Convalida di un intervento psicosociale sull'immagine corporea nelle persone anziane: un disegno sperimentale

Nelle società occidentali, avere un bell'aspetto, sano e giovane è molto importante per sentirsi bene, adattarsi, interagire con gli altri e avere successo, diventando un elemento centrale del concetto di sé e dell'autostima. Quanto una persona sia soddisfatta del proprio corpo dipende dalla percezione personale, in particolare da come si sente, percepisce, immagina e reagisce all'aspetto fisico e al funzionamento del ^corpo1,2. Seguendo questa definizione, è possibile identificare due dimensioni qualitativamente diverse all'interno di questo costrutto. Da un lato, c'è la dimensione percettiva, che dipende dalla valutazione delle dimensioni, della forma e delle proporzioni del corpo stesso; d'altra parte, c'è il dominio cognitivo-emotivo (cioè la "soddisfazione corporea"³), che è oggetto di questa ricerca.

Essenzialmente, la soddisfazione corporea è il grado di accettazione del proprio aspetto fisico da parte di una ^persona4, il che è negativo se questa valutazione influisce negativamente sulla fiducia in se stessi e positiva quando aumenta la fiducia personale nell'interagire con gli ^altri5,6. Tradizionalmente, è stato considerato che quando una persona invecchia ed entra nell'ultima fase della vita (prendendo l'età di 50 anni come punto di interruzione per la mezza età), le preoccupazioni sull'immagine corporea diminuiscono sostanzialmente. In altre parole, si ritiene che le distorsioni percettive sull'immagine corporea tipiche dell'adolescenza e della giovinezza6,7,8 siano rare nelle persone ^anziane9,10. Il motivo è che l'attenzione della preoccupazione si sposta dal peso e dalla forma fisica ad altri difetti fisici significativi più associati alla mancanza di salute e al declino fisico.

In questa linea, la letteratura scientifica ha dimostrato che le principali preoccupazioni sull'aspetto fisico delle persone anziane si concentrano sui segni dell'invecchiamento, come la perdita di forma fisica, le rughe e l'invecchiamento della pelle, la perdita di capelli e i capelli grigi, l'odore del corpo, tra gli ^altri11,12. È stato anche sostenuto che la percezione di questi segni dell'invecchiamento svolge un ruolo evolutivo e adattivo, poiché consente alle persone di diventare progressivamente consapevoli dell'invecchiamento, aiutando così ad accettare la trasformazione e il deterioramento dell'aspetto fisico. Anche se questo può essere giusto, non è meno vero che la consapevolezza dell'invecchiamento influenza negativamente la soddisfazione del corpo. Non invano, il diffuso fenomeno della 'crisi di mezza età' si riferisce a un punto di svolta in cui la persona inizia a rendersi conto che sta invecchiando e, in alcuni casi, questo si accompagna all'esperienza di sintomi depressivi che, se non adeguatamente affrontati, possono interferire con il benessere personale e la salute ^mentale11,13.

Sono state studiate le implicazioni psicologiche ed emotive derivanti dalla consapevolezza della ^senescenza14. In questo senso, il deterioramento dell'aspetto fisico è stato considerato il segno più inconfondibile che qualcuno possa sperimentare riguardo all'arrivo della ^senescenza15. Questo è accoppiato con la sensazione di svolgere un ruolo sociale irrilevante e sottovalutato ¹⁶. Pertanto, l'autoidentificazione come "persona anziana" è irrimediabilmente legata a una graduale accettazione di nuove limitazioni e circostanze sfavorevoli. Pertanto, la persona anziana inizia a sperimentare difficoltà e problemi emotivi, come ansia, stress o depressione. In breve, la persona può auto-identificarsi con ruoli sociali negativi mentre accetta male le limitazioni fisiche associate all'invecchiamento17,18.

In diverse fasce d'età, come adolescenti e giovani, è noto che la soddisfazione e l'immagine corporea possono migliorare con programmi ^{di intervento1,19}. Esempi di questo sono i noti interventi di Cash (1997)²⁰ e PICTA (Programma preventivo sull'immagine corporea e i disturbi alimentari in spagnolo) di Maganto, del Río e Roiz (2002)²¹, nonché alcuni programmi più recenti (Kilpela et al., 2016)²², Halliwell et al. (2016)²³, McCabe et al. (2017)²⁴ o Bailey, Gammage e Van Ingen (2019)²⁵ . Tuttavia, nessuno di loro si rivolge a persone mature e si concentra principalmente sulle femmine, ad eccezione dell'intervento sviluppato da Sánchez-Cabrero (2012)²⁶ chiamato "IMAGINA" che questo studio mira a convalidare. Supponiamo che un intervento terapeutico sull'immagine corporea possa contribuire all'auto-accettazione e sviluppare un sé positivo nei giovani. Non c'è motivo di non applicarlo e intervenire nelle persone anziane che affrontano cambiamenti radicali nel loro corpo27,28,29.

