AUTORES
- Vera Blasco, Nausica. Fisioterapeuta Hospital Universitario Miguel Servet (Zaragoza).
- Jubero Puntos, Araceli. Fisioterapeuta Hospital Universitario Miguel Servet (Zaragoza).
- Maldonado Lario, Alberto. Fisioterapeuta Hospital Universitario Miguel Servet (Zaragoza).
- Sancho García, Mª Mar. Fisioterapeuta Hospital Universitario Miguel Servet (Zaragoza).
- Mallor López, Elsa. Fisioterapeuta Hospital General De La Defensa (Zaragoza).
- Souto Ayerbe, Clara. Fisioterapeuta Hospital San Jorge (Huesca). Diplomada Universitaria En Enfermería.
Introducción: La tecnología ha avanzado en este siglo hasta el punto de influir en los hábitos de la mayor parte de los usuarios, esto puede ser entendido como aspecto positivo en la sanidad para la promoción y monitorización de la actividad física. Por lo que se ha revisado, la literatura en busca del uso de dispositivos y aplicaciones móviles basada en temática de salud para la promoción de actividad física y ejercicio en poblaciones jóvenes sin patología cardiovascular.
Objetivo: Conocer el uso de los dispositivos y aplicaciones móviles en el control de ejercicios físicos en jóvenes y adultos jóvenes.
Metodología: Revisión sistemática de la literatura, según las directrices del protocolo PRISMA. Las bases de datos electrónicas utilizadas fueron PubMed, The Cochrane Library y Google Scholar, para indagar acerca del uso de los dispositivos y aplicaciones móviles de teleasistencia sanitaria (m-Health) en la monitorización y evaluación de la actividad física en jóvenes y adultos jóvenes.
Resultados: Se han encontrado 8 artículos que describen el uso de las aplicaciones móviles y páginas webs con beneficios en el abandono del sedentarismo, pérdida de peso y adquisición de nuevos hábitos de vida, cuya monitorización a distancia o teleasistida se ha descrito como viable en poblaciones rurales y urbanas.
Conclusiones: El uso de aplicaciones móviles y dispositivos de teleasistencia sanitaria está muy difundido y contribuye a la información y promoción de la actividad física. Sin embargo, es necesario una mayor cantidad de estudios con un tamaño muestral significativo que demuestren el impacto y los factores que permitan investigar sobre la capacidad de las aplicaciones mHealth en la promoción de la actividad física en jóvenes.
PALABRAS CLAVE
Health, ejercicios, m-Health, jóvenes.
ABSTRACT
Introduction: Technology has advanced in this century to a point of influencing the behavior of most users, this can be employed as an advantage in the healthcare setting for the promotion and monitoring of physical activity. Therefore, the literature has been reviewed in search of the use of devices and mobile applications based on health issues for the promotion of physical activity and exercise in young populations without cardiovascular pathology.
Objective: To determine the use of devices and mobile applications in the control of physical exercise in young people and young adults.
Methodology: Systematic review of the literature, in accordance with the PRISMA protocol guidelines. The electronic databases used were PubMed, The Cochrane Library and Google Scholar, to investigate the use of mobile tele-healthcare devices and applications (m-Health) in the monitoring and evaluation of physical activity in young people and young adults.
Results: 8 articles were found describing the use of mobile applications and websites with benefits in the abandonment of sedentary lifestyles, weight loss and acquisition of new lifestyle habits, whose remote or tele-assisted monitoring has been described as feasible in rural and urban populations.
Conclusions: The employ of mobile applications and tele-healthcare devices is very common and provides information and promotion of physical activity. However, a greater number of studies with a significant sample size are needed to show the impact and factors that allow investigation on the capability of mHealth applications in promoting physical activity in young people.
KEY WORDS
Health, exercises, m-Health, youth.
INTRODUCCIÓN
La inactividad física puede afectar a jóvenes y adultos mayores con o sin comorbilidades. La falta de actividad física es un factor importante que contribuye a la morbilidad y la mortalidad a nivel mundial. De hecho, una de cada seis muertes en todo el mundo se debe a este factor1.
La inactividad física puede conducir a un desacondicionamiento cardiorrespiratorio, que afecta a nivel funcional y orgánico a los individuos, agravado en comorbilidades tales como el cáncer, patologías cardiovasculares, respiratorias y metabólicas. La actividad física parece proporcionar beneficios para la salud, sin embargo, en los programas de prevención y/o rehabilitación centrados en la atención de enfermedades cardiovasculares, metabólicas y/o cáncer2, los participantes tienen baja adherencia debido a factores como la ubicación remota de su centro de salud, apoyo familiar y hábitos previos de actividad física3.
