L'utilisation excessive du smartphone est-elle associée à l'état du poids et à l'autonomie

BMC Public Health volume 23, Article number: 234 (2023) Citer cet article

1053 accès

1 Citations

2 Altmétrique

Détails des métriques

Au Canada, il est recommandé aux jeunes de limiter le temps passé devant un écran à moins de deux heures par jour. Pourtant, la majorité des jeunes passeraient beaucoup plus de temps devant un écran. Ceci est particulièrement préoccupant étant donné que ces recommandations ne tiennent pas compte des smartphones, qui sont la technologie de temps d'écran la plus courante pour les jeunes générations. Cette étude met en œuvre une approche innovante pour comprendre le comportement de temps d'écran et vise à étudier la relation unique entre le temps d'écran spécifique au smartphone et les résultats de santé physique.

Cette étude transversale fait partie de la Smart Platform, une initiative d'épidémiologie numérique et de science citoyenne. 436 jeunes scientifiques citoyens, âgés de 13 à 21 ans, ont fourni toutes les données via leurs propres smartphones à l'aide d'une application pour smartphone personnalisée. Les participants ont rempli un questionnaire de base de 124 éléments qui comprenait des enquêtes d'auto-évaluation validées adaptées pour collecter des données spécifiquement sur l'utilisation des smartphones (utilisation d'Internet, jeux et SMS), les caractéristiques démographiques et les résultats de santé physique tels que le poids et l'état de santé auto-évalué. Des modèles de régression binaire ont déterminé la relation entre l'utilisation du smartphone et les résultats de santé physique.

Dans l'ensemble, les participants ont signalé une utilisation excessive du smartphone dans toutes les catégories. 11,4 % et 12 % des 436 jeunes participants ont déclaré utiliser leur smartphone de manière excessive (plus de 2 h par jour) pendant la semaine et le week-end respectivement pour les jeux et étaient plus de 2 fois plus susceptibles que leurs pairs d'avoir un IMC en surpoids/obèse. Le jeu excessif le week-end était également associé à l'auto-évaluation de la santé, les participants étant plus de 2 fois plus susceptibles que leurs pairs de déclarer une mauvaise santé auto-évaluée.

Les résultats indiquent qu'un temps d'écran excessif sur les smartphones a des associations complexes avec la santé des jeunes. Une enquête plus approfondie avec des conceptions d'étude plus robustes est nécessaire pour informer les directives de temps d'écran spécifiques aux smartphones pour les jeunes.

Rapports d'examen par les pairs

Les populations du monde entier ont accès à des appareils numériques et participent à des activités de temps d'écran dès la petite enfance [1]. Alors que de nombreux comportements de temps d'écran pourraient être considérés comme un élément nécessaire du fonctionnement dans la société de plus en plus numérique d'aujourd'hui, il est important de considérer les relations entre l'utilisation excessive du temps d'écran et la santé de la population étant donné l'abondance de preuves disponibles qui suggèrent qu'il existe des associations entre les comportements de temps d'écran et les résultats négatifs pour la santé mentale, physique, émotionnelle et sociale [2,3,4,5,6]. Par exemple, Grimaldi-Puyana, et al. (2020) montrent que des niveaux plus élevés d'utilisation du smartphone sont associés à un temps de comportement plus sédentaire, ainsi qu'à une humeur, une qualité de sommeil et une activité physique plus faibles.

Il est important de comprendre le temps d'écran spécifique aux smartphones, car il existe dans le monde plus de 6 milliards d'abonnements aux smartphones, et il est prévu que ce chiffre atteindra plus de 7,5 milliards d'ici 2026 [8]. Au Canada, il y a environ 31,38 millions d'utilisateurs de téléphones intelligents et ce chiffre devrait atteindre plus de 34 millions d'ici 2024 [9]. Avec le taux élevé de pénétration du marché des smartphones [9] à travers le monde, il est essentiel de comprendre la relation entre l'utilisation des smartphones et la santé de la population.

Les jeunes en particulier constituent un groupe d'intérêt particulier, car ils peuvent accéder à la technologie des téléphones intelligents encore plus que tout autre appareil. Certaines études aux États-Unis montrent que si seulement 88 % des adolescents déclarent avoir accès à un ordinateur de bureau ou portable, 95 % déclarent avoir accès à un smartphone [10]. L'utilisation du téléphone intelligent, en particulier chez les jeunes, peut avoir des répercussions uniques au-delà du temps d'écran accumulé sur d'autres appareils numériques non portables. Par exemple, cela peut être dû au fait que les jeunes utilisent davantage les smartphones que d'autres appareils numériques non portables, mais aussi parce que l'utilisation des smartphones va au-delà des médias sociaux, des SMS et de la navigation sur Internet, pour inclure le streaming vidéo et les comportements de jeu vidéo qui sont traditionnellement associés aux appareils numériques non portables.

Au Canada, il est recommandé que les jeunes passent moins de deux heures devant un écran par jour [11], ce qui ne tient actuellement pas compte de l'utilisation des téléphones intelligents et du temps d'écran accumulé sur les téléphones intelligents [12]. De plus, des preuves émergentes sur l'utilisation du smartphone suggèrent que des niveaux plus élevés d'utilisation du smartphone sont également associés à une plus grande diminution de l'activité physique [13], des comportements sédentaires [14] et d'un statut pondéral et d'un IMC plus élevés [15] au sein de la population des jeunes.

Les recherches actuelles indiquent que le comportement de temps d'écran aura des associations uniques avec la santé auto-évaluée. Par exemple, des études portant sur les comportements liés au temps d'écran, tels que l'écoute de la télévision et les jeux sur ordinateur/vidéo, ont montré qu'un temps d'écoute de la télévision plus élevé, et non le temps passé devant un écran de jeu sur ordinateur/vidéo, était associé à une mauvaise santé auto-évaluée, mais uniquement pour les hommes [16]. En revanche, un temps d'écoute de la télévision plus élevé et un temps d'écran basé sur les jeux informatiques/vidéo avaient d'autres effets négatifs sur la santé des femmes ; à savoir, avec des amitiés sociales [16]. Bien que des associations aient généralement été trouvées avec les appareils de temps d'écran traditionnels (c'est-à-dire la télévision, les ordinateurs de bureau/portables, les consoles de jeux vidéo), des recherches supplémentaires sont nécessaires pour étudier la relation entre le temps d'écran spécifique aux smartphones et l'auto-évaluation de la santé. Cette étude exploratoire visait à combler les principales lacunes dans les données probantes en examinant l'association entre l'utilisation du téléphone intelligent (textos, utilisation d'Internet, jeux et utilisation totale) et la santé physique (état de poids et état de santé autoévalué) chez les jeunes en milieu urbain au Canada.