Il disegno sperimentale è la metodologia più efficace per determinare le relazioni causali e valutare se un intervento terapeutico produce miglioramenti. In primo luogo, è necessario isolare l'effetto di intervento dal resto delle variabili intermedie, qualcosa che nelle scienze sociali è molto costoso e complesso poiché i fattori che possono influenzare sono quasi innumerevoli. In secondo luogo, richiede anche un confronto pre-post trattamento, confronti tra gruppi di controllo e sperimentali, la randomizzazione dei partecipanti nelle condizioni di controllo e trattamento, nonché lo studio delle variabili intervenienti più rilevanti. Pertanto, questo esperimento segue due obiettivi principali: (1) analizzare il miglioramento della soddisfazione dell'immagine corporea delle persone di età superiore ai 50 anni che si iscrivono a un programma specifico di soddisfazione corporea rispetto ai progressi acquisiti in un programma generale (non specifico); (2) esaminare la relazione tra la soddisfazione del corpo e le variabili intervenute come l'età, il sesso, lo stato delle relazioni, il periodo dell'anno di partecipazione e la vita in una residenza metropolitana o di campagna.

Il Comitato ha esaminato il Protocollo sulla condotta scientifica e l'etica dell'Università Alfonso X el Sabio. Inoltre, un gruppo di scienziati esterni al team di ricerca ha controllato e approvato l'intero processo sperimentale. Per consentire la partecipazione allo studio, è stato necessario firmare un consenso informato accettando di iscriversi al programma, come raccomandato dalla Dichiarazione di ^Helsinki30. Prima dell'iscrizione, è stato assicurato che nessuno dei partecipanti avrebbe subito stress psicologico o danni derivanti dall'intervento.

1. Effettuare lo studio sul campo

NOTA: Il progetto sperimentale segue un disegno misto, con misurazioni tra soggetti (gruppi sperimentali e di controllo) e misurazioni ripetute prima e dopo il trattamento. Questo disegno sperimentale consente di isolare l'effetto del trattamento (i risultati ottenuti in uno specifico programma di soddisfazione corporea) da altre variabili legate alle differenze individuali poiché la soddisfazione corporea è stata misurata prima e dopo il trattamento. Lo studio confronta anche il trattamento con ciò che è accaduto quando si partecipa a un programma di intervento non specifico (gruppo di controllo) isolando l'effetto di manipolazione durante l'intervento. I partecipanti sono stati assegnati in modo casuale nelle condizioni sperimentali e di controllo, garantendo le condizioni ottimali per l'esperimento da condurre.

