Advertisement

Apps zur Förderung von körperlicher Aktivität – Nutzung und Einstellungen bei Erwachsenen im Alter von 50 Jahren und älter

Ergebnisse eines Online-Surveys
  • Janna Sill
  • Berit Steenbock
  • Stefanie Helmer
  • Hajo Zeeb
  • Claudia R. Pischke
Originalarbeit
  • 138 Downloads

Zusammenfassung

Hintergrund

Smartphone-Applikationen (Apps) stellen eine Möglichkeit zur Förderung körperlicher Aktivität (KA) dar.

Ziele der Arbeit

Ziele der Arbeit waren bei Personen ab 50 Jahren explorativ (1) das Ausmaß und soziodemografische Unterschiede in der Nutzung von Bewegungs- und Fitness-Apps (B&F-Apps), (2) Assoziationen zwischen der Technikakzeptanz (TA) und -kompetenzüberzeugung (TK) und der B&F-App-Nutzung, (3) Assoziationen zwischen B&F-App-Nutzung, KA und subjektivem Gesundheitszustand und (4) Einstellungen bezüglich des Einsatzes von Techniken zur Verhaltensänderung zu untersuchen.

Material und Methoden

Soziodemografie, B&F-App-Nutzung, TA und TK, KA, subjektiver Gesundheitszustand und Einstellungen zum Einsatz von Techniken zur Verhaltensänderung wurden mittels Online-Survey erhoben. Anhand logistischer Regressionen wurden Assoziationen zwischen Variablen ermittelt.

Ergebnisse

Von den 146 Teilnehmern des Surveys nutzten 18,5 % (Ø 59,5 Jahre) B&F-Apps. Im Vergleich mit Nichtnutzern waren Nutzer häufiger männlich (OR 7,23; 95 %-KI 1,82–28,68). Mittlere und hohe TA (OR 2,66; 95 %-KI 0,57–12,49) war assoziiert mit einer höheren B&F-App-Nutzung, nicht aber TK. Personen, die mindestens 150 min/Woche körperlich aktiv waren, nutzten B&F-Apps deutlich häufiger als Personen mit geringerer KA (OR 7,06; 95 %-KI 1,83–27,19). Nutzer präferierten die Techniken Aufforderung zur Überprüfung der Verhaltensziele, Zielverhalten setzen und Instruktionen zur Ausführung des Verhaltens in B&F-Apps.

Diskussion

Unsere explorative Studie zeigt, dass zukünftige Smartphone-basierte Interventionen ein breiteres Spektrum der Bevölkerung ansprechen sollten. Geringe TA geht auch mit geringer B&F-App-Nutzung bei Älteren einher. Zukünftige Interventionen sollten dies berücksichtigen und Neugier an Technologienutzung wecken.

Schlüsselwörter

Bewegungsförderung Smartphone-Applikation Intervention Technikakzeptanz Techniken zur Verhaltensänderung 

Apps for the promotion of physical activity—use and attitudes among adults aged 50 years and older

Results of an online survey

Abstract

Background

Smartphone applications (apps) represent an opportunity to promote physical activity (PA).

Objectives

To explore (1) the extent and sociodemographic differences in utilization of PA and fitness apps, (2) associations between technology acceptance and competence and PA and fitness app use, (3) associations between PA and fitness app use, PA and subjective health status and (4) attitudes towards the use of behavior change techniques (BCTs) in apps among persons aged 50 years and older.

Material and methods

Sociodemographic information, PA and fitness app use, technology acceptance and competence, PA, subjective health status and attitudes towards employing BCTs in apps were assessed via an online survey. Associations between variables were analyzed using logistic regressions.

Results

Of the 146 survey participants (average age 59.5 years), 18.5% used PA and fitness apps. Compared to non-users, users were more likely to be male (odds ratio, OR 7.23; 95% confidence interval, CI 1.82–28.68). Medium to high technology acceptance (OR 2.66; 95% CI 0.57–12.49) was associated with a higher PA and fitness app use but not technology competence. Persons who were physically active for at least 150 min/week had a greater likelihood to use PA and fitness apps (OR 7.06; 95% CI 1.83–27.19). Users rated the following BCTs as helpful in PA and fitness apps: prompt review of behavioral goals, goal setting of behavior and instruction on how to perform the behavior.

Conclusion

The results of this exploratory study suggest that future smartphone-assisted interventions should address a wider spectrum of the general population. Because low levels of technology acceptance appear to be related to little PA and fitness app use among older adults, future interventions should address this issue and spark interest and curiosity for technology use.

Keywords

Physical activity promotion Smartphone application Intervention Technology acceptance Behavior change techniques 

Notes

Danksagung

Diese Studie wurde mit finanzieller Unterstützung des Leibniz-Instituts für Präventionsforschung und Epidemiologie – BIPS durchgeführt.

