Jest to badanie przekrojowe, w którym wzięło udział 431 studentek uniwersytetu, mające na celu ocenę wzorców aktywności fizycznej oraz czynników z nimi związanych. Stwierdzono powszechność braku aktywności fizycznej, a regularne ćwiczenia, czas trwania aktywności oraz zachowania siedzące okazały się istotnymi czynnikami powiązanymi z cotygodniowym udziałem w aktywnościach o wysokiej i umiarkowanej intensywności oraz w spacerach.
Artykuł badawczy
Wzorce aktywności fizycznej i czynniki z nią związane wśród studentek pierwszego roku uniwersytetu w Arabii Saudyjskiej: badanie przekrojowe
W tym artykule
Podsumowanie
Streszczenie
Światowa Organizacja Zdrowia (WHO) zaleca dorosłym co najmniej 150 min umiarkowanej aktywności fizycznej lub 75 min intensywnej aktywności fizycznej (PA) tygodniowo. W Arabii Saudyjskiej ponad 70% młodych dorosłych jest nieaktywnych fizycznie. Celem niniejszego badania było opisanie wzorców aktywności fizycznej wśród studentek pierwszego roku szkół wyższych w Arabii Saudyjskiej oraz określenie czynników związanych z cotygodniowym uczestnictwem w intensywnej aktywności fizycznej z wykorzystaniem doboru wygodnego. Uczestniczki wypełniły anonimową ankietę online po udzieleniu świadomej zgody. Ankieta obejmowała: i) informacje demograficzne, ii) ocenę poziomu aktywności fizycznej za pomocą krótkiej formy Międzynarodowego Kwestionariusza Aktywności Fizycznej oraz iii) środowiska ćwiczeń. Z 431 studentek (średni wiek 19 ± 0,64 lat), które wzięły udział w badaniu, 40% zadeklarowało brak regularnej aktywności fizycznej. Najczęstszym rodzajem aktywności był spacer (32,56%), a następnie ćwiczenia w domu (16,63%) i na siłowni (10,16%). Wśród studentek 38,75% zadeklarowało brak udziału w intensywnej aktywności fizycznej, 30,40% w aktywności umiarkowanej i 21,81% w codziennych spacerach. Większość studentek (92,5%) zadeklarowała siedzący tryb życia trwający >8 h na dobę. Analizy regresji wykazały, że częstotliwość intensywnej aktywności była pozytywnie skorelowana z regularnym wzorcem ćwiczeń (standaryzowane β = 0,389, p < 0,001) oraz negatywnie z czasem siedzenia w dni powszednie (standaryzowane β = −0,149, p = 0,001). Umiarkowana aktywność fizyczna była związana jedynie ze wzorcem ćwiczeń (standaryzowane β = 0,265, p < 0,001). Częstotliwość spacerów była związana z dłuższym czasem trwania spacerów (standaryzowane β = 0,232, p < 0,001) oraz ze wzorcem ćwiczeń (standaryzowane β = 0,151, p = 0,001). Nieaktywność fizyczna była powszechna, przy ograniczonym zaangażowaniu w aktywności o umiarkowanej i intensywnej intensywności. Wyniki badania wspierają działania instytucjonalne priorytetyzujące promowanie aktywności fizycznej, szczególnie w przypadku studentek. Uczelnie powinny wdrożyć ukierunkowane strategie w celu ograniczenia siedzącego trybu życia i promowania ustrukturyzowanych programów aktywności fizycznej, szczególnie dla studentek.
Wprowadzenie
WHO zaleca co najmniej 150 min aktywności o umiarkowanej intensywności lub 75 min aktywności o wysokiej intensywności tygodniowo dla osób dorosłych w wieku 18 lat i starszych1. Jednak ponad jedna trzecia osób dorosłych w wieku 18 lat i starszych na całym świecie nie spełnia tych zaleceń dotyczących PA2,3. Doprowadziło to do alarmującego wzrostu braku aktywności fizycznej, szczególnie w krajach o wysokich dochodach, gdzie zmiany w stylu życia spowodowały wzrost otyłości i związanych z nią problemów zdrowotnych4–6.
W Arabii Saudyjskiej brak aktywności fizycznej pozostaje poważnym problemem zdrowia publicznego, a aktualne szacunki krajowe wskazują, że ponad połowa dorosłych Saudyjczyków wykazuje niewystarczający poziom aktywności fizycznej (PA), choć szacunki rozpowszechnienia tego zjawiska różnią się w zależności od badanej populacji, roku gromadzenia danych oraz kryteriów stosowanych do definiowania braku aktywności fizycznej3. Wcześniejsze publikacje dotyczące młodych dorosłych w Arabii Saudyjskiej zgłaszały wysokie wskaźniki braku aktywności fizycznej, które kształtują się poniżej zaleceń WHO w zakresie PA7–11. Niektóre badania zidentyfikowały bariery w podejmowaniu PA wśród młodych dorosłych Saudyjczyków, w tym brak czasu, motywacji oraz dostępu do obiektów rekreacyjnych8,12. Oprócz przejścia na bardziej siedzący tryb życia, silny nacisk na kulturowe role i oczekiwania płciowe może również ograniczać udział kobiet w PA, co w wielu społeczeństwach prowadzi do częstszego występowania zachowań siedzących u kobiet niż u mężczyzn4,13. Podobnie jak w trendach światowych, w Arabii Saudyjskiej kobiety konsekwentnie zgłaszały niższy poziom zaangażowania w PA niż mężczyźni9,11. Jednak w ostatnim czasie w Arabii Saudyjskiej zaobserwowano zmianę w polityce dotyczącej PA. Najbardziej widoczna zmiana nastąpiła w kulturze, dopuszczając aktywność sportową kobiet14. Na przykład dane krajowe z 2021 roku wykazały, że 38,7% Saudyjek w wieku 15 lat i starszych brało udział w PA, co stanowi poprawę w porównaniu z danymi z 2018 i 2019 roku15. Nowsze dane z Arabii Saudyjskiej wykazały, że tylko 43,1% Saudyjek spełnia zalecenia WHO dotyczące PA, w porównaniu do 66,5% mężczyzn spełniających te zalecenia PA9.
