Actividad física en escolares: estudio OPACA
Actividad física en escolares: estudio OPACA
2011;74(1):15—24
[Link]/anpediatr
ORIGINAL
a
Centro de Salud de Villamuriel de Cerrato, Palencia, España
b
Centro de Salud Jardinillos, Palencia, España
c
Centro de Salud Venta de Baños, Palencia, España
1695-4033/$ – see front matter © 2010 Asociación Española de Pediatría. Publicado por Elsevier España, S.L. Todos los derechos reservados.
doi:10.1016/[Link].2010.08.009
16 A. Cano Garcinuño et al
KEYWORDS Determining factors of physical activity level in school children and adolescents: The
Exercise; OPACA study
Motor activity;
Cross-sectional Abstract
studies; Introduction: Physical activity is a key factor for human health. This study attempts to measure
Adolescent; the level of physical activity in children and to find out what are the factors that determine it.
Child; Method: In a sample of the 11 and 14 year-old population of the centre-south area of Palencia,
Annual variations physical activity was measured using a three day diary, and anthropometric and socioecono-
mic variables were collected. Three variables were analysed: fat-free mass adjusted activity
energy expenditure (AEE/FFM), physical activity level (PAL), and categorical physical activity
(active/inactive).
Results: A total of 179 children were included, of whom 71.5% were active or very active.
Males were more active than females, and activity was also higher in summer. Physical activity
declined between 11 and 14 years, and was lower during the weekends than in working days.
There were no differences related to obesity, overweight or percent body fat. More active
children had lower blood pressure. Physical activity was directly related to weekly hours spent
in sport activities, and inversely related to time spent on sedentary activities. Multivariate
analysis showed that children from families with low educational levels had a higher activity
level not related to sport activities.
Conclusions: The level of physical activity in this population is acceptable, although there are
sex differences and there is a declining trend through the adolescence.
© 2010 Asociación Española de Pediatría. Published by Elsevier España, S.L. All rights reserved.
midieron los pliegues cutáneos mediante un calibrador de fusionaron en dos: «inactivo» (incluyendo a sedentarios y
pliegues de tipo Tanner-Whitehouse con precisión de 0,2 mm a poco activos) y «activo» (incluyendo a activos y a muy
(Holtain Ltd., Crymych, Reino Unido), y se determinó el activos). Además del cálculo promedio para los tres días,
estadio de desarrollo sexual según los estadios clásicos de se calcularon esas variables en cada día individual, para
Tanner. El sobrepeso y la obesidad se definieron a partir analizar diferencias entre distintos días de la semana.
del índice de masa corporal (IMC) según el IOTF24 , y se
calcularon25 el porcentaje de grasa corporal y la masa magra Análisis estadístico
(FFM). Se preguntó el peso y talla de los padres, y se definió
la obesidad de los progenitores como IMC ≥30 kg/m2 .
Para comparar proporciones en variables dicotómicas se
empleó el 2 , y para las variables con categorías múltiples
Variables socioeconómicas ordenadas se empleó la tendencia lineal de Mantel-
Haenszel. Como AEE/FFM y PAL se alejaban de la distribución
En entrevista con el adulto acompañante, se recogieron el normal, se analizaron mediante pruebas no paramétricas
nivel de estudios y actividad laboral de los padres. El nivel (Kruskal-Wallis) y su correlación con otras variables se ana-
de estudios se codificó en tres categorías: estudios primarios lizó con el coeficiente de correlación de Spearman ().
o sin estudios, estudios de nivel medio (bachillerato o for- Se construyeron modelos multivariantes con todas las
mación profesional), y estudios universitarios de cualquier variables consideradas relevantes, sin incluir interacciones,
nivel. Se definió como «nivel educativo familiar» el mayor añadiendo un ajuste por centro investigador. Por un lado, la
nivel educativo entre los progenitores, y esta fue la variable predicción del estado «activo» se estudió con un modelo de
empleada en los análisis. La ocupación de padre y madre regresión logística. Por otro, se construyeron dos modelos
se clasificó según la propuesta de la Sociedad Española de de regresión lineal múltiple con las variables dependientes
Epidemiología y la Sociedad Española de Medicina Familiar y AEE/FFM y PAL. El modelo de AEE/FFM se realizó con una
Comunitaria26 , y la clase laboral familiar se estableció como transformación logarítmica de la variable porque propor-
la mayor entre los progenitores. Esta clasificación ordena cionaba un mejor coeficiente de determinación, pero para
los empleos en cinco categorías (más una sexta para fuer- facilitar la interpretación se muestran los resultados como
zas armadas y clérigos), siendo la más alta la categoría porcentaje de variación en AEE/FFM. El análisis estadístico
i (funciones directivas y profesiones asociadas a titulacio- se realizó mediante SPSS 15.0 y se estableció como nivel de
nes de segundo o tercer ciclo universitarios) y más baja la significación estadística ␣<0,05.