1. Selezione degli strumenti di ricerca
   1. Scegli un programma psicosociale volto a migliorare l'immagine corporea nelle persone anziane adeguato all'obiettivo dello studio. In questo caso, l'opzione scelta è stata il programma IMAGINA di Sánchez-Cabrero (2012)²⁶ in quanto soddisfa tutti i requisiti.
      NOTA: I criteri per selezionare lo strumento sperimentale erano i seguenti: (1) doveva essere un programma specifico per la soddisfazione del corpo; (2) deve essere perfettamente adattato agli anziani; (3) deve essere un programma di gruppo che enfatizza l'interazione sociale tra i partecipanti; (4) deve durare da 6 a 10 sessioni di 60-120 minuti ciascuna, quindi i cambiamenti attitudinali e comportamentali potrebbero essere raggiunti in modo coerente.
   2. Scegli un programma psicosociale generale per le persone anziane per lavorare in gruppi che soddisfino tutte le condizioni richieste e servano come confronto di controllo. In questo esperimento, il programma è "Promuovere un invecchiamento sano: salute coerente", gestito dalla Croce Rossa ^spagnola31 poiché era la migliore opzione disponibile.
      NOTA: Il criterio per selezionare il programma di controllo è che (1) deve basarsi sull'interazione sociale positiva senza concentrarsi sull'immagine corporea; 2) deve essere progettato per lavorare in gruppo; (3) deve essere appropriato per le persone anziane; (4) deve avere un programma simile al programma di intervento sperimentale.
   3. Scegli uno strumento scientifico per valutare la soddisfazione dell'immagine corporea nelle persone anziane. Il Body Shape Questionnaire (BSQ) di Cooper, Taylor, Cooper e Fairburn (1987)³³ è stato considerato lo strumento più adatto per gli obiettivi di ricerca.
      NOTA: Il criterio per selezionare lo strumento scientifico per valutare la soddisfazione del corpo in età avanzata era che (1) doveva essere uno strumento peer-reviewed e pubblicato; (2) misura la soddisfazione del corpo e ha validità convergente con altri strumenti scientifici; (3) deve essere breve e semplice da adattare alla popolazione anziana (3) deve essere tradotto in spagnolo e ridimensionato per la popolazione spagnola.
   4. Progettare un questionario (File supplementare 1) per raccogliere tutti i dati demografici e le variabili intermedie da controllare in questo studio.
      NOTA: I dati sociodemografici relativi a età, sesso e stato sentimentale sono stati raccolti con un questionario specifico ad hoc. L'età è stata trattata come una variabile quantitativa e discreta e il resto come variabili categoriali dicotomiche. Per quanto riguarda la "stagione dell'anno" e l'"ambiente di residenza", queste informazioni sono state registrate dal ricercatore responsabile dell'esperimento.
2. Metodo di campionamento
   1. Richiedi la collaborazione di un'organizzazione senza scopo di lucro (ONG) che svolge programmi psicosociali di applicazione di gruppo per persone anziane in diverse località.
   2. Seleziona dieci diverse posizioni per applicare i programmi psicosociali sperimentali e di controllo. Metà di loro viveva in campagna (luoghi con meno di 1000 residenti) e l'altra metà viveva in città e città metropolitane.
3. Applicazione di interventi sperimentali e di controllo
   1. Eseguire la misurazione pre-trattamento di BSQ. Le misure individuali sono state raccolte con carta e penna, ma i partecipanti erano nello stesso spazio del loro gruppo di cluster.
   2. Fai oltre otto sessioni di entrambi i programmi psicosociali (controllo e sperimentale) in dieci sedi.
      NOTA: I programmi erano sotto la supervisione della stessa persona in due diverse stagioni dell'anno: estate e inverno. In entrambi i casi, le attività sono state svolte la sera, per 4 settimane e due volte a settimana. In entrambi i programmi, i partecipanti hanno lavorato in gruppo, con attività ludiche e incontri sociali, che hanno ridotto drasticamente il ritiro dei partecipanti.
   3. Raccogliere la misurazione post-trattamento del BSQ.
      NOTA: le singole domande sono state raccolte con carta e penna, ma i partecipanti erano nella stessa stanza con il loro gruppo di cluster. Questo è stato fatto subito dopo aver terminato le sessioni. Il BSQ non è stato applicato a quegli individui che non sono venuti a tutte le sessioni. Di conseguenza, i risultati del 10% del campione sono stati omessi nelle analisi finali.

2. Digitalizzare i dati ottenuti nello studio sul campo

1. Apri il software statistico e vai al menu File | Nuovi | Dati, fare clic sull'icona Dati e quindi andare su Visualizzazione variabile (Figura 1) e creare una variabile statistica per ciascuna delle seguenti variabili mostrate nella Tabella 1.

Tabella 1: Principali caratteristiche delle variabili statistiche di ricerca. Descrizione dettagliata delle principali caratteristiche delle variabili di ricerca nel loro processo di digitalizzazione.

Figura 1: Come importare i dati delle variabili nel pacchetto software statistico. (1) Fare clic sull'icona Dati ; (2) Fare clic sull'icona Visualizzazione variabile . Fare clic qui per visualizzare una versione più grande di questa figura.

2. Vai a Data View nel software statistico (Figura 2) e, per ogni partecipante, inserisci i dati delle pre e post-misure del test BSQ. Fai lo stesso con i dati demografici e attributivi del questionario.
   NOTA: I risultati ottenuti con il BSQ e le informazioni riguardanti i dati socio-demografici dello studio sono stati raccolti in carta e penna, quindi è stato necessario digitalizzarlo uno per uno.
   1. Creare una nuova variabile con la differenza tra la misurazione pre e post BSQ nel software statistico (dati ottenuti con il test). A tale scopo, vai a Trasforma | Calcola variabile, e nel menu a comparsa assegna un nome in Target Variable gap, quindi seleziona la variabile di pre-trattamento dal menu Type & Label... e spostala su Numeric Expression gap, quindi fai clic sull'icona di sottrazione (-) sulla calcolatrice.
   2. Successivamente, selezionare la variabile post-trattamento dal menu Tipo ed etichetta e spostarla nuovamente in Intervallo espressione numerica . Infine, fare clic su OK, quindi viene creata la variabile che rappresenta la differenza tra pre e post misurazione (Figura 3).

Figura 2: Come importare i dati di ricerca nel pacchetto software statistico. Selezionare l'icona Visualizzazione dati . Fare clic qui per visualizzare una versione più grande di questa figura.