Los avances tecnológicos pueden ayudar a resolver barreras, como la distancia, el tiempo y el coste4. Teniendo en cuenta el impacto negativo de las enfermedades cardiovasculares, metabólicas y el cáncer en la calidad de vida de las personas, el aumento del acceso a los programas de atención y rehabilitación física a través de los sistemas de teleasistencia sanitaria, capaces de monitorizar y evaluar los efectos de la actividad física, podría ser una herramienta útil5.
Las intervenciones de e-salud se están convirtiendo en un método cada vez más popular para la ejecución de programas de salud pública y serían particularmente apropiadas para involucrar a los adultos, debido a la influencia de la tecnología en la actualidad. En 2012, el 85% de los adultos en los EE.UU. poseían un teléfono móvil, de los cuales el 53% eran teléfonos inteligentes6. Además, una quinta parte de los adultos estadounidenses que poseían un teléfono inteligente tenían al menos una aplicación diseñada para promover el comportamiento de salud o el mantenimiento de la salud (mobile health [m-Health]), y la mayoría estaba relacionada con la dieta y la actividad física. En el 2017, más del 50% de los usuarios de teléfonos móviles han descargado al menos una m-Health7.
Las primeras definiciones de mobile Health (m-Health) se centraban en una serie de sistemas que se activaban mediante dispositivos tecnológicos configurados a través de redes celulares, inalámbricas y Bluetooth8. Desde entonces, la sanidad móvil se ha caracterizado por centrarse en una variedad de prestación de servicios sanitarios, con la aparición de los mensajes de voz y de texto8. Más recientemente, las aplicaciones de m-Health se han hecho omnipresentes como consecuencia del uso de los teléfonos inteligentes. Ya hay 325.000 aplicaciones móviles de salud en el mercado9.
Otro aspecto relevante, es la creciente carga de enfermedades no transmisibles en todo el mundo, que no se reducirá sin un enfoque metodológico para cambiar las opciones y normas culturales. Las intervenciones de cibersalud son herramientas potencialmente importantes con la capacidad de llegar rápidamente a una gran proporción de la población. La prevención de las condiciones causadas por la falta de actividad física se ha convertido en una parte integral de los avances actuales en tecnología y salud electrónica7.
Los múltiples beneficios de la salud electrónica incluyen coste, eficiencia, conocimiento, viajes y comunicación10. Sin embargo, existen consecuencias imprevistas asociadas con las intervenciones de cibersalud. Los profesionales médicos deben analizar críticamente cualquier intervención de salud electrónica y su implementación para evitar exacerbar los problemas que rodean las crecientes dificultades de la atención interpersonal10.
Esta revisión incluye los siguientes modos de salud electrónica: páginas web, aplicaciones móviles y comunicaciones electrónicas centradas en el entrenamiento físico en jóvenes y adultos jóvenes.
El objetivo del presente estudio fue conocer el uso de los dispositivos y aplicaciones móviles de teleasistencia en el control de ejercicios físicos en jóvenes y adultos jóvenes.
Revisión sistemática de la literatura, según las directrices del protocolo PRISMA, y el diagrama de flujo PRISMA que se muestra en la Figura 1.
Las bases de datos electrónicas utilizadas fueron PubMed, The Cochrane Library y Google Scholar, para indagar acerca del uso de los dispositivos y aplicaciones móviles de teleasistencia sanitaria (m-Health) en la monitorización y evaluación de la actividad física en jóvenes y adultos jóvenes.
Criterios de elegibilidad de los artículos:
Los criterios de inclusión seleccionados para esta revisión incluyeron todos los estudios cuyo tema de investigación estuviese enfocado en los dispositivos móviles y aplicaciones de m-Health/e-Health que permitieran un registro de la actividad física en adultos y jóvenes; cuyos participantes fueron estudiantes escolares o universitarios y adultos jóvenes menores de 55 años. Se incluyeron aquellos artículos publicados en inglés y castellano, de los últimos 5 años (desde el 2016 hasta el 2021) y con disponibilidad de texto completo. Además, se consideró relevante cribar aquellos estudios cuya intervención se centrará en una aplicación móvil o basada en la web con temática de asistencia sanitaria (enfocada en la actividad física y el entrenamiento basado en la fuerza y resistencia a través de teleasistencia). Además, los resultados de los estudios seleccionados debían medir los efectos fisiológicos de la intervención de e-Health/m-Health sobre los niveles de actividad física como resultado primario o secundario.
Se excluyeron las intervenciones que no se basaban en tecnología de e-Health/m-Health, así como estudios prototipos y/o protocolos centrados en cálculos algorítmicos acerca de la efectividad de la aplicación móvil de teleasistencia sanitaria sobre el control de la actividad física en jóvenes; También, se excluyeron aquellos artículos cuyo tema central se basaba en el uso de las aplicaciones móviles, pero cuya evaluación de resultados se centraba en mediciones ajenas al tema de investigación (detección de arritmias, control de frecuencia cardíaca en enfermedades cardiovasculares…).
