Tradicionalmente, a prevalência de comportamentos de risco para a saúde entre os/as estudantes universitários/as é elevada. Embora estes comportamentos sejam frequentemente analisados isoladamente, é provável a coocorrência de múltiplos comportamentos de risco. Neste estudo, realizou-se uma análise de classes latentes com dados tranversais de 840 estudantes portugueses/as (55.4% do sexo feminino) para explorar os padrões de múltiplos comportamentos de risco inseridos em sete dimensões comportamentais (consumo de álcool, tabagismo, alimentação não saudável, sedentarismo, práticas sexuais de risco, drogas ilícitas e práticas de automedicação). Adicionalmente, realizou-se uma regressão de classe latente para explorar os preditores (perceção de bem-estar e características sociodemográficas e académicas) para cada padrão comportamental. Emergiu um modelo de três classes com diferentes probabilidades de risco: Comportamentos de baixo risco (51.4%), Comportamentos de risco moderado (14.9%) e Comportamentos de elevado risco (33.7%). Os/as estudantes com melhores perceções de bem-estar e saúde apresentaram mais chances de pertencer à classe mais saudável. Os/as estudantes das classes de baixo e moderado risco apresentaram maiores chances de frequentarem o 1º ano, não terem uma relação amorosa e serem estudantes a tempo inteiro. Aqueles/as que não tinham mudado de residência aquando do ingresso no Ensino Superior e do sexo feminino apresentaram mais probabilidades de pertencer à classe mais saudável. Este estudo apresenta estratégias essenciais para a promoção da saúde entre os/as estudantes universitários/as, fornecendo insights cruciais para a concepção de intervenções eficazes de promoção da saúde, especialmente para direccionadas a grupos específicos de estudantes com padrões semelhantes de múltiplos comportamentos de risco.
Downloads
Não há dados estatísticos.
##plugins.themes.bootstrap3.article.details##
Como Citar
Alves, R. (2024). Uma análise de classes latentes de múltiplos comportamentos de risco para a saúde entre estudantes universitários/as portugueses/as. Revista de Estudios e Investigación en Psicología y Educación, 11(1). https://doi.org/10.17979/reipe.2024.11.1.10028
Centro de Investigação em Estudos da Criança, Instituto de Educação, Universidade do Minho: https://www.ie.uminho.pt Braga – Portugal
Alves: Uma análise de classes latentes de múltiplos comportamentos de risco para a saúde
entre estudantes universitários/as portugueses/as
A idade adulta emergente é considerada um período crítico na vida dos/as jovens, no
qual os comportamentos de risco para a saúde aumentam significativamente. Estes comportamentos
estão positivamente correlacionados com o risco de desenvolver doenças crónicas (por
exemplo, doenças cardiovasculares ou cancro) que tendem a perdurar toda a vida. A
nível mundial, deve ser dada mais atenção aos/às estudantes universitários/as, uma
vez que as evidências empíricas mostram que estes/as são mais propensos/as envolverem-se
em comportamentos de risco para a saúde do que os/as jovens adultos/as não-universitários/as
(). Os comportamentos de risco para a saúde com maior prevalência e que na maioria
das vezes se encontram correlacionados incluem uma alimentação desequilibrada devido
ao baixo consumo de frutas e vegetais(; ), o consumo de substâncias psicoativas como o tabaco, álcool e drogas ilícitas () e o sedentarismo (). Muitos fatores contribuem para os comportamentos de risco para a saúde, nomeadamente
o afastamento da família de origem (; ) e a influência dos pares ().
Os estudos empíricos normalmente analisam vários comportamentos de risco para a saúde
como medidas separadas e que ocorrem isoladamente, embora a co-ocorrência de múltiplos
comportamentos de risco seja mais provável. Neste sentido, numerosos estudos transversais
e de coorte entre estudantes universitários/as em vários países apoiaram-se na análise
de classes latentes (LCA) para demonstrar o agrupamento dos comportamentos de risco
à saúde (; ; ; ; ; ; ; ; ; ), ou seja, a probabilidade de um indivíduo pertencer a uma determinada classe, de
acordo com o seu perfil de resposta e as características que o diferenciam dos demais
(). O primeiro estudo que usou a LCA foi desenvolvido, em 2009, por Laska et al. com
estudantes universitários/as norte-americanos/as para examinar os padrões de estilo
de vida de comportamentos de risco à saúde. Em 2014, foi publicado um estudo desenvolvido
com dados da NCHA (n = 39 faculdades, n = 30.093 estudantes) que identificou quatro classes entre os cinco comportamentos
explorados (tabagismo, consumo excessivo de álcool, alimentação não saudável, sedentarismo
e sobrepeso/obesidade), com evidência de agrupamento de comportamentos de risco (ou
seja, elevada prevalência de dois ou mais comportamentos de risco à saúde) em três
das classes (). No mesmo sentido, realizaram uma LCA com oito comportamentos de risco (consumo de frutas e vegetais,
consumo de álcool, consumo de drogas, tabagismo, consumo de cannabis, saúde sexual,
atividade física e sono) entre estudantes universitários/as canadianos/as. Este estudo
constatou que a maioria dos/as estudantes (66%) enquadrava-se na classe 'típica' (baixa
probabilidade de fumar e consumir drogas ilícitas e baixa probabilidade de consumir
frutas e vegetais e ser fisicamente ativa), seguida da classe de 'alto risco' (20%;
baixa probabilidade de comer frutas e vegetais, dormir o suficiente e ser fisicamente
ativo e elevada probabilidade de consumir drogas ilícitas, fumar e beber em excesso).
Esta abordagem centrada na pessoa é mais útil do que uma abordagem centrada na variável,
uma vez que permite a identificação de padrões comportamentais multidimensionais () e fornecer intervenções personalizadas após ter em consideração as características
dos subgrupos categorizados com base em padrões comportamentais (). Apesar da importância deste tipo de estudo, existe uma escassez de investigações
em Portugal que vise classificar estudantes universitários/as com base nos padrões
de comportamentos de risco e analisar como a perceção de bem-estar pode variar com
base no agrupamento de comportamentos de risco para a saúde. Para avançar no desenvolvimento
de estratégias de intervenção relevantes para os/às estudantes universitários/as portugueses/as,
o objetivo deste estudo foi explorar padrões de múltiplos comportamentos de risco
para a saúde (actividade física, hábitos alimentares, consumo de tabaco, consumo de
álcool, consumo de drogas ilícitas, uso de medicação auto-prescrita e comportamento
sexual de risco) numa amostra de estudantes universitários/as portugueses/as e determinar
os preditores associados a cada classe latente.