v (trabajadores no cualificados). Las personas sin empleo A partir de estudios31,32 en los que la desviación están-
remunerado fueron acumuladas a la clase v. dar del PAL era alrededor de 0,20, estimamos necesaria una
muestra de 60 niños por cada grupo de edad para una preci-
sión de 0,05 puntos de PAL y un nivel de confianza del 95%.
Actividad física
Suponiendo una tasa de respuestas del 50%, debería contac-
tarse con 120 niños de cada grupo de edad a lo largo del
Se preguntó si el niño realizaba actividades deportivas ade-
periodo de estudio.
más de la gimnasia escolar, y el número de horas diarias que
pasaba en actividades sedentarias (ver TV, videojuegos).
La actividad física se registró prospectivamente durante Resultados
tres días consecutivos, incluyendo uno de fin de semana,
mediante un diario según el método descrito por Bouchard27 : Se entregaron 322 diarios, fueron cumplimentados 189
cada día se dividió en periodos de 15 min, y los niños debían (58,7%), y se incluyeron en el análisis los 179 (55,6%) con
anotar el tipo de actividad física que predominantemente datos completos. La frecuencia de respuesta al cuestionario
habían realizado en cada periodo. Las actividades fueron fue independiente de las variables estudiadas, excepto una
ordenadas en 9 niveles de intensidad, y a cada nivel se le respuesta mayor entre los niños de 11 años que entre los de
imputó un valor de MET (equivalente metabólico) según el 14 (62,6% vs. 49,7%; p=0,021). Todos los niños eran de origen
«compendium» de Ainsworth28 (tabla 1). Los tres niveles español, excepto uno de origen sudamericano.
más altos (7 a 9) se consideraron «actividad moderada o Las características demográficas aparecen en la tabla
vigorosa». 2. La edad (media±desviación estándar) de los partici-
Con esos datos se calculó, en promedio para los tres pantes era de 12,5±1,5 años, peso 49,4±13,9 kg, talla
días de registro, el gasto energético diario total (TEE), mul- 155,1±11,1 cm y el porcentaje de masa grasa de 24,6±9,2%.
tiplicando MET diarios por la tasa metabólica en reposo PAL y AEE/FFM presentaron una distribución asimétrica,
(RMR) correspondiente al estadio de desarrollo sexual29 . con mediana de PAL de 1,75 (amplitud intercuartil, IQR:
El gasto energético por actividad física (AEE) se calculó 1,57—2,01) y de AEE/FFM de 27,3 kcal/día/kg de masa magra
como (TEE·0,9) — REE, siendo REE la extrapolación a un (IQR: 19,3 a 39,4). La mediana de tiempo diario dedicado a
periodo de 24 h de la RMR. Se emplearon en el análi- actividades físicas de intensidad moderada o vigorosa fue
sis tres variables de medida de la actividad física: 1) 60 min (IQR: 20 a 120). La mayoría de los niños entraban en
AEE ajustada por masa magra (AAE/FFM) y expresada las categorías «activo» o «muy activo» (tabla 2).
en kcal/día/kg de masa magra; 2) PAL (physical activity Un 74,0% practicaba deporte, siendo este hábito más
level) calculado como TEE/REE, y 3) categoría de actividad frecuente a mayor nivel de estudios familiares (universita-
física (CAF), con cuatro categorías30 : sedentario (PAL<1,4), rios 82,9%, medios 73,6%, primarios o sin estudios 55,9%;
poco activo (1,4≤PAL<1,6), activo (1,6≤PAL<1,9) o muy p=0,013), en las clases sociales altas (83,6% vs. 67,9%;
activo (PAL≥1,9). Para el análisis, esas cuatro categorías se p=0,021), a los 11 años (79,3% vs. 62,9%; p=0,001) y en los
18 A. Cano Garcinuño et al
varones (80,3% vs. 61,3%; p<0,001). La mediana de horas p=0,006), y lo mismo sucedía con la tensión arterial media
semanales dedicadas a actividades deportivas extraescola- (correlación con PAL: −0,175; p=0,019; correlación con
res era 3 (IQR 0—5), y la de horas diarias en actividades AEE/FFM: −0,193; p=0,010).