El procedimiento para llevar a cabo la revisión consistió en la consulta de las bases de datos y la exclusión/inclusión de los estudios relevantes a partir de la lectura rápida del título y resumen. Así mismo, se verificó el texto completo de los estudios a incluir en la revisión. Todos los estudios que cumplían los criterios de inclusión fueron añadidos en la revisión sistemática (Tabla 1).
La extracción de datos fue realizada de forma independiente por los autores de la investigación. Se extrajeron las características de la muestra (edad media, distribución por sexo, tamaño muestral), tipo de intervención, los resultados de la actividad física y las conclusiones, las cuales se encuentran tabuladas a modo resumen. (Tabla 2)
Evaluación de la calidad de los estudios incluidos:
Se utilizó una herramienta de evaluación basada en la verificación de evaluación crítica de ensayos clínicos de Cochrane, la cual permitió una puntuación de calidad numérica para cada estudio incluido (Tabla 3).
Proceso de selección de los artículos:
En la figura 1 se muestra la selección de los artículos. A partir de la búsqueda inicial se procedió a seleccionar los filtros correspondientes a año de publicación (últimos 5 años), tipo de investigación (excluyendo las revisiones sistemáticas), e idioma (castellano e inglés). Se eliminaron los duplicados, se procedió a la lectura de título y resumen según los criterios de inclusión de la revisión (apartado criterios de elegibilidad), y finalmente se seleccionaron 8 artículos para este análisis cualitativo.
Características de los artículos seleccionados:
Bounsanga et al.11 exploraron la asociación entre las fuentes de información de salud y el estado de salud de las personas. Se incluyó a un total de 14,966 participantes que respondieron a la Encuesta Nacional de Comunicación de Salud de Annenberg entre 2005 y 2012. Al controlar la demografía, las comorbilidades, los patrones de comunicación y el estado socioeconómico, utilizaron el análisis de regresión para examinar la relación entre las fuentes de información de salud y el estado de salud percibido. La información de salud de Internet y las compañías farmacéuticas se asoció significativamente con un mejor estado de salud, mientras que la información de las redes sociales, aplicaciones móviles de atención médica, medios de comunicación y compañías de atención médica no lo fue. La información de Internet se asoció significativamente con un mejor estado de salud, sin embargo, el uso de las redes sociales y las aplicaciones móviles de atención médica no se relacionó con un mejor estado de salud.
Mendoza et al.12 evaluaron la viabilidad de una intervención de salud móvil (mHealth) para promover la actividad física entre los supervivientes de cáncer infantil en adultos jóvenes. La intervención de 10 semanas consistió en un dispositivo portátil de seguimiento de actividad física (Fitbit Flex®) y un grupo de apoyo virtual basado en pares (grupo de Facebook). El personal de investigación ayudó a establecer metas de pasos y otorgó insignias semanalmente. Los controles recibieron la atención habitual. La adherencia al programa fue de 72% y se completaron los cuestionarios antes y después de la intervención. No hubo diferencias significativas entre la actividad física vigorosa a moderada con el tiempo de sedentarismo entre los grupos de intervención y control (5 minutos frente a 4,4 minutos), con diferencias entre la motivación para realizar la actividad física y la calidad de vida en el grupo FitBit®.
Le et al.13 evaluaron la viabilidad, el impacto en los niveles de actividad y la aptitud física en adolescentes y jóvenes supervivientes de cáncer infantil, por medio de un rastreador de actividad física (FitBit One®), diariamente durante 6 meses. Resultados: se inscribieron diecinueve participantes (tasa de participación del 13,4%) con una edad media de 24,3 ± 5,8 años (rango 15-35). Cuatro participantes se retiraron con una tasa de retención del 79%. Los participantes usaron el Fitbit un promedio de 19.0 ± 4.7 días por mes durante los meses 1-3 y 15.0 ± 7.9 días por mes durante 4-6 meses. La actividad física semanal total de moderada a vigorosa aumentó de 265,6 ± 117,0 a 301,4 ± 135,4 min y el VO 2 máximo aumentó de 25,7 ± 7,7 a 27,2 ± 7,4 ml/kg/min.
Berntsen et al.14 compararon el tiempo dedicado a la bicicleta, la intensidad del ejercicio y el tiempo dedicado a la actividad física de intensidad moderada y vigorosa cuando se usa bicicleta eléctrica y bicicleta convencional, monitorizado a distancia con una app móvil. Los participantes pasaron menos tiempo en la E-bike en comparación con la bicicleta convencional, tanto en pendiente (18,8 (4,9) frente a 26,3 (6,4) minutos) como en rutas planas (20,0 (2,9) vs. 23,8 (1,8) minutos). Se observó una menor intensidad de ejercicio con bicicleta eléctrica en comparación con la bicicleta convencional, tanto en pendiente como en rutas planas.