Método
Participantes
Este estudo transversal envolveu 840 estudantes matriculados/as numa universidade
do norte de Portugal durante o ano letivo 2018/2019. A idade dos/as participantes
variou entre os 18 e os 54 anos (M = 20.8 ± 4.22), sendo que apenas 3% dos/as estudantes tinham 30 anos ou mais. A maioria
dos/as participantes era do sexo feminino (55.4%), não estava numa relação amorosa
(58.3%), não tinha mudado de residência aquando do ingresso no Ensino Superior (64.9%),
tinha um IMC correspondente ao peso normal (73.1%) e era estudante a tempo inteiro
(88.8%). Além disso, cerca de um terço dos/as estudantes inquiridos/as estava inscrito
em cursos de engenharia (36.0%) ou de ciências sociais e humanas (32.1%), e a maioria
estava no primeiro ano de estudo (55,2%) (Tabela 1).
Tabela 1Características da amostra (N = 840)
Características
n
%
Ano de estudo
1° ano
464
55.2
3° ano
376
44.8
Área Científica
Ciências da Engenharia
302
36.0
Ciências Exatas e da Natureza
136
16.2
Ciências Judiciais e Económicas
132
15.7
Ciências Sociais e Humanas
270
32.1
Sexo
Masculino
375
44.6
Feminino
465
55.4
Estar numa relação amorosa
Sim
347
41.7
Não
486
58.3
Residência
Deslocados
291
35.1
Não deslocados
537
64.9
Classificação do IMC
Baixo Peso
58
7.1
Peso normal
599
73.1
Excesso de Peso
162
19.8
Situação profissional
Estudante a tempo inteiro
739
88.8
Trabalhador/a-Estudante
93
11.2
Instrumentos
Os/as estudantes responderam a um questionário de autorelato composto por três seções:
questões sociodemográficas, um questionário de comportamentos de risco para a saúde
e a Well-being and Health Perception Scale.
Questões sociodemográficas e académicas
Mantendo o anonimato do instrumento de investigação, foi essencial recolher alguns
dados sociodemográficos dos/as estudantes, nomeadamente sexo, idade, estado civil,
residência atual, peso e altura (para o cálculo do IMC) e situação profissional. Além
disso, o investigador registou o ano de frequência e a área científica do curso frequentado
no momento da recolha de dados.
Questionário dos comportamentos de saúde
Esta seção encontra-se dividida em sete categorias correspondentes a cada um dos comportamentos
de risco para a saúde estudados. Este questionário foi desenvolvido em três etapas
(construção da escala; validade de conteúdo; validade psicométrica), de acordo com
os procedimentos definidos por Bowling () e o Guia para desenvolver investigações KAP () e encontra-se detalhadamente descrito em estudos prévios ().
O consumo de tabaco foi avaliado através da questão “Actualmente, fuma?”. Para efeitos
do presente estudo, dicotomizaram-se as respostas: Ser fumador: sim (2) e não (1).
A categoria do consumo de álcool incluía o AUDIT-C (frequência de consumo de álcool
no ano anterior, quantidade de bebida num dia típico e binge drinking) (). O AUDIT-C apresenta uma escala de 5 pontos codificada de 0 a 4 (intervalo de 0
a 12). Uma acima de 4 pontos (≥5) para homens ou acima de 3 pontos (≥4) para mulheres
é classificado como consumo excessivo de álcool: sim (2) e não (1). Além disso, foi
incluída a seguinte pergunta sobre embriaguez: "Nos últimos 12 meses, com que frequência
se embriagou?". As seguintes opções de resposta: "nunca", "uma vez por mês ou menos",
"2-4 vezes por mês", "2-3 vezes por semana", "4 ou mais vezes por semana". A resposta
à pergunta "embriagar-se" foi também dicotomizada em "sim" (2) e "não" (1).
O consumo de drogas ilícitas incluía três questões acerca do consumo de canábis, cocaína
e alucinogénios (“Nos últimos 12 meses, quantas vezes consumiu ...?”). Os/as consumidores/as
de drogas ilícitas foram classificados em "sim" (2) e "não" (1).
A prevalência da automedicação foi analisada através da questão “Nos últimos 12 meses,
quantas vezes consumiu: antidepressivos/sedativos/calmantes/tranquilizantes (sem prescrição
médica); analgésicos/anti-inflamatórios (sem prescrição médica); vitaminas/suplementos
alimentares (sem prescrição médica)”: Os/as consumidores/as de antidepressivos; analgésicos
e vitaminas autoprescritos foram classificados como "sim" (2) e "não" (1).
Os comportamentos sexuais de risco foram classificados em quatro categorias de resposta
"sim" (2) e "não" (1): idade precoce (primeira relação sexual aos 16 anos ou menos);
múltiplos parceiros (dois ou mais parceiros sexuais nos últimos 12 meses); uso inconsistente
de preservativo (não usou preservativo em todas as relações sexuais nos últimos 12
meses); e sexo, álcool e drogas (relações sexuais após consumo de álcool ou drogas
nos últimos 12 meses).
Os hábitos alimentares saudáveis foram avaliados através do consumo de fruta, legumes,
alimentos com adição de açúcar e fast food nos últimos sete dias (por exemplo, “Nos
últimos sete dias, quantas vezes ingeriu fruta (excluindo sumos ou bebidas de fruta
naturais)?”, numa escala de 0 = "nunca" a 5 = "3 ou mais vezes por dia"). Além disso,
foram colocadas duas questões acerca de saltar refeições (pequeno-almoço, almoço e/ou
jantar) nos últimos sete dias. Para as análises, as questões foram categorizadas como
1 utilizando um método binário, de acordo com as orientações para uma alimentação
saudável da Organização Mundial da Saúde (2020), tendo em conta o seguinte: saltar
refeições (saltar o pequeno-almoço e saltar o almoço e/ou o jantar pelo menos uma
vez por semana); consumo insuficiente de fruta (duas ou menos vezes por dia); consumo
insuficiente de vegetais (duas ou menos vezes por dia); elevado consumo de produtos
açucarados (quatro ou mais vezes por semana) e elevado consumo de comidas rápidas
(quatro ou mais vezes por semana).
O Godin Leisure-Time Exercise Questionnaire () avaliou a actividade física, incluindo o tempo total (em minutos) passado a caminhar
e a fazer actividade moderada ou vigorosa na semana anterior. Posteriormente, o "sedentarismo"
foi classificado em "sim" (2) e "não" (1), utilizando um método binário. Foi também
incluída a seguinte pergunta sobre tempo sentado: "Num dia normal, quantas horas passa
sentado? Mais uma vez, o sedentarismo superior a oito horas por dia foi classificado
como elevado.
Well-being and Health Perception Scale (WbHPS)
O bem-estar foi avaliado através da Well-being and Health Perception Scale (WbHPS) (). A WbHPS foi respondida numa escala de Likert de 5 pontos e incluiu as seguintes
dimensões: satisfação com a vida, satisfação consigo próprio, felicidade sentida,
saúde percebida e satisfação com a forma física. As pontuações de cada item foram
somadas, sendo que as pontuações mais elevadas representam um maior nível de bem-estar.
As propriedades psicométricas desta escala encontram-se detalhadamente descritas em
estudos prévios ().
