentagen wurden mittels multipler linearer Regression untersucht. Die Regressionsdiagnose erfolgte hinsichtlich Homoskedastizität, Linearität, Normalverteilung der Residuen und Multikollinearität unter Verwendung von Normalwahrscheinlichkeitsplots, Histogrammen und Streudiagrammen. Die statistische Signifikanz für alle Analysen wurde a priori auf p < 0,05 festgelegt.
Übungsmuster wurden als kategoriale unabhängige Variable mithilfe einer Dummy-Codierung in die Regressionsmodelle aufgenommen. Die vier sich gegenseitig ausschließenden Kategorien waren ausschließlich Gehen, zu Hause durchgeführte Bewegung, im Fitnessstudio durchgeführte Bewegung und keine regelmäßige körperliche Aktivität. Teilnehmer, die keine regelmäßige körperliche Aktivität ausübten, dienten als Referenzkategorie; daher wurden in jedes Regressionsmodell drei Dummy-Variablen aufgenommen (Gehen im Vergleich zu keiner regelmäßigen Bewegung, zu Hause durchgeführte Bewegung im Vergleich zu keiner regelmäßigen Bewegung und im Fitnessstudio durchgeführte Bewegung im Vergleich zu keiner regelmäßigen Bewegung). Die Dummy-Codierung wurde automatisch mithilfe der Funktion für kategoriale Variablen in der statistischen Software generiert. Multikollinearität zwischen den unabhängigen Variablen wurde anhand von Varianzinflationsfaktoren (VIFs) überprüft, und es zeigte sich kein Hinweis auf problematische Multikollinearität.
Ergebnisse
Insgesamt hatten 597 Personen Zugriff auf die Umfrage, von denen 501 ihre Einwilligung gaben und den Fragebogen vollständig ausfüllten. Nach Anwendung der Einschlusskriterien wurden 431 Teilnehmer in die endgültige Analyse einbezogen (Abbildung 1). Keiner der Teilnehmer gab an, eine medizinische Erkrankung zu haben, die als Kontraindikation für körperliche Aktivität bekannt ist, oder eine Behinderung, die die Mobilität einschränken könnte. Das durchschnittliche Alter der Teilnehmer betrug 19 Jahre ± 0,64 Jahre (Tabelle 1).
Beziehung zwischen der Häufigkeit und Dauer körperlicher Aktivität in hoher Intensität, dem Alter, dem Bewegungsmuster und der Sitzzeit an Wochentagen
Tabelle 2 zeigt eine multiple lineare Regressionsanalyse, die durchgeführt wurde, um die Zusammenhänge zwischen der Anzahl der Tage mit körperlicher Aktivität (PA) in hoher Intensität pro Woche sowie der Dauer der Aktivität in hoher Intensität, dem Alter, dem Bewegungsmuster und der Sitzzeit an Wochentagen zu untersuchen. Das Bewegungsmuster wurde durch drei Dummy-Variablen dargestellt, wobei Teilnehmer, die keine regelmäßige körperliche Aktivität ausübten, als Referenzgruppe dienten. Das gesamte Regressionsmodell war statistisch signifikant, F(6,424) = 16,943, p < 0,001, und erklärte 19,3 % der Varianz der körperlichen Aktivität in hoher Intensität (R² = 0,193; adjustiertes R² = 0,182). Im Vergleich zu Teilnehmern, die keine regelmäßige körperliche Aktivität ausübten, berichteten jene, die angaben, ausschließlich Spaziergänge zu machen (B = 1,204, 95 % KI [0,802, 1,605], p < 0,001), zu Hause zu trainieren (B = 1,535, 95 % KI [1,040, 2,031], p < 0,001) oder im Fitnessstudio zu trainieren (B = 2,331, 95 % KI [1,727, 2,935], p < 0,001), über eine höhere Anzahl an Tagen mit körperlicher Aktivität in hoher Intensität pro Woche. Die Sitzzeit an Wochentagen war negativ mit der Häufigkeit der Aktivität in hoher Intensität assoziiert (B = −0,178, 95 % KI [−0,285, −0,071], p = 0,001). Die Dauer der Aktivität in hoher Intensität (B = 0,257, p = 0,123) und das Alter (B = 0,148, p = 0,278) waren keine statistisch signifikanten Prädiktoren.
