Información de la revista
Vol. 83. Núm. 5.
Páginas 304-310 (noviembre 2015)
Visitas
12823
Vol. 83. Núm. 5.
Páginas 304-310 (noviembre 2015)
Original
Acceso a texto completo
Actividad física, tiempo de pantalla y patrones de sueño en niñas chilenas
Physical activity, screen time and sleep patterns in Chilean girls
Visitas
12823
M.M. Aguilar, F.A. Vergara, E.J.A. Velásquez, A. García-Hermoso
Autor para correspondencia
agarciah@uautonoma.cl

Autor para correspondencia.
Facultad de Ciencias de la Salud, Universidad Autónoma de Chile, Talca, Chile
Este artículo ha recibido
Información del artículo
Resumen
Texto completo
Bibliografía
Descargar PDF
Estadísticas
Tablas (3)
Tabla 1. Características de los sujetos de estudio
Tabla 2. Diferencias en los parámetros de sueño en función de las categorías de actividad físicaa, tiempo total de pantalla y ambosb
Tabla 3. Modelo de regresión logística que predice los problemas del sueño según el cumplimiento de hábitos saludables
Mostrar másMostrar menos
Resumen
Introducción

La actividad física (AF), el tiempo de pantalla (TP) y el sueño son hábitos de vida modificables relacionados con la salud. Los objetivos de este estudio fueron: a) examinar la asociación entre la AF y el TP y ambos con los hábitos de sueño; b) determinar la influencia de los hábitos de AF y el TP sobre los problemas asociados al sueño en niñas chilenas.

Pacientes y métodos

El estudio involucró a 196 niñas (12,2 años). Los hábitos de sueño fueron evaluados con el cuestionario Self-report sleep y la AF con el Physical activity questionnaire for adolescents, ambos en castellano. El TP se evaluó a través de diversas preguntas sobre el tiempo de uso de la televisión, videoconsola y ordenador.

Resultados

El 63,2% de las niñas excedieron el límite recomendado de 2 h al día de TP. En general, las niñas más activas (último cuartil) que no excedían las recomendaciones de TP reportaban valores más altos de calidad del sueño y puntuación total respecto a las que no cumplían ambas. El análisis de regresión logística mostró que las niñas que no cumplían ambos hábitos tenían mayor probabilidad de presentar problemas asociados a su calidad del sueño (odds ratio=17,8; p=0,018) y sueño general (odds ratio=7,85; p=0,025).

Conclusiones

Parece necesario que los padres establezcan límites respecto a las horas de ocio sedentario y favorezcan un mayor hábito activo, puesto que el sueño es un parámetro íntimamente ligado a un mejor perfil saludable en niños.

Palabras clave:
Conducta sedentaria
Calidad del sueño
Estilos de vida saludables
Abstract
Introduction

Physical activity (PA), screen time (ST), and sleep are modifiable lifestyle habits for health. The objectives of this study were: a) to examine the association between PA, ST, and both, on sleep patterns; and b) to determine the influence of PA and ST on sleep problems in Chilean girls.

Patients and methods

The study involved 196 children (12.2 years). Patterns and sleep problems were assessed using the Spanish version of the Sleep Self-Report, and the PA through the Physical Activity Questionnaire for Adolescents (PAQ-A), both in Castilian. The ST was assessed using several questions about television, game console and computer use.

Results

The ST recommendation (2h a day) was exceeded by 63.2% of the girls. In general, the most active girls (last quartile) that did not exceed the recommendations of ST reported higher sleep quality and total score values compared to those who did not meet both. The logistic regression analysis showed that girls who did not meet both habits were more likely to have sleep quality (odds ratio=17.8, P=.018), and general sleep problems (odds ratio=7.85, P=.025).

Conclusions

Parents need to set limits on sedentary leisure time and encourage more active habits, as sleep is a parameter closely linked to a better health profile in youth.