Mayr et al.15 diseñaron y construyeron un prototipo de bicicleta eléctrica apta para rehabilitación: una Health e-bike®, con un microcontrolador Arduino, un teléfono inteligente Android® y una plataforma de telemonitorización. Se realizó un estudio de viabilidad con dos sujetos en bicicleta en grupo. Siete recorridos de prueba en terrenos variables (llano-montañoso y montañoso-cuesta arriba) con la misma y diferente intensidad de ejercicio. La producción de potencia media estuvo cerca o por debajo de la producción de potencia objetivo del ciclista para todos los recorridos de prueba con un error máximo de 6.7% por encima y 27.6% por debajo del objetivo. Aunque las intensidades de ejercicio de los dos sujetos fueron claramente diferentes, el ciclismo en grupo fue posible sin hacer ejercicio en exceso.
Griffin et al.16 evaluaron el aumento de la actividad física y la pérdida de peso a través de una aplicación de salud móvil basada en la comunidad, My Quest®, en mujeres de bajos ingresos, ubicadas en zonas rurales (poca accesibilidad a la asistencia sanitaria personalizada) en Alabama. Los resultados mostraron que, antes y después de la intervención, los participantes mejoraron los recuentos de pasos, el establecimiento de objetivos y comportamientos de actividad física y el peso corporal. Las intervenciones siguieron el modelo de ensayo secuencial, de asignación múltiple y aleatorio (SMART), con el uso de los programas de mensajes de texto que pueden llegar a una población predominantemente rural de alto riesgo, recursos limitados, para promover la actividad física y la pérdida de peso.
Stork et al. 17 examinaron el impacto en el mundo real de la aplicación móvil sobre el movimiento funcional, la flexibilidad, la fuerza y la aptitud cardiovascular. Un total de 48 adultos sanos (24 mujeres y 24 hombres; edad media 24 años) completaron un ensayo piloto pragmático controlado aleatorio de 8 semanas en el que fueron asignados aleatoriamente a un uso de la aplicación móvil o control en lista de espera de 8 semanas. Los análisis de varianza de medidas repetidas revelaron interacciones significativas de grupo por tiempo para la pantalla de movimiento funcional de 100 puntos, flexibilidad del hombro, sentarse y estirarse, levantamiento activo de la pierna recta (ASLR, según las siglas en inglés), dorsiflexión medio arrodillado y flexiones. Las comparaciones por pares mostraron que las puntuaciones de la pantalla de movimiento funcional aumentaron antes y después de la intervención para los del grupo móvil y disminuyeron para el grupo de control. Para las pruebas de flexibilidad del hombro, ASLR, dorsiflexión medio arrodillado y flexiones, se encontraron mejoras en el antes y el después de la intervención en el grupo móvil pero no en el grupo de control. No hubo cambios en las puntuaciones de las pruebas de fuerza para sentarse y levantarse o agarrar con la mano para ninguno de los grupos. Se encontró un efecto significativo del tiempo para el salto, de modo que las puntuaciones disminuyeron antes y después de la intervención en el grupo de control, pero no en el grupo móvil. Finalmente, se encontró una interacción significativa en el grupo por tiempo, lo que revela que las puntuaciones disminuyeron antes y después de la intervención en el grupo de control, pero no en el grupo móvil.
Sabooteh et al.18 evaluaron el software y el plan de estudios basado en la web del Modelo Pender con el fin de promover la actividad física de 225 estudiantes, divididos aleatoriamente en dos grupos de intervención y control basados en software y web. Los resultados obtenidos revelaron que el nivel de actividad física después de la intervención en los grupos web y software aumentó significativamente en comparación con el grupo control. Además, la puntuación media de las variables del modelo Pender, dos y seis meses después de la intervención, fue diferente en los grupos de software y web.
DISCUSIÓN
A medida que las aplicaciones m-Health/e-Health crecen en popularidad, es importante valorar la literatura disponible en términos de uso, eficacia y elementos coadyuvantes a esta eficacia en el control de la actividad física. Las aplicaciones móviles de asistencia sanitaria no sólo están pensadas para el control de la actividad física, sino que, a causa del impacto del ejercicio físico en la salud de las personas, conocer el uso de las aplicaciones móviles en la población menor de 55 años es de gran relevancia. Los estudios seleccionados se centraron en el uso de las aplicaciones móviles que aún se están perfeccionando y probando, o simplemente en los resultados del uso de esa aplicación móvil. Este enfoque en el desarrollo tecnológico y los estudios piloto reflejan la naturaleza incipiente del campo de las aplicaciones de mHealth, sobre la eficacia potencial que supera el conjunto de evidencia 11–13. Se necesitan estudios futuros con un tamaño muestral grande para demostrar la eficacia y sostenibilidad de estas intervenciones centradas en el control de la actividad física en una determinada población11–13.