Einhaltung ethischer Richtlinien

Interessenkonflikt

J. Sill, B. Steenbock, S. Helmer, H. Zeeb und C.R. Pischke geben an, dass kein Interessenkonflikt besteht.

Alle beschriebenen Untersuchungen am Menschen wurden mit Zustimmung der zuständigen Ethik-Kommission, im Einklang mit nationalem Recht sowie gemäß der Deklaration von Helsinki von 1975 (in der aktuellen, überarbeiteten Fassung) durchgeführt. Von allen beteiligten Patienten liegt eine Einverständniserklärung vor.

Literatur

  1. 1.
  2. 2.
    Beil J, Cihlar V, Kruse A (2015) Bereitschaft zur Akzeptanz einer internetbasierten Mobilitätsplattform bei verschiedenen Alterskohorten. Z Gerontol Geriatr 48:142–149CrossRefGoogle Scholar
  3. 3.
    Belmon LS, Middelweerd A, Te Velde SJ et al (2015) Dutch young adults ratings of behavior change techniques applied in mobile phone apps to promote physical activity: a cross-sectional survey. JMIR Mhealth Uhealth 3:e103CrossRefGoogle Scholar
  4. 4.
    Bitkom (2017) Anteil der Smartphone-Nutzer in Deutschland nach Altersgruppe im Jahr 2017. https://de.statista.com/statistik/daten/studie/459963/umfrage/anteil-der-smartphone-nutzer-in-deutschland-nach-altersgruppe/. Zugegriffen: 24. Jan. 2018Google Scholar
  5. 5.
    Carroll JK, Moorhead A, Bond R et al (2017) Who uses mobile phone health apps and does use matter? A secondary data analytics approach. J Med Internet Res 19:e125CrossRefGoogle Scholar
  6. 6.
    Dahms R, Haesner M (2017) Akzeptanz von Informations- und Kommunikationstechnologien bei Senioren. Präv Gesundheitsf.  https://doi.org/10.1007/s11553-017-0610-5 CrossRefGoogle Scholar
  7. 7.
    Dallinga JM, Mennes M, Alpay L et al (2015) App use, physical activity and healthy lifestyle: a cross sectional study. BMC Public Health 15:833CrossRefGoogle Scholar
  8. 8.
    Direito A, Dale LP, Shields E et al (2014) Do physical activity and dietary smartphone applications incorporate evidence-based behaviour change techniques? BMC Public Health 14:646CrossRefGoogle Scholar
  9. 9.
    Duplaga M (2013) The acceptance of e‑health solutions among patients with chronic respiratory conditions. Telemed J E Health 19:683–691CrossRefGoogle Scholar
  10. 10.
    Emarketer (2017) Prognose zur Anzahl der Smartphone-Nutzer weltweit von 2012 bis 2020 (in Milliarden). https://de.statista.com/statistik/daten/studie/309656/umfrage/prognose-zur-anzahl-der-smartphone-nutzer-weltweit/. Zugegriffen: 24. Jan. 2018Google Scholar
  11. 11.
    Ernsting C, Dombrowski SU, Oedekoven M et al (2017) Using smartphones and health apps to change and manage health behaviors: a population-based survey. J Med Internet Res 19:e101CrossRefGoogle Scholar
  12. 12.
    Kebede M, Steenbock B, Helmer S et al (2018) There are many physical activity apps but only few are evidence-based: results of a content-analysis. JMIR Mhealth Uhealth.  https://doi.org/10.2196/10314 CrossRefGoogle Scholar
  13. 13.
    Kessel KA, Vogel MM, Kessel C et al (2017) Mobile health in oncology: a patient survey about app-assisted cancer care. JMIR Mhealth Uhealth 5:e81CrossRefGoogle Scholar
  14. 14.
    Knight E, Stuckey MI, Prapavessis H et al (2015) Public health guidelines for physical activity: is there an app for that? A review of android and apple app stores. JMIR Mhealth Uhealth 3:e43CrossRefGoogle Scholar
  15. 15.
    Krebs P, Duncan DT (2015) Health app use among US mobile phone owners: a national survey. JMIR Mhealth Uhealth 3:e101CrossRefGoogle Scholar
  16. 16.
    Krug S, Jordan S, Mensink GBM et al (2013) Körperliche Aktivität. Ergebnisse der Studie zur Gesundheit Erwachsener in Deutschland (DEGS1). Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 56:765–771CrossRefGoogle Scholar
  17. 17.
    Michie S, Ashford S, Sniehotta FF et al (2011) A refined taxonomy of behaviour change techniques to help people change their physical activity and healthy eating behaviours: the CALO-RE taxonomy. Psychol Health 26:1479–1498CrossRefGoogle Scholar
