Valutazione dello stato nutrizionale e dell'attività fisica di una popolazione scolastica di età compresa tra i 13 e i 18 anni

In Italy, overweight and obesity are reaching very alarming levels (James, 2004) (Livingstone, 2000) (Cacciari, 2002) (Brescianini et al., 2002). The multifactorial aetiology makes wide-scale intervention difficult: the occurrence of obesity in children from obese parents shows the influence of genetic factors (Verdich, 2004; Brescianici, 2002; Hawkins et al., 2006-2007); just as adiposity rebound seems to an important indicator of the hereditary nature of overweight (Rolland et al., 1984-2006; Taylor, 2005; Williams 2005); educational strategies are themselves also determining factors in the regulation of caloric intake (Birch, 1980; Rolland, 2006); the depressive component, frequently present in obesity, might alter the sensation of satiety and satisfaction (Farooqi, 2004); in addition, unbalanced fat intake, combined with greater quantities and social habits tending to reduce motor activity in general in addition to sports, are very important exacerbation factors for understanding the phenomenon of obesity (Chehab, 2007; Campbell, 2006; Doak, 2006); the influence of social class and the quantity of sleep, which might be related to changes in the hormones regulating appetite (Spiegel, 2004), should not be forgotten. The medium and long-term causes are very serious, also considering that the risk for a youth remaining obese into adult age is very high (Freedman, 2004; Bernasconi, 2005; Ministry of Health, 2000 ;Bona, 2005; Must, 1992). The above considerations are the reasons why special attention is essential when monitoring the youth population: our study is concerned with this problem. Objective 1) To construct a comprehensive picture of the nutritional state of the adolescent population of the province of Rome; 2) To evaluate body composition by using and comparing various methods; 3) To analyse lifestyle, dietary and activity habits; 4) To define a reference table for identifying the quantity of activity necessary in youths. Materials and methods. The total sample of 664 subjects, subdivided into males and females, has been further sub-divided into study sub-groups depending on the willingness expressed to participate in the various analyses. The evaluations referred to an activity questionnaire (664 subjects), a dietary questionnaire (InDali®) (98 subjects), body composition with Anthropometry, BMI, DEXA, BIA, Plicometry (Slaughter’s formula (1988): tricipital and calf skin-folds (Sla1); Slaughter (1988): tricipital and subscapular skin-folds (Sla2); Durnin and Womersly (1974): bicipital, tricipital, subscapular and soprailiac skin-folds (DW)) (128 subjects); energy expenditure (Armband) (50 subjects). Statistical analyses: descriptive (mean, SD, min., max.) and comparative (T-Test, Pearson, Anova models, multiple regression models). Results and discussion. 1) Diet shows an imbalance in the individual nutrients compared to the LARN (Italian recommended nutrient levels) standards (1996): -1% protein, -6% carbohydrate, +7% fat; significant differences are observed between males and females for all nutrients and caloric intake (p=0.001); no differences are observed between the age bands in males, while there is a difference between the age bands in females 15-16 > 17-18 years p=0.05 with regard to protein and total kCal; high consumption of sugary drinks and snacks; reduced calcium, potassium and fibre intake; females lack iron and zinc; 2) waking time, retiring time and sleep duration show differences between age bands and gender, increasing towards the age of 18 years; all groups study very little, with the females 30’- 40’ more than the males on average (p=0.000; p00.000; p=0.022); no significant differences in computer use and watching TV (only in the 18 year old group p=0.041); almost 30% of the entire sample studied fail to complete one hour of physical education, a point confirmed by the data from the individual age bands; previous sports activities are absolutely insufficient from the viewpoint of years, months, days and hours; from the entire sample of 