Un tercio de los artículos seleccionados indicaron los mecanismos teóricos del funcionamiento de las aplicaciones móviles y dispositivos para el uso de tecnología sanitaria basada en la web, enfocados en la descripción del diseño o adopción metodológica de la aplicación, otros se centraron en describir los beneficios teóricos que produce este entrenamiento y monitorización a distancia en resultados de salud, lo que es más crucial para el avance y el uso masivo de este tipo de tecnologías en la salud. Esto demuestra que existen vacíos en esta línea de investigación y que es necesario ensayos clínicos más abiertos centrados en la descripción, adherencia y eficacia de las m-Health/e-Health, así como mayor énfasis en las investigaciones teóricas de cómo y por qué las aplicaciones móviles de salud móvil funcionan o no.
Los modelos interactivos para el desarrollo de regímenes de tratamiento adaptativos, como el SMART a través de dispositivos o prototipos a control remoto como las bicicletas eléctricas 14–16, pueden aplicarse para este fin, proporcionando una plantilla para desarrollar y probar aplicaciones móviles de salud basadas en la teoría.
De los resultados positivos, se ha revelado que la app móvil mejoró los índices de movimiento funcional (FMS), flexibilidad (hombro, ASLR y dorsiflexión) y resistencia muscular (flexiones) durante un período de 8 semanas en comparación con el grupo de control mientras se mantenía la fuerza de agarre,potencia de la parte inferior del cuerpo (salto con contramovimiento) y aptitud cardiovascular17,14,15. Por lo tanto, existe evidencia inicial de la efectividad de la aplicación móvil para mejorar el movimiento funcional y la aptitud física entre adultos sanos.
Aunque la mayoría de los trabajos que informaron de los resultados se inclinaron hacia los positivos, los diseños de las investigaciones no siempre están basados en comparaciones de grupos de control entre el uso de aplicaciones móviles y el no uso de las mismas 14,15. Las amenazas a la validez sugieren que estos resultados pueden alcanzarse también sin el uso de aplicaciones de mHealth, y a través de otras influencias externas. Estos estudios suelen emplear el cuestionario después del uso de la app y compararon los resultados antes y después de su uso11–13. La manipulación de la presencia y el uso de la de la app debería controlarse mejor en futuros ensayos clínicos.
Cuando las aplicaciones móviles e intervenciones tecnológicas sanitarias basadas en la web se incluyen como fuente genérica de información, éstas resultan menos eficaces que Internet en términos de resultados de salud percibidos 11.
El proyecto SMART, que utiliza una combinación de múltiples aplicaciones móviles diseñadas para el estudio, el correo electrónico, medios de comunicación social y mensajes de texto, encontró elementos de apoyo social y procesos de comparación social en el trabajo, a veces de una manera debilitante16. Se encontró una mayor especificación de estos procesos diferenciales en otro estudio sobre una aplicación de pérdida de peso, que desglosó la combinación de apoyo de pares y facilitadores, la lectura de información de salud, publicación y respuesta dentro del grupo 12,13.
Sabooteh et al.18 proporcionan un mensaje personalizado basado en los constructos del modelo de promoción de la salud con un efecto positivo en la promoción de la actividad física de los estudiantes. Con estos, y otros estudios, sería importante ver interacciones progresivas del desarrollo de las aplicaciones móviles probadas con el aislamiento de meta-constructos específicos.
Debido a que existe un interés creciente en estos enfoques no presenciales, los ensayos controlados aleatorios futuros deben abordar las carencias, como la falta de informes sobre los valores del tamaño del efecto (ES) y arrojar luz sobre su efectividad clínica.
Es evidente que el campo de las aplicaciones de m-Health comprende la complejidad de las tecnologías con un énfasis cada vez mayor en los resultados de salud y en los diseños de investigación sólidos. Además, la influencia social en las aplicaciones móviles de salud en formas que van desde interacción con el proveedor de servicios sanitarios, el apoyo y la competición entre iguales (a través de la gamificación), requiere una mayor investigación. Para avanzar en este campo se necesitan diseños de investigación más sólidos para aislar y probar la eficacia de las distintas estrategias y procesos de comunicación y para explicar teóricamente los mecanismos de su funcionamiento.