  18. 18.
    Middelweerd A, Van Der Laan DM, Van Stralen MM et al (2015) What features do Dutch university students prefer in a smartphone application for promotion of physical activity? A qualitative approach. Int J Behav Nutr Phys Act 12:31CrossRefGoogle Scholar
  19. 19.
    Neyer FJ, Felber J, Gebhardt C (2012) Entwicklung und Validierung einer Kurzskala zur Erfassung von Technikbereitschaft. Diagnostica 58:87–99CrossRefGoogle Scholar
  20. 20.
    Pate RR, Pratt M, Blair SN et al (1995) Physical activity and public health: a recommendation from the centers for disease control and prevention and the american college of sports medicine. JAMA 273:402–407CrossRefGoogle Scholar
  21. 21.
    Research2guidance (2016) mHealth App Developer Economics 2016: the current status and trends of the mHealth app market. https://research2guidance.com/r2g/r2g-mHealth-App-Developer-Economics-2016.pdf. Zugegriffen: 24. Jan. 2018Google Scholar
  22. 22.
    Research2guidance (2017) mhealth app economics 2017: current status and future trends in mobile health. https://research2guidance.com/wp-content/uploads/2017/11/R2G-mHealth-Developer-Economics-2017-Status-And-Trends.pdf. Zugegriffen: 24. Jan. 2018Google Scholar
  23. 23.
    Robbins R, Krebs P, Jagannathan R et al (2017) Health app use among US mobile phone users: analysis of trends by chronic disease status. JMIR Mhealth Uhealth 5:e197CrossRefGoogle Scholar
  24. 24.
    Robert Koch-Institut (2014) Daten und Fakten: Ergebnisse der Studie „Gesundheit in Deutschland aktuell 2012“. Beiträge zur Gesundheitsberichterstattung des Bundes. RKI, BerlinGoogle Scholar
  25. 25.
    Rose D, Harrison E (2007) The European Socio-economic classification: a new social class schema for comparative European research. Eur Soc 9:459–490CrossRefGoogle Scholar
  26. 26.
    Scheibe M, Reichelt J, Bellmann M et al (2015) Acceptance factors of mobile apps for diabetes by patients aged 50 or older: a qualitative study. Med 20 4:e1CrossRefGoogle Scholar
  27. 27.
    Shrank WH, Patrick AR, Brookhart MA (2011) Healthy user and related biases in observational studies of preventive interventions: a primer for physicians. J Gen Intern Med 26:546–550CrossRefGoogle Scholar
  28. 28.
    Steinert A, Haesner M, Steinhagen-Thiessen E (2017) App-basiertes Selbstmonitoring bei Typ-2-Diabetes. Z Gerontol Geriatr 50:516–523CrossRefGoogle Scholar
  29. 29.
    Ware J, Kosinski MM, Keller DS (1996) A 12-item short-form health survey: construction of scales and preliminary tests of reliability and validity. Med Care 34:220–233CrossRefGoogle Scholar
  30. 30.
    Webb TL, Joseph J, Yardley L et al (2010) Using the Internet to promote health behavior change: a systematic review and meta-analysis of the impact of theoretical basis, use of behavior change techniques, and mode of delivery on efficacy. J Med Internet Res 12:e4CrossRefGoogle Scholar

Copyright information

© Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature 2018

Authors and Affiliations

  • Janna Sill
    • 1
  • Berit Steenbock
    • 1
    • 2
  • Stefanie Helmer
    • 1
    • 3
  • Hajo Zeeb
    • 1
    • 4
  • Claudia R. Pischke
    • 1
    • 5
  1. 1.Abteilung ‚Prävention und Evaluation‘, Fachgruppe ‚Angewandte Interventionsforschung‘Leibniz-Institut für Präventionsforschung und Epidemiologie – BIPSBremenDeutschland
  2. 2.Zentrum für Klinische Psychologie und RehabilitationUniversität BremenBremenDeutschland
  3. 3.Institut für Sozialmedizin, Epidemiologie und GesundheitsökonomieCharité – Universitätsmedizin Berlin, Mitglied der Freien Universität Berlin, Humboldt-Universität zu Berlin, und Berlin Institute of HealthBerlinDeutschland
  4. 4.Wissenschaftsschwerpunkt GesundheitswissenschaftenUniversität BremenBremenDeutschland
  5. 5.Institut für Medizinische Soziologie, Centre for Health and Society, Medizinische FakultätHeinrich-Heine-Universität DüsseldorfDüsseldorfDeutschland

Personalised recommendations