Procedimentos
A população-alvo foi constituída por estudantes de uma universidade do Norte de Portugal
matriculados no primeiro e terceiro anos dos cursos de licenciatura e mestrado integrado
durante o ano lectivo de 2018-2019. Definiu-se como critério de exclusão: as turmas
dos mestrados ou pós-graduação e as turmas a funcionar em regime pós-laboral para
limitar a população aos/às estudantes tradicionais; os cursos sem turmas no de primeiro
e terceiro ano com o intuito de obter estudantes dos mesmos cursos por ano de estudo;
e as turmas relativas a cursos da área da saúde pelo viés que poderia ser causado,
nomeadamente devido aos seus conhecimentos sobre saúde ().
Para a criação de uma amostragem estratificada por ano de frequência e por área científica
de estudo, foram considerados 5447 estudantes universitários/as matriculados/as nos
cursos de primeiro e terceiro ano, distribuídos por 47 cursos e quatro áreas disciplinares
(tal como definidas pela Fundação para a Ciência e a Tecnologia): Ciências da Engenharia;
Ciências Exatas e da Natureza; Ciências Judiciais e Económicas; Ciências Sociais e
Humanas. Considerando o número de estudantes em cada área científica, foram identificados
16 cursos por selecção aleatória simples, resultando em 32 turmas de primeiro e terceiro
anos.
Utilizando o software de análise G*Power 3.1.9.2, o tamanho mínimo da amostra necessária
para este estudo foi de 592 estudantes (margem de erro = 5%, nível de confiança =
99% e distribuição das respostas = 50%). Foram distribuídos 873 questionários, o que
reflecte o número total de estudantes que estava presente na sala de aula e que aceitou
participar no estudo. No entanto, 33 questionários foram considerados inválidos devido
a respostas em falta ou incongruentes que poderiam pôr em causa a validade da informação
recolhida.. A taxa de resposta foi de 96.2% (IC 95%: 94.8 – 97.6).
A recolha de dados foi realizada em contexto de sala de aula em maio de 2019. Antes
de distribuir os questionários em papel acompanhados pelo termo de consentimento informado,
foram apresentados os objetivos da investigação, assegurando-se a confidencialidade
e o anonimato das respostas, garantindo-se o carácter voluntário da participação e
clarificando-se o direito de recusar a participação ou de desistir a qualquer momento.
Todos/as os/as participantes deram consentimento informado antes de preencher o questionário,
que demorou cerca de 15 minutos a ser preenchido.
Análises estatísticas
Numa primeira fase, procedeu-se à análise descritiva das diferentes variáveis, através
da análise das frequências, médias e desvios-padrão, utilizando o programa Statistical
Package for the Social Sciences (SPSS), versão 28.0 para Windows. Numa segunda fase,
realizou-se a LCA com sete variáveis categóricas observáveis (consumo de risco, tabagismo,
alimentação não saudável, sedentarismo, práticas sexuais de risco, drogas ilícitas
e práticas de automedicação) para identificar padrões de comportamentos de risco para
a saúde. Uma série de modelos LCA foi explorada com duas a cinco classes para determinar
o número de classes que melhor representava os padrões de comportamentos de risco
à saúde (). O Critério de Informação de Akaike (AIC) e o Critério de Informação Bayesiano (BIC)
foram considerados para determinar o número ideal de classes conceptualmente significativas
(). Além disso, o G2 e o valor de log-verossimilhança (LLIK) do modelo estimado foram calculados para
selecionar o modelo mais adequado. Assim, os valores mais baixos do G2., AIC e BIC e o valor mais alto do LLIK indicaram o modelo mais ajustado ().
A entropia foi utilizada como um critério adicional para determinar o modelo final.
A entropia é um critério de qualidade para a classificação, sendo que valores mais
elevados entre 0 e 1 indicam um melhor ajuste (). No entanto, como esses índices podem não apontar uniformemente para uma única especificação
de modelo (e podem sobre ou subestimar o número de classes latentes), as estimativas
de modelo específico para modelos de duas, três e quatro classes foram examinadas
para selecionar uma especificação de modelo final com base em a interpretabilidade
dos resultados, bem como na teoria e os resultados anteriores da literatura, conforme
sugerido por . Com base nesses critérios, determinou-se que o modelo de três classes era o que
melhor se ajustava aos dados. Todas as análises LCA foram realizadas utilizando o
pacote GLCA R do software Jamovi, versão 2.3.21. Após a finalização do modelo, realizou-se
uma regressão logística multinomial estimada por odds ratio e os respetivos intervalos
de confiança de 95% para analisar os preditores (bem-estar e características demográficas)
das classes de comportamentos de risco para a saúde.
Resultados
Comportamentos de saúde
A tabela 2 apresenta as prevalências dos 14 comportamentos de risco para a saúde entre as sete
dimensões comportamentos em análise. A prevalência desses comportamentos variou entre
7.4% (elevado consumo de fast food) e 90.4 % (insuficiente consumo de vegetais), sugerindo
que a prevalência de alguns dos comportamentos de risco (por exemplo, a alimentação
inadequada e o consumo de álcool) foi muito superior a outros. Verificaram-se diferenças
estatisticamente significativas na prevalência de alguns comportamentos de risco entre
estudantes do sexo masculino e do sexo feminino. A embriaguez, o consumo de drogas
ilícitas, o início das relações sexuais em idade precoce e após o consumo de álcool
e drogas e o consumo de produtos açucarados é mais prevalente entre os estudantes.
Por sua vez, o consumo de analgésicos e o sedentarismo são mais prevalentes entre
as raparigas.
Tabela 2Múltiplos comportamentos de risco para a saúde em função do sexo (N = 840)
Total
Masculino
Feminino
n
%
n
%
n
%
Ser fumador/a
168
20.0
85
22.7
83
17.8
3.01
Consumo excessivo de álcool
337
40.1
152
40.5
185
39.8
.05
Embriagar-se
368
43.8
186
49.6
182
39.1
9.23 **
Consumo de drogas ilícitas
178
22.2
114
31.7
64
14.5
33.75 ***
Automedicação de Antidepressivos
111
13.9
27
7.5
84
19.0
3.01
Automedicação de Analgésicos
326
40.8
116
32.2
210
47.7
19.72 ***
Automedicação de Vitaminas
211
26.4
92
25.6
119
27.0
.21
Idade precoce
213
25.4
110
29.3
103
22.2
5.66 *
Múltiplos parceiros
103
12.3
52
13.9
51
11.0
1.62
Uso inconsistente de preservativo
329
39.2
148
39.5
181
38.9
.03
Sexo, álcool e drogas
177
21.1
94
25.1
83
17.8
6.50 *
Saltar refeições
428
51.0
188
50.3
240
51.6
.15
Consumo insuficiente de frutas
753
89.9
344
92.0
409
88.1
3.34
Consumo insuficiente de vegetais
784
94.0
354
95.7
430
92.7
3.30
Elevado consumo de comidas rápidas
62
7.4
29
7.7
33
7.1
.11
Elevado consumo de produtos açucarados
465
55.5
222
59.4
243
52.4
4.09 *
Ser sedentário
298
35.7
106
28.3
192
41.7
16.11 ***
Elevado tempo sentado
436
51.9
204
54.4
232
49.9
1.69
*
p < .05 ; **p < .01 ; ***p < .001
Classes latentes de comportamentos de consumo
Com base nos 14 comportamentos de risco para a saúde analisados, foi seleccionado
um modelo de três classes latentes como o melhor modelo, após comparação dos índices
de ajustamento, parcimónia e interpretabilidade entre modelos com duas a cinco classes
latentes, tal como descrito na secção sobre análises estatísticas e apresentado na
tabela 3.