El uso de los dispositivos y aplicaciones móviles de teleasistencia para el control de ejercicios físicos en jóvenes y adultos jóvenes, está cada vez más extendido. Sin embargo, es necesario que se detalle metodológicamente el tipo de actividad física, duración y frecuencia para poder generalizar la información obtenida a la población y tomar decisiones clínicas basadas en los resultados, sin excluir el análisis individual en el momento de la indicación y/o recomendación de estos avances tecnológicos para la monitorización de la actividad física.
LIMITACIONES
Algunos de los estudios incluidos no se evaluaron como de alta calidad principalmente debido a la posibilidad de sesgo de muestreo. Así mismo, hubo una falta de discusión en torno a los factores de confusión y la implementación de los hallazgos del estudio. Todos los estudios, excepto uno, utilizaron medidas de resultado autoinformadas y no todos utilizaron herramientas validadas, lo que limita la credibilidad y validez de los hallazgos.
La exclusión de artículos con mediciones relacionadas con las enfermedades cardiovasculares específicas o pacientes en rehabilitación cardiovascular, limitó la cantidad de estudios que describen la monitorización de la actividad física y la pérdida/control de peso corporal, debido a que el resto de los artículos no especificaba en gran medida cómo funcionaba el control de la actividad física y el tiempo en el cual se ejecutaban los ejercicios.
En esta revisión solo se incluyeron los estudios escritos en inglés y castellano. Además, solo se revisó un pequeño número de estudios, aunque el total de participantes fue el adecuado. Los diferentes diseños también tienen implicaciones para la calidad del estudio y la validez de los resultados. La inclusión de estudios de nivel superior en la jerarquía de la evidencia sería útil; sin embargo, debido a la naturaleza de la intervención, esto no siempre es posible. También hay una variedad de medidas de resultado utilizadas en los estudios incluidos, lo que genera dificultades para comparar los resultados de cada revisión individual.
IMPLICACIONES PARA LA INVESTIGACIÓN FUTURA
Existe evidencia que respalda el uso de intervenciones e-Health para el cambio de comportamiento en los jóvenes; sin embargo, es inconsistente. Se deben poner en marcha para mantener los efectos positivos después de la intervención; por lo tanto, se requieren estudios de seguimiento más prolongados para indicar si las intervenciones de salud electrónica pueden lograr con éxito el cambio de comportamiento en los jóvenes y en la edad adulta.
Es necesario realizar una investigación concluyente sobre los efectos potencialmente beneficiosos de las intervenciones de e-salud. Así como el análisis de estas intervenciones que requieren tomar medidas para minimizar aún más el sesgo y por lo tanto aumentar la solidez de la evidencia disponible para los formuladores de políticas.
Los estudios futuros deben considerar la implementación de intervenciones a mayor escala.
Las intervenciones de e-Health se pueden utilizar para aumentar la actividad física en los jóvenes, con adaptaciones a las características demográficas de una población.
BIBLIOGRAFÍA
1. Lee I-M, Shiroma EJ, Lobelo F, Puska P, Blair SN, Katzmarzyk PT. Effect of physical inactivity on major non-communicable diseases worldwide: an analysis of burden of disease and life expectancy. The Lancet. 2012;380(9838):219-29.
2. Schneider CM, Hsieh CC, Sprod LK, Carter SD, Hayward R. Cancer treatment-induced alterations in muscular fitness and quality of life: the role of exercise training. Ann Oncol. 2007;18(12):1957-62.
3. Kampshoff CS, Jansen F, van Mechelen W, May AM, Brug J, Chinapaw MJM, et al. Determinants of exercise adherence and maintenance among cancer survivors: a systematic review. Int J Behav Nutr Phys Act. 2014;11:80.
4. McCue M, Fairman A, Pramuka M. Enhancing quality of life through telerehabilitation. Phys Med Rehabil Clin N Am. 2010;21(1):195-205.
5. Galiano-Castillo N, Ariza-García A, Cantarero-Villanueva I, Fernández-Lao C, Sánchez-Salado C, Arroyo-Morales M. Agreement between telerehabilitation involving caregivers and face-to-face clinical assessment of lympedema in breast cancer survivors. Support Care Cancer. 2014;22(1):253-8.
6. Fox S, Duggan M. Mobile Health 2012 Half of smartphone owners use their devices to get health information and one-fifth of smartphone owners have health applications [Internet]. Washington, D.C.: Pew Research Center’s Internet & American Life Project; 2012. Disponible en: pewinternet.org
7. Freudenberg N. Assessing the Public Health Impact of the mHealth App Business. Am J Public Health. 2017;107(11):1694-6.
8. Maeder AJ, Champion S, Moores C. Information Technology Based Methods for Health Behaviours: Selected Papers from Global Telehealth 2019. IOS Press; 2020. 154 p.