sedentarias era 3 (IQR 2—4). Ambas variables se catego- En los modelos multivariantes (tabla 4), se confirmaron
rizaron en<3 y ≥3 h. El porcentaje de niños que pasaba los hallazgos de los análisis previos: la actividad física era
≥3 h diarias en actividades sedentarias también era dife- mayor en verano, a los 11 años, en los varones y en los que
rente según el nivel educativo (universitarios 15,9%, medios practicaban más horas de deporte, y menor en los que pasa-
27,1%, primarios o sin estudios 52,9%; p<0,001) y la clase ban más tiempo en actividades sedentarias. No se encontró
social (alta 13,6%, baja 36,4%; p=0,001), sin diferencias rela- relación del sobrepeso u obesidad del niño con el nivel de
cionadas con edad o sexo. actividad. La obesidad paterna estaba directamente rela-
Los resultados del análisis crudo se muestran en la tabla cionada con mayores PAL y AEE/FFM, y la obesidad materna
3. La actividad era mayor en los varones y a los 11 años. Los con una CAF sedentaria. Del análisis multivariante surgieron
niños de familias con bajo nivel educativo eran más frecuen- algunas asociaciones no manifestadas en el análisis crudo,
temente sedentarios, pero entre ellos también había muchos relacionadas con factores sociales: en las familias con menor
muy activos, por lo que no se encontraron diferencias signifi- nivel de estudios, la CAF tendía a ser mayor, y era signifi-
cativas relacionadas con el nivel de estudios. La clase social cativa en los niños de familias con estudios primarios o sin
tampoco se asociaba con la actividad física. La estación del estudios. El medio urbano o rural no pudo incluirse en los
año influía mucho en la actividad física, con mayores PAL, modelos por colinealidad producida al ajustar por equipo
AEE/FFM y CAF en verano. El tiempo dedicado a actividades investigador.
sedentarias se correlacionaba de manera negativa con PAL De manera independiente, se investigó el nivel de acti-
(=−0,277; p<0,001) y con AEE/FFM (=−0,248; p=0,001), y vidad física en cada día de la semana (fig. 1). Los fines
las horas semanales de deporte lo hacían de manera positiva de semana, especialmente los domingos, aumentaba la
(PAL, =0,384 y p<0,001; AEE/FFM, =0,334 y p<0,001). frecuencia de sedentarismo, aunque sin significación esta-
Aunque había mayor proporción de niños sedentarios dística (p=0,259). Las diferencias en PAL y AEE/FFM tampoco
entre los obesos, no se encontraron diferencias significativas fueron significativas entre los días de la semana (diferencias
relacionadas con sobrepeso-obesidad ni con el porcentaje de en PAL, p=0,171; diferencias en AEE/FFM, p=0,189).
grasa corporal. La tensión sistólica tenía correlación nega- Finalmente, se realizó un análisis de sensibilidad, com-
tiva con PAL (=−0,178; p=0,017) y con AEE/FFM (=−0,208; probando que los resultados no cambiaban usando la
Determinantes del nivel de actividad física en escolares y adolescentes: estudio OPACA 19
el nivel de actividad debe atribuirse principalmente a fac- clase social basada en el empleo. Esas variables, aunque
tores ambientales y socioeconómicos compartidos31,47 . Pero relacionadas, no son equivalentes en España, uno de los paí-
las relaciones entre actividad física y factores socioeconó- ses desarrollados con mayor desajuste entre nivel educativo
micos son complejas. En los análisis ajustados, la actividad y empleo48 . Varios estudios han comprobado que el nivel
era mayor cuando la familia tenía un nivel educativo bajo, socioeconómico, medido a nivel ecológico, no se relaciona
hallazgo en el que coincide el estudio británico ALSPAC39 . con el nivel de actividad física en niños y adolescentes49,50 .