Tabela 3Informações para seleccionar o número de classes latentes de múltiplos comportamentos
de risco para a saúde (n = 840)
Número de classes latentes
LLIK
AIC
BIC
Entropy
G2
df
G2 p
2
-7583
15239
15451
.77
4683
802
.08
3
-7516
15144
15409
.84
4549
783
.14
4
-7458
15066
15421
.76
4434
764
.10
5
-7416
15020
15464
.79
4349
745
.16
6
-7385
14996
15531
.77
4258
726
.34
Nota: As letras a negrito indicam o modelo selecionado. LLIK = log-likelihood; AIC = Akaike
Information Criterion; BIC = Bayesian Information Criterion; G2 = likelihood ratio test statistic.
As probabilidades de uma resposta “sim” para cada um dos 14 comportamentos de risco
são apresentadas na tabela 4 para cada classe latente. A probabilidade de uma resposta “não” pode ser calculada
subtraindo-se de 1 as probabilidades de resposta ao item. Essas probabilidades indicam
a chance de um/a estudante de uma determinada classe envolver-se num determinado comportamento
de risco e podem ser utilizadas para caracterizar as três classes latentes do modelo.
A classe 1 (rotulada “Comportamentos de baixo risco”) representa a maioria dos/as
estudantes da amostra (51.4%) e é considerada a classe mais saudável. Estes/as estudantes
eram mais propensos/as a serem fisicamente activos/as (61.7%), embora seja a classe
em que os/as estudantes apresentavam uma maior probabilidade de estar mais de 8 horas
sentados por dia (58.2%) e mais propensos a não fumar (94.7%), não teriam um consumo
excessivo de álcool (90.0%) e/ou não consumiriam drogas ilicitas (96.1%). No entanto,
os/as estudantes desta classe provavelmente não consumiriam as quantidades recomendadas
de frutas (88.7%) e vegetais (92.7%).
A classe 2 (designada por "comportamentos de risco moderado") representa os/as estudantes
(14.9%) com risco moderado de adoptar comportamentos de risco para a saúde. Os/as
estudantes desta classe apresentam a probabilidade mais elevada de ter tido pelo menos
um episódio de embriaguez no último ano (100%), de terem um consumo insuficiente de
frutas (96.4%) e vegetais (98.9%) e de consumirem comidas rápidas várias vezes por
semana (48.3%). Para além disso, pertencem a esta classe, os/as estudantes com uma
elevada probabilidade de terem um consumo de álcool considerado de risco (62.4%).
Apesar disso , e à semelhança da classe de "comportamentos de baixo risco", os/as
estudantes moderadamente saudáveis tinham menor probabilidade de fumar (14.8%), consumir
drogas ilícitas (17.6%) e e tomar medicamentos não prescritos como antidepressivos
(14.9%), analgésicos (37.7%) e vitaminas (13.0%). Das três classes identificadas,
estes/as estudantes tinham a menor probabilidade para se envolverem em comportamentos
sexuais de risco: idade precoce (6,3%), múltiplos parceiros (0,16%), uso inconsistente
de preservativo (16,6%), sexo, álcool e drogas (< .001%).
Tabela 4Probabilidades de resposta aos itens do modelo de três classes de comportamentos de
risco múltiplos para a saúde (N = 840)
Itens
1 Comportamentos de baixo risco
2 Comportamentos de risco moderado
3 Comportamentos de elevado risco
Prevalências de classes latentes
.51
.15
.34
Probabilidades de resposta ao item correspondente à resposta Sim
Ser fumador
.053
.15
.45
Consumo excessivo de álcool
.092
.62
.77
Embriagar-se
.030
1.00
.81
Consumo de drogas ilícitas
.040
.18
.51
Automedicação de Antidepressivos
.12
.15
.16
Automedicação de Analgésicos
.38
.38
.46
Automedicação de Vitaminas
.23
.13
.36
Idade precoce
.17
.06
.46
Múltiplos parceiros
.289
.00
.32
Uso inconsistente de preservativo
.29
.17
.65
Sexo, álcool e drogas
.02
.00
.59
Saltar refeições
.44
.43
.66
Consumo insuficiente de frutas
.89
.96
.89
Consumo insuficiente de vegetais
.93
.99
.94
Elevado consumo de comidas rápidas
.05
.48
.13
Elevado consumo de produtos açucarados
.55
.52
.58
Ser sedentário
.38
.42
.29
Elevado tempo sentado
.58
.48
.44
Nota: As probabilidades maiores estão em negrito para destacar o padrão geral.
A classe 3 (designada por “Comportamentos de elevado risco”; 33.7%) apresentava comportamentos
de alto risco em todas as dimensões, excepto no sedentarismo. Por exemplo, os/as estudantes
desta classe eram mais propensos/as a fumar (44.7%), a consumir álcool de risco (77.4%),
a embriagar-se (81.2%) e a consumir drogas ilícitas (50.8%), mas com um menor risco
de serem fisicamente inativos (29.4%) e a permanecer sentados demasiado tempo durante
o dia (44.1%). Além disso, esta classe apresenta a maior probabilidade de consumir
medicamentos sem prescrição médica como antidepressivos (16.4%), analgésicos (46.2%)
e vitaminas (36.3%) e de se envolver nos seguintes comportamentos sexuais de risco:
idade precoce (46.2%), múltiplos parceiros (31.9%), uso inconsistente de preservativos
(65.2%) e sexo, álcool e drogas (59,1%). Adicionalmente, os membros deste grupo apresentaram
hábitos alimentares pouco saudáveis, tais como uma elevada probabilidade de saltar
refeições (65.8%), de consumir produtos açucarados (58.1%) e de terem um consumo insuficiente
de frutas (88.7%) e vegetais (93.8%).
Preditores sociodemográficos e de bem-estar em função das classes latentes de comportamentos
de risco para a saúde
Tendo por base a classe com maior probabilidade de comportamentos de risco, a probabilidade
de pertencer à classe mais saudável ("comportamentos de baixo risco") aumentou 1,06
vezes por cada ponto adicional no WbHPS. Da mesma forma, o facto de ser do sexo feminino
aumenta a probabilidade de pertencer à classe 1 em 24.1% em relação à classe 3 e em
10.3% em relação à classe 2. Os/as estudantes que não tinham mudado de residência
aquando do ingresso no Ensino Superior têm 1.98 e 1.83 vezes mais probabilidades de
pertencer à classe 1 do que à classe 3 e 2, respetivamente. Estar no primeiro ano
de estudo, não ter uma relação amorosa e ser estudante a tempo inteiro aumenta as
chances de pertencer à classe mais saudável e à moderamente saudável, por comparação
com a classe 3 (Comportamentos de elevado risco) (Apêndice).