Beziehung zwischen der Häufigkeit und Dauer körperlicher Aktivität mittlerer Intensität, dem Alter, dem Bewegungsmuster und der Sitzzeit an Wochentagen
Tabelle 3 zeigt eine multiple lineare Regressionsanalyse, die durchgeführt wurde, um die Zusammenhänge zwischen der Anzahl der Tage mit körperlicher Aktivität (PA) mittlerer Intensität pro Woche sowie der Dauer der Aktivität mittlerer Intensität, dem Alter, dem Bewegungsmuster und der Sitzzeit an Wochentagen zu untersuchen. Das Bewegungsmuster wurde durch drei Dummy-Variablen dargestellt, wobei Teilnehmer, die keine regelmäßige körperliche Aktivität ausübten, als Referenzgruppe dienten. Das gesamte Regressionsmodell war statistisch signifikant, F(6,424) = 7,813, p < 0,001, und erklärte 10,0 % der Varianz in der Häufigkeit von körperlicher Aktivität mittlerer Intensität (R² = 0,100; adjustiertes R² = 0,087). Im Vergleich zu Teilnehmern, die keine regelmäßige körperliche Aktivität ausübten, berichteten jene, die angaben, ausschließlich zu gehen (B = 1,080, 95 % KI [0,662; 1,499], p < 0,001), zu Hause zu trainieren (B = 1,286, 95 % KI [0,770; 1,803], p < 0,001) oder im Fitnessstudio zu trainieren (B = 1,334, 95 % KI [0,706; 1,961], p < 0,001), eine höhere Anzahl von Tagen mit körperlicher Aktivität mittlerer Intensität pro Woche. Alter (B = 0,184, p = 0,197), Sitzzeit an Wochentagen (B = −0,030, p = 0,591) und Dauer der Aktivität mittlerer Intensität (B = 0,405, p = 0,185) waren keine statistisch signifikanten Prädiktoren.
Beziehung zwischen Gehhäufigkeit und -dauer, Alter, Bewegungsmuster und Sitzzeit
Tabelle 4 zeigt eine multiple lineare Regressionsanalyse, die durchgeführt wurde, um die Zusammenhänge zwischen der Anzahl der Tage, an denen die Teilnehmer*innen mindestens 10 Minuten pro Woche gingen, und Gehdauer, Alter, Bewegungsmuster sowie Sitzzeit an Wochentagen zu untersuchen. Das Bewegungsmuster wurde durch drei Dummy-Variablen dargestellt, wobei Teilnehmer*innen, die keine körperliche Aktivität (PA) regelmäßig ausübten, als Referenzgruppe dienten. Das gesamte Regressionsmodell war statistisch signifikant, F(6,424) = 10,825, p < 0,001, und erklärte 13,3 % der Varianz der Gehfrequenz (R² = 0,133; adjustiertes R² = 0,121). Im Vergleich zu Teilnehmer*innen, die keine körperliche Aktivität regelmäßig ausübten, berichteten jene, die angaben, nur zu gehen (B = 1,531, 95 % KI [1,028, 2,035], p < 0,001), zu Hause zu trainieren (B = 0,835, 95 % KI [0,214, 1,456], p = 0,009) oder im Fitnessstudio zu trainieren (B = 0,945, 95 % KI [0,195, 1,694], p = 0,014), eine größere Anzahl von Geh-Tagen pro Woche. Auch die Gehdauer war positiv mit der Gehfrequenz assoziiert (B = 0,922, 95 % KI [0,549, 1,294], p < 0,001). Alter (B = −0,162, p = 0,344) und Sitzzeit an Wochentagen (B = −0,035, p = 0,603) waren keine statistisch signifikanten Prädiktoren.
VERFÜGBARKEIT VON DATEN:
Der anonymisierte Datensatz, der die Ergebnisse dieser Studie unterstützt, ist öffentlich über das Zenodo-Repository unter [DOI:10.5281/zenodo.22117075] zugänglich.
Abbildung 1: Flussdiagramm zur Rekrutierung und Einbeziehung der Teilnehmer. Die Online-Umfrage wurde über Universitäts-Mailinglisten, akademische Plattformen und soziale Medien-Gruppen von Studierenden verbreitet. Da die Gesamtzahl der Studierenden, die die Umfrageeinladung erhielten, unbekannt war, konnte keine genaue Rücklaufquote berechnet werden. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.