Keywords:
Sedentary behavior
Sleep quality
Healthy lifestyle
Texto completo
Introducción

El sueño inadecuado en la infancia tiene importantes consecuencias sobre la salud1. Del mismo modo, se relaciona con dificultades de atención, trastornos cognitivos, bajo rendimiento escolar y trastornos del estado de ánimo2. En este sentido, la falta de sueño y los trastornos del sueño son comunes entre los jóvenes y adolescentes en todo el mundo3. En los últimos años la restricción del sueño también se ha ganado la atención como un potencial contribuyente a la epidemia de obesidad en adultos y niños4. Además de la duración del sueño, diversos trabajos prestan interés en la calidad de este5,6.

Son diversos los estilos de vida influyentes en la cantidad y calidad del sueño de los jóvenes, entre los que encontramos la actividad física (AF) y los hábitos saludables como el tiempo de pantalla (TP)7,8. La literatura existente respecto a la AF presenta resultados poco concluyentes y dispares5,9–12. Por su parte, las nuevas tecnologías y sus patrones de uso están cambiando rápidamente y requieren mayor atención debido a su impacto sobre el sueño y el bienestar7. Estudios al respecto indican que dedicar más de 2 h diarias de TP parece tener efectos negativos sobre el niño13, que muestra una demora en conciliar el sueño, despertares nocturnos, ansiedad del sueño y duración del sueño acortada14,15.

Pese a que existen multitud de trabajos referentes al ejercicio físico y el TP por separado, la información respecto al cumplimiento de estos hábitos y su relación con la calidad del sueño en jóvenes es escasa. En este sentido, las niñas parecen ser un grupo ideal en la promoción de hábitos saludables, debido a sus bajos niveles de AF16 y peores hábitos de sueño (principalmente ansiedad relacionada con dormir)17 en comparación con sus homólogos masculinos. Así, los objetivos de este estudio fueron: a) examinar la asociación entre la AF, el TP y ambos con los hábitos de sueño; b) determinar la influencia de los hábitos de AF y el TP sobre los problemas asociados al sueño en niñas chilenas.

Pacientes y métodosPacientes

Se realizó un estudio transversal descriptivo en el que se invitó a todas las alumnas de primaria de séptimo grado de 7 escuelas de la región del Maule (Chile) a participar; aceptaron 196 (89%). Los sujetos asistían a colegios públicos, parcialmente subvencionados, o privados de zonas rurales. Se accedió a la muestra por conveniencia. Las niñas fueron excluidas si tenían necesidades educativas especiales o tenían algún tipo de disfunción limitante para llevar a cabo actividad física. El protocolo de estudio fue aprobado por el Comité de Ética de la Universidad Autónoma de Chile y posteriormente por el director de cada colegio. Tras esta aprobación, se envió una carta a los padres de todos los niños de séptimo grado, invitándolos a una reunión donde se presentaron los objetivos del estudio y se obtuvo el consentimiento por escrito para la participación de sus hijos en el estudio. Finalmente se recogieron todos los formularios firmados y los investigadores se reunieron con el maestro de educación física para obtener datos durante el otoño de 2014 (marzo a junio).

Cineantropometría

Los participantes con ropa ligera se pesaron 2 veces utilizando una balanza digital con una precisión de 100g. La talla se midió 2 veces y sin zapatos, utilizando un estadiómetro de pared. Se utilizó la media de estas medidas para calcular el índice de masa corporal (IMC) como el peso en kilogramos dividido por el cuadrado de la altura en metros (kg/m2). Finalmente, los niños fueron clasificados como normopeso o sobrepeso/obesidad basados en los puntos de corte establecidos por el Internacional Obesity Task Force18.

Actividad física

El cuestionario empleado para medir la actividad física fue el Physical Activity Questionnaire for Adolescents (PAQ-A) en su versión en castellano19. En general, el PAQ-A fue diseñado para evaluar los niveles de AF moderada y vigorosa de los jóvenes. La AF se define como «deportes, gimnasia o danza que hacen sudar o sentirse cansado o juegos que hagan que se acelere tu respiración como jugar al pilla pilla, saltar a la comba, correr, trepar y otra». Se les pidió que cuantificaran los niveles de AF en su tiempo libre, en los 7 días anteriores. Nueve ítems en escala Likert de 5 puntos se promediaron para obtener una AF en general (1 a 5; puntuaciones más altas indican niveles mayores de AF).