Discussão
Este estudo revelou distintos padrões de múltiplos comportamentos de risco para a
saúde entre os/as estudantes universitários/as portugueses/as, nomeadamente a existência
de três classes discerníveis. Estas classes incluíam estudantes propensos/as a envolverem-se
em comportamentos de risco para a saúde (33.7%), a estudantes com baixo (51.4%) e
moderado risco (14.9%) de adotar comportamentos de risco. Estas classes foram semelhantes
a estudos anteriores com estudantes universitários/as em relação à divisão de classes
(; ; ; ; ; ). No entanto, este estudo apresenta uma maior proporção de estudantes na classe com
elevado risco, enquanto, nos estudos anteriores, evidenciou-se uma proporção mais
elevada de estudantes com padrões de comportamentos de risco moderado.
É preocupante o fato da grande maioria dos/as estudantes, independentemente da classe,
ter elevadas probabilidades de consumo insuficiente de frutas e vegetais e elevado
consumo de produtos açucarados. Do mesmo modo, no estudo realizado por , verificou-se que os/as estudantes de enfermagem tinham alta probabilidade de ter
uma dieta não saudável em todas as classes latentes. Estes resultados demonstraram
que, embora, tradicionalmente, a saúde pública se tenha concentrado na redução de
determinados comportamentos de risco, como o tabaco, o álcool e as drogas ilícitas
(; ), outros comportamentos de risco associados a doenças não transmissiveis, como os
hábitos alimentares, também são merecedores de atenção. Estes padrões comportamentais
podem refletir dificuldades, como o custo e acesso a frutas e vegetais ou a dificuldades
na confeção de refeições saudáveis.
O sedentarismo e o tempo que os estudantes permanecem sentados durante a semana podem
estar relacionados com o número de aulas consecutivas e a sua duração. Por conseguinte,
os/as professores/as deverão encorajar os/as seus/suas estudantes a levantarem-se
e movimentarem-se após um longo período sentados (). Como esta é uma nova fase de vida em os/as estudantes precisam conciliar a vida
pessoal com as responsabilidades académicas, familiares e sociais, não é surpreendente
que os/as estudantes possam dar uma menor prioridade à atividade física durante esta
fase (; ).
No que diz respeito ao consumo de álcool, tanto a classe de “comportamentos de risco
moderado” como a de “comportamentos de elevado risco” apresentaram uma elevada probabilidade
de consumo de álcool em excesso e de embriaguez. Outros estudos concluíram também
que o consumo excessivo de álcool se encontra nas classes de maior risco para a saúde
(). Assim, também o consumo de álcool deverá ser desencorajado por meio de programas
de promoção da saúde nas universidades.
A análise de regressão multinomial indicou que os/as estudantes da classe mais saudável
apresentaram uma maior probabilidade de ser do sexo feminino, de estar a frequentar
o 1º ano, de ser estudante a tempo integral, de não ter uma relação amorosa e de não
ter mudado de residência aquando do ingresso no Ensino Superior. De igual modo, estudos
prévios tinham demonstrado que os estudantes do sexo masculino e mais jovens tinham
mais probabilidades de pertencerem as classes de estilo de vida não saudável ou moderado
do que em classes mais saudáveis (; ). Tendo isto em conta, é fundamental intervir junto dos/as estudantes a frequentar
o 1º ano, no qual as novas experiências têm uma influência significativa nas escolhas
comportamentais.
Este estudo também analisou a forma como a perceção de saúde e bem-estar se relaciona
com os padrões de múltiplos comportamentos de risco. De um forma geral, os resultados
mostraram que os/as estudantes com um nível mais elevado de bem-estar apresentam menos
probabilidades de pertencerem à classe com um elevado número de comportamentos de
risco. Esta constatação é consistente com outros estudos que demonstram que padrões
de risco mias elevados de múltiplos comportamentos mostraram estar associados a piores
resultados em termos de saúde mental, nomeadamente sofrimento psíquico e stress (; ; ), sendo o inverso também evidenciado. Por outras palavras, importa relatar que existe
um efeito bidirecional entre os comportamentos de risco para a saúde e os indicadores
de saúde mental (por exemplo, felicidade, satisfação com a vida, depressão) (; ; ).
Pontos fortes e limitações do estudo
Até onde sabemos, este é o primeiro estudo a analisar os padrões complexos de comportamentos
de risco para a saúde entre estudantes universitários/as portugueses/as, numa ampla
gama de comportamentos e com ênfase na sua relação com perceção de bem-estar e saúde.
Os resultados não só fornecem informações críticas sobre os padrões de comportamento
dos estudantes e ajudam no desenvolvimento de estratégias de promoção da saúde, como
também demonstram a utilidade de ferramentas analíticas sofisticadas, como LCA, para
compreender comportamentos complexos que não seriam possíveis com abordagens estatísticas
como a regressão linear.
Apesar de se sido utilizada uma análise estatística relativamente recente para analisar
o agrupamento de múltiplos comportamentos de risco para a saúde entre estudantes universitários/as
e, por ser uma abordagem baseada em modelos, para estimar a probabilidade real de
um resultado em função da pertença a uma classe latente (), este estudo apresenta algumas limitações que devem ser consideradas na interpretação
dos resultados. Em primeiro lugar, deve notar-se que este é um estudo transversal
com dados recolhidos apenas numa universidade pública portuguesa. Por conseguinte,
não é possível generalizar os resultados a estudantes de outras Instituições de Ensino
Superior ou jovens da mesma faixa etária, nem estabelecer relações de causalidade.
Em segundo lugar, foi utilizado um questionário de autorrelato, o que pode ter conduzido
a um enviesamento das respostas devido à desejabilidade social. No entanto, foram
utilizados instrumentos validados para minimizar este aspecto, tendo sido garantida
a confidencialidade e o anonimato.
Note-se que os comportamentos de risco para a saúde foram avaliados em diferentes
escalas temporais (por exemplo, últimos 7 dias, últimos 30 dias, últimos 12 meses)
e os efeitos sazonais não foram captados. Embora, as medidas com escalas temporais
mais alargadas se destinassem a captar os comportamentos de risco para a saúde menos
prevalentes (por exemplo, consumo de drogas ilícitas), o ideal seria que houvesse
coerência entre todos os comportamentos. Para além disso, mesmo que a recolha de dados
tenha sido realizada durante um período académico que excluísse festividades, os comportamentos
descritos podem não refletir adequadamente o padrão de comportamentos, especialmente
quando se trata dos hábitos alimentares nos últimos sete dias. No mesmo sentido, não
foram contemplados os períodos específicos de automedicação, como, por exemplo, durante
o período de estudo e preparação para exames. Referir ainda que não se levou em consideração
o consumo de cigarros eletrónicos ou tabaco aquecido, uma vez que o uso desses produtos
tabágicos era residual entre estudantes universitários/as (). Outra limitação a ser mencionada refere-se à exclusão dos/as estudantes dos cursos
na área das ciências da saúde. Essa decisão foi tomada considerando o possível viés
que poderia ser introduzido (). Vale ressaltar que essa escolha metodológica não implica, de modo algum, na desconsideração
da importância de investigar os comportamentos dos/as estudantes destas áreas em estudos
futuros. Além disso, é importante reconhecer que a meta-análise conduzida por Xu e
colegas () identificou uma prevalência significativamente mais elevada de práticas de automedicação
com antibióticos entre os/as estudantes de medicina, quando comparados com estudantes
de outras áreas científicas.