| Variable | Kategorie | n | % |
| Alter (Jahre) | Mittelwert ± SD | 19 ± 0.64 | |
| Bereich | 18–21 | ||
| Regelmäßige körperliche Aktivität | Nein | 175 | 40,6 |
| Ja, Spaziergang | 140 | 32,5 | |
| Ja, zu Hause | 72 | 16,7 | |
| Ja, im Fitnessstudio | 44 | 10,2 | |
| Körperliche Aktivität mit hoher Intensität (Tage/Woche) | Keine | 167 | 38,7 |
| 1 Tag | 62 | 14,4 | |
| 2 Tage | 49 | 11,4 | |
| 3 Tage | 52 | 12,1 | |
| 4 Tage | 55 | 12,8 | |
| 5 Tage | 24 | 5,6 | |
| 6 Tage | 7 | 1,6 | |
| 7 Tage | 15 | 3,5 | |
| Körperliche Aktivität mit mittlerer Intensität (Tage/Woche) | Keine | 131 | 30,4 |
| 1 Tag | 75 | 17,4 | |
| 2 Tage | 48 | 11,1 | |
| 3 Tage | 65 | 15,1 | |
| 4 Tage | 64 | 14,8 | |
| 5 Tage | 25 | 5,8 | |
| 6 Tage | 7 | 1,6 | |
| 7 Tage | 16 | 3,7 | |
| Spaziergang ≥ 10 min (Tage/Woche) | Keine | 54 | 12,5 |
| 1 Tag | 55 | 12,8 | |
| 2 Tage | 36 | 8,4 | |
| 3 Tage | 61 | 14,2 | |
| 4 Tage | 59 | 13,7 | |
| 5 Tage | 56 | 13 | |
| 6 Tage | 16 | 3,7 | |
| 7 Tage | 94 | 21,8 | |
| Muster der regelmäßigen körperlichen Aktivität | Nicht regelmäßig aktiv | 175 | 40,6 |
| Spaziergang | 140 | 32,6 | |
| Training zu Hause | 72 | 16,6 | |
| Training im Fitnessstudio | 44 | 10,2 | |
| Sitzzeit an einem typischen Werktag | 30 Min.–2 Stunden | 5 | 1,2 |
| 2,5–4 Stunden | 5 | 1,2 | |
| 4,5–6 Stunden | 9 | 2,1 | |
| 6,5–8 Stunden | 13 | 3 | |
| >8 Stunden | 399 | 92,5 |
Tabelle 1: Soziodemografische und körperliche Aktivitätsmerkmale der Teilnehmer (n = 431). Stetige Daten werden als Mittelwert ± Standardabweichung (SD) angegeben, kategoriale Daten als Häufigkeit (n) und Prozentsatz (%).
| Modell | Nicht standardisierte Koeffizienten | Standardisierte Koeffizienten | t | p | 95,0 % KI für B | Kollinearitätsstatistiken | ||||
| B | SE | Beta | Untere Grenze | Obere Grenze | Toleranz | VIF | ||||
| 1 | (Konstante) | -1,795 | 2,612 | -0,687 | 0,492 | -6,929 | 3,34 | |||
| Gehen im Vergleich zu keiner regelmäßigen körperlichen Aktivität | 1,204 | 0,204 | 0,284 | 5,896 | 0 | 0,802 | 1,605 | 0,819 | 1,22 | |
| Heimtraining im Vergleich zu keiner regelmäßigen körperlichen Aktivität | 1,535 | 0,252 | 0,289 | 6,091 | 0 | 1,04 | 2,031 | 0,847 | 1,181 | |
| Fitnesstudio im Vergleich zu keiner regelmäßigen körperlichen Aktivität | 2,331 | 0,307 | 0,356 | 7,585 | 0 | 1,727 | 2,935 | 0,865 | 1,155 | |
| Dauer körperlicher Aktivität mit hoher Intensität | 0,257 | 0,167 | 0,069 | 1,543 | 0,123 | -0,07 | 0,584 | 0,94 | 1,064 | |
| Alter | 0,148 | 0,136 | 0,048 | 1,086 | 0,278 | -0,12 | 0,416 | 0,992 | 1,008 | |
| Sitzzeit | -0,178 | 0,054 | -0,145 | -3,271 | 0,001 | -0,285 | -0,071 | 0,964 | 1,037 | |
Tabelle 2: Zusammenhang zwischen der Häufigkeit körperlicher Aktivität in hoher Intensität und der Dauer körperlicher Aktivität in hoher Intensität, dem Alter, dem Bewegungsmuster und der Sitzzeit. Die abhängige Variable war die Anzahl der Tage innerhalb der vergangenen sieben Tage, an denen die Teilnehmer körperliche Aktivität in hoher Intensität ausübten. Abkürzungen: PA = körperliche Aktivität; CI = Konfidenzintervall; VIF = Varianzinflationsfaktor.