Figura 3: Come creare una nuova variabile con la differenza tra la pre e la post-misurazione del test BSQ nel software statistico. (1) Fare clic su Trasforma | Variabile di calcolo; (2) Assegnare un numero in Target Variable gap; (3) Selezionare la variabile di pre-trattamento dal menu Tipo & Etichetta... e spostarlo in Intervallo espressione numerica; (4) Fare clic sull'icona Sottrazione (-) sulla calcolatrice; (5) Selezionare la variabile post-trattamento dal menu Tipo ed etichetta e spostarla in Intervallo espressione numerica; (6) fare clic sull'icona OK. Fare clic qui per visualizzare una versione più grande di questa figura.

3. Analisi statistiche

1. Guarda l'affidabilità e la coerenza della misurazione BSQ e riprova con il coefficiente di correlazione intraclasse (ICC) con il pacchetto software statistico.
   1. A tal fine, selezionare il menu Analizza | Scala | Analisi di affidabilità, spostare le misurazioni BSQ pre e post-trattamento utilizzate nell'esperimento nella finestra di dialogo Analisi di affidabilità .
   2. Clicca su Statistiche... e scegli Coefficiente di correlazione intraclasse e le opzioni Mix bidirezionale e Coerenza. Infine, fare clic sull'icona OK per generare l'output desiderato (Figura 4).

Figura 4: Come valutare la coerenza interna del questionario. Seleziona il menu Analizza | Scala | Analisi di affidabilità. (1) Spostare le variabili utilizzate nell'esperimento nella finestra di dialogo Analisi affidabilità; (2) Fare clic sull'icona OK. Fare clic qui per visualizzare una versione più grande di questa figura.

NOTA: Le misurazioni BSQ pre e post-trattamento hanno avuto eccellenti valori di affidabilità e coerenza (ICC = 0,916).

2. Eseguire l'analisi descrittiva con il pacchetto software statistico. Inizia con statistiche descrittive come la media aritmetica e la deviazione standard (SD) per le variabili quantitative "pre-trattamento BSQ", "post-trattamento BSQ" e "Differenza pre-post". Prima a livello globale, poi tenendo conto di ciascuna categoria delle altre variabili incluse nello studio. Infine, studiare la distribuzione della frequenza nelle variabili categoriche intermedie e controllate.
   1. Per eseguire questa analisi, selezionare Analizza menu | Statistiche descrittive | Frequenze e, dopo l'uscita, analizzare | Statistiche descrittive | Descrittivo (Figura 5). Per specificare le statistiche descrittive delle variabili quantitative per ogni condizione delle variabili categoriali, selezionare l'opzione Dividi file nel menu principale, e nel menu a comparsa scegliere la variabile categoriale da analizzare e selezionare l'opzione 'Organizza output per gruppi'; quindi fare clic su OK (Figura 6).
   2. Ripetere questo processo per ogni variabile categoriale considerata nello studio (condizione sperimentale, periodo dell'anno, sesso, stato civile e residenza).

Figura 5: Come effettuare l'analisi descrittiva dei dati. Seleziona il menu Analizza | Statistiche descrittive | Frequenze e, dopo l'uscita, analizzare | Statistiche descrittive | Descrittivo. Fare clic qui per visualizzare una versione più grande di questa figura.

Figura 6: Come specificare le statistiche descrittive delle variabili quantitative per ciascuna condizione delle variabili nominali controllate che intervengono. (1) Fare clic sull'icona Dividi file ; (2) Scegliere la variabile categoriale da analizzare e selezionare l'opzione Organizza output per gruppi; (3) Fare clic sull'icona OK . Fare clic qui per visualizzare una versione più grande di questa figura.

3. Condurre un t-test dello studente accoppiato con il pacchetto software statistico per esaminare l'immagine corporea prima e dopo aver partecipato alle due condizioni (effetto IV tra soggetti).
   1. A tal fine, selezionare Analizza menu | Confronta i mezzi | I campioni accoppiati t-Test e, nella finestra di dialogo T-test dei campioni accoppiati , inseriscono il pretrattamento BSQ e il post-trattamento BSQ come variabili 1 e 2 (Figura 7).
   2. Per specificare i campioni accoppiati T-test dello studente in base a ciascuna variabile categoriale (condizione sperimentale, sesso, stato civile, periodo dell'anno e luogo di residenza) selezionare l'opzione Split File nel menu principale, e nel menu a comparsa scegliere la variabile categoriale da analizzare e selezionare l'opzione 'Organizza output per gruppi' e fare clic su OK (Figura 6).
   3. Ripeti questo processo prima di ogni analisi per ogni variabile nominale (periodo dell'anno, sesso, stato civile e residenza).