Les données recueillies pour cette étude font partie de la Smart Platform, une initiative de science citoyenne et d'épidémiologie numérique pour la surveillance éthique de la santé de la population, l'application intégrée des connaissances et les interventions comportementales en temps réel [17]. Une application pour smartphone personnalisée, développée dans le cadre de la plate-forme intelligente, a été utilisée pour engager les participants en tant que scientifiques citoyens afin de capturer les modèles de comportement et leur relation avec les résultats de santé physique [17]. En suivant les instructions décrites dans la Fig. 1, les participants avaient la possibilité de télécharger l'application à l'aide de smartphones Android et iPhone via Google Play Store ou Apple App Store [17]. Les participants ont fourni toutes les données via leurs smartphones, y compris les données démographiques et subjectives par le biais de questions d'enquête à l'aide de leur smartphone. Des études antérieures ont montré que les applications pour smartphone peuvent être utilisées pour collecter des données de santé valides et fiables dans les centres ruraux et urbains, et au sein de diverses populations ; par exemple, des étudiants universitaires et des familles à faible revenu [18]. La Smart Platform est une approche innovante qui tire parti de l'adhésion du marché à la technologie numérique, comme les smartphones appartenant aux citoyens, pour mieux comprendre les comportements de santé de la population [19].

Instructions pour devenir un scientifique citoyen

Au total, 808 jeunes et jeunes adultes scientifiques citoyens (13 à 21 ans) ont été recrutés dans le cadre de séances d'engagement des écoles publiques et catholiques de Regina tenues dans diverses écoles secondaires de Regina, en Saskatchewan, en 2018. Toutes les écoles secondaires de la ville de Regina ont été approchées pour participer à l'étude. Sur les 5 écoles qui ont accepté, le taux de participation était supérieur à 88 % des élèves du secondaire (9e à 12e année) dans toutes les écoles participantes. Cela indique que l'échantillon était représentatif de la population de jeunes d'une juridiction urbaine au Canada, notamment parce que les écoles qui ont participé appartenaient à des quartiers aux statuts socioéconomiques variés. La stratégie de recrutement nécessitait l'établissement et le maintien d'une relation de collaboration avec les administrateurs scolaires pour planifier des séances de recrutement en personne. Au cours de chaque session, les membres de l'équipe de recherche ont passé du temps à décrire l'étude, à répondre aux questions et à aider les jeunes à télécharger l'application d'étude sur leur smartphone.

Tous les participants devaient confirmer leur âge, mais seuls les participants âgés de 18 ans ou plus devaient remplir un consentement éclairé (Fig. 2) via l'application sur leur smartphone. Pour les participants âgés de 13 à 17 ans, un consentement éclairé implicite a été fourni par les parents ou les tuteurs de chaque jeune avant la session de recrutement afin qu'ils aient la possibilité de lire l'étude et de poser des questions. Si un parent ou un tuteur ne voulait pas que son enfant participe à l'étude, il pouvait envoyer un courriel à l'équipe à [email protected] ou [email protected].

Formulaire de consentement éclairé

De plus, l'application pour smartphone offrait une option d'abandon, où les jeunes et leurs soignants étaient informés que chaque participant pouvait refuser de participer à l'étude ou se retirer de l'étude sans aucune pénalité à tout moment pendant le cycle de collecte de données (Fig. 3). Les participants ont reçu des instructions claires sur la façon de se retirer de l'étude dans l'application et ces instructions étaient à leur disposition à tout moment, via l'application [17].

Option d'abandon d'étude dans l'application pour smartphone

Pour assurer la sécurité des données et la confidentialité des participants, les données ont été anonymisées et cryptées avant d'être téléchargées sur le serveur sécurisé [20]. L'application de l'étude que les participants ont téléchargée sur leur téléphone ne surveillait pas l'activité personnelle, comme l'envoi de SMS ou la recherche sur Internet, et n'était pas en mesure d'accéder à des informations personnelles sur les smartphones telles que la pellicule ou les listes de contacts [20]. De plus, les participants avaient la possibilité de désactiver la collecte de données des capteurs objectifs (tels que le GPS et l'état de l'écran) à leur discrétion. Enfin, si un participant décidait de se retirer de l'étude, mais avait déjà participé dans une certaine mesure, il aurait pu demander la suppression de ses données.

Toutes les données ont été recueillies au moyen d'une combinaison d'enquêtes d'auto-évaluation validées sur les appareils intelligents des participants au cours de l'année scolaire sur une seule période de 8 jours [12, 21]. Les participants ont répondu à l'enquête auprès des jeunes en 124 items, qui comprenait des enquêtes d'auto-évaluation validées qui recueillaient des données sur l'utilisation du smartphone et les comportements de temps d'écran, les caractéristiques démographiques et les résultats de santé tels que le poids et l'état de santé auto-évalué.

Les participants à cette étude ont été invités à déclarer eux-mêmes le temps (en minutes) qu'ils consacrent à des activités de temps d'écran spécifiques aux smartphones pendant l'année scolaire, un jour de semaine et un jour de week-end typiques. Pour ce faire, l'enquête auprès des jeunes comprenait une version modifiée du questionnaire sur le comportement sédentaire (SBQ) à 9 questions utilisé pour mesurer l'utilisation du temps passé devant un écran en général [22]. Le SBQ a été spécifiquement modifié pour capturer l'utilisation complète du smartphone [17] et comprenait les comportements suivants : (1) navigation sur Internet (par exemple, Facebook, Snapchat, Instagram, YouTube, Reddit, lecture d'actualités, etc.), (2) jeux vidéo et (3) textos.

À l'aide des données autodéclarées recueillies, des variables d'utilisation de smartphone distinctes ont été calculées pour les variables de jour de semaine et de week-end pour les comportements suivants : (1) utilisation d'Internet, (2) jeux, (3) textos et une somme des trois comportements pour estimer (4) le temps d'écran total du smartphone. Quatre variables supplémentaires ont été créées pour capturer l'activité hebdomadaire des smartphones. L'utilisation du smartphone a été calculée pour une semaine complète en utilisant la somme de la variable du jour de la semaine multipliée par 5 et de la variable du jour du week-end multipliée par 2 pour les comportements suivants : (1) utilisation hebdomadaire d'Internet, (2) jeux hebdomadaires, (3) SMS hebdomadaires et (4) temps d'écran hebdomadaire sur smartphone.