Tiempo de pantalla

El TP autorreportado se midió a través de 3 preguntas: «¿Cuántas horas al día sueles ver la televisión, jugar a juegos de ordenador o de vídeo, y usas el ordenador (para fines distintos de juegos, por ejemplo, correo electrónico, chat, o navegar por Internet o hacer la tarea) en tu tiempo libre?» Estas preguntas fueron utilizadas en el estudio Health behavior in school-aged children20. Por último, el promedio de TP diario se calculó mediante la suma de estas 3 preguntas. Así, el TP se categorizó en bajo-medio<2 h/día y alto ≥ 2 h/día, siguiendo las recomendaciones del American Academy of Pediatrics al respecto21.

Hábitos y problemas de sueño

El cuestionario utilizado para evaluar los hábitos y problemas de sueño fue el Sleep Self-Report (SSR) en su versión en castellano17. Cada ítem tiene una escala de 3 puntos para indicar la frecuencia de cada hábito: normalmente (2=de 5 a 7 veces a la semana), algunas veces (1=de 2 a 4 veces a la semana) y pocas veces (0=nunca o una vez a la semana). El cuestionario se compone de 19 elementos (3 de ellos aportan información adicional, pero no se incluyen en ninguna subescala), agrupados en 4 subescalas: a) la calidad del sueño; b) ansiedad relacionada con dormir; c) rechazo a dormir; y d) rutinas para ir a dormir. Una puntuación global se obtiene sumando las puntuaciones de los 16 ítems (variable puntuación total). Las puntuaciones más altas indican más problemas relacionados con el sueño. Utilizamos los puntos de corte para indicar problemas de sueño teniendo en cuenta los criterios establecidos por Orgilés, Owens, Espada, Piqueras, Carballo17: 7 para la calidad del sueño, 6 para la ansiedad relacionada con dormir, 4 para el rechazo a dormir, 3 rutinas para ir a dormir y 16 para la puntuación total.

Estatus socioeconómico

El estatus socioeconómico se midió utilizando una escala basada en el método modificado de Graffar22, teniendo en cuenta 3 categorías según el colegio de estudio (alta, media y baja). Estas categorías se han utilizado recientemente en estudios con niños23 chilenos.

Análisis estadístico

Las variables continuas se expresaron como media±desviación estándar y distribución de frecuencias para los datos categóricos. La normalidad estadística fue determinada usando la prueba de Kolmogorov-Smirnov. Se llevó a cabo un ANOVA para determinar las diferencias en los hábitos de sueño (calidad del sueño, ansiedad relacionada con dormir, rechazo a dormir, rutinas para ir a dormir y puntuación total) por categorías de AF y TP (medio-bajo vs. alto), ajustando por edad, IMC, estatus socioeconómico, televisión en la habitación y AF o TP en función de la variable independiente incluida en el modelo. El tamaño del efecto (TE) se calculó utilizando las medias marginales estimadas, y se clasificó como pequeño (0,20-0,50), moderado (0,51-0,80) o grande (>0,80)24. Finalmente, se utilizaron modelos de regresión logística (odds ratio [OR] y el 95% del intervalo de confianza [IC]) para determinar la influencia que el cumplimiento de los hábitos de AF y TP (variable independiente=cumple ninguno, uno o 2 hábitos) tienen sobre la probabilidad de tener problemas del sueño (variable dependiente), ajustado por edad, IMC, estatus socioeconómico y televisión en la habitación. El análisis estadístico se realizó con el paquete estadístico SPSS versión 22 (SPSS Inc., Chicago, IL, EE. UU.).

Resultados

La tabla 1 muestra las características de las niñas participantes. El 35,53% fueron clasificadas con sobrepeso/obesidad. La prevalencia de problemas del sueño fue del 9,20% (puntuación total). En cuanto al TP, el 63,26% de las niñas excedían las recomendaciones (≥ 2 h/día). Por último, aunando los criterios de AF (último cuartil) y TP, solo el 11,73% cumplían ambos.

Tabla 1.