Przejście z liceum na uniwersytet jest dla osób krytycznym okresem. Przejście to charakteryzuje się zwiększonymi wymaganiami akademickimi, większą niezależnością oraz zmianami w codziennej rutynie, co może wpływać na poziom PA oraz zachowania siedzące u nowych studentów16–18. Niedawny przegląd systematyczny 44 badań obejmujący 29 580 saudyjskich studentów wykazał konsekwentnie niskie poziomy PA, przy czym jedynie 27% spełniało zalecane przez WHO progi PA19. Co więcej, studenci pierwszego roku są bardziej podatni na niezdrowe zachowania, takie jak niewystarczająca PA i palenie papierosów20. Ponadto zgłoszono, że czynniki kulturowe i środowiskowe mogą wyjaśniać różnicę między poziomami PA u kobiet i mężczyzn21. Brak priorytetyzowania ćwiczeń, brak czasu, zajmowanie się pracami domowymi i codziennymi czynnościami oraz brak motywacji i zainteresowania to najczęściej zgłaszane czynniki osobiste wpływające na poziomy PA u kobiet13,22.
Kluby fitness zapewniają ustrukturyzowane środowisko bogate w zasoby, które mogą zwiększyć motywację i ułatwić różne formy ćwiczeń; ponadto aspekty społeczne środowiska klubów fitness, w tym interakcje z rówieśnikami i dostęp do grupowych zajęć fitness, znacząco zwiększają motywację i przestrzeganie rutyny ćwiczeń23,24. Chociaż ćwiczenia w domu są wygodne i dostępne, pozwalając młodym dorosłym na podejmowanie aktywności fizycznej (PA) bez ograniczeń czasowych związanych z dojazdem do siłowni, wcześniejsze badania wskazują, że ćwiczenia na siłowni są istotnie powiązane z poziomem PA22,25,26. Dostęp do wspierającego środowiska ćwiczeń, w tym odpowiedniej infrastruktury i możliwości podejmowania PA, wiąże się z większym udziałem dorosłych w PA25,26. Kobiety stanowią najszybciej rosnący segment w saudyjskich klubach fitness, a znaczny wzrost oczekiwany jest między 2026 a 2031 rokiem.
W odniesieniu do kulturowych barier związanych z PA, niedawny przegląd systematyczny zasugerował, że różnice kulturowe i zróżnicowanie systemów edukacyjnych mogą prowadzić do dysproporcji w zakresie PA wśród studentów uniwersytetów z różnych krajów27. Ponieważ wielu studentów mierzy się ze zwiększonymi wymaganiami akademickimi i ograniczonym czasem na ćwiczenia, zrozumienie czynników powiązanych z PA w okresie tego przejścia jest istotne. Wiadomo, że PA wiąże się ze zdrowiem fizycznym i jakością życia studentów28,29. W związku z tym studenci pierwszego roku stanowią istotną populację i warto badać ich zachowania w zakresie PA.
Zrozumienie czynników związanych z uczestnictwem w aktywności fizycznej (AF) wśród studentek pierwszego roku studiów wyższych jest istotne dla opracowania ukierunkowanych strategii promocji zdrowia w okresie przejścia do życia akademickiego27. Chociaż wcześniejsze badania zgłaszały rozpowszechnienie braku aktywności fizycznej wśród saudyjskich studentów7–10,16, ograniczona liczba dowodów analizowała potencjalne czynniki związane z różnymi komponentami AF wśród studentek pierwszego roku. Zrozumienie tych czynników może pomóc w przyszłym opracowaniu ukierunkowanych strategii promocji AF dla młodych dorosłych. Głównym celem niniejszego badania był opis wzorców AF wśród saudyjskich studentek pierwszego roku. Drugorzędnym celem badania było sprawdzenie, czy wiek, regularność ćwiczeń, czas trwania ćwiczeń (minut na dobę) oraz zachowania siedzące (minut na dobę) wiążą się z tygodniowym uczestnictwem w intensywnej, umiarkowanej oraz związanej z chodzeniem AF. Postawiono hipotezę, że cechy demograficzne i styl życia, w tym wiek, zachowania związane z ćwiczeniami, czas trwania aktywności oraz czas spędzony w pozycji siedzącej, będą powiązane z intensywną, umiarkowaną i związaną z chodzeniem AF wśród studentek pierwszego roku.
Protokół
Projekt badania
W badaniu tym zastosowano projekt przekrojowy w celu oceny poziomu PA u studentek pierwszego roku studiów wyższych w Arabii Saudyjskiej. Wybrano projekt przekrojowy, aby umożliwić ocenę zachowań związanych z PA oraz czynników powiązanych w jednym punkcie czasowym podczas pierwszego roku studiów, który jest okresem znanym z częstych zmian w stylu życia i zachowaniach prozdrowotnych. Badanie zostało przeprowadzone zgodnie z zasadami etycznymi określonymi w Deklaracji Helsińskiej i zostało zatwierdzone przez Komisję Etyczną Uniwersytetu Księżniczki Nourah bint Abdulrahman w Rijadzie, Królestwo Arabii Saudyjskiej (numer IRB: 24-0218; data zatwierdzenia: 1 lutego 2024 r.).
Szczegółowe informacje na temat materiałów i oprogramowania wykorzystanych w niniejszym badaniu znajdują się w Tabeli materiałów.
Uczestnicy badania
Populację docelową stanowiły studentki pierwszego roku studiów na uniwersytetach w Arabii Saudyjskiej w roku akademickim 2024. Kryteria włączenia do badania były następujące: uczestniczki musiały być studentkami pierwszego roku w wieku 18–21 lat, zamieszkałymi w Arabii Saudyjskiej i chętnymi do udziału poprzez wyrażenie świadomej zgody. Z udziału w badaniu wykluczono studentki z diagnozami schorzeń medycznych stanowiących przeciwwskazania do aktywności fizycznej (PA) (takich jak ciężkie zaburzenia sercowo-naczyniowe, dysfunkcje układu mięśniowo-szkieletowego lub stany pooperacyjne), osoby z niepełnosprawnościami ograniczającymi mobilność oraz osoby, które udzieliły niekompletnych odpowiedzi w kwestionariuszu.