Il n'existe actuellement aucune recommandation de santé publique concernant spécifiquement le temps d'écran des smartphones. Cependant, la recommandation générale pour l'utilisation du temps d'écran récréatif des jeunes n'est pas supérieure à deux heures par jour [23]. Ainsi, dans cette étude, « une utilisation élevée du smartphone » sera définie comme « plus de deux heures » pour les jours de semaine et les jours de week-end, et « plus de 14 heures » pour une utilisation hebdomadaire du smartphone.

Les participants ont déclaré leur taille en centimètres et leur poids en livres. La taille et le poids ont été convertis en mètres et en kilogrammes respectivement afin que l'IMC puisse être calculé et que le statut pondéral puisse être déterminé. Pour les calculs de l'IMC, dans un premier temps, l'IMC brut a été calculé (kg/m/m). Ensuite, nous avons utilisé la fonction "egen" dans Stata 15.0 pour générer des catégories d'IMC. La fonction « egen » avec la fonction zbmicat a été utilisée tout en spécifiant les courbes de croissance de l'OMS 2007 et à quelles variables l'âge et le sexe correspondent afin que la classification de l'IMC soit spécifique à l'âge et au sexe, conformément aux directives. Les seuils d'IMC de l'Organisation mondiale de la santé [24] ont été utilisés pour interpréter les catégories de statut pondéral telles que la minceur, le poids santé, le surpoids et l'obésité [25,26,27]. Aux fins de cette étude, une régression binomiale a été effectuée pour analyser le surpoids/obésité par rapport au poids santé.

Des études antérieures ont montré que l'évaluation par les gens de leur propre santé est un outil fiable [28, 29] avec une puissance et une validité croissantes avec le temps. Par exemple, Schnittker et Bacak (2014) ont constaté que les enquêtes sur l'auto-évaluation de la santé avaient une plus grande force de prédiction de 1980 à 2002. Pour déterminer l'auto-évaluation de la santé, les participants devaient répondre à la question suivante : « En général, diriez-vous que votre santé est… » Les participants avaient le choix entre « Très bonne », « Bonne », « Passable », « Mauvaise » ou « Très mauvaise ». Les réponses ont été fusionnées pour représenter les catégories « Très bon/Bon » par opposition à « Passable/Mauvais/Très mauvais ». Une régression binomiale a été effectuée pour analyser ceux qui se sentaient en bonne santé par rapport à ceux qui se sentaient en mauvaise santé.

Chaque modèle statistique de cette étude contrôlait le sexe, l'école, le niveau et l'origine ethnique. Dans le cadre de l'enquête en 124 items, les participants ont répondu à la question " Quel est votre sexe ?" avec trois options de réponse : femme, homme, transgenre, autre ou préfère ne pas divulguer. À ce titre, le sexe était une variable catégorique dans cette analyse. Les sondages par téléphone intelligent demandaient également aux participants quelle école ils fréquentaient (1 des 5 écoles participantes en Saskatchewan ; les écoles étaient une variable catégorielle dans cette analyse) et en quelle année ils étaient (9e, 10e, 11e ou 12e année ; l'année était une variable continue dans cette analyse). Enfin, bien que l'enquête ait permis une variété d'options pour choisir l'ethnicité, aux fins de cette étude, compte tenu du contexte canadien, les catégories ont été adaptées pour représenter les populations autochtones, canadiennes et d'autres ethnies. L'ethnicité était une variable catégorielle dans cette analyse.

Toutes les analyses ont été réalisées à l'aide de la version 15.0 de Stata avec une signification fixée à p < 0,05. Le tableau 1 montre les fréquences démographiques calculées pour les variables binaires et catégorielles et les moyennes et écarts-types calculés pour les variables continues. Des modèles de régression binaire ont été utilisés pour évaluer l'association entre les mesures de la santé physique (état de poids et état de santé autoévalué) en tant que variables dépendantes et l'utilisation du smartphone en tant que principale variable indépendante. Pour tenir compte des comportements uniques des smartphones, des modèles distincts ont été menés pour évaluer Internet, les jeux et les SMS par rapport à l'utilisation totale des smartphones, qui était la somme des trois comportements. Chaque modèle contrôlait le sexe, l'école, le niveau et l'origine ethnique. La taille de l'échantillon a été déterminée par des calculs de puissance qui indiquaient qu'un échantillon de 306 serait suffisant pour p < 0,05 avec une puissance de 0,8 et des rapports de cotes supérieurs à 2,0.

Pour garantir la confidentialité, les données ont été cryptées avant d'être stockées sur les smartphones et transmises aux serveurs lorsque les appareils ont établi une connexion Wi-Fi. Tous les artefacts identifiables (par exemple, les photos) ont été retirés ou anonymisés avant l'analyse des données. Les autorisations intégrées à l'application sont restreintes afin que l'application ne puisse pas accéder aux informations personnellement identifiables présentes sur les smartphones (par exemple, la liste de contacts ou les sites de réseau visités). L'anonymisation des adresses MAC a été utilisée pour protéger les données des citoyens scientifiques sur la base d'un simple algorithme de hachage. Les risques et les options de gestion de la vie privée ont été clairement expliqués aux scientifiques citoyens lors de l'obtention d'un consentement éclairé. Tous les scientifiques citoyens avaient la possibilité d'abandonner l'étude ou de suspendre la collecte de données à tout moment via l'application. De plus, ils avaient également la possibilité, dans les paramètres de l'application, de télécharger des données uniquement lorsqu'ils avaient un accès WI-FI et/ou lorsqu'ils rechargeaient leur téléphone [17]. Des instructions claires ont été fournies concernant le retrait de l'étude dans l'application.

Au total, 808 jeunes, âgés de 13 à 21 ans, ont été recrutés pour cette étude. Parmi ceux-ci, 436 participants ayant fourni des données sur l'utilisation du smartphone ont été inclus dans cette étude. Le tableau 1 présente les caractéristiques de l'échantillon, où 55,7 % se sont identifiés comme des femmes, 38,5 % comme des hommes et 5,7 % comme transgenres, autres ou ont préféré ne pas divulguer leur sexe. Les catégories d'origine ethnique ont été adaptées pour représenter les populations autochtones (5 %), canadiennes (39,8 %) et autres (55,2 %). Les jeunes ont été recrutés en 9e année (29,7 %), 10e (20,4 %), 11e (14,5 %) et 12e année (35,4 %) et l'âge moyen était de 16 ans.