Características de los sujetos de estudio

  Media  DT 
Edad, años  12,23  0,71 
Composición corporal
Talla, m  1,56  0,06 
Peso, kg  54,44  10,16 
IMC, kg/m2  22,21  4,58 
Autoinforme de sueño infantil
Calidad del sueño (0-10)  3,32  2,03 
Ansiedad relacionada con dormir (0-10)  2,08  2,21 
Rechazo a dormir (0-6)  1,52  1,45 
Rutinas para ir a dormir (0-6)  2,32  1,17 
Puntuación total (0-32)  9,25  4,47 
Comportamiento sedentario
Televisión, h/día  1,56  0,91 
Videojuego, h/día  0,27  0,61 
Ordenador, h/día  1,79  1,16 
TP, h/día  2,43  1,09 
Actividad física
PAQ-A (1-5)  1,84  0,29 
  % 
Estado nutricional
Sobrepeso/obesidad  70  35,53 
Problemas del sueño
Calidad del sueño  19  9,69 
Ansiedad relacionada con dormir  23  11,73 
Rechazo a dormir  28  14,28 
Rutinas para ir a dormir  57  29,08 
Puntuación total  18  9,2 
Comportamiento sedentario
Televisión en la habitación  107  54,59 
Excede límite recomendadoa  124  63,26 
Actividad física
Altab  40  20,41 
Hábitos saludables
AF+TP  23  11,73 
Estatus socioeconómico
Bajo  38  19,38 
Medio  124  63,26 
Alto  34  17,35 

IMC: índice de masa corporal; PAQ-A: Cuestionario de actividad física para adolescentes20; TP: tiempo total de pantalla–suma del tiempo de uso de televisión, videojuego y ordenador.

a

≥ 2 h al día21.

b

4.° cuartil (≥ 1,97).

La tabla 2 muestra las diferencias en los diferentes patrones de sueño según las categorías de AF y TP, ajustadas por edad, IMC, estatus socioeconómico, televisión en la habitación y AF o TP en función de la variable independiente incluida en el modelo. Los resultados muestran que las niñas menos activas tuvieron valores más altos en cuanto a la puntuación total, si bien las diferencias fueron pequeñas (9,92 vs. 8,78; TE=0,26). Por su parte, aquellas que excedían el TP recomendado (≥2 h/día) mostraron ligeramente peor calidad del sueño (3,05 vs. 3,93; TE=0,43) y puntuación total (8,43 vs. 10,37; TE=0,38). Por último, teniendo en cuenta la AF y el TP en conjunto, las niñas que cumplían ambos hábitos mostraron mejor calidad del sueño (3,23 vs. 4,76; TE=0,79) y puntuación total (10,77 vs. 8,05; TE=0,50), con diferencias moderadas.

Tabla 2.

Diferencias en los parámetros de sueño en función de las categorías de actividad físicaa, tiempo total de pantalla y ambosb

  Bajo-medio  Alto  Tamaño del efecto 
Actividad física
Calidad del sueño  3,64±1,98  3,21±1,89  2,247  0,136  0,22 
Ansiedad relacionada con dormir  2,67±2,31  1,95±2,17  3,127  0,074  0,32 
Rechazo a dormir  1,58±1,16  1,55±1,54  0,223  0,637  0,02 
Rutinas para ir a dormir  2,33±1,28  2,27±1,14  0,047  0,829  0,05 
Sueño puntuación total  9,92±4,25  8,78±4,55  4,127  0,044  0,26 
  < 2 h/día  ≥ 2 h/día       
Tiempo total de pantalla
Calidad del sueño  3,05±1,82  3,93±2,15  7,797  0,006  0,43 
Ansiedad relacionada con dormir  2,00±2,09  2,51±2,57  1,886  0,172  0,21 
Rechazo a dormir  1,45±1,38  1,83±1,64  1,566  0,213  0,21 
Rutinas para ir a dormir  2,29±1,09  2,30±1,23  0,030  0,862  0,01 
Sueño puntuación total  8,43±4,24  10,37±5,54  5,329  0,022  0,38 
  No cumple  Cumple       
AF+TP
Calidad del sueño  4,76 ± 2,20  3,23 ± 1,92  7,573  0,007  0,79 
Ansiedad relacionada con dormir  2,61 ± 2,66  2,14±2,25  0,781  0,378  0,18 
Rechazo a dormir  1,60±1,51  1,46±1,33  0,009  0,926  0,09 
Rutinas para ir a dormir  2,69±1,25  2,26±1,67  1,977  0,162  0,34 
Sueño puntuación total  10,77±5,45  8,05±4,62  4,304  0,041  0,50 

Los valores son media±DE.