| Modell | Nicht standardisierte Koeffizienten | Standardisierte Koeffizienten | t | p | 95,0 % KI für B | Kollinearitätsstatistiken | ||||
| B | SE | Beta | Untere Grenze | Obere Grenze | Toleranz | VIF | ||||
| 1 | (Konstante) | -2,131 | 2,725 | -0,782 | 0,435 | -7,487 | 3,225 | |||
| Gehen im Vergleich zu keiner regelmäßigen körperlichen Aktivität | 1,08 | 0,213 | 0,258 | 5,077 | 0 | 0,662 | 1,499 | 0,82 | 1,219 | |
| Training zu Hause im Vergleich zu keiner regelmäßigen körperlichen Aktivität | 1,286 | 0,263 | 0,245 | 4,894 | 0 | 0,77 | 1,803 | 0,847 | 1,18 | |
| Training im Fitnessstudio im Vergleich zu keiner regelmäßigen körperlichen Aktivität | 1,334 | 0,319 | 0,206 | 4,178 | 0 | 0,706 | 1,961 | 0,872 | 1,146 | |
| Alter | 0,184 | 0,142 | 0,06 | 1,292 | 0,197 | -0,096 | 0,463 | 0,992 | 1,008 | |
| Sitzzeit | -0,03 | 0,057 | -0,025 | -0,538 | 0,591 | -0,142 | 0,081 | 0,967 | 1,034 | |
| Dauer körperlicher Aktivität mit mittlerer Intensität | 0,405 | 0,305 | 0,063 | 1,328 | 0,185 | -0,194 | 1,004 | 0,946 | 1,057 | |
Tabelle 3: Zusammenhang zwischen der Häufigkeit körperlicher Aktivität mit mittlerer Intensität und der Dauer körperlicher Aktivität mit mittlerer Intensität, dem Alter, dem Bewegungsmuster und der Sitzzeit. Die abhängige Variable war die Anzahl der Tage innerhalb der letzten sieben Tage, an denen die Teilnehmer körperliche Aktivität mit mittlerer Intensität ausübten. Abkürzungen: PA = körperliche Aktivität; CI = Konfidenzintervall; VIF = Varianzinflationsfaktor.
| Modell | Nicht standardisierte Koeffizienten | Standardisierte Koeffizienten | t | p | 95,0 % KI für B | Kollinearitätsstatistiken | ||||
| B | SE | Beta | Untere Grenze | Obere Grenze | Toleranz | VIF | ||||
| 1 | (Konstante) | 5,92 | 3,277 | 1,806 | 0,072 | -0,522 | 12,361 | |||
| Laufen im Vergleich zu keiner regelmäßigen Bewegung | 1,531 | 0,256 | 0,299 | 5,977 | 0 | 1,028 | 2,035 | 0,818 | 1,222 | |
| Training zu Hause im Vergleich zu keiner regelmäßigen Bewegung | 0,835 | 0,316 | 0,13 | 2,642 | 0,009 | 0,214 | 1,456 | 0,848 | 1,179 | |
| Training im Fitnessstudio im Vergleich zu keiner regelmäßigen Bewegung | 0,945 | 0,381 | 0,119 | 2,477 | 0,014 | 0,195 | 1,694 | 0,884 | 1,132 | |
| Alter | -0,162 | 0,171 | -0,043 | -0,947 | 0,344 | -0,498 | 0,174 | 0,991 | 1,009 | |
| Sitzzeit | -0,035 | 0,068 | -0,024 | -0,521 | 0,603 | -0,17 | 0,099 | 0,966 | 1,035 | |
| Dauer des Laufens | 0,922 | 0,189 | 0,225 | 4,866 | 0 | 0,549 | 1,294 | 0,959 | 1,043 | |
Tabelle 4: Zusammenhang zwischen Gehfrequenz und Gehdauer, Alter, Bewegungsmuster und Sitzzeit. Die abhängige Variable war die Anzahl der Tage innerhalb der vergangenen sieben Tage, an denen die Teilnehmer*innen mindestens 10 Minuten am Stück gingen. Abkürzungen: CI = Konfidenzintervall; VIF = Varianzinflationsfaktor.
Diskussion
Diese Studie liefert wichtige Ergebnisse zu Bewegungsmustern und deren verhaltensbedingten sowie umweltbedingten Zusammenhängen bei weiblichen Studierenden im ersten Studienjahr in Saudi-Arabien. Die vorliegende Arbeit baut auf früheren Untersuchungen auf, indem sie sich gezielt auf weibliche Studierende im ersten Studienjahr konzentriert – eine Übergangsphase, in der sich lebensstilbedingte Verhaltensweisen etablieren – und dabei Bewegungsmuster sowie den Zusammenhang zwischen sitzender Tätigkeit und der Häufigkeit der Teilnahme an kraftbetonter körperlicher Aktivität (PA), moderater PA und Gehaktivität untersucht. Insgesamt zeigen die Ergebnisse, dass sich die Bewegungsverhalten bei weiblichen Studierenden im ersten Studienjahr hauptsächlich durch regelmäßige Teilnahme an Bewegungsumgebungen und ausgewählte verhaltensbezogene Faktoren und nicht durch das Alter formen. Bemerkenswerterweise berichtete ein erheblicher Anteil der untersuchten Stichprobe über körperliche Inaktivität (81,58 %). Unter denjenigen, die angaben, regelmäßig aktiv zu sein, war Gehen die am häufigsten genannte Aktivität, gefolgt von zu Hause ausgeübten und im Fitnessstudio durchgeführten Übungen. Diese Ergebnisse stimmen mit früheren publizierten Studien überein, die niedrige Bewegungsaktivitätsniveaus bei jungen Erwachsenen in Saudi-Arabien aufzeigen, insbesondere bei Frauen9–11,16. Darüber hinaus zeigten die Ergebnisse eine begrenzte Teilnahme an moderater und intensiver körperlicher Aktivität, wobei ein beträchtlicher Anteil der Studierenden angab, an diesen Intensitäten der körperlichen Aktivität überhaupt nicht teilzunehmen. Dies steht im Einklang mit anderen Untersuchungen, die einen Rückgang der körperlichen Aktivität beim Übergang vom Jugendalter zum Universitätsleben hervorheben, wo akademische Anforderungen, mangelnde Einrichtungen und/oder kulturelle und soziale Faktoren häufig vorkommen6,10,12,13,18.