La proportion de jeunes déclarant une utilisation élevée du smartphone est représentée sur les figures 4a à c, et la mauvaise santé physique et l'état de santé autoévalué sur la figure 4d. Pour une utilisation élevée du smartphone un jour de semaine typique pendant l'année scolaire (Fig. 4a), 45,5 % des participants ont déclaré utiliser leur smartphone pendant deux heures ou plus pour Internet ; 11,4 % pour les jeux ; 15,3 % pour les textos ; et 66,3 % tous comportements confondus. Lors d'une journée typique de week-end pendant l'année scolaire (Fig. 4b), 47,8 % des participants ont déclaré utiliser leur smartphone pendant deux heures ou plus pour l'utilisation d'Internet ; 12 % pour les jeux ; 20 % pour envoyer des SMS ; et 73,9 % tous comportements confondus. Enfin, pendant une semaine complète pendant l'année scolaire (Fig. 4c), 47,8 % des participants ont déclaré avoir utilisé leur smartphone pendant 14 heures ou plus sur Internet ; 12,0 % de jeux ; 15,8 % de textos ; et 71,2 % sur tous les comportements confondus.

La figure 4d montre la proportion de jeunes déclarant avoir un excès de poids ou être obèses, ainsi qu'une mauvaise santé autoévaluée. En termes de statut pondéral, 35,1% des participants seraient classés en surpoids ou obèses. De plus, 37,8 % des jeunes de cette étude ont évalué leur état de santé général comme étant mauvais.

Proportion (en pourcentage) de jeunes déclarant une utilisation élevée du smartphone (> 2 h/jour), un poids élevé et une mauvaise santé auto-évaluée. a Forte utilisation du smartphone en semaine. b Forte utilisation du smartphone le week-end. c Utilisation élevée du smartphone au cours d'une semaine type. d Statut de poids élevé et mauvaise santé auto-évaluée.

Les résultats du modèle de régression qui a évalué la relation entre l'utilisation excessive du smartphone et le statut pondéral se trouvent dans le tableau 2 (modèles 1 à 6). Les participants qui passaient trop de temps devant un écran de jeu au cours d'une semaine et d'un jour de semaine typiques étaient 2,46 et 2,50 fois plus susceptibles que leurs pairs d'avoir un IMC en surpoids/obèse (semaine typique : IC à 95 % = 1,19-5,13, résultats du modèle 1 ; week-end : IC à 95 % = 1,17-5,32, résultats du modèle 3), respectivement.

Le modèle 1 contenait tous : l'utilisation d'Internet, l'utilisation des jeux et l'utilisation des SMS dans le même modèle, tout comme les modèles 2 et 3. Alors que les modèles 4, 5 et 6 contenaient une variable qui est la somme des trois comportements du smartphone et les variables de contrôle uniquement (c'est-à-dire qu'aucune autre variable d'utilisation du smartphone n'a été incluse).

Les résultats du modèle de régression qui a évalué la relation entre l'utilisation excessive du smartphone et l'état de santé auto-évalué se trouvent dans le tableau 3 (modèle 7-12). Les participants qui passaient trop de temps devant un écran de jeu au cours d'une journée typique de week-end étaient 2,34 fois plus susceptibles que leurs pairs de déclarer une mauvaise santé auto-évaluée (IC à 95 % = 1,22 à 4,61, résultats du modèle 8).

Le modèle 7 contenait tous : l'utilisation d'Internet, l'utilisation des jeux et l'utilisation des SMS dans le même modèle, tout comme les modèles 8 et 9. Alors que les modèles 10, 11 et 12 contenaient une variable qui est la somme des trois comportements du smartphone et les variables de contrôle uniquement (c'est-à-dire qu'aucune autre variable d'utilisation du smartphone n'a été incluse).

La figure 5 montre la moyenne ajustée estimée du statut pondéral et de l'état de santé autoévalué pour les comportements d'utilisation significatifs des smartphones à partir des modèles de régression. Nous avons porté notre attention sur les jeux car il s'agissait des résultats significatifs sur quatre modèles. La figure 5a montre les résultats significatifs du modèle 1, à mesure que le jeu augmente, de même que la moyenne ajustée du statut pondéral. Les résultats sont également similaires sur la Fig. 5b (résultats significatifs du modèle 2), Fig. 5c (résultats significatifs du modèle 3). Cette tendance est également observée sur la figure 5d, à mesure que le jeu augmente, la moyenne ajustée de la déclaration d'une mauvaise santé auto-évaluée augmente également (résultats significatifs du modèle 8).

Moyenne ajustée du statut pondéral (a, b, c) et de la santé auto-évaluée (d) à différents niveaux de jeu. Tous les modèles contrôlés pour l'utilisation d'Internet, l'utilisation de SMS, le sexe, l'origine ethnique, l'année scolaire et l'école

L'objectif de cette étude était d'étudier la relation entre l'utilisation du smartphone et les résultats de santé physique, à savoir le poids et l'état de santé auto-évalué. Cette recherche a été mise en œuvre à l'aide de la Smart Platform, une initiative de science citoyenne et d'épidémiologie numérique pour la surveillance éthique de la santé de la population, l'application intégrée des connaissances et les interventions comportementales en temps réel [17]. Les résultats de cette étude s'appuient sur les preuves actuelles qui indiquent que ceux qui passent un temps d'écran excessif sont plus à risque de problèmes de santé [2, 16, 31]. Cependant, plusieurs conclusions de cette étude comblent les lacunes dans l'ensemble actuel des connaissances en ce qui concerne ce que l'on sait sur les jeunes et les appareils numériques les plus couramment utilisés - les téléphones intelligents [8, 9].

Il est bien documenté que les comportements de temps d'écran, y compris l'utilisation du smartphone, sont fortement associés à une mauvaise forme physique et à un poids plus élevé dans la population adulte [32,33,34,35] et bien que moins de preuves soient disponibles, ces associations se retrouvent également chez les jeunes [15, 36]. Notre étude a également révélé que les jeunes qui s'adonnent à des jeux intensifs à l'aide de leur smartphone courent un risque plus élevé de souffrir de surpoids ou d'obésité. Notre étude est unique en ce sens que nos résultats ont montré que ces associations étaient vraies pour les jeunes qui ont déclaré 2 h ou plus de jeu sur smartphone pendant les jours de semaine et de week-end.