AF: actividad física; TP: tiempo de pantalla.

Análisis ajustado por edad, índice de masa corporal, estatus socioeconómico, televisión en habitación y actividad física o tiempo total de pantalla en función de la variable independiente.

a

Bajo-medio (25-75 cuartil)<1,97; alto (último cuartil) ≥ 1,97.

b

Cumple ≥ 1,97 de AF y<2 h al día de TP.

Finalmente, el modelo de regresión logística muestra que las niñas que no cumplían ningún hábito (≥1,97 de AF y <2 h/día de TP) presentaron mayor probabilidad de tener problemas relacionados con la calidad del sueño (OR=17,80; p=0,018) o sueño general evaluado a través de la puntuación total (OR=7,85; p=0,025) (tabla 3).

Tabla 3.

Modelo de regresión logística que predice los problemas del sueño según el cumplimiento de hábitos saludables

  OR  95% IC 
Calidad del sueño
Cumple 2 hábitos     
Cumple un hábito  4,41  0,47–41,43  0,193 
No cumple ningún hábito  17,80  1,62–45,22  0,018 
Ansiedad relacionada con dormir
Cumple 2 hábitos     
Cumple un hábito  3,15  0,49–20,10  0,225 
No cumple ningún hábito  1,99  0,56–7,06  0,283 
Rechazo a dormir
Cumple 2 hábitos     
Cumple un hábito  0,89  0,09–8,20  0,918 
No cumple ningún hábito  1,51  0,54–4,25  0,429 
Rutinas para ir a dormir
Cumple 2 hábitos     
Cumple un hábito  1,21  0,32–4,60  0,779 
No cumple ningún hábito  0,76  0,35–1,65  0,496 
Puntuación total
Cumple 2 hábitos     
Cumple un hábito  2,66  0,66–10,72  0,167 
No cumple ningún hábito  7,85  1,29–47,72  0,025 

Análisis ajustado por edad, índice de masa corporal, estatus socioeconómico y televisión en la habitación.

Discusión

El presente estudio muestra que los hábitos saludables tanto de AF como de TP se asocian a una mejor calidad del sueño. Asimismo, las niñas que reúnen ambas recomendaciones parecen tener incluso mejor calidad del sueño y puntuación total. Por el contrario, no reunir ninguno de los hábitos predice problemas en cuanto a la calidad del sueño y a la puntuación total de las niñas participantes. Respecto a sus homólogos masculinos, las niñas muestran niveles más bajos de AF (evaluada a través de acelerometría)16, peores hábitos de sueño (medido a través de electroencefalografía25 o cuestionarios17) y similares hábitos en cuanto al TP (menos participación en videojuegos pero mayor del teléfono móvil)26. Por este motivo parece necesario estudiar a fondo este grupo de población joven y fomentar hábitos saludables. Así, el presente trabajo transversal parece indicar que las niñas deberían ser aconsejadas para que limitaran o redujeran el TP, especialmente antes o durante las horas de dormir para minimizar sus efectos nocivos en el sueño y el bienestar, así como promover un estilo de vida activo.