664 subjects, 55.7% > 44.4% participate in sports; the existence of a very high SD should be noted, pinpointing the lack of planning and application towards sports; 3) for the evaluation of body composition: with regard to the number of hours of training, the only difference is between males and females, a significant point since it is stated that there are no methodological indications for participation in sports as a function of age; 35.16% do not participate in sports, while 50% of those frequenting activities stop at 108 hours per year and 80% at 240 hours, which does not result in any significant variation in %age FM; the %age FM deduced from DEXA shows that values decrease as a function of the hours of training activities practiced by the 5 classes identified; DEXA, the method of reference, gives r=0.90, 0.86, 0.85, 0.80 respectively, with DW, BIA, Sla1, Sla2; BMI correlates with the other indices, but always at a lower value (r= 0.53 approx.); the differences are generally significant in all indices; the ANOVA model with DEXA as the variable response shows consistent results for %age FM in the age classes, while with BMI there is a difference between the 1st and the other classes (p=0.0030); BMI shows no significant differences with the hours of training classes, while DEXA evaluated fat is greatly reduced with increasing time (classes 0-1 > 2-3-4 p=0.0001/ classes 0-1 > 2-p=0.0406/ classes 2 > 3-4 p=0.0231); with MRM it may be stated that almost all the DEXA information is justified by BIA, DW and Sla1 (Rsq =89.2), while Rsq is only increased by 0.3 (89.5) by including BMI, Sla2, Mass_G and Mass_M. Conclusions 1) It is fundamental that the state of youth health be monitored through the school system; 2) sporting activities must follow clear principles with regard to quantity and intensity, indeed the data demonstrates that by significantly increasing training times, the %age FM is reduced; 3) the survey has been used to produce a reference table regarding the quantity of activity as a function of age among the subjects; 4) BMI alone cannot comprehensively explain body composition; BIA seems to be the more suitable investigation method.

Soprappeso ed obesità raggiungono in Italia livelli molto preoccupanti (James,’04) (Livingstone,’00) (Cacciari,’02) (Brescianini et altri,’02). L’eziologia multifattoriale rende difficile l’intervento su larga scala: la presenza di bambini obesi da genitori obesi dimostra l’influenza dei fattori genetici (Verdich,’04; Brescianici,’02; Hawkins et altri,’06-’07); così l’adiposity rebound sembra essere un importante indicatore dell’ereditarietà del soprappeso (Rolland et altri,’84-’06; Taylor,’05; Williams’o5); le strategie educative sono anch’esse determinanti nella regolazione dell’introito calorico(Birch,’80; Rolland,’06) ; la componente depressiva spesso presente nell’obeso, potrebbe alterare il senso di sazietà e soddisfazione (Farooqi,’04); ancora, l’alimentazione sbilanciata verso i grassi, unita ad una maggiore quantità e ad abitudini sociali che riducono l’attività motoria in genere oltre a quella sportiva sono concause molto importanti per leggere il fenomeno dell’obesità (Chehab,’07; Campbell,’06; Doak,’06); da non dimenticare l’influenza della classe sociale e la quantità di sonno che sarebbe correlato alla alterazione degli ormoni che regolano l’appetito (Spiegel,’04). Le cause a medio e lungo termine sono molto gravi, anche in considerazione che il rischio per un giovane di rimanere obeso in età adulta è molto elevato (Freedman,’04; Bernasconi,’05; Min. Salute,’00 ;Bona,’05; Must,’92). Da queste considerazioni segue la necessità dell’attenzione da riservare al monitoraggio della popolazione in età evolutiva: il nostro studio si inserisce in questa problematica. Obiettivo 1) Costruire un quadro completo dello stato nutrizionale di una popolazione adolescenziale della Provincia di Roma; 2) Valutare la composizione corporea utilizzando e confrontando diverse metodiche; 3) Analizzare le abitudini di vita, alimentari e motorie; 4) Definire una tabella di riferimento per identificare la quantità di attività motoria necessaria in età giovanile. Materiali