Cependant, certaines recherches indiquent que les résultats concernant le statut pondéral et les jeux vidéo chez les jeunes restent ambigus [39]. Cela peut être en partie dû à la popularité croissante des jeux vidéo actifs qui encouragent les jeunes à bouger tout en participant au temps d'écran [38, 39]. Cependant, une méta-analyse menée par Bochner, Sorensen et Belamarich (2015) a indiqué que même si les comportements de temps d'écran actif peuvent augmenter la dépense énergétique, celle-ci n'est généralement pas suffisamment élevée pour être associée à un statut pondéral inférieur ou à une perte de poids chez les jeunes. Nos résultats ajoutent de nouvelles preuves que le jeu excessif à l'aide de smartphones est associé à un risque plus élevé de surpoids ou d'obésité chez les jeunes. Il s'agit d'une découverte importante en raison de la nature omniprésente de ces appareils numériques et qui s'ajoute à l'ensemble des preuves qu'il est nécessaire d'élaborer des directives de temps d'écran spécifiques aux smartphones pour les jeunes [12].

Nous avons également constaté que les jeunes qui se livraient à des jeux excessifs sur smartphone le week-end étaient plus à risque de déclarer que leur état de santé était passable, mauvais ou très mauvais. L'auto-évaluation de la santé est un puissant prédicteur de la morbidité et de la mortalité [28] et également un concept couramment utilisé comme indicateur de santé pour le bien-être eudémonique et la qualité de vie [40,41,42,43]. Il existe une abondante littérature qui conclut que l'inactivité physique et les taux élevés de comportement sédentaire ont des associations négatives avec l'auto-évaluation de la santé [44,45,46]. Dans l'ensemble, la recherche suggère que les jeunes qui s'adonnent à plus de 2 heures par jour d'activités devant un écran sont à risque d'avoir une mauvaise santé auto-évaluée [47]. Par exemple, des recherches axées sur les types traditionnels d'utilisation du temps d'écran, tels que la télévision et les jeux sur ordinateur/vidéo, ont montré qu'un temps d'écoute de la télévision plus élevé, et non le temps passé devant un écran de jeu sur ordinateur/vidéo, était associé à une mauvaise santé auto-évaluée, mais uniquement pour les hommes [16]. En revanche, un temps d'écoute de la télévision plus long et un temps d'écran de jeux informatiques/vidéo ont eu d'autres effets négatifs sur la santé des femmes ; à savoir, avec des amitiés sociales [16]. Cependant, de telles études considèrent l'activité de temps d'écran en utilisant l'ordinateur, les jeux vidéo, la navigation sur Internet et la télévision, alors que cette étude comble une lacune dans notre compréhension du temps d'écran et fournit des preuves en utilisant spécifiquement les smartphones avec la population des jeunes.

Dans l'ensemble, cette étude est unique car elle se concentre spécifiquement sur la science citoyenne des jeunes, dans le cadre de la Smart Platform [17]. La science citoyenne est une approche participative pour mener des recherches, où les chercheurs collaborent avec les participants depuis la collecte de données jusqu'à l'application des connaissances [17, 20, 48]. L'utilisation d'outils et de technologies numériques fiables et accessibles, tels que les smartphones, peut améliorer les approches de la science citoyenne [17, 20]. Les données recueillies pour cette étude ont tiré parti de l'adhésion du marché aux smartphones appartenant aux citoyens pour mieux comprendre les comportements des jeunes devant les écrans. De plus, tous les participants ont répondu au sondage auprès des jeunes en 124 items, qui comprenait une version modifiée du SBQ en 9 questions utilisé pour mesurer le comportement sédentaire et l'accumulation de temps passé devant un écran [22]. L'objectif de l'adaptation de cette enquête était de capturer des comportements complexes basés sur le temps d'écran (surfer sur Internet, jouer, envoyer des SMS) sur une variété d'appareils numériques (ordinateur, ordinateur portable, tablette, smartphone) [17].

Alors que les lignes directrices sur le temps d'écran restent axées sur la limitation du temps réel passé sur les écrans en général [49], il existe des organisations de santé qui fournissent des suggestions, en particulier aux parents et aux tuteurs, sur la prise en compte non seulement du temps passé sur les écrans, mais plutôt de la qualité du contenu dans lequel les jeunes sont engagés [50]. Cette étude réitère l'importance de développer de saines habitudes d'écran en montrant qu'il existe des variations dans les résultats pour la santé en fonction du type de comportement de temps d'écran. Par exemple, nous avons étudié les comportements sur Internet, les jeux et les SMS spécifiquement sur les smartphones, où l'activité de jeu était le seul comportement associé à des résultats négatifs pour la santé. Les recherches futures devraient se concentrer sur une relation multidirectionnelle entre les résultats pour la santé et les activités de jeu spécifiques sur les smartphones en séparant les jeux actifs et passifs [38, 39].

La principale force de cette étude est que nous avons utilisé les propres smartphones des jeunes citoyens pour collecter de manière éthique et efficace des données sur les résultats de santé et les comportements de temps d'écran. De plus, cette étude a adapté des enquêtes autodéclarées validées pour approfondir les comportements spécifiques aux smartphones, en se concentrant non seulement sur l'utilisation globale des smartphones, mais également sur les comportements individuels (jeux, SMS, etc.). Cependant, comme pour toutes les recherches qui reposent sur le rappel des participants soit d'une enquête validée qui a été modifiée (temps d'écran), soit d'une question unique (santé auto-évaluée), la validité des mesures a des limites. Par exemple, cette étude demandait aux jeunes de déclarer eux-mêmes leur poids et leur taille. Bien que des mesures objectives par un professionnel qualifié soient recommandées, compte tenu de la nature numérique de l'enquête, des mesures objectives ne seraient pas réalisables. De plus, bien qu'elle soit associée au statut pondéral, notre analyse n'a pas inclus l'apport alimentaire car il n'a pas été collecté dans le cadre de l'enquête. Des renseignements sur l'activité physique ont été recueillis; cependant, nous n'avons pas trouvé de différences significatives dans l'activité physique entre les groupes d'IMC, nous ne l'avons donc pas inclus dans les analyses pour la parcimonie des modèles. Il est également important de noter qu'il s'agissait d'une enquête exploratoire entre l'utilisation du smartphone et la santé physique, qui n'a pas approfondi les voies plus profondes telles que les différences entre les sexes dans l'utilisation du smartphone. Les futures études devraient mener des analyses stratifiées selon le sexe entre l'utilisation du smartphone, le poids et l'état de santé autodéclaré.

Enfin, comme il s'agit d'une étude transversale menée dans une seule juridiction, les futures recherches longitudinales devraient essayer de reproduire l'approche employée dans cette étude en utilisant le Smart Framework [20] dans plusieurs juridictions pour étendre la généralisabilité et la représentativité.