La suposición de que la AF promueve un mejor sueño se sustenta en varias hipótesis con relación a la conservación de energía, la restauración del tejido o la reducción de la temperatura corporal de la persona27. Trabajos recientes han analizado esta relación a través de acelerometría. El acelerómetro estima la AF realizada por el niño durante varios días consecutivos (normalmente una semana) y durante la noche registra el tiempo real en el que el niño se duerme (inicio del sueño) y se despierta (final del sueño), calculando la duración total y los despertares nocturnos. En este sentido, un estudio reciente reporta que los niños más activos muestran peor calidad de sueño (más despertares nocturnos)11. Estos autores indican que una mayor AF moderada-vigorosa (AFMV) se asocia a un sueño más fragmentado, si bien, acostarse temprano favorece un menor sedentarismo durante el día posterior. Por el contrario, son varios los estudios que muestran una relación positiva respecto a varios parámetros de calidad del sueño. Así, la AFMV se relaciona con una mayor eficiencia del sueño (porcentaje de tiempo de sueño)10 y menos despertares nocturnos5, incluso evaluado a través de electroencefalografía28. Igualmente parece que los niños que se acuestan y levantan temprano son más activos durante el día9. Nuestros resultados confirman estos hallazgos a través de cuestionario autoadministrado, que muestran que las niñas más activas presentan una mejor puntuación total que sus homólogas menos activas (TE=0,26). Por su parte, comparadas con otras poblaciones evaluadas a través de este cuestionario19,29, las niñas participantes muestran una mayor inactividad, con lo que sería necesario determinar que una mayor AF mostraría un mejor sueño10 o viceversa11.

Son diversos los estudios que determinan el impacto negativo de los medios electrónicos sobre el sueño de los jóvenes, especialmente sobre la duración30 y el retraso de la hora de dormir31. Sin embargo, los efectos y mecanismos precisos siguen sin estar claros7,8. El presente trabajo muestra que las niñas con mayores niveles de TP muestran peor calidad del sueño (por ejemplo, despertarse durante la noche a causa de un dolor) (TE=0,43) y puntación total en comparación con sus pares con mayor TP (TE=0,38). Entre los mecanismos que podrían explicar este hecho, se encuentra una mayor activación fisiológica, lo que hace más difícil que la niña se relaje antes de la hora de acostarse, y una supresión de la melatonina debido a la exposición de noche a la luz brillante de las pantallas, lo que favorece un retraso del ritmo circadiano32. Del mismo modo, un mayor TP a la hora de acostarse podría deberse a un aumento en el uso de ordenadores con fines educativos o a que esta edad (13 años) es la mínima para registrarse en diversas redes sociales popularmente conocidas.

Respecto a ambos hábitos, tan solo se observa un trabajo al respecto que analizó el cumplimiento de las recomendaciones de AF (>60 min/día de AFMV) y TP (>2 h/día) sobre la calidad del sueño en niños9. Estos autores indicaron que acostarse y levantarse tarde se asocia a un menor cumplimiento de las recomendaciones de AF y TP, mostrando consecuentemente peor salud, independientemente de la duración del sueño. Confirmando estos resultados, el presente estudio parece indicar que el factor más importante relacionado con una peor calidad del sueño (TE=0,79) y puntuación total (TE=0,50) es no cumplir ambos hábitos. Asimismo, su no cumplimiento parece predecir problemas relacionados con la calidad del sueño y problemas del sueño en general (puntuación total). Este hecho podría sustentarse en que la niña, al dedicar más tiempo a los medios electrónicos, disminuiría su tiempo de sueño o dedicaría menos tiempo a otras actividades relacionadas con la buena higiene del sueño (por ejemplo, la AF). De este modo cabría esperar una menor percepción de descanso y un sueño menos satisfactorio17.

Limitaciones

El presente estudio presenta ciertas limitaciones que deben ser reconocidas: a) se trata de un estudio transversal, con lo que no se pueden establecer causalidad de los hallazgos; b) los datos autorreportados pueden estar sujetos a sesgo y no proporcionan las medidas directas de sueño que los estudios con electroencefalografía o acelerometría sí proporcionan; c) el cuestionario de sueño basa sus respuestas en un período retroactivo de una semana, lo que puede dificultar la detección de problemas de sueño, que requiere un período de tiempo más largo para su evaluación17. Igualmente, no distingue entre días laborables y fines de semana; d) los datos obtenidos sobre los niveles de AF y el TP (sedentarismo) no pueden proporcionar una representación precisa de estas variables de estudio; y por último e) no se tuvo en cuenta el desarrollo madurativo de las niñas, aspecto que podría influir sobre la cineantropometría de estas y posiblemente sobre su calidad del sueño33.