Metoda pobierania próbek
Zastosowano dobór wygodny, rozpowszechniając link do ankiety za pośrednictwem oficjalnych uczelnianych list mailingowych, platform akademickich oraz popularnych w Arabii Saudyjskiej grup studentów w mediach społecznościowych. Podejście to, choć niereprezentatywne, miało na celu maksymalne zwiększenie zasięgu i uzyskanie odpowiedzi od zróżnicowanych geograficznie i demograficznie grup studentów pierwszego roku.
Obliczanie wielkości próby
Całkowita populacja studentów pierwszego roku na uniwersytetach w Arabii Saudyjskiej w 2023 roku wynosiła 362 23130. Aby zapewnić wystarczającą moc statystyczną, wielkość próby obliczono za pomocą internetowego kalkulatora wielkości próby epidemiologicznej (oprogramowanie OpenEpi), przy poziomie ufności 95%, błędzie marginesu 5% i założonym rozkładzie odpowiedzi wynoszącym 50%. Minimalna wymagana wielkość próby została określona na 384 respondentów. Obliczenie wielkości próby oparto na celu opisowym, jakim była ocena rozpowszechnienia PA.
Narzędzie do zbierania danych
Dane zostały zebrane za pomocą ustrukturyzowanej, samodzielnie wypełnianej ankiety online za pośrednictwem internetowej platformy ankietowej (Google Forms). Ankieta rozpoczynała się od strony wprowadzającej, na której opisano cel badania, dobrowolność udziału, zapewnienia o zachowaniu poufności oraz dane kontaktowe w celu uzyskania dalszych informacji. Świadoma zgoda została uzyskana na początku ankiety. Aby zapobiec duplikowaniu danych, liczba zgłoszeń została ograniczona do jednej odpowiedzi na użytkownika w ustawieniach platformy ankietowej.
Aktywność fizyczną (PA) oceniano u studentów pierwszego roku przy użyciu Międzynarodowego Kwestionariusza Aktywności Fizycznej w wersji krótkiej (IPAQ-SF)31,32. IPAQ-SF jest standaryzowanym narzędziem samoopisowym opracowanym do oceny PA u osób w wieku 15 lat i starszych31,32. Uczestnikom udostępniono arabską wersję IPAQ-SF, która była stosowana w poprzednich badaniach przeprowadzonych w Arabii Saudyjskiej, w tym w badaniach z udziałem studentów uniwersytetów19,33–35. IPAQ-SF ocenia liczbę dni oraz czas (minuty) w tygodniu, w których uczestnicy podejmowali intensywną aktywność fizyczną, umiarkowaną aktywność fizyczną oraz spacery trwające co najmniej 10 min podczas jednej sesji31. Niniejsze badanie skupiło się na częstotliwości uczestnictwa (dni w tygodniu) i objętości PA (minuty na dzień) w odniesieniu do intensywnej aktywności fizycznej, umiarkowanej aktywności fizycznej oraz spacerów31. Dane z IPAQ-SF przetworzono zgodnie z oficjalnym protokołem punktacji IPAQ. Wykluczono epizody aktywności trwające krócej niż 10 min. Ekstremalne wartości czasu trwania skrócono zgodnie z wytycznymi przetwarzania danych IPAQ, a mało prawdopodobne wartości aktywności zidentyfikowano i usunięto podczas oczyszczania danych. W przypadku uczestników zgłaszających zero dni aktywności o intensywności intensywnej, umiarkowanej lub spacerów, odpowiadające im zmienne czasu trwania zapisano jako 0 min.
Ponieważ częstotliwość aktywności oraz czas trwania aktywności opisują powiązane wymiary tego samego zachowania związanego z PA, zmienne te mogą wykazywać nakładanie się pojęciowe przy jednoczesnym uwzględnieniu w modelach regresji. W związku z tym współczynniki czasu trwania interpretowano jako powiązania warunkowe, a nie jako dowód na niezależne efekty przyczynowe. Te same rozważania odnoszą się do zmiennej wzorca ćwiczeń, która reprezentuje ogólny wzorzec PA i może koncepcyjnie nakładać się na wyniki częstotliwości aktywności.
Ponadto dodano pytania w celu oceny poziomu samozadowolenia uczestników z ich aktualnej aktywności fizycznej (odpowiedzi typu tak/nie) oraz ich regularnych wzorców aktywności fizycznej, w tym spacerów, ćwiczeń w domu, ćwiczeń na siłowni lub braku regularnej aktywności fizycznej. Zebrano dane demograficzne, w tym wiek, płeć, przynależność uczelnianą, rok studiów, występowanie chorób przewlekłych oraz problemy zdrowotne, które mogłyby stanowić przeciwwskazanie lub ograniczenie dla codziennych czynności.
Kwestionariusz zawierał pytanie wielokrotnego wyboru, w którym uczestnicy mieli wskazać swój zwyczajowy schemat ćwiczeń, z czterema wzajemnie wykluczającymi się opcjami odpowiedzi: (1) brak regularnej aktywności fizycznej (PA), (2) wyłącznie spacery, (3) ćwiczenia głównie w domu oraz (4) ćwiczenia głównie na siłowni. Zmienna ta została potraktowana jako kategoryczna zmienna niezależna w analizach regresji, przy czym kategoria „brak regularnej aktywności fizycznej (PA)” posłużyła jako kategoria referencyjna. W celu oceny przejrzystości i zrozumiałości kwestionariusza przeprowadzono test pilotażowy z udziałem pięciu studentek pierwszego roku. Uczestniczki pilotażu nie zostały włączone do końcowej próby analitycznej. Zebrane opinie potwierdziły, że kwestionariusz był jasny i zrozumiały, w związku z czym nie wymagał wprowadzania istotnych modyfikacji.