Sin embargo, como también se ha comprobado en el estu- Otros estudios han encontrado una relación directa entre
dio EnKid36 , a menor nivel educativo era menos frecuente la actividad física en adolescentes e ingresos familiares, pero
práctica deportiva y mayor la de actividades sedentarias. también demuestran que es más determinante el interés en
Cabe deducir que muchos niños realizan bastante activi- ser físicamente activo y la confianza en ser capaz de reali-
dad física en ámbitos distintos al del deporte organizado. zar actividades físicas51 . Circunstancias como el apoyo y la
La asociación aparecía con el nivel educativo, no con la influencia de los padres, tienen más relación con variables
Determinantes del nivel de actividad física en escolares y adolescentes: estudio OPACA
Tabla 4 Modelos de regresión
AEE/FFMa PALa CAFb
2
R =0,437 (p<0,001) 2
R =0,320 (<0,001) HL =6,938 (p=0,543)
2
21
22 A. Cano Garcinuño et al
9. Strong WB, Malina RM, Bumkie CJR, Daniels SR, Dishman RK, 26. Grupo de Trabajo de la Sociedad Española de Epidemiología y
Gutin B, et al. Evidence based physical activity for school-age de la Sociedad Española de Medicina Familiar y Comunitaria.
youth. J Pediatr. 2005;146:732—7. Una propuesta de medida de la clase social. Aten Primaria.
10. Berkey CS, Rockett HRH, Gillman MW, Colditz GA. One-year 2000;25:132—51.
changes in activity and in inactivity among 10- to 15-years- 27. Bouchard C, Tremblay A, Leblanc C, Lortie G, Savard R, Thé-
old boys and girls: relationship to change in body mass index. riault G. A method to assess energy expenditure in children and
Pediatrics. 2003;111:836—43. adults. Am J Clin Nutr. 1983;37:461—7.
11. Riddoch CJ, Leary SD, Ness AR, Blair SN, Deere K, Mattocks C, 28. Ainsworth BE, Haskell WL, Whitt MC, Irwin ML, Swartz AM,
et al. Prospective associations between objective measures of Strath SJ, et al. Compendium of physical activities: an update
physical activity and fat mass in 12—14 years old children: the of activity codes and MET intensities. Med Sci Sports Exerc.
Avon Longitudinal Study of Parents and Children (ALSPAC). BMJ. 2000;32(Supl 9):S498—504.
2009;339:b4544. 29. Harrell JS, McMurray RG, Baggett CD, Pennell ML, Pearce PF,
12. Menschik D, Ahmed S, Alexander MH, Blum RW. Adolescent phy- Bangdiwala SI. Energy costs of physical activities in children
sical activities as predictors of young adult weight. Arch Pediatr and adolescents. Med Sci Sports Exerc. 2005;37:329—36.
Adolesc Med. 2008;162:29—33. 30. Institute of Medicine of the Nacional Academies. Die-
13. Berkey CS, Rockett HRH, Field AE, Gillman MW, Frazier AL, tary reference intakes for energy, carbohydrate, fiber, fat,
Camargo CA, et al. Activity, dietary intake, and weight changes fatty acids, cholesterol, protein, and amino acids. Washing-
in a longitudinal study of preadolescent and adolescent boys ton: The Nacional Academies Press; 2005. Disponible en:
and girls. Pediatrics. 2000;106:e56. [Link]
14. Brage S, Wedderkopp N, Ekelund U, Franks PW, Wareham NJ, 31. Franks PW, Ravussin E, Hanson RL, Harper IT, Allison DB, Know-
Andersen LB, et al. Features of the metabolic syndrome are ler WC, et al. Habitual physical activity in children: the role of
associated with objectively measured physical activity and genes and the environment. Am J Clin Nutr. 2005;82:901—8.
fitness in Danish children. The European Youth Heart Study. 32. Ekelund U, Yngve A, Brage S, Westerterp S, Sjöström S. Body
Diabetes Care. 2004;27:2141—8. movement and physical activity energy expenditure in children
15. Ekelund U, Brage S, Froberg K, Harro M, Anderssen SA, and adolescents: how to adjust for differences in body size and
Sardinha LB, et al. TV viewing and physical activity are age. Am J Clin Nutr. 2004;79:851—6.
independently associated with metabolic risk in children: 33. Schofield WN. Predicting basal metabolic rate, new standards
The European Youth Heart Study. PLoS Med. 2006;3(12):e488, and review of previous work. Hum Nutr Clin Nutr. 1985;39
doi:10.1371/[Link].0030488. suppl:5—41.