Figura 7: Come eseguire l'analisi del t-test dello studente dei campioni accoppiati. (1) Selezionare il menu Analizza | Confronta i mezzi | Campioni accoppiati t-Test; (2) mettere BSQ pre-trattamento e BSQ post-trattamento come variabili 1 e 2; (3) Fare clic sull'icona OK . Fare clic qui per visualizzare una versione più grande di questa figura.

4. Condurre un'analisi ANOVA unidirezionale con il pacchetto software statistico per vedere l'effetto di ciascun programma (effetto intergruppo IV), sesso, stato della relazione, periodo dell'anno e luogo di residenza.
   1. A tal fine, selezionare Analizza menu | Confronta i mezzi | ANOVA unidirezionale (Figura 8) e, nella finestra di dialogo ANOVA unidirezionale , inserire le variabili BSQ pre-trattamento, BSQ post-trattamento e la differenza pre-post nell'elenco dipendente e la variabile di condizione sperimentale come fattore.
   2. Ripeti questo processo per ciascuna delle variabili nominali (condizione sperimentale, genere, stato sentimentale, periodo dell'anno e luogo di residenza). L'output mostra la significatività statistica del pre-trattamento BSQ, del post-trattamento BSQ e della differenza pre-post come variabile quantitativa discreta confrontando i mezzi con la distribuzione F di Snedecor (non considerando l'uguaglianza delle varianze).

Figura 8: Come eseguire l'analisi ANOVA unidirezionale. (1) Selezionare il menu Analizza | Confronta i mezzi | ANOVA unidirezionale; (2) inserire le variabili BSQ pre-trattamento, BSQ post-trattamento e la differenza pre-post nella Dependent List, e la variabile di condizione sperimentale come Fattore; (3) Fare clic sull'icona OK . Fare clic qui per visualizzare una versione più grande di questa figura.

5. Condurre analisi ANOVA di misure ripetute con il pacchetto software statistico utilizzando le statistiche Trace di Pillai e Lambda di Wilks, in quanto offrono risultati opposti e complementari dell'effetto intergruppo di variabili indipendenti.
   1. A tal fine, selezionare Analizza menu | | generale del modello lineare Misure ripetute e, nella finestra di dialogo Misure ripetute , assegnare un nome nella casella Nome fattore all'interno del soggetto (ad esempio, PRE-POST), inserire "2" nella casella Numero di livelli e nella casella Nome misura inserire BSQ. Infine, fare clic sull'icona "Definisci" per passare alla casella di selezione delle variabili (Figura 9).
   2. All'interno di quel menu a comparsa, seleziona le pre e post-misure del test BSQ come variabili all'interno dei soggetti, la condizione sperimentale come fattore tra soggetti e tutte le variabili sociodemografiche (periodo dell'anno, sesso, età, stato civile e ambiente di residenza) come covariate.
   3. Prima di ottenere il risultato dell'analisi, fare clic su Modello e selezionare "Fattoriale completo"; quindi vai su "Opzioni" e scegli "Stime delle dimensioni dell'effetto" (vedi Figura 10). Infine, ripeti l'intero processo ma invece di scegliere 'Full factorial' in Model scegli l'opzione 'Build custom terms', combinando la variabile 'Condition' con tutte le variabili sociodemografiche (periodo dell'anno, sesso, età, stato civile e ambiente di residenza) utilizzando a questo scopo l'icona 'By *'.

Figura 9: Come configurare l'analisi ANOVA delle misure ripetute. (1) Selezionare il menu Analizza | | generale del modello lineare Misure ripetute; (2) Assegnare un nome nella casella Nome fattore all'interno del soggetto ; (3) Inserisci "2" nella casella Numero di livelli e fai clic sull'icona Aggiungi ; (4) Inserire BSQ nella casella Nome misura e fare clic sull'icona Aggiungi ; (5) Fare clic sull'icona Definisci . Fare clic qui per visualizzare una versione più grande di questa figura.

Figura 10: Come selezionare le variabili per condurre l'analisi ANOVA delle misure ripetute. Selezionare le pre- e post-misure del test BSQ come variabili all'interno dei soggetti e la condizione sperimentale come fattore tra soggetti (s). Fare clic qui per visualizzare una versione più grande di questa figura.

La ricerca sperimentale ha seguito un disegno misto, con misurazioni tra soggetti (gruppi sperimentali e di controllo) e misurazioni ripetute prima e dopo il trattamento.