Im Vergleich zu Erkenntnissen aus Saudi-Arabien stimmen die Ergebnisse mit früheren Studien überein, die eine geringe körperliche Aktivität (PA) bei weiblichen Universitätsstudierenden berichten, wobei die Inaktivität in dieser Untergruppe weiterhin überdurchschnittlich hoch bleibt9–11,16. Dieses Muster entspricht ebenfalls Analysen nationaler Umfragen, die darauf hinweisen, dass saudische Frauen signifikant seltener die Empfehlungen für körperliche Aktivität erfüllen als Männer, was anhaltende geschlechtsspezifische Unterschiede im Aktivitätsverhalten widerspiegelt9. Zudem berichtete eine aktuelle, auf saudische Hochschulen fokussierte Übersichtsarbeit, dass ein erheblicher Anteil der Studierenden die WHO-Empfehlungen zur körperlichen Aktivität nicht erfüllt, wobei weibliche Studierende besonders geringe Adhärenz zeigen19. Weltweit wird über geringe Teilnahme an körperlicher Aktivität von moderater bis hoher Intensität berichtet, insbesondere während des Übergangs in die Hochschulausbildung, der häufig mit abnehmender körperlicher Aktivität einhergeht18. Dieses Ergebnis spiegelt sich in der vorliegenden Stichprobe wider und liefert weitere Belege für diese entscheidende Übergangsphase für neue Studierende. Der hohe Anteil an körperlich inaktiven Teilnehmenden in dieser Studie spiegelt übergeordnete nationale und kulturelle Trends wider. Zeitmangel, geringe Motivation, kulturelle und soziale Einschränkungen, gesundheitliche Probleme, unzureichendes Wissen sowie Umweltfaktoren können zu diesem Muster beitragen9,13,22. Darüber hinaus könnten traditionelle Geschlechterrollen weibliche Studierende davon abhalten, an Fitnessstudio-basierten Aktivitäten teilzunehmen, trotz deren klarer Vorteile bei der Förderung von körperlicher Aktivität hoher Intensität36. Die begrenzte Verfügbarkeit von sportlichen Einrichtungen an Hochschulen sowie das Fehlen verpflichtender Sportkurse könnten zu einem sitzenden Lebensstil der Studierenden beitragen. Wie frühere Untersuchungen gezeigt haben, behindern kulturelle Einstellungen gegenüber körperlicher Aktivität bei Frauen und das Fehlen strukturierter Trainingsmöglichkeiten das Engagement junger Frauen an regelmäßiger körperlicher Aktivität erheblich9. Eine aktuelle systematische Übersichtsarbeit unter Universitätsstudierenden stellte fest, dass Barrieren für körperliche Aktivität Zeitmangel, mangelnde Motivation und fehlende Einrichtungen umfassen. Demgegenüber wirken sich gesundheitliche Vorteile, soziale Unterstützung und Gewichtskontrolle als förderliche Faktoren aus19. Bewegungsmuster wiesen die stärkste Assoziation mit körperlicher Aktivität hoher Intensität auf, während die Sitzzeit an Wochentagen umgekehrt mit intensiver Aktivität korrelierte. Diese Ergebnisse legen nahe, dass die regelmäßige Teilnahme an Bewegung möglicherweise wichtiger ist als das Alter, um die Beteiligung an körperlicher Aktivität hoher Intensität bei weiblichen Studierenden im ersten Studienjahr zu erklären. Im Gegensatz zur intensiven Aktivität waren Alter und Sitzzeit nicht signifikant mit der Häufigkeit des Gehens assoziiert, was darauf hindeutet, dass die Gehhäufigkeit hauptsächlich mit der Gehdauer und der allgemeinen sportlichen Betätigung zusammenhängt und nicht mit der sitzenden Zeit. Dieses Ergebnis zeigt, dass Muster der Inaktivität und der Aktivität hoher Intensität sinnvoll miteinander verknüpft sind und dass sitzende Zeit als verhaltensbedingte Barriere für intensive Aktivität in dieser Gruppe fungieren kann.