16. Snitker S, Le KY, Hager E, Caballero B, Black MM. Association of 34. Martínez-Gómez D, Wärnberg J, Welk GJ, Sjöström M, Veiga
physical activity and body composition with insulin sensitivity OL, Marcos A. Validity of the Bouchard activity diary in Spanish
in a community sample of adolescents. Arch Pediatr Adolesc adolescents. Public Health Nutr. 2009;13:261—8.
Med. 2007;161:677—93. 35. Martínez-Gómez D, Welk GJ, Calle ME, Marcos A, Veiga OL, the
17. DuBose KD, Eisenmann JC, Donnelly JE. Aerobic fitness atte- AFINOS Study Group. Preliminary evidence of physical activity
nuates the metabolic syndrome score in normal-weight, levels measured by accelerometer in Spanish adolescents; The
at-risk-for-overweight, and overweight children. Pediatrics. AFINOS Study. Nutr Hosp. 2009;24:226—32.
2007;120:e1262—8. 36. Roman B, Serra-Majem L, Ribas-Barba L, Pérez-Rodrigo C, Aran-
18. Jago R, Wedderkopp N, Kristensen PL, Møller NC, Andersen ceta J. How many children and adolescents in Spain comply
LB, Cooper AR, et al. Six-year change in youth physical acti- with the recommendations on physical activity? J Sports Med
vity and effect on fasting insulin and HOMA-IR. Am J Prev Med. Phys Fitness. 2008;48:380—7.
2008;35:554—60. 37. Román B, Serra-Majem L, Pérez-Rodrigo C, Drobnic F, Segura R.
19. Farpour-Lambert NJ, Aggoun Y, Marchand LM, Martin XE, Physical activity in children and youth in Spain: future actions
Herrmann FR, Beghetti M. Physical activity reduces systemic for obesity prevention. Nutr Rev. 2009;67 Suppl 1:S94—8.
blood pressure and improves early markers of atherosclero- 38. Cordente Martínez CA, García Soidán P, Sillero Quintana
sis in pre-pubertal obese children. J Am Coll Cardiol. 2010;54: M, Domínguez Romero J. Relación del nivel de actividad
2396—406. física, presión arterial y adiposidad corporal en adolescentes
20. Kvaavik E, Tell GS, Klepp K-I. Predictors and tracking of body madrileños. Rev Esp Salud Pública. 2007;81:307—37.
mass index from adolescence into adulthood. Follow-up of 18 39. Riddoch CJ, Mattocks C, Deere K, Saunders J, Kirkby J, Tilling K,
to 20 years in the Oslo Youth Study. Arch Pediatr Adolesc Med. et al. Objective measurement of levels and patterns of physical
2003;157:1212—8. activity. Arch Dis Child. 2007;92:963—9.
21. Dollman J, Norton K, Norton L. Evidence for secular trends 40. Sagatun Å, Kolle E, Anderssen SA, Thoresen M, Søgaard AJ.
in children’s physical activity behaviour. Br J Sports Med. Three-year follow-up of physical activity in Norwegian youth
2005;39:892—7. from two ethnic groups: associations with socio-demographic
22. DeMattia L, Lemont L, Meurer L. Do interventions to limit factors. BMC Public Health. 2008;8:419.
sedentary behaviours change behaviour and reduce child- 41. Dugas LR, Ebersole K, Schoeller D, Yanovski JA, Barquera S,
hood obesity: a critical review of the literature. Obes Rev. Rivera J, et al. Very low levels of energy expenditure among
2007;8:69—81. pre-adolescent Mexican-American girls. Int J Pediatr Obes.
23. Connelly JB, Duaso MJ, Butler G. A systematic review of con- 2008;3:123—6.
trolled trials of interventions to prevent childhood obesity 42. DeLany JP, Bray GA, Harsha DW, Volaufova J. Energy expen-
and overweight: a realistic synthesis of the evidence. Public diture in African American and white boys and girls in a 2-y
Health. 2007;121:510—7. follow-up of the Baton Rouge Children’s Study. Am J Clin Nutr.
24. Cole TJ, Bellizzi MC, Flegal KM, Dietz WH. Establishing a stan- 2004;79:268—73.
dard definition for child overweight and obesity worldwide: 43. Baker BL, Birch LL, Trost SG, Davison KK. Advanced pubertal
international survey. BMJ. 2000;320:1—6. status at age 11 and lower physical activity in adolescent girls.