Les résultats de cette étude indiquent que les jeunes qui passent plus de 2 heures/jour devant l'écran sur leur smartphone sont associés à un poids presque 3 fois plus élevé et signalent une mauvaise santé générale que leurs pairs qui passent moins de temps sur leur smartphone. Cette étude examine plusieurs comportements de temps d'écran des smartphones (Internet, jeux et SMS) et souligne que différents comportements de temps d'écran des smartphones ont des associations uniques avec l'état de santé des jeunes. Les directives actuelles sur le temps d'écran ne tiennent pas compte de la nuance de l'accumulation de temps d'écran sur différents appareils numériques. En cette ère numérique, où les jeunes signalent systématiquement une utilisation significativement plus élevée des smartphones, il est évident qu'une enquête plus approfondie avec des conceptions d'étude plus robustes est nécessaire pour informer les jeunes sur les directives de temps d'écran spécifiques aux smartphones.

L'étude fait partie de la Smart Platform, une initiative de science citoyenne et de santé mobile pour la surveillance éthique, l'application intégrée des connaissances et les interventions politiques et en temps réel. Comme cette étude contient des données sensibles telles que l'emplacement horodaté des scientifiques citoyens, les demandes de données doivent être envoyées au comité d'éthique de la recherche de l'Université de Regina à [email protected].

Indice de masse corporelle

Questionnaire sur le comportement sédentaire

Rapports de cotes

Radesky JS, Schumacher J, Zuckerman B, Mobile, Utilisation des médias interactifs par les jeunes enfants. Le bon, le mauvais et les inconnus. Pédiatrie. 2015;135(1):1–3. https://doi.org/10.1542/peds.2014-2251.

Article Google Scholar

Hoare E, Milton K, Foster C, Allender S. Les associations entre le comportement sédentaire et la santé mentale chez les adolescents : une revue systématique. Int J Behav Nutr Phys Act. 2016;13(1):108–8.

Article Google Scholar

Twenge JM, Martin GN, Campbell WK. Diminution du bien-être psychologique chez les adolescents américains après 2012 et liens avec le temps d'écran lors de l'essor de la technologie des smartphones. Émot (Washington DC). 2018;18(6):765–80.

Article Google Scholar

David ME, Roberts JA, Christenson B. Trop d'une bonne chose : enquête sur l'association entre l'utilisation réelle du smartphone et le bien-être individuel. Int J Hum Comput Interact. 2018;34(3):265–75.

Article Google Scholar

Stiglic N, Viner RM. Effets du temps passé devant un écran sur la santé et le bien-être des enfants et des adolescents : une revue systématique des revues. BMJ ouvert. 2019;9(1):e023191–1.

Article Google Scholar

Académie américaine de psychiatrie de l'enfant et de l'adolescent. Temps d'écran et enfants. 2020 Disponible sur : https://www.aacap.org/AACAP/Families_and_Youth/Facts_for_Families/FFF-Guide/Children-And-Watching-TV-054.aspx. Cité le 21 mars 2022.

Grimaldi-Puyana M, Maria Fernandez-Batanero J, Fennell C, Sanudo B. Associations de l'utilisation objectivement évaluée du smartphone avec l'activité physique, le comportement sédentaire, l'humeur et la qualité du sommeil chez les jeunes adultes : une étude transversale. Int J Environ Res Public Health. 2020;17(10):3499.

Article Google Scholar

O'Dea S. Nombre d'utilisateurs de smartphones de 2016 à 2021 (en milliards). 2021 . Disponible sur : https://www.statista.com/statistics/330695/number-of-smartphone-users-worldwide/. Cité le 18 février 2022.

O'Dea S. Nombre d'utilisateurs de téléphones intelligents au Canada de 2018 à 2024 (en millions)* . 2020. Disponible à : https://www.statista.com/statistics/467190/forecast-of-smartphone-users-in-canada/. Cité le 18 février 2022.

Anderson M, Jiang J, adolescents. Médias sociaux et technologie 2018. 2018 . Disponible sur : https://www.pewresearch.org/internet/2018/05/31/teens-social-media-technology-2018/. Cité le 1 mars 2022.

Société canadienne de physiologie de l'exercice. Enfants (5–11 ans) et Jeunes (12–17 ans). 2021. Disponible auprès de : Enfants et jeunes de 5 à 17 ans – Directives relatives aux mouvements sur 24 heures (csepguidelines.ca). Cité le 1 mars 2022.

Brodersen K, Hammami N, Katapally TR. Utilisation du téléphone intelligent et santé mentale chez les jeunes : il est temps d'élaborer des lignes directrices sur le temps d'écran propres aux téléphones intelligents. Jeunesse, 2022;2(1):23–38. MDPI SA. Disponible sur https://doi.org/10.3390/youth2010003

Kenney EL, ScD MPH, Gortmaker SL. Utilisation de la télévision, de l'ordinateur, du jeu vidéo, du smartphone et de la tablette par les adolescents américains : associations avec les boissons sucrées, le sommeil, l'activité physique et l'obésité. J Pédiatre. 2016;182:144–9.

Article Google Scholar

Lourenço CLM, Sousa TF, Mendes EL. Relation entre l'utilisation du smartphone et le comportement sédentaire : une étude en milieu scolaire avec des adolescents. Rev Bras Ati Fis Saúde. 2019;24:e0078. https://doi.org/10.12820/rbafs.24e0078.

Article Google Scholar

Ma Z, Wang J, Li J, Jia Y. L'association entre l'obésité et l'utilisation problématique du smartphone chez les enfants d'âge scolaire et les adolescents : une étude transversale à Shanghai. Santé publique BMC. 2021;21(1):2067–7.

Article Google Scholar

Silva DR, Werneck AO, Tomeleri CM, Fernandes RA, Ronque ER, Cyrino ES. Comportements sédentaires sur écran, santé mentale et relations sociales chez les adolescents. Volume 23. Motriz : Journal d'éducation physique Unesp ; 2018. p. pe2

Google Scholar

Katapally TR, Bhawra J, Leatherdale ST, Ferguson L, Longo J, Rainham D, et al. L'étude SMART, une plate-forme méthodologique de santé mobile et de science citoyenne pour la surveillance de la vie active, l'application intégrée des connaissances et les interventions politiques : étude longitudinale. JMIR santé publique et surveillance. 2018;4(1):315–32.

Article Google Scholar

Petrenko A, Sizo A, Qian W, Knowles AD, Tavassolian A, Stanley K, et al. Explorer la mobilité à l'intérieur : une application des systèmes basés sur des capteurs et SIG. Trans SIG. 2014;18(3):351–69.