Die vorliegende Studie unterstreicht die dringende Notwendigkeit universitätsgeleiteter Maßnahmen zur Förderung der körperlichen Aktivität (PA) unter Studierenden. Die Integration von Initiativen zur Förderung der körperlichen Aktivität in den universitären Lehrplan – beispielsweise durch Gesundheitskurse, campusweite Schrittzählaufgaben oder Anreize für Mitgliedschaften in Fitnessstudios – könnte dazu beitragen, Studierende während ihres Studiums zu einem aktiveren Lebensstil zu ermutigen. Darüber hinaus könnten digitale und mobile Gesundheitsinterventionen eine alternative Lösung bieten, um die Teilnahme an strukturierten körperlichen Aktivitätsprogrammen zu erhöhen. Frühere Studien haben gezeigt, dass mobile Fitness-Apps und virtuelle Trainingsprogramme die Motivation und die Einhaltung von körperlicher Aktivität verbessern können, insbesondere bei jungen Erwachsenen mit zeitlichen Einschränkungen37,38.
Um diese Erkenntnisse in umsetzbare Strategien zu überführen, könnten Hochschulen einen schrittweisen Implementierungsansatz verfolgen. Kurzfristig (0–3 Monate) könnten Einrichtungen kostengünstige Maßnahmen wie universitätsweite Schrittwettbewerbe sowie kurze, zeitlich festgelegte „aktive Pausen“ einführen, die in die Orientierungsveranstaltungen für Erstsemester und große Vorlesungen integriert werden. Mittelfristig (3–12 Monate) könnten Hochschulen den Zugang zu frauenfreundlichen Fitnesseinrichtungen erweitern, indem sie spezielle Frauen-Only-Trainingszeiten anbieten, subventionierte Mitgliedschaften bereitstellen und strukturierte Gruppentrainingskurse mit qualifizierten Übungsleitern anbieten. Langfristig (≥12 Monate) kann die Integration eines verpflichtenden Moduls zum Thema Wohlbefinden/körperliche Aktivität (PA) in die Studieneingangsphase sowie die Etablierung einer routinemäßigen Überwachung von körperlicher Aktivität und sitzenden Verhaltensweisen mithilfe validierter Instrumente (z. B. IPAQ) eine nachhaltige Verhaltensänderung unterstützen und die Bewertung der Wirksamkeit von Interventionen ermöglichen.
Diese Studie liefert wichtige Erkenntnisse zu Bewegungsmustern und deren assoziierten Faktoren bei weiblichen Studierenden im ersten Studienjahr in Saudi-Arabien. Die relativ mittlere bis große Stichprobengröße verbessert die Genauigkeit der Schätzungen, und die Studie erweitert bisherige Arbeiten, indem sie Faktoren untersucht, die mit kraftintensiver, moderater und gehbezogener körperlicher Aktivität assoziiert sind. Diese Studie weist jedoch mehrere Einschränkungen auf. Erstens wurde die körperliche Aktivität mit dem IPAQ-SF, einem selbstberichteten Instrument, erfasst, das die Aktivitätsniveaus im Vergleich zu objektiven Methoden wie Beschleunigungsmessgeräten überschätzen kann31. Zweitens schließt das Querschnittdesign kausale Schlussfolgerungen aus, und die beobachteten Assoziationen sollten nicht als Ursache-Wirkungs-Beziehungen interpretiert werden. Außerdem wurden die Teilnehmerinnen mittels Convenience-Stichprobe rekrutiert, was zu einer Selektionsverzerrung führen und die Repräsentativität sowie die Verallgemeinerbarkeit der Ergebnisse einschränken kann. Die Einhaltung der WHO-Empfehlungen zur körperlichen Aktivität wurde nicht formell klassifiziert; daher spiegeln die Ergebnisse einzelne Komponenten der körperlichen Aktivität wider und nicht die Gesamteinhaltung der Richtlinien zur körperlichen Aktivität. Eine weitere Einschränkung ist die konzeptionelle Überschneidung zwischen Aktivitätshäufigkeit, Aktivitätsdauer und allgemeinem Trainingsmuster. Diese Maße beschreiben verwandte Aspekte des Verhaltens bezüglich körperlicher Aktivität und wurden aus verwandten Fragebogenitems abgeleitet. Folglich sollten die beobachteten Assoziationen nicht als unabhängige kausale Effekte interpretiert werden. Schließlich wurden, obwohl die Ergebnisvariablen beschränkte Zähldaten darstellten, gewöhnliche lineare Regressionsmodelle verwendet, um interpretierbare Assoziationsmaße zu erhalten. Zukünftige Studien könnten zähldatenbasierte Regressionsmodelle in Betracht ziehen, um die Robustheit dieser Ergebnisse zu überprüfen. Zukünftige Untersuchungen sollten repräsentativere Stichprobenverfahren, objektive Maße der körperlichen Aktivität sowie rigorose Studiendesigns wie Längsschnittstudien einbeziehen, um diese Ergebnisse zu bestätigen.