Procedura
W okresie od maja do czerwca 2024 roku przeprowadzono ankietę online. Wszystkie odpowiedzi zostały zebrane anonimowo i bezpiecznie przechowywane w chronionej hasłem bazie danych, do której dostęp miał wyłącznie zespół badawczy. Po zakończeniu zbierania danych odpowiedzi sprawdzono pod kątem kompletności, a te z istotnymi brakami danych lub niespójnymi odpowiedziami wykluczono z końcowej analizy. Ponieważ do analizy włączono jedynie kompletne kwestionariusze, nie przeprowadzono imputacji brakujących danych i nie było konieczne przeprowadzanie formalnej analizy braków danych.
Analiza danych
Analizy statystyczne przeprowadzono przy użyciu oprogramowania statystycznego (SPSS statistics). Analizy opisowe wykorzystano do przedstawienia częstości i wartości procentowych dla wszystkich zmiennych PA, a także średniej i odchylenia standardowego dla wieku uczestników. Związki między rodzajami PA (PA o wysokiej intensywności, PA o umiarkowanej intensywności oraz spacerowaniem) a czasem trwania (minuty na dobę), wiekiem, modelem ćwiczeń oraz czasem siedzenia w dni powszednie badano za pomocą wielokrotnej regresji liniowej. Diagnostykę regresji oceniano pod kątem homoskedastyczności, liniowości, normalności rozkładu reszt i współliniowości, wykorzystując wykresy prawdopodobieństwa normalnej, histogramy i wykresy rozrzutu. Istotność statystyczną dla wszystkich analiz określono a priori na poziomie p < 0,05.
Wzorce ćwiczeń wprowadzono do modeli regresji jako kategoryczna zmienna niezależna z wykorzystaniem kodowania zero-jedynkowego. Cztery wzajemnie wykluczające się kategorie obejmowały: tylko spacery, ćwiczenia w domu, ćwiczenia na siłowni oraz brak regularnej aktywności fizycznej (PA). Jako kategorię referencyjną przyjęto uczestników, którzy nie ćwiczyli regularnie; w związku z tym do każdego modelu regresji włączono trzy zmienne zero-jedynkowe (spacery vs. brak regularnych ćwiczeń, ćwiczenia w domu vs. brak regularnych ćwiczeń oraz ćwiczenia na siłowni vs. brak regularnych ćwiczeń). Kodowanie zero-jedynkowe zostało wygenerowane automatycznie przy użyciu funkcji zmiennej kategorycznej w oprogramowaniu statystycznym. Multikolinearność zmiennych niezależnych oceniono za pomocą czynników inflacji wariancji (VIF), nie stwierdzając problematycznej multikolinearności.
Wyniki
W badaniu wzięło udział łącznie 597 osób, z czego 501 wyraziło zgodę i wypełniło kwestionariusz. Po zastosowaniu kryteriów kwalifikacji do końcowej analizy włączono 431 uczestników (Rysunek 1). Żaden z uczestników nie zgłosił rozpoznania schorzeń medycznych uznawanych za przeciwwskazania do podejmowania aktywności fizycznej (PA) ani niepełnosprawności, które mogłyby ograniczyć ruchomość. Średni wiek uczestników wynosił 19 lat ± 0,64 roku (Tabela 1).
Związek między częstotliwością i czasem trwania PA o wysokiej intensywności, wiekiem, wzorcem ćwiczeń a czasem siedzenia w dni powszednie
Tabela 2 przedstawia analizę regresji liniowej wielokrotnej, przeprowadzoną w celu zbadania powiązań między liczbą dni intensywnej aktywności fizycznej (PA) w tygodniu a czasem trwania intensywnej aktywności, wiekiem, modelem ćwiczeń oraz czasem siedzenia w dni powszednie. Model ćwiczeń został reprezentowany przez trzy zmienne pozorowane, gdzie grupą referencyjną byli uczestnicy, którzy nie uprawiali PA regularnie. Ogólny model regresji był istotny statystycznie, F(6,424) = 16,943, p < 0,001, wyjaśniając 19,3% wariancji intensywnej PA (R² = 0,193; skorygowany R² = 0,182). W porównaniu z uczestnikami, którzy nie uprawiali PA regularnie, osoby deklarujące wyłącznie spacery (B = 1,204, 95% CI [0,802, 1,605], p < 0,001), ćwiczenia w domu (B = 1,535, 95% CI [1,040, 2,031], p < 0,001) lub ćwiczenia na siłowni (B = 2,331, 95% CI [1,727, 2,935], p < 0,001) zgłosiły większą liczbę dni intensywnej aktywności w tygodniu. Czas siedzenia w dni powszednie był odwrotnie skorelowany z częstotliwością intensywnej aktywności (B = −0,178, 95% CI [−0,285, −0,071], p = 0,001). Czas trwania intensywnej aktywności (B = 0,257, p = 0,123) oraz wiek (B = 0,148, p = 0,278) nie były istotnymi statystycznie predyktorami.