9. Boudreaux ED, Waring ME, Hayes RB, Sadasivam RS, Mullen S, Pagoto S. Evaluating and selecting mobile health aplicaciones: strategies for healthcare providers and healthcare organizations. Transl Behav Med. diciembre de 2014;4(4):363-71.
10. Griffiths F, Lindenmeyer A, Powell J, Lowe P, Thorogood M. Why Are Health Care Interventions Delivered Over the Internet? A Systematic Review of the Published Literature. Journal of Medical Internet Research. 2006;8(2):e498.
11. Bounsanga J, Voss MW, Crum AB, Hung M. The Association Between Perceived Health Status and Health Information Communication Channels. J Health Commun. 2016;21(11):1148-52.
12. Mendoza JA, Baker KS, Moreno MA, Whitlock K, Abbey-Lambertz M, Waite A, et al. A Fitbit and Facebook mHealth intervention for promoting physical activity among adolescent and young adult childhood cancer survivors: A pilot study. Pediatr Blood Cancer. 2017;64(12):1-5.
13. Le A, Mitchell H-R, Zheng DJ, Rotatori J, Fahey JT, Ness KK, et al. A home-based physical activity intervention using activity trackers in survivors of childhood cancer: A pilot study. Pediatr Blood Cancer. 2017;64(2):387-94.
14. Berntsen S, Malnes L, Langåker A, Bere E. Physical activity when riding an electric assisted bicycle. Int J Behav Nutr Phys Act. 2017;14(1):55.
15. Mayr P, Falgenhauer M, Modre-Osprian R, Hofmann P, Traninger H, Rath M, et al. HEALTHeBIKES – Smart E-Bike Prototype for Controlled Exercise in Telerehabilitation Programs. Stud Health Technol Inform. 2018;248:307-13.
16. Griffin JB, Struempler B, Funderburk K, Parmer SM, Tran C, Wadsworth DD. My Quest, a Community-Based mHealth Intervention to Increase Physical Activity and Promote Weight Loss in Predominantly Rural-Dwelling, Low-Income, Alabama Women. Fam Community Health. 2020;43(2):131-40.
17. Stork MJ, Bell EG, Jung ME. Examining the Impact of a Mobile Health App on Functional Movement and Physical Fitness: Pilot Pragmatic Randomized Controlled Trial. JMIR Mhealth Uhealth. 2021;9(5):e24076.
18. Sabooteh S, Feizi A, Shekarchizadeh P, Shahnazi H, Mostafavi F. Designing and evaluation of E-health educational intervention on students’ physical activity: an application of Pender’s health promotion model. BMC Public Health. 2021;21(1):657.
Figura 1. Diagrama de la revisión:
Fuente: elaboración propia
ANEXO II
Tabla 1. Estrategia de la búsqueda:
| Base de datos | Estrategia de la búsqueda | Resultados obtenidos | ||
| Obtenidos | Validados | Seleccionados | ||
| PubMed | mhealth iPhone/iPad AND training OR e-health exercises | 185 | 67 | 4 |
| The Cochrane Library | mhealth iPhone/iPad AND training OR e-health exercises | 890 | 89 | 3 |
| Google Scholar | mhealth iPhone/iPad AND training OR e-health exercises | 45 | 6 | 1 |
Fuente: Autores de la investigación.
ANEXO III
Tabla 2. Resumen de las características de los artículos seleccionados de la revisión:
| Autor (es), año y tipo de estudio | Muestra | Intervención | Resultados | Conclusiones |
| Bounsanga et al. 2016ECA | 14,966 participantes que respondieron a la Encuesta Nacional de Comunicación de Salud de Annenberg entre 2005 y 2012. Edad entre 18 y 55 años. | Duración: desconocidaInstrumento: Encuesta de uso de app móvil e intervenciones sanitarias basadas en la web. | La información de salud de Internet y las compañías farmacéuticas se asoció con un mejor estado de salud, mientras que la información de las redes sociales, aplicaciones de atención médica, medios de comunicación y compañías de atención médica no lo fue. | Las aplicaciones móviles de salud no son más útiles que la información obtenida de fuentes de Internet o compañías farmacéuticas. |
| Mendoza et al. 2017ECA piloto | 60 niños entre 14 y 18 años supervivientes de cáncer infantil. | Duración: 10 semanasInstrumentos: Dispositivo portátil de seguimiento de actividad física (AF) (Fitbit Flex) y un grupo de apoyo virtual basado en pares (grupo de Facebook).Evaluación: calidad de vida, motivación y AF, con cuestionario antes y después del programa. | Sin diferencias entre grupos, AF de moderada a vigorosa (4,4 frente a 5 min/día). Con diferencias en las subescalas de calidad de vida y motivación para AF. | El programa de e-Health y m-Health fue factible para esta población para evitar el sedentarismo y mejorar la calidad de vida. |