Offenlegungen
Die Autoren geben keinen Interessenkonflikt an.
Danksagungen
Projekt der Forschungsunterstützungsinitiative der Prinzessin Nourah bint Abdulrahman Universität (PNURSP2026R421), Prinzessin Nourah bint Abdulrahman Universität, Riad, Saudi-Arabien. Die Autoren danken außerdem dem Dekanat für Postgraduiertenstudien und Wissenschaftliche Forschung der Universität Majmaah für die Finanzierung dieser Forschungsarbeit über das Projekt Nummer (R-2026-385).
Materialien
| Name | Unternehmen | Katalognummer | Kommentare |
|---|---|---|---|
| Google Forms | Google LLC | Webbasierte Plattform; Version nicht zutreffend | Webbasierte Plattform zur Durchführung der Studieumfrage und zur Erfassung anonymer Teilnehmerantworten. |
| IBM SPSS Statistics | IBM Corporation, Armonk, NY, USA | Version 30 | Statistische Software zur Durchführung deskriptiver Statistiken und multipler linearer Regressionsanalysen. |
| International Physical Activity Questionnaire–Short Form | International Physical Activity Questionnaire Research Committee | Kurzform; Fragebogenversion | Selbstauskunftsfragebogen zur Beurteilung der Häufigkeit und Dauer körperlicher Aktivität mit hoher Intensität, körperlicher Aktivität mit mittlerer Intensität, Gehens und Sitzens. Die arabischsprachige Version wurde verwendet. |
| OpenEpi | OpenEpi | Version 3 | Online verfügbares epidemiologisches Berechnungstool zur Schätzung der minimal erforderlichen Stichprobengröße. |
Referenzen
- Bull FC, et al. World Health Organization 2020 guidelines on physical activity and sedentary behaviour. Br J Sports Med. 2020;54:1451-62.
- Guthold R, Stevens GA, Riley LM, Bull FC. Global trends in insufficient physical activity among adolescents: a pooled analysis of 298 population-based surveys with 1.6 million participants. Lancet Child Adolesc Health. 2020;4:23-35.
- Strain T, et al. National, regional, and global trends in insufficient physical activity among adults from 2000 to 2022: a pooled analysis of 507 population-based surveys with 5.7 million participants. Lancet Glob Health. 2024;12:e1232-e1243.
- Ding D, et al. The economic burden of physical inactivity: a global analysis of major non-communicable diseases. Lancet. 2016;388:1311-24.
- Katzmarzyk PT, et al. Sedentary behavior and health: update from the 2018 Physical Activity Guidelines Advisory Committee. Med Sci Sports Exerc. 2019;51:1227-41.
- Al-Hazzaa HM, Albawardi NM. Activity energy expenditure, screen time and dietary habits relative to gender among Saudi youth: interactions of gender with obesity status and selected lifestyle behaviours. Asia Pac J Clin Nutr. 2019;28:389-400.
- Alasqah I, Mahmud I, East L, Usher K. Patterns of physical activity and dietary habits among adolescents in Saudi Arabia: a systematic review. Int J Health Sci (Qassim). 2021;15:39-48.
- Al-Hazzaa HM. Physical inactivity in Saudi Arabia revisited: a systematic review of inactivity prevalence and perceived barriers to active living. Int J Health Sci (Qassim). 2018;12:50-64.
- Alqahtani BA, Alenazi AM, Alhowimel AS, Elnaggar RK. The descriptive pattern of physical activity in Saudi Arabia: analysis of national survey data. Int Health. 2021;13:232-9.
- Aljehani N, et al. Exploring female university students' participation in physical activity in Saudi Arabia: a mixed-methods study. Front Public Health. 2022;10:829296.
- El Bcheraoui C, et al. On your mark, get set, go: levels of physical activity in the Kingdom of Saudi Arabia, 2013. J Phys Act Health. 2016;13:231-8.
- Bashatah A, et al. Evaluation of young adults' physical activity status and perceived barriers in the Riyadh region of Saudi Arabia. J Multidiscip Healthc. 2023;16:557-69.