Embora a dicotomização de variáveis de risco seja comummente usada na LCA e contribua
para a interpretabilidade e comunicação dos resultados, categorizar os dados pode
resultar em alguma perda de significado. Por último, embora se tenha incluído na análise
diversos fatores sociodemográficos e académicos, outros podem ser relevantes para
a análise dos comportamentos de risco para a saúde, como a condição socioeconómica
dos/as estudantes. Neste sentido, estudos futuros deverão incluir outras variáveis
e efetuar análises longitudinais para avaliar os/as mesmos/as estudantes ao longo
do tempo.
Implicações práticas e estudos futuros
Este estudo salienta a necessidade de reorientar os serviços de saúde e das Instituções
de Ensino Superior para garantir que os esforços se centram na promoção de comportamentos
saudáveis que já são habitualmente visados, como o tabagismo e o consumo de drogas,
mas também de hábitos alimentares. As diretrizes do Campus Saudável 2020 () defendem uma maior atenção à alimentação e à actividade física entre os/as jovens
adultos/as. No entanto, as Instituições de Ensino Superior precisam de mais iniciativas
para promover estilos de vida saudáveis e ativos para atingir estes objectivos.
Além disso, é necessário prosseguir a investigação sobre esta temática para compreender
melhor os padrões de comportamentos de risco para a saúde e a sua relação com o bem-estar
dos/as estudantes universitários/as. A investigação futura deve, por conseguinte,
incluir estudos longitudinais para analisar as mudanças comportamentais nos perfis
dos/as estudantes e no seu estado de saúde mental ao longo da sua permanência na Academia.
Este aprofundamento poderá ser utilizado para determinar o momento oportuno para a
implementação de intervenções para apoiar a saúde e o bem-estar dos/as estudantes,
bem como, direcionar as intervenções para grupos específicos de estudantes.
As estratégias atuais de promoção da saúde para estudantes universitários/as são geralmente
mais eficazes para uma maioria da população universitária, como a integração de atividade
de promoção da saúde nos programas curriculares. No entanto, os resultados do presente
estudo sugerem que os grupos de risco necessitam de uma intervenção adaptada. Esta
intervenção pode assumir a forma de materiais de promoção da saúde direcionados a
comportamentos de risco para a saúde juntos em conjunto, em vez de os abordar separadamente.
Ao abordar simultaneamente vários comportamentos de risco para a saúde, os indivíduos
podem transferir seus conhecimentos e experiências de um comportamento para outro.
Embora não seja claro qual a abordagem mais eficaz (comportamento único ou multi-comportamental)
(), é sempre necessário considerar que, por um lado, os comportamentos de risco estão
inter-relacionados e co-ocorrem e, por outro lado, podem ser necessárias abordagens
separadas para determinados comportamentos de risco, especialmente no caso do consumo
de drogas ilícitas. Por último, quaisquer estratégias desenvolvidas para promover
a saúde e o bem-estar no Ensino Superior devem ser coerentes com as orientações da
Carta Internacional das Universidades e Faculdades Promotoras da Saúde () e centrar-se tanto no ambiente académico como no apoio a cada estudante.
Conclusões
Este estudo dá uma contribuição significativa para a literatura sobre os comportamentos
de risco para a saúde no Ensino Superior ao identificar três classes de comportamentos
numa amostra de estudantes universitários/as portugueses/as. Os hábitos alimentares
pouco saudáveis e o comportamento sedentário foram comuns a todas as classes latentes.
Para além disso, verificou-se que os/as estudantes pertencentes às classes com maiores
probabilidades de ter comportamentos de risco apresentavam níveis mais baixos de bem-estar.
Estes resultados reforçaram a necessidade das Instituições de Ensino Superior implementarem
programas socioeducativos para desencorajar a adoção de hábitos não-saudáveis aquando
do ingresso no Ensino Superior, permitindo a tomada de decisões conscientes e responsáveis,
mas também intervenções psicossociais que permitam que os/as estudantes universitários/as
reflitam sobre o seu bem-estar e felicidade, contribuindo para o seu desenvolvimento
holístico. Para além disso, salientam a necessidade de a apoiar e direccionar o desenvolvimento
de atividades para as classes de estudantes com maior probabilidade de se envolverem
em comportamentos de risco.
Referências
1
AFRASHTEH, Sima; GHAEM, Haleh & ABBASI-GHAHRAMANLOO, Abbas (2017). Clustering and
combining pattern of high-risk behaviors among Iranian university students: A latent
class analysis. Journal of Research in Health Sciences, 17(4), 00398. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7189947/
2
ALVES, Regina F. (2022a). Knowledge, attitudes and health-related behaviors among Higher Education students:
assessment and monitoring of a socioeducational intervention program in a non-formal
context [Doctoral thesis, University of Minho]. https://hdl.handle.net/1822/75905
3
ALVES, Regina F. (2022b). The association between subjective well-being and risky
behaviours in university students. Psihologijske Teme, 31(3), 565-583. https://doi.org/10.31820/pt.31.3.5
4
ALVES, Regina F. & PRECIOSO, José (2020). Knowledge, attitude and practice on healthy
diet among university students in Portugal. International Journal of Nutrition Sciences, 5(2), 2-9. https://ijns.sums.ac.ir/article_46568.html
5
ALVES, Regina F. & PRECIOSO, José (2022). A influência dos pares no consumo de Substâncias
Psicoativas entre estudantes universitários/as. Revista de Estudios e Investigación en Psicología y Educación, 9, 5-17. https://doi.org/10.17979/reipe.2022.9.0.8912
6
ALVES, Regina F.; PRECIOSO, José & BECOÑA, Elisardo (2020). Well-being and health
perception of university students in Portugal: the influence of parental support and
love relationship. Health Psychology Report, 8(2), 145-154. https://doi.org/10.5114/hpr.2020.94723
7
ALVES, Regina F.; PRECIOSO, José & BECOÑA, Elisardo (2021). Physical activity among
Portuguese university students and its relation to knowledge and perceived barriers.