Article Google Scholar

Katapally TR. Luan Manh Chu. Méthodologie pour dériver l'état d'écran objectif des smartphones : une étude de la plate-forme SMART. Int J Environ Res Public Health. 2019;16(13):2275.

Article Google Scholar

Katapally TR. Le cadre SMART : intégration de la science citoyenne, de la recherche participative communautaire et de la science des systèmes pour la science de la santé des populations à l'ère numérique. JMIR mHealth et uHealth. 2019;7(8):e14056.

Article Google Scholar

Katapally TR. Consommation de cannabis et idées suicidaires chez les jeunes : peut-on démocratiser les politiques scolaires grâce à la science citoyenne numérique ? PLoS ONE. 2022;17(2):e0263533–3.

Article CAS Google Scholar

Rosenberg DE, Norman GJ, Wagner N, Patrick K, Calfas KJ, Sallis JF. Fiabilité et validité du questionnaire sur les comportements sédentaires (SBQ) pour adultes. J Phys Loi Santé. 2010;7(6):697–705. https://doi.org/10.1123/jpah.7.6.697.

Article Google Scholar

Tremblay MS, LeBlanc AG, Janssen I, Kho ME, Hicks A, Murumets K, et al. Directives canadiennes en matière de comportement sédentaire pour les enfants et les jeunes. Physiologie appliquée. Métabolisme des nutriments. 2011;36(1):59–64.

Google Scholar

OMS. IMC pour l'âge (5-19 ans). 2021. Disponible sur : https://www.who.int/toolkits/growth-reference-data-for-5to19-years/indicators/bmi-for-age. Cité le 21 mars 2022.

Vidmar SI, Cole TJ, Pan H. Normalisation des mesures anthropométriques chez les enfants et les adolescents avec des fonctions pour egen : mise à jour. Stata J. 2013;13(2):366–78.

Article Google Scholar

Cole TJ, Bellizzi MC, Flegal KM, Dietz WH. Établir une définition standard du surpoids et de l'obésité chez les enfants dans le monde : enquête internationale. BMJ. 2000;320(7244):1240–3.

Article CAS Google Scholar

De Onis M, Onyango AW, Borghi E, Siyam A, Nishida C, Siekmann J. Développement d'une référence de croissance de l'OMS pour les enfants et les adolescents d'âge scolaire. Bull Organe Mondial de la Santé. 2007;85(9):660–7.

Article Google Scholar

Idler E, Benyamini Y. Santé et mortalité auto-évaluées : un examen de vingt-sept études communautaires. J Health Soc Behav. 1997;38(1):21–37.

Article CAS Google Scholar

Lundberg O, Manderbacka K. Évaluation de la fiabilité d'une mesure de la santé auto-évaluée. Scand J Soc Med. 1996;24(3):218–24.

Article CAS Google Scholar

Schnittker J, Bacak V. La validité prédictive croissante de la santé auto-évaluée. PLoS ONE. 2014;9(1):e84933–3. https://doi.org/10.1371/journal.pone.0084933.

Article CAS Google Scholar

Edelson LR, Mathias KC, Fulgoni VL, Karagounis LG. Comportement sédentaire basé sur l'écran et associations avec la force fonctionnelle chez les enfants de 6 à 15 ans aux États-Unis. Santé publique BMC. 2016;16(122):116–6.

Google Scholar

Raustorp A, Pagels P, Fröberg A, Boldemann C. L'activité physique a diminué d'un quart chez les garçons suédois de 11-12 ans entre 2000 et 2013 mais est restée stable chez les filles : un effet smartphone ? Acta Paediatr. 2015;104(8):808–14.

Article Google Scholar

Lepp A, Barkley JE, Sanders GJ, Rebold M, Gates P. La relation entre l'utilisation du téléphone portable, l'activité physique et sédentaire et la forme cardiorespiratoire dans un échantillon d'étudiants américains. Int J Behav Nutr Phys Act. 2013;10(1):79–9.

Article Google Scholar

Ullrich-French SC, Power TG, Daratha KB, Bindler RC, Steele MM. Examen du temps d'écran et de la condition physique des adolescents en tant que corrélats indépendants du poids et de la tension artérielle. J Sport Sci. 2010;28(11):1189–96.

Article Google Scholar

White DA, Storti KL, Arena VC, Robertson RJ, Elizabeth NF, Chiappetta L, et al. Étude longitudinale de la relation entre le temps d'écran sédentaire et l'IMC : de l'adolescence à l'âge adulte. Exercice sportif médico-scientifique. 2012;44(5S):214–4.

Google Scholar

Vandewater EA, Shim M, Caplovitz AG. Relier l'obésité et le niveau d'activité à l'utilisation de la télévision et des jeux vidéo par les enfants. J adolescence (Londres Angleterre). 2004;27(1):71–85.

Google Scholar

Kracht CL, Joseph ED, Staiano AE. Jeux vidéo, obésité et enfants. Rapports actuels sur l'obésité, 2020;9(1):1–14. Disponible sur : https://doi.org/10.1007/s13679-020-00368-z

Bochner RE, Sorensen KM, Belamarich PF. L'impact du jeu vidéo actif sur le poids chez les jeunes. Clin Pediatr. 2015;54(7):620–8.

Article Google Scholar

O'Loughlin EK, Dugas EN, Sabiston CM, O'Loughlin JL. Prévalence et corrélats de l'exercice physique chez les jeunes. Pédiatrie, 2012;130(5):806–814. Disponible sur : https://doi.org/10.1542/peds.2012-0391

Ryan RM, Huta V, Deci EL. Bien vivre: une perspective théorique de l'autodétermination sur l'udaimonia. J Stud Bonheur. 2006;9(1):139–70.

Article Google Scholar

Ryff CD, Radler BT, Friedman EM. Un bien-être psychologique persistant prédit une amélioration de la santé autoévaluée sur 9 à 10 ans : données longitudinales de MIDUS. Health Psychol ouvert. 2015;2(2):205510291560158.

Article Google Scholar

Mawani FN, Gilmour H. Validation de la santé mentale autoévaluée. Health Rep. 2010;21(3):61–75.

Google Scholar

CDC. Pourquoi est-ce important,. 2020 . Disponible sur : https://www.cdc.gov/physicalactivity/about-physical-activity/why-it-matters.html. Cité le 21 mars 2020.

Herman KM, Hopman WM, Sabiston CM. Activité physique, temps passé devant un écran et auto-évaluation de la santé et de la santé mentale chez les adolescents canadiens. Préc Méd. 2015;73:112–6.