Il programma IMAGINA di Sánchez-Cabrero (2012)26 è stato selezionato come programma terapeutico sperimentale per aumentare la soddisfazione dell'immagine corporea degli anziani in Spagna. Ha otto sessioni di gruppo della durata di 90-120 minuti ciascuna, con l'obiettivo di intrattenere e coinvolgere i partecipanti, utilizzando attività precedentemente progettate e testate, che sono dinamiche e richiedono partecipazione attiva, lavoro di squadra e riflessione individuale. Ci si aspetta che l'immagine corporea e l'autostima migliorino attraverso la partecipazione sociale, la comunicazione, i workshop sull'immagine corporea e le informazioni nutrizionali sane. Viene anche affrontata l'intelligenza emotiva, poiché le attività del programma promuovono relazioni positive tra i partecipanti mentre rivalutano le auto-aspettative irrealistiche e dannose sull'aspetto fisico. Inoltre, questo programma è specifico per gli interventi sull'immagine corporea e, di conseguenza, è l'opzione migliore per testare in che misura è utile. Infine, l'indagine di soddisfazione della fase pilota ha mostrato un'ottima accettazione (con un punteggio di 9 su 10).

Il programma "Promuovere un invecchiamento sano: salute coerente" per le persone anziane31, gestito dalla Croce Rossa spagnola, è stato selezionato come strumento di controllo. Il programma "Promuovere un invecchiamento sano: salute coerente" è stato applicato negli ultimi cinque anni come strumento psicosociale per promuovere la salute collettivamente con un'approvazione eccezionale. La sua durata temporale è la stessa di IMAGINA (8 sessioni di 90-120 minuti), e ha anche l'iscrizione di gruppo. Favorisce il contatto sociale senza mirare a problemi di immagine corporea. Il programma include gioiose attività di gruppo e allenamento di sane abitudini basato sul "Quaderno e attività di agilità mentale per gli anziani" pubblicato dalla Croce Rossa spagnola32.

Questa ricerca ha avuto luogo nel nord-ovest della Spagna, che soffre di gravi problemi di invecchiamento della popolazione. La selezione dei partecipanti è stata effettuata con il campionamento a grappolo, identificando dieci gruppi di persone di età superiore ai cinquant'anni. Metà di loro viveva in campagna (luoghi con meno di 1000 residenti) e l'altra metà viveva in città e città metropolitane. Un totale di 176 persone hanno partecipato disinteressatamente e senza alcuna ricompensa economica. I partecipanti sono stati assegnati alle condizioni di controllo e sperimentali (metà nel programma generale e metà in 'IMAGINA'), garantendo una distribuzione simile in entrambi i gruppi. E lo stesso è stato fatto con le variabili periodo dell'anno e ambiente di residenza. La media aritmetica dell'età del campione era di 64,03 con una deviazione standard di 64,03, con una deviazione standard (SD) di ± 8,06. I partecipanti erano 146 donne (83%) e 30 uomini (17%), 93 sopra i 65 anni di età (pensionati secondo il sistema di lavoro spagnolo) e 83 sotto i 65 anni di età (popolazione attiva in termini di lavoro). C'erano 15 single, 37 vedove / vedovi, 117 partecipanti a una relazione formale e solo 7 separati o divorziati. Per quanto riguarda la residenza e la stagione di intervento, 63 vivono in campagna e 113 provenivano da aree metropolitane, 84 erano iscritti al programma durante l'inverno e 92 durante l'estate. Tutti loro erano bianchi (europeo-caucasico) poiché questo luogo della Spagna è molto omogeneo, razzialmente parlando.

Come variabile dipendente (VD) nella ricerca sperimentale è stato selezionato il Body Shape Questionnaire (BSQ) di Cooper, Taylor, Cooper e Fairburn (1987)33, tradotto e ridimensionato in lingua e cultura spagnola da Raich et al. (1996) 34. Le caratteristiche principali sono:

● Lo strumento è composto da 34 elementi che seguono una scala Likert (da 1 (mai) a 6 (sempre).
● Ha dimostrato di essere uno strumento scientifico affidabile da diversi studi che lo hanno utilizzato e ha un α di Cronbach tra 0,95 e 0,97.
● Ha una buona validità esterna con altri strumenti scientifici simili, come la sottoscala di insoddisfazione corporea dell'EDI35 (Eating Disorders Inventory) o dell'MBSRQ36 (Multidimensional Body Self-Relations Questionnaire).
● Punteggio finale tra 34 e 204.
● Un punteggio superiore a 110 indica malcontento per l'immagine corporea (Cooper et al., 1987)33.