- Alsulami S. Determinants of and barriers to physical activity for women in Jeddah, Saudi Arabia. World Fam Med J Middle East J Fam Med. 2023;21(1):101-9.
- Albujulaya N, Stevinson C, Piggin J. Physical activity policy in Saudi Arabia: analysis of progress and challenges. Int J Sport Policy Polit. 2024;16:609-24.
- General Authority for Statistics (GASTAT). 38.7% of Saudi females aged 15 years and above participated in physical activity in 2021, representing an improvement compared with 2018 and 2019. Riyadh, Saudi Arabia; 2023.
- Khalaf A, et al. Female university students' physical activity levels and associated factors-a cross-sectional study in southwestern Saudi Arabia. Int J Environ Res Public Health. 2013;10:3502-17.
- Arnett JJ, Zukauskiene R, Sugimura K. The new life stage of emerging adulthood at ages 18-29 years: implications for mental health. Lancet Psychiatry. 2014;1:569-76.
- Wilson OWA, Walters SR, Naylor ME, Clarke JC. Physical activity and associated constraints following the transition from high school to university. Recreat Sports J. 2021;45:52-60.
- Bajuaifer SS, Alrashdi NZ. Physical activity levels among college students in Saudi Arabia. Saudi Med J. 2025;46(6):587-607.
- Saghafi-Asl M, Aliasgharzadeh S, Asghari-Jafarabadi M. Factors influencing weight management behavior among college students: an application of the Health Belief Model. PLoS One. 2020;15:e0228058.
- Jaeschke L, et al. Socio-cultural determinants of physical activity across the life course: a 'Determinants of Diet and Physical Activity' (DEDIPAC) umbrella systematic literature review. Int J Behav Nutr Phys Act. 2017;14:173.
- Noori-Sistani M, et al. Barriers to home-based physical activity and predictors of activity levels among women with high sedentary habits: an explanatory mixed-methods study. BMC Res Notes. 2025;18:217.
- Golaszewski NM, LaCroix AZ, Hooker SP, Bartholomew JB. Group exercise membership is associated with forms of social support, exercise identity, and amount of physical activity. Int J Sport Exerc Psychol. 2022;20:630-43.
- Tross LFS, Magalhaes Dias H, Callegari Zanetti M. Maintaining exercise in fitness centre settings: insights from the physical activity maintenance theory. Int J Qual Stud Health Well-being. 2024;19(1):2409832.
- Andrade L, et al. The associations between access to recreational facilities and adherence to the American Heart Association's physical activity guidelines in US adults. Front Public Health. 2021;9:660624.
- Lee SA, et al. The relationship between sports facility accessibility and physical activity among Korean adults. BMC Public Health. 2016;16:893.
- Kljajevic V, et al. Physical activity and physical fitness among university students-a systematic review. Int J Environ Res Public Health. 2021;19(1):158.
- Lalovic L, et al. Physical activity, BMI, and their effects on university students' quality of life. Healthcare (Basel). 2025;13(15):1880.
- Tao X, et al. Associations between physical activity and health-related quality of life among university students in Zhuhai, China. Sci Rep. 2025;15(1):31319.
- Ministry of Education. Higher education statistics. Ministry of Education, Saudi Arabia; 2023.
- Lee PH, Macfarlane DJ, Lam T, Stewart SM. Validity of the international physical activity questionnaire short form (IPAQ-SF): a systematic review. Int J Behav Nutr Phys Act. 2011;8:115.
- Craig CL, et al. International physical activity questionnaire: 12-country reliability and validity. Med Sci Sports Exerc. 2003;35:1381-95.
- Al-Hazzaa HM. Health-enhancing physical activity among Saudi adults using the International Physical Activity Questionnaire (IPAQ). Public Health Nutr. 2007;10:59-64.
- Barwais F. Physical activity levels among male and female undergraduate students at Umm Al-Qura University. Int Sci J Phys Educ Sport Sci. 2021;9(1):39-49.
- Alrashdi N. Do college students at Majmaah University meet the weekly recommended physical activity guidelines? Cross-sectional analyses. Majmaah J Health Sci. 2024;12(4):28-35.
- Deng Y. Influence of gender stereotype on participation in physical education class of high school students. J Educ Humanit Soc Sci. 2023;8:600-6.
- Nam JS, et al. Feasibility of mobile health app-based home aerobic exercise for physical performance in healthy young adults. Ann Rehabil Med. 2024;48:75-85.
- Southcott E, Jooste J. Unveiling the impact of mobile fitness applications on motivational orientation in sustaining exercise behaviors: a qualitative investigation. Phys Cult Sport Stud Res. 2024;103:1-14.