e metodi. Il campione totale di 664 soggetti, suddivisi in maschi e femmine, è stato ulteriormente suddiviso in sottogruppi di studio in relazione alla disponibilità espressa a partecipare alle varie analisi. Le valutazioni hanno riguardato un questionario motorio (664 sogg.), un questionario alimentare (Indali) (98 sogg.), la composizione corporea con Antropometria, BMI, DEXA, BIA, Plicometria (formule Slaughter (’88): pliche tricipitale e polpaccio (Sla1); Slaughter (’88): pliche tricipitale e sottoscapolare (Sla2); Durnin e Womersly (’74): pliche bicipitale ,tricitale ,sottoscapolare e soprailiaca (DW)) (128 sogg.); dispendio energetico (Armband) (50 sogg.). Le analisi statistiche: descrittiva (media, SD, min. max.) comparativa (TTest, Pearson, Modelli anova, modelli regressione multipla) . Risultati e discussione. 1) L’alimentazione dimostra disequilibrio dei singoli nutrienti rispetto agli standard LARN (’96): -1% proteine, -6% glucidi, +7% lipidi; per tutti i nutrienti e l’apporto calorico si osserva significatività tra maschi e femmine (p=0,001); tra le fasce d’età maschili non esiste differenza, mentre è presente tra le femmine 15-16 > 17-18 anni p=0,05 rispetto alle proteine e le Kcal; elevato il consumo di bevande zuccherine e snack; ridotto apporto di calcio, potassio e fibra; le femmine sono carenti di ferro e zinco; 2) sveglia, corica e durata del sonno presentano diversità tra fasce d’età e per genere amplificandosi verso i 18 anni; tutti i gruppi studiano molto poco, con le femmine in media 30’- 40’ in più dei maschi (p=0,000; p00,000; p=0,022); non significatività nell’uso del computer e nella visione della TV (solamente nel gruppo di 18 anni p=0,041); il 30% circa di tutto il campione non svolge l’ora di Educazione Fisica, dato confermato dai dati delle singole fasce d’età; l’attività sportiva pregressa e quella attuale sono assolutamente insufficienti dal punto di vista degli anni, mesi, giorni ed ore; sul campione totale di 664 soggetti, il 55,7 % > 44,4% pratica sport; da notare sempre l’esistenza di una SD molto elevata che puntualizza la mancanza di un progetto e di un indirizzo verso la pratica sportiva; 3) per la valutazione della composizione corporea: nelle ore di allenamento esistono diversità solamente tra maschi e femmine, dato importante perché ci dice che non esistono indicazioni metodologiche per la pratica dello sport in funzione dell’età; il 35,16% non pratica sport, mentre il 50% delle frequenze si ferma a 108 ore annue e 80% a 240 ore che non producono alcuna significativa variazione nella % FM; la % FM ricavata dalla DEXA dimostra che i valori scendono in funzione delle ore di allenamento praticate dalle 5 classi individuate; la DEXA, metodica di riferimento, presenta una r=0.90, 0.86, 0.85, 0.80 rispettivamente con DW, BIA, Sla1, Sla2; il BMI risulta correlato con gli altri indici ma sempre ad un valore più basso (r= 0.53 circa); le differenze di genere sono significative in tutti gli indici; il modello anova con DEXA come variabile risposta, dimostra una costanza di risultati della %FM nelle classi d’età, mentre con il BMI si manifesta una diversità tra la 1 e le altre classi(p=0,0030); il BMI con le classi ore di allenamento non presenta significatività, mentre il grasso DEXA diminuisce fortemente con l’aumento della quantità di ore (classe 0-1 > 2-3-4 p=0,0001/ classe 0-1 > 2-p=0,0406/ classe 2 > 3-4 p=0,0231); con il MRM si consta che quasi tutte le informazioni della DEXA sono giustificate con BIA, DW e Sla1 (Rsq =89,2), mentre l’Rsq sale solamente del 3 per mille (89,5) inserendo BMI, Sla2, Massa_G e Massa_M. Conclusioni 1) Fondamentale monitorare lo stato di salute dei giovani attraverso la Scuola; 2) l’attività sportiva deve seguire principi chiari in merito alle sue quantità ed intensità, infatti i dati dimostrano che aumentando significativamente le ore di allenamento, la % FM diminuisce; 3) dall’indagine scaturisce una tabella di riferimento sulle quantità di attività in funzione dell’età dei soggetti; 4) il BMI da solo non riesce a spiegare compiutamente la composizione corporea; la BIA sembra essere la metodica d’indagine più idonea.