Związek między częstotliwością i czasem trwania PA o umiarkowanej intensywności, wiekiem, wzorcem ćwiczeń a czasem siedzenia w dni powszednie
Tabela 3 przedstawia analizę regresji liniowej wielorakiej, przeprowadzoną w celu zbadania powiązań między liczbą dni aktywności fizycznej (PA) o umiarkowanej intensywności w tygodniu a czasem trwania aktywności o umiarkowanej intensywności, wiekiem, modelem ćwiczeń oraz czasem siedzenia w dni powszednie. Model ćwiczeń został przedstawiony za pomocą trzech zmiennych pozornych, przy czym grupą referencyjną byli uczestnicy, którzy nie uprawiali regularnie PA. Całościowy model regresji był istotny statystycznie, F(6,424) = 7,813, p < 0,001, wyjaśniając 10,0% wariancji częstotliwości PA o umiarkowanej intensywności (R² = 0,100; skorygowane R² = 0,087). W porównaniu z uczestnikami, którzy nie uprawiali regularnie PA, osoby deklarujące jedynie spacery (B = 1,080, 95% CI [0,662, 1,499], p < 0,001), ćwiczenia w domu (B = 1,286, 95% CI [0,770, 1,803], p < 0,001) lub ćwiczenia na siłowni (B = 1,334, 95% CI [0,706, 1,961], p < 0,001) zgłosiły większą liczbę dni PA o umiarkowanej intensywności w tygodniu. Wiek (B = 0,184, p = 0,197), czas siedzenia w dni powszednie (B = −0,030, p = 0,591) oraz czas trwania aktywności o umiarkowanej intensywności (B = 0,405, p = 0,185) nie były statystycznie istotnymi predyktorami.
Związek między częstotliwością i czasem trwania spacerów a wiekiem, wzorcem ćwiczeń i czasem siedzenia
Tabela 4 przedstawia analizę regresji liniowej wielokrotnej, przeprowadzoną w celu zbadania powiązań między liczbą dni w tygodniu, w których uczestnicy spacerowali przez co najmniej 10 min, a czasem trwania spaceru, wiekiem, modelem aktywności fizycznej oraz czasem siedzenia w dni powszednie. Model aktywności fizycznej został reprezentowany przez trzy zmienne pozorne, przy czym grupą referencyjną byli uczestnicy, którzy nie uprawiali regularnie PA. Całościowy model regresji był istotny statystycznie, F(6,424) = 10,825, p < 0,001, wyjaśniając 13,3% wariancji częstotliwości spacerowania (R² = 0,133; skorygowane R² = 0,121). W porównaniu z uczestnikami, którzy nie uprawiali regularnie PA, osoby deklarujące wyłącznie spacery (B = 1,531, 95% CI [1,028, 2,035], p < 0,001), ćwiczenia w domu (B = 0,835, 95% CI [0,214, 1,456], p = 0,009) lub ćwiczenia na siłowni (B = 0,945, 95% CI [0,195, 1,694], p = 0,014) zgłaszały większą liczbę dni spacerowania w tygodniu. Czas trwania spaceru był również dodatnio skorelowany z częstotliwością spacerowania (B = 0,922, 95% CI [0,549, 1,294], p < 0,001). Wiek (B = −0,162, p = 0,344) oraz czas siedzenia w dni powszednie (B = −0,035, p = 0,603) nie były istotnymi statystycznie predyktorami.
DOSTĘPNOŚĆ DANYCH:
Zanonimizowany zbiór danych wspierający wyniki niniejszego badania jest publicznie dostępny w repozytorium Zenodo pod adresem [DOI:10.5281/zenodo.22117075].
Rysunek 1: Schemat blokowy rekrutacji i włączenia uczestników. Ankieta online została rozpowszechniona za pośrednictwem uniwersyteckich list mailingowych, platform akademickich oraz studenckich grup w mediach społecznościowych. Ponieważ całkowita liczba studentów, którzy otrzymali zaproszenie do udziału w ankiecie, była nieznana, nie można było obliczyć rzeczywistego współczynnika odpowiedzi. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.
| Zmienna | Kategoria | n | % |
| Wiek (lata) | Średnia ± SD | 19 ± 0.64 | |
| Zakres | 18–21 | ||
| Regularna aktywność fizyczna | Nie | 175 | 40.6 |
| Tak, chodzenie | 140 | 32.5 | |
| Tak, w domu | 72 | 16.7 | |
| Tak, na siłowni | 44 | 10.2 | |
| Aktywność fizyczna o wysokiej intensywności (dni/tydzień) | Proszę podać tekst źródłowy do tłumaczenia. | 167 | 38.7 |
| 1 dzień | 62 | 14.4 | |
| 2 dni | 49 | 11.4 | |
| 3 dni | 52 | 12.1 | |
| 4 dni | 55 | 12.8 | |
| 5 dni | 24 | 5.6 | |
| 6 dni | 7 | 1.6 | |
| 7 dni | 15 | 3.5 | |
| Aktywność fizyczna o umiarkowanej intensywności (dni/tydzień) | Proszę podać tekst źródłowy do tłumaczenia. | 131 | 30.4 |
| 1 dzień | 75 | 17.4 | |
| 2 dni | 48 | 11.1 | |
| 3 dni | 65 | 15.1 | |
| 4 dni | 64 | 14.8 | |
| 5 dni | 25 | 5.8 | |
| 6 dni | 7 | 1.6 | |
| 7 dni | 16 | 3.7 | |
| Spacerowanie ≥ 10 min (dni/tydzień) | Proszę podać tekst źródłowy do tłumaczenia. | 54 | 12.5 |
| 1 dzień | 55 | 12.8 | |
| 2 dni | 36 | 8.4 | |
| 3 dni | 61 | 14.2 | |
| 4 dni | 59 | 13.7 | |
| 5 dni | 56 | 13 | |
| 6 dni | 16 | 3.7 | |
| 7 dni | 94 | 21.8 | |
| Regularny schemat ćwiczeń | Brak regularnej aktywności fizycznej | 175 | 40.6 |
| Chodzenie | 140 | 32.6 | |
| Ćwiczenia w domu | 72 | 16.6 | |
| Ćwiczenia na siłowni | 44 | 10.2 | |
| Czas spędzony w pozycji siedzącej w typowy dzień roboczy | 30 min–2 h | 5 | 1.2 |
| 2,5–4 godziny | 5 | 1.2 | |
| 4,5–6 godzin | 9 | 2.1 | |
| 6,5–8 godzin | 13 | 3 | |
| >8 godzin | 399 | 92.5 |
Tabela 1: Charakterystyka socjodemograficzna i aktywność fizyczna uczestników (n = 431). Dane ciągłe przedstawiono jako średnią ± odchylenie standardowe (SD), a dane kategoryczne jako liczebność (n) i procent (%).