Sportis. Scientific Journal of School Sport, Physical Education and Psychomotricity,
7(1), 25-42. https://doi.org/10.17979/sportis.2021.7.1.6924
8
BARRY, Adam E.; CHANEY, Beth H.; STELLEFSON, Michael L. & DODD, Virginia (2015). Evaluating
the psychometric properties of the AUDIT-C among college students. Journal of Substance Use, 20(1), 1-5. https://doi.org/10.3109/14659891.2013.856479
9
BENNASAR-VENY, Miquel; YAÑEZ, Aina M.; PERICAS, Jordi; BALLESTER, Lluis; FERNANDEZ-DOMINGUEZ,
Juan Carlos; TAULER, Pedro & AGUILO, Antoni (2020). Cluster analysis of health-related
lifestyles in university students. International Journal of Environmental Research and Public Health, 17(5). https://doi.org/10.3390/IJERPH17051776
10
BLACK, Tara & STANTON, Alisa (2016, February 4). Final report on the development of
the Okanagan Charter: An international charter for health promoting universities &
colleges. International Conference on Health Promoting Universities and Colleges (7th: 2015). Kelowna, BC, Canada. https://doi.org/10.14288/1.0372504
11
BOWLING, Ann. (1998). Research methods in health: investigating health and health services. Open University Press.
12
CARTER, Ashlee C.; BRANDON, Karen Obremski & GOLDMAN, Mark S. (2010). The college
and noncollege experience: A review of the factors that influence drinking behavior
in young adulthood. Journal of Studies on Alcohol and Drugs, 71(5), 742-750. https://doi.org/10.15288/jsad.2010.71.742
13
CHAN, P., & SHEK, C. (2018). Latent class analysis of student artefacts. Proceedings of the 10th International Conference on Education Technology and Computers, 302-307. https://doi.org/10.1145/3290511.3290521
14
COLLINS, Linda M. & LANZA, Stephanie T. (2010). Latent class and latent transition analysis with applications in the social, behavioral,
and health sciences. Wiley Series in Probability and Statistics. https://doi.org/10.1002/9780470567333
15
DAVOREN, Martin P.; DEMANT, Jakob; SHIELY, Frances & PERRY, Ivan J. (2016). Alcohol
consumption among university students in Ireland and the United Kingdom from 2002
to 2014: a systematic BMC Public Health, 16(1), 173. https://doi.org/10.1186/s12889-016-2843-1
16
El ANSARI, Walid & BERG-BECKHOFF, Gabriele (2017). Country and gender-specific achievement
of healthy nutrition and physical activity guidelines: Latent class analysis of 6266
university students in Egypt, Libya, and Palestine. Nutrients, 9(7), 738. https://doi.org/10.3390/nu9070738
17
EL ANSARI, Walid; SSEWANYANA, Derrick & STOCK, Christiane (2018). Behavioral health
risk profiles of undergraduate university students in England, Wales, and Northern
Ireland: A cluster analysis. Frontiers in Public Health, 6. https://doi.org/10.3389/FPUBH.2018.00120
HUTCHESSON, Melinda J.; DUNCAN, Mitch J.; OFTEDAL, Stina; ASHTON, Lee M.; OLDMEADOW,
Christopher, KAY-LAMBKIN, Frances & WHATNALL, Megan C. (2021). Latent class analysis
of multiple health risk behaviors among Australian university students and associations
with psychological distress. Nutrients, 13(2), 425. https://doi.org/10.3390/nu13020425
20
HYSKA, Jolanda; MERSINI, Ehadu; MONE, Iris; BUSHI, Entela; SADIKU, Edite & HOTI, Kliti
(2014). Assessment of knowledge, attitudes and practices about public health nutrition
among students of the University of Medicine in Tirana, Albania. Southeastern European Journal of Public Health, 88, 1-8. https://doi.org/10.12908/SEEJPH-2014-01
21
JAMES, Erica; FREUND, Megan; BOOTH, Angela; DUNCAN, Mitch. J.; JOHNSON, Natalie; SHORT,
Camille E.; WOLFENDEN, Luck; STACEY, Fiona G.; KAY-LAMBKIN, Frances & VANDELANOTTE,
Corneel (2016). Comparative efficacy of simultaneous versus sequential multiple health
behavior change interventions among adults: A systematic review of randomised trials.
Preventive Medicine, 89, 211-223. https://doi.org/10.1016/j.ypmed.2016.06.012
22
JAO, Nancy C.; ROBINSON, Laura D.; KELLY, Peter J.; CIECIERSKI, Christina C. & HITSMAN,
Brian (2019). Unhealthy behavior clustering and mental health status in United States
college students. Journal of American College Health, 67(8), 790-800. https://doi.org/10.1080/07448481.2018.1515744
23
KABIR, Kourosh; BAHARI, Ali; HAJIZADEH, Mohammad; ALLAHVERDIPOUR, Hamid; TARRAHI,
Mohammad J.; FAKHARI, Ali; ANSARI, Hossein & MOHAMMADPOORASL, Asghar (2018). Substance
abuse behaviors among university freshmen in Iran: a latent class analysis. Epidemiology and Health, 40, e2018030. https://doi.org/10.4178/epih.e2018030
24
KANG, Joseph; CIECIERSKI, Christina Czart; MALIN, Emily L.; CARROLL, Allison J.; GIDEA,
Marian; CRAFT, Lynette L.; SPRING, Bonnie & HITSMAN, Brian (2014). A latent class
analysis of cancer risk behaviors among U.S. college students. Preventive Medicine, 64, 121-125. https://doi.org/10.1016/j.ypmed.2014.03.023
25
KWAN, Matthew; ARBOUR-NICITOPOULOS, Kelly P.; DUKU, Eric; & FAULKNER, Guy (2016).