Conclusiones

Los hallazgos del presente estudio indican la necesidad de analizar el impacto de los hábitos de AF y TP conjuntamente para evitar trastornos relacionados con el sueño y otros parámetros de salud asociados, incluida la obesidad. Sin embargo, dadas las discrepancias entre los cuestionarios y las medidas objetivas, parecen necesarias más investigaciones basadas en mediciones objetivas (acelerometría) para establecer resultados concluyentes al respecto e intervenciones aleatorizadas controladas que promuevan ambos hábitos.

Conflicto de intereses

Los autores declaran no tener ningún conflicto de intereses.

Bibliografía
[1]
A. Smaldone, J.C. Honig, M.W. Byrne.
Sleepless in America: Inadequate sleep and relationships to health and well-being of our nation's children.
Pediatrics., 119 (2007), pp. 29-37
[2]
É. Touchette, D. Petit, J.R. Séguin, M. Boivin, R.E. Tremblay, J.Y. Montplaisir.
Associations between sleep duration patterns and behavioral/cognitive functioning at school entry.
Sleep., 30 (2007), pp. 1213-1219
[3]
M. Gradisar, G. Gardner, H. Dohnt.
Recent worldwide sleep patterns and problems during adolescence: A review and meta-analysis of age, region, and sleep.
Sleep Med., 12 (2011), pp. 110-118
[4]
T. Arora, G.N. Thomas, S. Taheri.
Obesity can no longer be solely attributed to energy disparity: Sleep also fits the equation.
Clin Pract., 11 (2014), pp. 247-249
[5]
N.K. Gupta, W.H. Mueller, W. Chan, J.C. Meininger.
Is obesity associated with poor sleep quality in adolescents?.
Am J Hum Biol., 14 (2002), pp. 762-768
[6]
N. Michels, A. Verbeiren, W. Ahrens, S. de Henauw, I. Sioen.
Children's sleep quality: Relation with sleep duration and adiposity.
Public Health., 128 (2014), pp. 488-490
[7]
L. Hale, S. Guan.
Screen time and sleep among school-aged children and adolescents: A systematic literature review.
Sleep Med Rev., (2014),
[8]
N. Cain, M. Gradisar.
Electronic media use and sleep in school-aged children and adolescents: A review.
Sleep Med., 11 (2010), pp. 735-742
[9]
T.S. Olds, C.A. Maher, L. Matricciani.
Sleep duration or bedtime? Exploring the relationship between sleep habits and weight status and activity patterns.
Sleep., 34 (2011), pp. 1299-1307
[10]
M. Ekstedt, G. Nyberg, M. Ingre, Ö. Ekblom, C. Marcus.
Sleep, physical activity and BMI in 6 to ten-year-old children measured by accelerometry: A cross-sectional study.
Int J Behav Nutr Phys Act., 10 (2013), pp. 82
[11]
S.M. Williams, V.L. Farmer, B.J. Taylor, R.W. Taylor.
Do more active children sleep more? A repeated cross-sectional analysis using accelerometry.
PloS One., 9 (2014), pp. 93117
[12]
M. Soric, G. Starc, K.T. Borer, G. Jurak, M. Kovač, J. Strel, et al.
Associations of objectively assessed sleep and physical activity in 11-year old children.
Ann Hum Biol., 0 (2014), pp. 1-7
[13]
American Academy of Pediatrics.
American Academy of Pediatrics: Children, adolescents, and television.
Pediatrics., 107 (2001), pp. 423-426
[14]
G. Alexandru, S. Michikazu, H. Shimako, C. Xiaoli, K. Hitomi, Y. Takashi, et al.
Epidemiological aspects of self-reported sleep onset latency in Japanese junior high school children.
J Sleep Res., 15 (2006), pp. 266-275
[15]
J. Van den Bulck.
Television viewing, computer game playing, and Internet use and self-reported time to bed and time out of bed in secondary-school children.
Sleep., 27 (2004), pp. 101-104
[16]
J.F. Sallis, J.J. Prochaska, W.C. Taylor.
A review of correlates of physical activity of children and adolescents.
Med Sci Sports Exerc., 32 (2000), pp. 963-975