| Model | Współczynniki nieustandaryzowane | Współczynniki zestandaryzowane | t | p | 95% CI dla B | Statystyki współliniowości | ||||
| B | SE | Beta | Dolna granica | Górna granica | Tolerancja | VIF (czynnik inflacji wariancji) | ||||
| 1 | (Stała) | -1.795 | 2.612 | -0.687 | 0.492 | -6.929 | 3.34 | |||
| Spacerowanie a brak regularnej aktywności fizycznej | 1.204 | 0.204 | 0.284 | 5.896 | 0 | 0.802 | 1.605 | 0.819 | 1.22 | |
| Ćwiczenia w domu a brak regularnej aktywności fizycznej | 1.535 | 0.252 | 0.289 | 6.091 | 0 | 1.04 | 2.031 | 0.847 | 1.181 | |
| Siłownia a brak regularnej aktywności fizycznej | 2.331 | 0.307 | 0.356 | 7.585 | 0 | 1.727 | 2.935 | 0.865 | 1.155 | |
| Czas trwania intensywnej aktywności fizycznej | 0.257 | 0.167 | 0.069 | 1.543 | 0.123 | -0.07 | 0.584 | 0.94 | 1.064 | |
| Wiek | 0.148 | 0.136 | 0.048 | 1.086 | 0.278 | -0.12 | 0.416 | 0.992 | 1.008 | |
| Czas siedzenia | -0.178 | 0.054 | -0.145 | -3.271 | 0.001 | -0.285 | -0.071 | 0.964 | 1.037 | |
Tabela 2: Zależność między częstotliwością aktywności fizycznej o wysokiej intensywności a czasem trwania aktywności fizycznej o wysokiej intensywności, wiekiem, schematem ćwiczeń oraz czasem siedzenia. Zmienną zależną była liczba dni w ciągu ostatnich siedmiu dni, w których uczestnicy podejmowali aktywność fizyczną o wysokiej intensywności. Skróty: PA = aktywność fizyczna; CI = przedział ufności; VIF = czynnik inflacji wariancji.
| Model | Współczynniki nieustandaryzowane | Współczynniki wystandaryzowane | t | p | 95% CI dla B | Statystyki współliniowości | ||||
| B | SE | Beta | Dolna granica | Górna granica | Tolerancja | VIF | ||||
| 1 | (Stała) | -2.131 | 2.725 | -0.782 | 0.435 | -7.487 | 3.225 | |||
| Spacerowanie a brak regularnej aktywności fizycznej | 1.08 | 0.213 | 0.258 | 5.077 | 0 | 0.662 | 1.499 | 0.82 | 1.219 | |
| Ćwiczenia w domu a brak regularnej aktywności fizycznej | 1.286 | 0.263 | 0.245 | 4.894 | 0 | 0.77 | 1.803 | 0.847 | 1.18 | |
| Siłownia a brak regularnej aktywności fizycznej | 1.334 | 0.319 | 0.206 | 4.178 | 0 | 0.706 | 1.961 | 0.872 | 1.146 | |
| Wiek | 0.184 | 0.142 | 0.06 | 1.292 | 0.197 | -0.096 | 0.463 | 0.992 | 1.008 | |
| Czas siedzenia | -0.03 | 0.057 | -0.025 | -0.538 | 0.591 | -0.142 | 0.081 | 0.967 | 1.034 | |
| Czas trwania aktywności fizycznej o umiarkowanej intensywności | 0.405 | 0.305 | 0.063 | 1.328 | 0.185 | -0.194 | 1.004 | 0.946 | 1.057 | |
Tabela 3: Zależność między częstotliwością aktywności fizycznej o umiarkowanej intensywności a czasem trwania aktywności fizycznej o umiarkowanej intensywności, wiekiem, wzorcem ćwiczeń i czasem siedzenia. Zmienną zależną była liczba dni w ciągu ostatnich siedmiu dni, w których uczestnicy podejmowali aktywność fizyczną o umiarkowanej intensywności. Skróty: PA = aktywność fizyczna; CI = przedział ufności; VIF = współczynnik inflacji wariancji.
| Model | Współczynniki nieustandaryzowane | Współczynniki ustandaryzowane | t | p | 95,0% CI dla B | Statystyki współliniowości | ||||
| B | SE | Beta | Dolna granica | Górna granica | Tolerancja | VIF | ||||
| 1 | (Stała) | 5.92 | 3.277 | 1.806 | 0.072 | -0.522 | 12.361 | |||
| Spacerowanie vs brak regularnych ćwiczeń | 1.531 | 0.256 | 0.299 | 5.977 | 0 | 1.028 | 2.035 | 0.818 | 1.222 | |
| Ćwiczenia w domu vs brak regularnych ćwiczeń | 0.835 | 0.316 | 0.13 | 2.642 | 0.009 | 0.214 | 1.456 | 0.848 | 1.179 | |
| Siłownia vs brak regularnych ćwiczeń | 0.945 | 0.381 | 0.119 | 2.477 | 0.014 | 0.195 | 1.694 | 0.884 | 1.132 | |
| Wiek | -0.162 | 0.171 | -0.043 | -0.947 | 0.344 | -0.498 | 0.174 | 0.991 | 1.009 | |
| Czas siedzenia | -0.035 | 0.068 | -0.024 | -0.521 | 0.603 | -0.17 | 0.099 | 0.966 | 1.035 | |
| Czas trwania spaceru | 0.922 | 0.189 | 0.225 | 4.866 | 0 | 0.549 | 1.294 | 0.959 | 1.043 | |
Tabela 4: Zależność między częstotliwością a czasem trwania spacerów, wiekiem, schematem ćwiczeń i czasem siedzenia. Zmienną zależną była liczba dni w ciągu ostatnich siedmiu dni, w których uczestnicy spacerowali przez co najmniej 10 min jednorazowo. Skróty: CI = przedział ufności; VIF = współczynnik inflacji wariancji.
