研究デザインと参加者
この終端研究は、東京の近隣施設にある私立小学校と中学校で行われました。 データは2015年から2020年まで毎年（2月または3月に）収集されました。 2つの研究グループは次のとおりです。 32）、2）2016年に最初に調査され、毎年2月から3月までの5年間で終端的に追跡調査された集団（n=31）。 この研究は、2015年に4年生（9-10歳）の子供（グループ1、 N= 32）と2016（グループ2、 N= 31）。 子供たちは学校の行政室でランダムに選ばれた同じクラスに行きました。 私たちは、これらの子供たちが8年生（中学校、13〜14歳）に達するまで、連続5年間にわたって年次調査を実施しました。 合計63人の健康な子供（56％の女の子）が2015年と2016年に基準データを提供し、5年間の研究期間中に追跡されました。
研究の開始前と後続の調査とデータ収集の時点で、両親は子供の教師を通して研究の目的と方法に関する完全な情報を受け取りました。 参加者の両親が子供の参加を検討する機会を得た後、両親の書面による同意が教師に返されました。 人間の参加者を含むすべての手順は、1964年のヘルシンキ宣言およびその後の修正または類似の倫理基準に従って機関および/または国家研究委員会の倫理基準に従って行われました。 研究プロトコルは東北学院大学人間情報学研究大学院倫理委員会の承認を受けました（参照番号2017R001）。 参加に対する両親の書面による同意を持つ子供のみが含まれていました。
測定
人口統計と人体測定
各参加児童の年齢、学年、性別、体重および身長は、自己アンケートを用いて獲得した。 太りすぎの割合（POW）で定義された体重の状態は、日本の子供の国の参照データに基づいて日本のカットオフ値を使用して評価されました。33。 簡単に言えば、POWは日本の医療環境や学校で小児肥満を評価するために一般的に使用され、性別、年齢、身長に基づいて標準体重に対する体重の割合として計算されます。 肥満と低体重のPOW基準はそれぞれ≥20％と≤-20％で、正常範囲は-20％〜20％です。 これらの肥満および低体重基準は、それぞれ> 86-89％および< 2-6％の年齢調整BMIパーセンタイルに対応することが示されています。33。
PA測定
参加者の習慣的PAは、バッテリーを含む40×52×12 mm、重量23 gの三軸加速度計（HJA-750C Active style Pro、Omron Healthcare、Kyoto、Japan）を使用して評価されました。 この3軸加速度計は、さまざまな強度の歩行および非歩行活動に費やされた時間に関する情報を収集します。 この装置の精度は以前の研究で報告されています。34,35。 大人のために設定された基本予測方程式と子供の事前研究の結果に基づいています。36，次の変換方程式を使用した。 歩行活動は0.6237×MET値+0.2411と計算され、非歩行活動は0.6145×MET値+0.5573と計算された。 3つ以上のMET、1.6〜2.9のMET、および≤1.5のMETを必要とする活動に費やされた時間は、それぞれMVPA、LPA、およびSBと見なされました。 Japan Physical Activity Research Platform(http://paplatform.umin.jp) 加速度計データを処理します。
エポック長さ、非摩耗時間、有効着用時間（分および日）を含む加速度測定方法は、以前の研究に基づいて定義されています。32,37。 参加者は、シャワー、バス、または水泳を除くすべての気象時間の間、連続7日以上の腰に加速度計を着用するように依頼しました。 加速度計は、着用期間全体で10秒のサンプリング間隔（エポック）の間にデータを記録するように設定されています。 一日中着用していない時間は、連続0回が10分以上の期間として定義されました。 1日600分以上含まれている有効な加速度測定データを各データ収集ポイントで分析しました。
統計分析
LMMおよびREML法を使用して、小学校から中学校への5年間の移行期間中に1日のMVPA、LPA、およびSB時間が変更されたかどうかを調べました。 以前の証拠に基づいて、モデルには学校の学年（時間コード：0、1、2、3、4）と学年が含まれていました。2 (time-coded: 0, 1, 4, 9, 16) モデルの固定部分で独立共変量で加速度計装置を着用した年間時間、性別、POW、および日時の各波で19。
我々は、LMMの2つのモデルであるLMM IとIIを検討しました。それぞれ、性別の固定効果と性別と評価の間の相互作用の調整なしに実行されたものと調整しました。 このモデルは、初期評価時間が異なるグループ内でランダムな効果を許容した。 また、各参加者のタイムコード化された学校グレードのランダムな効果でモデルをフィットしました。 MVPA、LPA、およびSBが変更された期間を推定するために、2次傾向を使用しました。 LMMは、欠けているデータに対して強力で不完全なデータセットで終端傾向を推定できるため、各収集時点のすべての有効なデータが分析に含まれていました。38。 LMMは、欠けているデータに対して強力で不完全なデータセットを使用してエンドツーエンドの傾向を推定できるために使用されました。 この方法では、分析の各時点で収集されたすべての有効なデータを含めることができます。 合計52、54、52、53、および53人の参加者が、この5年間の終端研究の評価1、2、3、4および5でそれぞれ分析されました（表2）。
すべての統計分析は、Stata for Windowsバージョン15.1（Stata、College Station、TX、USA）を使用して行った。 全ての有意性アッセイは両側であり、結果は以下において統計的に有意であると考えられた。 血<0.05。
倫理的承認
人間参加者を含む研究で行われたすべての手順は、機関および/または国家研究委員会の倫理基準と1964年のヘルシンキ宣言およびその後の修正または類似の倫理基準に従います。 研究設計は東北学院大学人間情報学研究大学院倫理委員会の承認を受けました（参照番号2017R001）。
同意
研究に含まれているすべての個々の参加者の両親から事前の同意を得ました。
+ There are no comments
Add yours