[17]
M. Orgilés, J. Owens, J. Espada, J. Piqueras, J. Carballo.
Spanish version of the Sleep Self-Report (SSR): Factorial structure and psychometric properties.
Child Care Health Dev., 39 (2013), pp. 288-295
[18]
T.J. Cole, M.C. Bellizzi, K.M. Flegal, W.H. Dietz.
Establishing a standard definition for child overweight and obesity worldwide: International survey.
BMJ., 320 (2000), pp. 1240-1243
[19]
D. Martínez-Gómez, V. Martínez-de-Haro, T. Pozo, G.J. Welk, A. Villagra, M.E. Calle, et al.
Fiabilidad y validez del cuestionario de actividad física PAQ-A en adolescentes españoles.
Rev Esp Salud Publica., 83 (2009), pp. 427-439
[20]
C. Currie, C. Zanotti, A. Morgan, D. Currie, M. de Looze, C. Roberts, et al.
Social determinants of health and well-being among young people. Health Behaviour in School-aged Children (HBSC) Study: International Report from the 2009/2010 Survey.
WHO Regional Office for Europe, (2012),
[21]
S.E. Barlow.
Expert committee recommendations regarding the prevention, assessment, and treatment of child and adolescent overweight and obesity: Summary report.
Pediatrics., 120 (2007), pp. 164-192
[22]
M.L. Álvarez, S. Muzzo, D. Ivanovic.
Escala para medición del nivel socioeconómico, en el área de la salud.
Rev Med Chile., 113 (1985), pp. 243-249
[23]
P. Correa-Burrows, R. Burrows, C. Ibaceta, Y. Orellana, D. Ivanovic.
Physically active Chilean school kids perform better in language and mathematics.
Health Promot Int, (2014),
[24]
J. Cohen.
Statistical power analysis for the behavioral sciences.
Lawrence Erlbaum Associates Inc, (1988),
[25]
I.G. Campbell, N. Darchia, W.Y. Khaw, L.M. Higgins, I. Feinberg.
Sleep EEG evidence of sex differences in adolescent brain maturation.
Sleep., 28 (2005), pp. 637-643
[26]
S.E. Taverno Ross, W. Byun, M. Dowda, K.L. McIver, R.P. Saunders, R.R. Pate.
Sedentary behaviors in fifth-grade boys and girls: Where, with whom, and why?.
Child Obes., 9 (2013), pp. 532-539
[27]
S.D. Youngstedt.
Effects of exercise on sleep.
Clin Sports Med, 24 (2005), pp. 355-365
[28]
M. Dworak, A. Wiater, D. Alfer, E. Stephan, W. Hollmann, H.K. Strüder.
Increased slow wave sleep and reduced stage 2 sleep in children depending on exercise intensity.
Sleep Med., 9 (2008), pp. 266-272
[29]
P.F. Saint-Maurice, G.J. Welk, N.K. Beyler, R.T. Bartee, K.A. Heelan.
Calibration of self-report tools for physical activity research: The Physical Activity Questionnaire (PAQ).
BMC Public Health., 14 (2014), pp. 461
[30]
C.-F. Yen, C.-H. Ko, J.-Y. Yen, C.-P. Cheng.
The multidimensional correlates associated with short nocturnal sleep duration and subjective insomnia among Taiwanese adolescents.
Sleep., 31 (2008), pp. 1515-1525
[31]
A.A. Ogunleye, C. Voss, G.R. Sandercock.
Displacement of bedtime by screen time in schoolchildren: The importance of area deprivation.
Pediatr Int., (2014),
[32]
S. Higuchi, Y. Motohashi, Y. Liu, A. Maeda.
Effects of playing a computer game using a bright display on presleep physiological variables, sleep latency, slow wave sleep and REM sleep.
J Sleep Res., 14 (2005), pp. 267-273
[33]
I. Amigo-Vázquez, R. Busto-Zapico, E. Peña-Suarez, C. Fernández-Rodríguez.
La influencia del sueño y los estados emocionales sobre el índice de masa corporal infantil.
An Pediatr (Barc)., (2014),
Copyright © 2014. Asociación Española de Pediatría
Descargar PDF
Idiomas
Anales de Pediatría
Opciones de artículo
Herramientas
es en

¿Es usted profesional sanitario apto para prescribir o dispensar medicamentos?

Are you a health professional able to prescribe or dispense drugs?