Dyskusja
Niniejsze badanie dostarcza istotnych wyników dotyczących wzorców aktywności fizycznej (PA) oraz ich powiązań behawioralnych i środowiskowych wśród studentek pierwszego roku uniwersytetu w Arabii Saudyjskiej. Przedstawiona praca rozszerza poprzednie badania, koncentrując się konkretnie na studentkach pierwszego roku – etapie przejściowym, podczas którego kształtują się nawyki związane ze stylem życia – oraz analizując wzorce ćwiczeń i związek zachowań siedzących z częstotliwością podejmowania intensywnej PA, umiarkowanej PA oraz spacerów. Ogólnie wyniki wykazują, że zachowania w zakresie PA wśród studentek pierwszego roku są kształtowane przede wszystkim przez regularne korzystanie z miejsc przeznaczonych do ćwiczeń oraz wybrane czynniki behawioralne, a nie przez wiek. Co istotne, znaczna część objętej badaniem próby zgłosiła brak aktywności fizycznej (81,58%). Wśród osób deklarujących regularną aktywność, najczęściej wymienianym zajęciem były spacery, a następnie ćwiczenia w domu i na siłowni. Wyniki te są zgodne z wcześniej opublikowanymi badaniami wskazującymi na niski poziom PA wśród młodych dorosłych w Arabii Saudyjskiej, szczególnie wśród kobiet9–11,16. Ponadto wyniki wskazały na ograniczony udział w aktywnościach o umiarkowanej i dużej intensywności, przy czym znaczna część studentek zgłosiła całkowity brak udziału w aktywnościach o takim natężeniu. Jest to zbieżne z innymi badaniami podkreślającymi spadek poziomu PA w wyniku przejścia z okresu adolescencji do życia akademickiego, gdzie powszechnymi czynnikami są wymagania edukacyjne, brak infrastruktury i/lub czynniki kulturowe i społeczne6,10,12,13,18.
W porównaniu z dowodami pochodzącymi z Arabii Saudyjskiej, wyniki te są zgodne z wcześniejszymi badaniami wskazującymi na niskie zaangażowanie w PA wśród studentek uniwersytetów, przy czym brak aktywności pozostaje nieproporcjonalnie wysoki w tej podgrupie9–11,16. Wzorzec ten jest również zgodny z analizami krajowych ankiet, które wskazują, że kobiety w Arabii Saudyjskiej znacznie rzadziej spełniają zalecenia dotyczące PA niż mężczyźni, co odzwierciedla trwałe dysproporcje płciowe w zachowaniach związanych z aktywnością9. Ponadto niedawna synteza skupiona na uniwersytetach w Arabii Saudyjskiej wykazała, że znaczna część studentów nie spełnia zaleceń WHO dotyczących PA, a studentki wykazały szczególnie niską przestrzegalność tych zaleceń19. Niskie zaangażowanie w PA o umiarkowanej i wysokiej intensywności zgłaszane jest na całym świecie, szczególnie w okresie przejścia do edukacji wyższej, co często wiąże się ze spadkiem PA18. Wynik ten odzwierciedla się w obecnej próbie, dostarczając kolejnych dowodów dotyczących tego krytycznego etapu przejścia dla nowych studentów. Wysoki odsetek uczestników nieaktywnych fizycznie zaobserwowany w niniejszym badaniu odzwierciedla szersze trendy krajowe i kulturowe. Do przyczyn tego zjawiska mogą należeć: niewystarczająca ilość czasu, niska motywacja, ograniczenia kulturowe i społeczne, problemy zdrowotne, niewystarczająca wiedza oraz czynniki środowiskowe9,13,22. Ponadto tradycyjne role płciowe mogą zniechęcać studentki do korzystania z siłowni, pomimo oczywistych korzyści płynących z ćwiczeń o wyższej intensywności36. Ograniczona dostępność uniwersyteckich obiektów sportowych oraz brak obowiązkowych programów wychowania fizycznego mogą przyczyniać się do siedzącego trybu życia studentów. Jak wskazywały wcześniejsze badania, postawy kulturowe wobec PA kobiet oraz brak ustrukturyzowanych możliwości ćwiczeń znacząco utrudniają młodym kobietom regularne angażowanie się w PA9. Niedawny przegląd systematyczny przeprowadzony wśród studentów wykazał, że bariery w PA obejmują brak czasu, motywacji i odpowiednich obiektów. Z kolei czynnikami wspomagającymi są korzyści zdrowotne, wsparcie społeczne oraz kontrola masy ciała19. Wzorce ćwiczeń wykazały najsilniejszy związek z PA o wysokiej intensywności, podczas gdy czas spędzany w pozycji siedzącej w dni powszednie był odwrotnie skorelowany z aktywnością intensywną. Wyniki te sugerują, że regularne ćwiczenia mogą być ważniejszym czynnikiem niż wiek w wyjaśnianiu udziału w aktywnościach o wysokiej intensywności wśród studentek pierwszego roku. W przeciwieństwie do aktywności intensywnej, wiek i czas siedzenia nie były istotnie powiązane z częstotliwością spacerowania, co wskazuje, że częstotliwość spacerów wiąże się przede wszystkim z czasem trwania spaceru i ogólnym zaangażowaniem w ćwiczenia, a nie z czasem siedzącym. Wynik ten wskazuje, że wzorce nieaktywności i aktywności o wysokiej intensywności są ze sobą istotnie powiązane, a czas siedzący może pełnić funkcję bariery behawioralnej dla intensywnego zaangażowania w tej grupie.