| Le et al. 2017ECA piloto | 19 participantes mayores de 15 años de edad supervivientes de cáncer infantil. | Duración: 6 meses.Instrumento: Fitbit One®, un rastreador de actividad motivacional de 4.8 cm × 1.8 cm, diariamente.Evaluación: autoinforme, consumo máximo de oxigeno (VO2) y cantidad de tiempo de AF. | La actividad física semanal total de moderada a vigorosa se incrementó de 265,6 ± 117,0 a 301,4 ± 135,4 min y el VO 2 máximo aumentó de 25,7 ± 7,7 a 27,2 ± 7,4 ml / kg / min. | Este programa es factible para los jóvenes en el control de la actividad física. |
| Berntsen et al. 2017.Estudio comparativo | 8 adultos entre 23 y 58 años de edad. | Duración: 32 viajes en ruta de ciclismo.Instrumento: Health e-bike monitorizado con app de smartphone Android®.Evaluación: Autoinforme y consumo máximo de oxígeno. | Se detectó una menor intensidad de ejercicio con la bicicleta eléctrica en comparación con la bicicleta convencional, tanto en las pendientes como en las rutas planas. | El ciclismo en la bicicleta eléctrica resultó en una menor duración del viaje e intensidad del ejercicio, en comparación con la bicicleta convencional. |
| Mayr et al. 2018ECA piloto | 2 participantes de 23 a 29 años. | Duración: desconocidaInstrumento: prototipo de bicicleta eléctrica Health e-bike, telemonitorizado a distancia con app de smartphone Android®.Evaluación: autoinforme | La producción de potencia media estuvo cerca o por debajo del objetivo de prueba con un error máximo de 6.7% por encima. y 27.6% por debajo del objetivo | Se logró el control del ejercicio, evitando el exceso de este en ciclistas en grupo. |
| Griffin et al. 2020ECA | 104 mujeres, entre 22 a 55 años de edad. | Duración: 4 mesesInstrumento: My Quest®, intervención de salud móvil basada en la comunidad.Evaluación: cuestionario. | Mejora de los recuentos de pasos autoinformados, la implantación de objetivos y comportamientos de AF y el peso corporal en mujeres de zonas rurales. | Las m-Health permiten la promoción de AF en zonas rurales de Alabama donde los índices de sobrepeso y obesidad entre las mujeres son elevados. |
| Stork et al. 2021ECA | 48 adultos jóvenes, entre 20 a 50 años. | Duración: 8 semanas.Instrumento: Una aplicación móvil con prescripción de entrenamiento de movimiento funcional basado en evaluaciones de movimiento individualizadas. Grupo de control (lista de espera) | Las medidas de movimiento funcional (fuerza y flexibilidad) mejoraron en el grupo de intervención, con mantenimiento de la fuerza de agarre. | La aplicación móvil para mejorar el movimiento funcional y la aptitud física entre adultos sanos. |
| Sabooteh et al. 2021Estudio cuasi-experimental | 225 estudiantes entre 15 a 21 años de edad. | Duración: 6 meses.Instrumento: Intervención basada en la web según el Modelo Pender.Evaluación: autoinforme | Mejora en el comportamiento y hábitos para realizar la AF. | Un mensaje personalizado basado en los constructos del modelo de promoción de la salud tiene un efecto positivo en la promoción de la AF de los estudiantes. |
Nota: AF (actividad física), ECA (ensayo controlado aleatorizado).
ANEXO IV
Tabla 3. Riesgo de sesgo de artículos incluidos
| Autor/Año | Sesgo de selección | Sesgo de realización | Sesgo de detección | Sesgo de desgaste | Sesgo de notificación | ||
| Generación de la Secuencia | Ocultamiento de la asignación |
Cegamiento de los participantes y del personal |
Cegamiento de los evaluadores del resultado |
Datos de resultado Incompletos (2-6 semanas) |
Datos de resultado Incompletos (>6 semanas) |
Notificación selectiva de los resultados. | |
| Bounsanga et al. 2016 | + | ? | + | + | + | ? | + |
| Mendoza et al. 2017 | + | ? | + | + | + | – | + |
| Le et al. 2017 | + | ? | + | + | + | ? | + |
| Berntsen et al. 2017. | + | ? | + | + | + | ? | + |
| Mayr et al. 2018 | + | ? | + | + | + | ? | + |
| Griffin et al. 2020 | + | ? | + | + | + | – | + |
| Stork et al. 2021 | + | ? | + | + | + | ? | + |
| Sabooteh et al. 2021 | + | ? | + | + | + | – | + |
Fuente: Autores de la investigación.