BSQ è stato lo strumento scientifico scelto perché è uno degli strumenti più utilizzati in questo campo scientifico37,6. Inoltre, è stato adattato ad altre lingue e culture in più occasioni, ad esempio Brasile38, Colombia39, Norvegia40 e Corea41, tra gli altri. I suoi attributi psicometrici sono eccellenti ed è stato scalato alla lingua e alla cultura spagnola. Da un punto di vista lessicale, il BSQ è abbastanza semplice e breve da usare con le persone anziane, evitando la stanchezza quando si risponde ad esso; anche le persone con scarse capacità di alfabetizzazione trovano facile rispondere. Poiché il BSQ è stato ampiamente utilizzato, è possibile confrontare questa ricerca con altri studi condotti con partecipanti più giovani, permettendoci di esaminare l'insoddisfazione del corpo in diverse fasi e momenti della vita. L'ultima motivazione per l'utilizzo di BSQ è che nessun altro strumento di soddisfazione corporea per le persone anziane è stato scientificamente convalidato. Pertanto, la creazione di un nuovo strumento scientifico causerebbe notevoli problemi di affidabilità, rendendo impossibile confrontare questa ricerca con la letteratura precedente.

I risultati ottenuti consentono di esaminare l'effetto della condizione sperimentale: i benefici della partecipazione a un programma di immagine corporea per le persone anziane. Questo viene fatto esaminando le differenze con la condizione di controllo e la variabilità intrasoggettuale (pre-trattamento misurato).

Per quanto riguarda il primo obiettivo di ricerca, la Tabella 2 mostra la dimensione dell'effetto nei gruppi sperimentali e di controllo prima e dopo che i partecipanti hanno avuto luogo in essi (d di Cohen) e la differenza tra questi due momenti con un test di campioni accoppiati.

Tabella 2: Medie e deviazioni standard del test BSQ sia in condizioni che in momenti (pre, post) e differenza pre-post-test (test su campioni accoppiati). Abbreviazioni, M = Media; SD = Deviazione standard; p = valore di probabilità o significato. Questa tabella è stata modificata da Sánchez-Cabrero et al.2.

L'output del test dei campioni accoppiati (effetto tra soggetti) mostra che il miglioramento è più elevato nel programma di immagine corporea IMAGINA che nel generale (M = 6,75 contro M = 0,75), e questo è statisticamente significativo (t = 6,782, p = 0,000). Il miglioramento non è significativo nella condizione di controllo (t = .883, p = .380), mostrando un risultato notevole del programma di immagine corporea IMAGINA rispetto al programma NGO (d = .721 di Cohen contro .094). I risultati ottenuti ci permettono di identificare l'effetto di entrambe le condizioni (sperimentali e di controllo) e le differenze tra loro. Più specificamente, verrà eseguita un'analisi multivariata per vedere se l'effetto di IMAGINA era superiore al programma di controllo.

La Tabella 3 mostra un ANOVA unidirezionale (effetto intergruppo), che confronta il BSQ nella condizione sperimentale e di controllo in ogni momento (pre e post-trattamento) e tra i due momenti (differenza pre-post). Questi risultati mostrano che il design tra soggetti è robusto, poiché sia pre (F = .56, p = .455) che post-condizione (F = .443, p = .506) mostrano differenze medie non significative tra entrambe le condizioni. Al contrario, c'è un significativo miglioramento del BSQ nella differenza pre-post (F= 12.734, p = 000), che indica una buona performance del test BSQ, a supporto di quanto osservato nelle analisi precedenti.

Tabella 3: Differenze BSQ in entrambi i momenti (ANOVA unidirezionale). Abbreviazioni, F = F di Snedecor; p = valore di probabilità o significato. Questa tabella è stata modificata da Sánchez-Cabrero et al.2.

Infine, questo documento si conclude con i risultati globali ottenuti nelle condizioni sperimentali e di controllo. La Tabella 4 mostra l'output delle misurazioni ripetute ANOVA (effetto inter-intragruppo), indicando l'efficacia del programma di soddisfazione corporea IMAGINA (condizione sperimentale) rispetto a quello non specifico (condizione di controllo). L'esame di un effetto di moderazione nei risultati della "variabile condizione" (aggiungendo sesso, età, stato civile, stagione dell'anno e ambiente di residenza come covariabili) consente di vedere che i contrasti multivariati dell'effetto di interazione inter-intragruppo sono statisticamente significativi (p = 0,000).

Tabella 4: Test multivariato. Abbreviazioni, F = F di Snedecor; p = valore di probabilità o significato; Hyp. DF = Ipotesi Gradi di Libertà; Errore DF = Gradi di errore di libertà; MS = Quadrato medio. Questa tabella è stata modificata da Sánchez-Cabrero et al.2.

Per quanto riguarda il secondo obiettivo di questo studio, vale a dire il ruolo che le variabili intervenienti hanno giocato nelle differenze di soddisfazione corporea, la Tabella 5 mostra la media aritmetica e la SD di BSQ sia nelle condizioni che nei momenti di misurazione per genere, stato civile, stagione dell'anno e ambiente di residenza, nonché l'effetto delle dimensioni (d di Cohen), tra questi due momenti di misurazione e il risultante test Paired Samples.