Patterns of multiple health risk-behaviours in university students and their association
with mental health: application of latent class analysis. Policy and Practice, 36(8). https://doi.org/10.24095/hpcdp.36.8.03
26
LANZA, Stephanie T. & RHOADES, Brittany L. (2013). Latent class analysis: An alternative
perspective on subgroup analysis in prevention and treatment. Prevention Science, 14(2), 157-168. https://doi.org/10.1007/s11121-011-0201-1
27
LANZA, Stephanie T.; SAVAGE, Jennifer S. & BIRCH, Leann L. (2010). Identification
and prediction of latent classes of weight-loss strategies among women. Obesity, 18(4), 833-840. https://doi.org/10.1038/oby.2009.275
LASKA, Melissa Nelson; PASCH, Keryn E.; LUST, Katherine; STORY, Mary & EHLINGER, Ed
(2009). Latent class analysis of lifestyle characteristics and health risk behaviors
among college youth. Prevention Science, 10(4), 376-386. https://doi.org/10.1007/s11121-009-0140-2
30
MA, Cecilia M. & LAI, Catie C. (2018). Mental health profile and health-related behavior
among Hong Kong Chinese university students. Health Psychology Open, 5(2), 205510291878686. https://doi.org/10.1177/2055102918786869
31
MACEDO, Tassia T. S.; MUSSI, Fernanda C.; SHEETS, Debra; CAMPOS, Ana C. P.; PATRÃO,
Ana L.; FREITAS, Caren L. M. & PAIM, Melissa A. S. (2020). Lifestyle behaviors among
undergraduate nursing students: A latent class analysis. Research in Nursing & Health, 43(5), 520-528. https://doi.org/10.1002/nur.22064
32
MATHUR, Charu; STIGLER, Melissa; LUST, Katherine & LASKA, Melissa (2014). A latent
class analysis of weight-related health behaviors among 2- and 4-year college students
and associated risk of obesity. Health Education & Behavior, 41(6), 663-672. https://doi.org/10.1177/1090198114537062
33
MOLENDIJK, Marc; MOLERO, Patricio; ORTUÑO SÁNCHEZ-PEDREÑO, Felipe; VAN DER DOES, Willem
& ANGEL MARTÍNEZ-GONZÁLEZ, Miguel (2018). Diet quality and depression risk: A systematic
review and dose-response meta-analysis of prospective studies. Journal of Affective Disorders, 226, 346-354. https://doi.org/10.1016/j.jad.2017.09.022
34
NAZAR, Gabriela; STIEPOVIC, Jasna & BUSTOS, Claudio (2019). Latent class analysis
of lifestyle behavior among Chilean university students. International Journal of Health Promotion and Education, 57(2), 98-111. https://doi.org/10.1080/14635240.2018.1552534
35
NYLUND-GIBSON, Karen & CHOI, Andrew Young (2018). Ten frequently asked questions about
latent class analysis. Translational Issues in Psychological Science, 4(4), 440-461. https://doi.org/10.1037/tps0000176
SANSCARTIER, Matthew D.; EDGERTON, Jason D. & ROBERTS, Lance W. (2018). A latent class
analysis of gambling activity patterns in a Canadian university sample of emerging
adults: Socio-demographic, motivational, and mental health correlates. Journal of Gambling Studies, 34(3), 863-880. https://doi.org/10.1007/s10899-017-9734-y
38
SCHUCH, Felipe B.; VANCAMPFORT, Davy; FIRTH, Joseph; ROSENBAUM, Simon; WARD, Philip
B.; SILVA, Edson S.; HALLGREN, Mats; PONCE DE LEON, Antonio; DUNN, Andrea L.; DESLANDES,
Andrea C.; FLECK, Marcelo P.; CARVALHO, Andre F., & STUBBS, Brendon (2018). Physical
activity and incident depression: A meta-analysis of prospective cohort studies. American Journal of Psychiatry, 175(7), 631-648. https://doi.org/10.1176/appi.ajp.2018.17111194
39
TORQUATO, Sara C. R.; DA SILVA, Emilene F.; RODRIGUES, Aline R.; PIMENTA, Mayara V.
T.; MOURA, Jayne R. A. & DA SILVA, Ana Roberta V. (2016). Sedentary lifestyle and
metabolic disorders among university study / Sedentarismo e alterações metabólicas
entre universitários / Estilo de vida sedentario y trastornos metabólicos entre la
universidad. Revista de Enfermagem Da UFPI, 5(2), 16. https://doi.org/10.26694/reufpi.v5i2.5244
40
WING KWAN, Matthew Y.; BRAY, Steven R. & MARTIN GINIS, Kathleen A. (2009). Predicting
Physical Activity of First-Year University Students: An Application of the Theory
of Planned Behavior. Journal of American College Health, 58(1), 45-55. https://doi.org/10.3200/JACH.58.1.45-55
41
WORLD HEALTH ORGANIZATION. (2008). Advocacy, communication and social mobilization for TB control: a guide to developing
knowledge, attitude and practice surveys. https://apps.who.int/iris/handle/10665/43790
XU, Rixiang; MU, Tingyu; WANG, Guan; SHI, Jing; WANG, Xin & NI, Xiaoli (2019). Self-medication
with antibiotics among university students in LMIC: A systematic review and meta-analysis.
The Journal of Infection in Developing Countries, 13(08), 678-689. https://doi.org/10.3855/jidc.11359
Apêndices
Apêndice
Odds ratios (OR) ajustados e intervalos de confiança (IC) de 95% do modelo de regressão
logística multinomial sobre a classe nas variáveis sociodemográficas e no bem-estar
Classe
Preditor
OR
95% CI
1 - 3
Intercepto
0.0852
0.0222
0.328
WbHPS
1.0600 *
1.0067 *
1.116 *
Ano de estudo: 1° ano – 3° ano
1.5313 *
1.0988 *
2.134 *
Área Científica:
Ciências Exatas e da Natureza – Ciências da Engenharia
0.9734
0.5831
1.625
Ciências Judiciais e Económicas – Ciências da Engenharia
0.7829
0.4657
1.316
Ciências Sociais e Humanas – Ciências da Engenharia
0.9370
0.6054
1.450
Sexo: Feminino – Masculino
1.8026 *
1.2414 *
2.618 *
Estar numa relação amorosa: Não – Sim
1.5356 *
1.0972 *
2.149 *
Residência: Não deslocados – Deslocados
2.8107 *
1.9788 *
3.992 *
Situação profissional: Estudante a tempo inteiro – Trabalhador/a-Estudante
1.7270 *
1.0491 *
2.843 *
Classificação do IMC:
Peso normal – Baixo Peso
0.8723
0.4448
1.711
Excesso de Peso – Baixo Peso
1.0876
0.5125
2.308
2 - 3
Intercepto
0.1076
0.0182
0.636
WbHPS
1.0129
0.9474
1.083
Ano de estudo: 1° ano – 3° ano
2.1099 *
1.3436 *
3.313 *
Área Científica:
Ciências Exatas e da Natureza – Ciências da Engenharia
1.3818
0.7362
2.593
Ciências Judiciais e Económicas – Ciências da Engenharia
0.9212
0.4651
1.824
Ciências Sociais e Humanas – Ciências da Engenharia
0.7707
0.4270
1.391
Sexo: Feminino – Masculino
1.0283
0.6321
1.673
Estar numa relação amorosa: Não – Sim
2.0832 *
1.3086 *
3.316 *
Residência: Não deslocados – Deslocados
1.0033
0.6454
1.560
Situação profissional: Estudante a tempo inteiro – Trabalhador/a-Estudante
2.5167 *
1.0657 *
5.943 *
Classificação do IMC:
Peso normal – Baixo Peso
0.6866
0.3005
1.569
Excesso de Peso – Baixo Peso
0.5007
0.1899
1.320
1 - 2
Intercepto
0.792
0.142
4.420
WbHPS
1.047
0.981
1.117
Ano de estudo: 1° ano – 3° ano
0.726
0.471
1.118
Área Científica:
Ciências Exatas e da Natureza – Ciências da Engenharia
0.704
0.392
1.265
Ciências Judiciais e Económicas – Ciências da Engenharia
0.850
0.441
1.638
Ciências Sociais e Humanas – Ciências da Engenharia
1.216
0.694
2.131
Sexo: Feminino – Masculino
1.753 *
1.103 *
2.786 *
Estar numa relação amorosa: Não – Sim
0.737
0.472
1.151
Residência: Não deslocados – Deslocados
2.801 *
1.828 *
4.293 *
Situação profissional: Estudante a tempo inteiro – Trabalhador/a-Estudante