Niniejsze badanie podkreśla pilną potrzebę wprowadzenia prowadzonych przez uniwersytety interwencji w celu promowania aktywności fizycznej (PA) wśród studentów. Włączenie inicjatyw promujących PA do programów nauczania na uczelniach, takich jak kursy z zakresu dobrostanu, ogólnouniwersyteckie wyzwania liczby kroków czy zachęty do korzystania z członkostwa w siłowni, może pomóc studentom w przyjęciu bardziej aktywnego stylu życia w trakcie studiów. Co więcej, wykorzystanie cyfrowych i mobilnych interwencji zdrowotnych może stanowić alternatywne rozwiązanie zwiększające zaangażowanie w ustrukturyzowane programy PA. Poprzednie badania wykazały, że mobilne aplikacje fitness oraz wirtualne programy ćwiczeń mogą zwiększyć motywację i przestrzeganie zasad praktyki PA, szczególnie wśród młodych dorosłych z ograniczeniami czasowymi37,38.
Aby przełożyć te ustalenia na konkretne strategie działania, uczelnie mogą przyjąć etapowe podejście do ich wdrażania. W krótkim terminie (0–3 miesiące) instytucje mogłyby uruchomić niskokosztowe inicjatywy, takie jak ogólnousdzielne wyzwania polegające na liczeniu kroków oraz krótkie, zaplanowane „aktywne przerwy” włączone w program orientacyjny dla pierwszego roku oraz podczas dużych wykładów. W średnim terminie (3–12 miesięcy) uczelnie mogłyby rozszerzyć dostęp do przyjaznych kobietom obiektów fitness, oferując wyznaczone godziny treningowe tylko dla kobiet, dofinansowane członkostwa oraz ustrukturalizowane grupowe zajęcia gimnastyczne prowadzone przez wykwalifikowanych instruktorów. W długim terminie (≥12 miesięcy) włączenie obowiązkowego modułu dotyczącego dobrostanu/PA do programów nauczania pierwszego roku oraz wprowadzenie rutynowego monitorowania PA i zachowań siedzących przy użyciu zwalidowanych narzędzi (np. IPAQ) może wspierać trwałą zmianę zachowań i umożliwić ocenę skuteczności interwencji.
Niniejsze badanie dostarcza istotnych informacji na temat wzorców aktywności fizycznej (PA) oraz czynników z nimi związanych wśród studentek pierwszego roku uniwersytetów w Arabii Saudyjskiej. Stosunkowo średnia lub duża liczebność próby zwiększa precyzję szacunków, a badanie rozszerza wcześniejsze prace poprzez analizę czynników związanych z intensywną, umiarkowaną oraz związaną z chodzeniem aktywnością fizyczną. Niniejsze badanie posiada jednak kilka ograniczeń. Po pierwsze, aktywność fizyczną oceniano za pomocą IPAQ-SF, narzędzia opartego na samoopisach, które może zawyżać poziom aktywności w porównaniu z narzędziami obiektywnymi, takimi jak akcelerometry31. Po drugie, przekrojowy charakter badania wyklucza wnioskowanie przyczynowe, a zaobserwowane powiązania nie powinny być interpretowane jako związki przyczynowo-skutkowe. Ponadto uczestniczki zostały zrekrutowane metodą doboru wygodnego, co może wprowadzać błąd selekcji i ograniczać reprezentatywność oraz możliwość generalizacji wyników. Przestrzeganie zaleceń WHO dotyczących aktywności fizycznej nie zostało formalnie sklasyfikowane; w związku z tym wyniki odzwierciedlają poszczególne komponenty PA, a nie ogólne przestrzeganie wytycznych dotyczących aktywności fizycznej. Kolejnym ograniczeniem jest nakładanie się koncepcji częstotliwości aktywności, czasu trwania aktywności oraz ogólnego wzorca ćwiczeń. Miary te opisują powiązane aspekty zachowań w zakresie aktywności fizycznej i zostały wyprowadzone z powiązanych pytań w kwestionariuszu. W konsekwencji zaobserwowane korelacje nie powinny być interpretowane jako niezależne efekty przyczynowe. Wreszcie, mimo że zmienne wynikowe reprezentowały ograniczone dane licznikowe, zastosowano regresję metodą najmniejszych kwadratów, aby uzyskać możliwe do interpretacji szacunki powiązań. W przyszłych badaniach można rozważyć modele regresji oparte na danych licznikowych, aby potwierdzić rzetelność tych wyników. Przyszłe badania powinny obejmować bardziej reprezentatywne strategie doboru próby, obiektywne miary aktywności fizycznej oraz rygorystyczne projekty badawcze, takie jak badania podłużne, aby potwierdzić uzyskane wyniki.
Oświadczenia
Autorzy declare, że nie występuje konflikt interesów.
Podziękowania
Badacze z Uniwersytetu Księżniczki Nourah bint Abdulrahman Wspierający Projekt numer (PNURSP2026R421), Uniwersytet Księżniczki Nourah bint Abdulrahman, Rijad, Arabia Saudyjska. Autorzy wyrażają również wdzięczność Dziekanatowi Studiów Podyplomowych i Badań Naukowych Uniwersytetu Majmaah za sfinansowanie niniejszej pracy badawczej w ramach projektu numer (R-2026-385).
Materiały
| Nazwa | Firma | Numer katalogowy | Komentarze |
|---|---|---|---|
| Google Forms | Google LLC | Platforma internetowa; wersja nie dotyczy | Platforma internetowa wykorzystywana do przeprowadzenia ankiety badawczej i zbierania anonimowych odpowiedzi uczestników. |
| IBM SPSS Statistics | IBM Corporation, Armonk, NY, USA | Wersja 30 | Oprogramowanie statystyczne wykorzystywane do statystyki opisowej i analiz regresji liniowej wielokrotnej. |
| International Physical Activity Questionnaire–Short Form | International Physical Activity Questionnaire Research Committee | Short Form; wersja kwestionariusza | Kwestionariusz samoopisowy wykorzystywany do oceny częstotliwości i czasu trwania aktywności fizycznej o wysokiej intensywności, aktywności fizycznej o umiarkowanej intensywności, chodzenia oraz czasu siedzenia. Zastosowano wersję w języku arabskim. |
| OpenEpi | OpenEpi | Wersja 3 | Internetowy kalkulator epidemiologiczny wykorzystywany do oszacowania minimalnej wymaganej wielkości próby. |
Bibliografia
- 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.