Tabella 5: Età, sesso, stato civile, periodo dell'anno e differenze nell'ambiente di residenza (test su campioni accoppiati).. Abbreviazioni, M = Media; SD = Deviazione standard; p = valore di probabilità o significato. Questa tabella è stata modificata da Sánchez-Cabrero et al.2.

Gli uomini erano più soddisfatti del loro aspetto fisico rispetto alle donne, il che è più evidente dopo aver preso parte alla condizione sperimentale con il programma specifico di immagine corporea (Post-test). Infatti, la differenza tra la misura del BSQ prima e subito dopo l'intervento è statisticamente significativa per entrambi i sessi proprio nella condizione sperimentale dopo aver preso parte al programma IMAGINA (Donne: t =5.756, p=.000; Uomini: t =4.646, p =.000).

Per quanto riguarda lo stato della relazione, i partecipanti all'interno di una relazione sono più insoddisfatti del loro aspetto fisico nella condizione pre e post-trattamento. Ciò accade sia nei gruppi di controllo che in quelli sperimentali, indicando che la mancanza di partner è positivamente correlata alla soddisfazione dell'immagine corporea; tuttavia, questo migliora anche la loro soddisfazione corporea in modo più significativo durante la loro partecipazione a IMAGINA (M = 6,76 contro M = 5,09). Questi risultati sono significativi per i partecipanti con o senza relazioni nella condizione sperimentale.

La stagione dell'anno del programma non ha influenzato in modo significativo gli individui nel gruppo di controllo, ma ha colpito quelli del gruppo sperimentale (programma IMAGINA). Il programma IMAGINA ha ottenuto punteggi più alti in inverno che in estate (M = 9,44 e M = 4,40, rispettivamente), sebbene il miglioramento sia stato significativo in entrambi i periodi dell'anno (p = 0,003 e p = 0,000, rispettivamente).

Infine, per quanto riguarda l'ambiente di residenza, il miglioramento è stato maggiore per gli individui metropolitani (M = 8,35) rispetto agli individui di campagna (M = 4,21) nella condizione sperimentale. La dimensione dell'effetto è significativa nel gruppo sperimentale ma non in quello di controllo, come accade con il resto delle variabili sociodemografiche. Ancora una volta, nessuno dei gruppi della condizione di controllo ha ottenuto risultati significativi.

Come si può vedere, il sesso, la stagione dell'anno e l'ambiente di residenza hanno meno effetto sulla soddisfazione del corpo nei gruppi di controllo rispetto ai gruppi del programma IMAGINA (condizione sperimentale), come mostrato dalla d di Cohen. Più specificamente, osservando l'effetto intergruppo (IV) nella Tabella 6, è possibile vedere come l'output ottenuto nell'ANOVA unidirezionale mostri che la maggior parte delle differenze significative sono nelle differenze pre-post. Inoltre, la differenza pre-post ha più dimensioni dell'effetto (Eta Squared) rispetto alle sole misure pre e post.

Tabella 6: Analisi BSQ per età, sesso, stato civile, periodo dell'anno e ambiente di residenza attraverso le condizioni (ANOVA unidirezionale). Abbreviazioni, F = F di Snedecor; p = valore di probabilità o significato. Questa tabella è stata modificata da Sánchez-Cabrero et al.2.

Infine, la Tabella 7 mostra le analisi multivariate con misure ripetute (effetto tra i gruppi) che mostrano che l'età, il sesso, l'avere un partner stabile, la stagione dell'anno e l'ambiente di residenza non interferiscono con l'efficacia del trattamento (programma IMAGINA) in quanto l'effetto non è significativo.

Tabella 7: Contrasti multivariati di età, sesso, stato civile, periodo dell'anno e ambiente di residenza (analisi inter e intra). Abbreviazioni, F = F di Snedecor; p = valore di probabilità o significato; Hyp. DF = Ipotesi Gradi di Libertà; Errore DF = Gradi di errore di libertà; MS = Quadrato medio. Questa tabella è stata modificata da Sánchez-Cabrero et al.2.

I risultati visualizzati nelle tabelle 5-7 mostrano che l'applicazione di un disegno tra soggetti nell'intervento IMAGINA è stata effettivamente efficace e ha svolto un ruolo più potente rispetto al resto delle variabili intermedie controllate, che sono state tradizionalmente considerate di grande rilevanza sull'immagine corporea in precedenti studi su questo argomento.

File integrativo. Fare clic qui per scaricare questa figura.

Gli autori non hanno nulla da rivelare.