25. Slaughter MH, Lohman TG, Boileau RA, Horswill CA, Stillman J Pediatr. 2007;15:488—93.
RJ, Van Loan MD, et al. Skinfold equations for estimation 44. Pietiläinen KH, Kaprio J, Borg P, Plasqui G, Yki-Järvinen H,
of body fatness in children and youth. Hum Biol. 1988;60: Kujala UM, et al. Physical inactivity and obesity: A vicious cir-
709—23. cle. Obesity. 2008;16:409—14.
24 A. Cano Garcinuño et al
45. Plasqui G, Westerterp KR. Seasonal variation in total energy 54. Reilly JJ, Venpraze V, Hislop J, Davies G, Grant S, Paton
expenditure and physical activity in Dutch young adults. Obes JY. Objective measurement of physical activity and seden-
Res. 2004;12:688—94. tary behaviour: review with new data. Arch Dis Child.
46. Wong SL, Leatherdale ST. Association between sedentary 2008;93:614—9.
behavior, physical activity, and obesity: inactivity among 55. Adamo KB, Prince SA, Tricco AC, Connor-Gorber S, Tremblay
active kids. Prev Chronic Dis. 2009;6. Disponible en: http:// M. A comparison of indirect versus direct measures for asses-
[Link]/pcd/issues/2009/jan/07 [Link]. sing physical activity in the pediatric population: A systematic
47. Hallal PC, Wells JCK, Reichert FF, Anselmi L, Victoria CG. Early review. Int J Pediatr Obes. 2009;4:2—27.
determinants of physical activity in adolescence: prospective 56. Schulz S, Westerterp KR, Brück K. Comparison of energy expen-
birth cohort study. BMJ. 2006;332:1002—7. diture by the doubly labelled water technique with energy
48. Organisation for economic co-operation and development intake, heart rate, and activity recording in man. Am J Clin
(OCDE). Education at a glance 2008. Disponible en: http:// Nutr. 1989;49:1146—54.
[Link]/document/9/0,3343,en 2649 39263238 57. Miller DJ, Freedson PS, Kline GM. Comparison of activity levels
41266761 1 1 1 1,[Link]. using the Caltrac accelerometer and five questionnaires. Med
49. Janssen I, Boyce WF, Simpson K, Pickett W. Influence of Sci Sports Exerc. 1994;26:376—82.
individual- and area-level measures of socioeconomic status on 58. Bratteby L-E, Sandhagen B, Fan H, Samuelson G. A 7-day acti-
obesity, unhealthy eating, and physical inactivity in Canadian vity diary for assessment of daily energy expenditure validated
adolescents. Am J Clin Nutr. 2006;83:139—45. by the doubly labelled water method in adolescents. Eur J Clin
50. Kelly LA, Reilly JJ, Fisher A, Montgomery C, Williamson A, Nutr. 1997;51:585—91.
McColl JH, et al. Effect of socioeconomic status on objectively 59. Argiropoulou EC, Michalopoulou M, Aggeloussiss N, Avgerinos
measured physical activity. Arch Dis Child. 2006;91:35—8. A. Validity and reliability of physical activity measures in greek
51. Pan SY, Cameron C, DesMeules M, Morrison H, Craig CL, high school age children. J Sports Sci Med. 2004;3:147—59.
Jiang XH. Individual, social, environmental, and physical 60. Torun B. Energy cost of various physical activities in healthy
environmental correlates with physical activity among Cana- children. En: Schurch B, Scrimshaw NS, editors. Activity,
dians: a cross-sectional study. BMC Public Health. 2009;9(21), energy expenditure and energy requirements of infants and
doi:10.1186/1471-2458-9-21. children. Switzerland: IDECG; 1990. p. 139—83.
52. Pugliese J, Tinsley B. Parental socialization of child and ado- 61. Ridley K, Olds T. Assigning energy costs to activities in
lescent physical activity: A meta-analysis. J Fam Psychol. children: A review and synthesis. Med Sci Sports Exerc.
2007;21:331—43. 2008;40:1439—46.
53. van Sluijs EM, McMinn AM, Griffin SJ. Effectiveness of 62. Martínez-Gómez D, Puertollano MA, Wärnberg J, Calabro MA,
interventions to promote physical activity in children and ado- Welk GJ, Sjöström M, et al. Comparison of the ActiGraph acce-
lescents: systematic review of controlled trials. BMJ. 2007;335: loremeter and Bouchard diary to estimate energy expenditure
703. in Spanish adolescents. Nutr Hosp. 2009;24:701—10.