Article Google Scholar

Iannotti RJ, Kogan MD, Janssen I, Boyce WF. Modèles d'activité physique des adolescents, utilisation des médias sur écran et indicateurs de santé positifs et négatifs aux États-Unis et au Canada. J Adolesc Health. 2009;44(5):493–9.

Article Google Scholar

Kantomaa MT, Tammelin T, Ebeling H, Stamatakis E, Taanila A. Des niveaux élevés d'activité physique et de forme cardiorespiratoire sont associés à une bonne santé auto-évaluée chez les adolescents. J Phys Loi Santé. 2015;12(2):266–72. Disponible sur : https://doi.org/10.1123/jpah.2013-0062.

Article Google Scholar

Herman KM, Sabiston CM, Tremblay A, Paradis G. Auto-évaluation de la santé des enfants à risque d'obésité : associations entre activité physique, comportement sédentaire et IMC. Journal de l'activité physique et de la santé, 2014;11(3):543–552. Disponible sur : https://doi.org/10.1123/jpah.2012-0124

Silvertown J. Une nouvelle aube pour la science citoyenne. Tendances Ecol Evol. 2009;24(9):467–71. https://doi.org/10.1016/j.tree.2009.03.017.

Article Google Scholar

Agence de la santé publique du Canada. Esprit : Temps d'écran. 2017. Disponible à : https://www.canada.ca/en/public-health/services/publications/healthy-living/screen-time-nobodys-perfect.html. Cité le 1 mars 2022.

Hôpital pour enfants de la Colombie-Britannique. Construire des habitudes d'écran saines. 2022 . Disponible à : https://keltymentalhealth.ca/healthy-screen-habits. Cité le 18 février 2022.

Télécharger les références

Les auteurs aimeraient exprimer leur appréciation pour la participation des jeunes scientifiques citoyens et des conseils scolaires publics et catholiques de Regina à cette initiative.

Tous les participants devaient confirmer leur âge et remplir un consentement éclairé via l'application sur leur smartphone. Le consentement éclairé a été obtenu des participants lors des sessions de recrutement, et pour les mineurs (moins de 16 ans), le consentement éclairé a été obtenu de leurs parents/tuteurs. Cela a été accompli en fournissant des formulaires de consentement éclairé implicite aux soignants de chaque jeune (13 à 16 ans) avant la session de recrutement afin que les parents aient la possibilité de lire des informations sur l'étude, de poser des questions et de contacter l'équipe de recherche s'ils ne voulaient pas que leur enfant participe à l'étude. Pour ce faire, nous avons collaboré avec des administrateurs scolaires qui ont envoyé par courrier électronique les formulaires de consentement éclairé à chaque ménage avant une session de collecte de données prévue. Si un parent ne voulait pas que son enfant participe à l'étude, il pouvait envoyer un courriel à notre équipe à [email protected] ou [email protected] pour nous en informer. L'application pour smartphone comportait une section de consentement éclairé dans laquelle les jeunes étaient informés que chaque participant pouvait refuser de participer à l'étude ou se retirer de l'étude sans aucune pénalité à tout moment pendant le cycle de collecte des données. Les participants ont reçu des instructions claires sur la façon de se retirer de l'étude dans l'application et ces instructions étaient à leur disposition à tout moment, via l'application.

Cette étude a été financée par le Programme des chaires de recherche du Canada dans le cadre de la Chaire de recherche du Canada en santé numérique pour l'équité de TRK. Les données ont été recueillies avec le soutien de la subvention d'établissement #3779 de la Saskatchewan Health Research Foundation et du prix Patient-Oriented Research Leader Award de la Saskatchewan Health Research Foundation-Saskatchewan Centre for Patient-Oriented Research, qui ont été décernés à TRK. Les bailleurs de fonds n'ont joué aucun rôle dans la conception de l'étude, la collecte et l'analyse des données, la décision de publier ou la préparation du manuscrit.

Johnson Shoyama Graduate School of Public Policy, Université de Regina, 2155 College Ave, Regina, Saskatchewan, S4M 0A1, Canada

Kayla Brodersen

Trent University Durham, 55 Thornton Road South, Oshawa, Ontario, L1J 5Y1, Canada

Nour Hammami

DEPtH Lab, École des études sur la santé, Faculté des sciences de la santé, Université Western, 1151 Richmond St, London, Ontario, N6A 3K7, Canada

Tarun Reddy Katapally

Département d'épidémiologie et de biostatistique, Schulich School of Medicine and Dentistry, Western University, London, Ontario, N6A 3K7, Canada

Tarun Reddy Katapally

Institut de recherche sur la santé des enfants, Lawson Health Research Institute, London, Ontario, N6C2R5, Canada

Tarun Reddy Katapally

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Conceptualisation, KB et TRK ; méthodologie, NH et TRK ; logiciel, NH ; validation, NH ; analyse formelle, KB et NH ; enquête, KB et TRK ; conservation des données, KB et NH ; rédaction—préparation du brouillon original, Ko ; rédaction—révision et édition, NH et TRK ; visualisation, NH ; surveillance, NH et TRK ; administration de projet, KB et TRK ; acquisition de financement, TRK Tous les auteurs ont lu et accepté la version publiée du manuscrit."

Correspondance avec Tarun Reddy Katapally.

L'étude a été menée conformément à la Déclaration d'Helsinki et approuvée par les comités d'éthique de la recherche de l'Université de Regina et de la Saskatchewan par le biais d'un protocole d'examen synchronisé (REB #2017-29).

N'est pas applicable.

Les auteurs ne déclarent aucun conflit d'intérêt.

Springer Nature reste neutre en ce qui concerne les revendications juridictionnelles dans les cartes publiées et les affiliations institutionnelles.

Libre accès Cet article est sous licence Creative Commons Attribution 4.0 International, qui autorise l'utilisation, le partage, l'adaptation, la distribution et la reproduction sur tout support ou format, à condition que vous accordiez le crédit approprié à l'auteur ou aux auteurs originaux et à la source, fournissez un lien vers la licence Creative Commons et indiquez si des modifications ont été apportées. Les images ou tout autre matériel de tiers dans cet article sont inclus dans la licence Creative Commons de l'article, sauf indication contraire dans une ligne de crédit au matériel. Si le matériel n'est pas inclus dans la licence Creative Commons de l'article et que votre utilisation prévue n'est pas autorisée par la réglementation légale ou dépasse l'utilisation autorisée, vous devrez obtenir l'autorisation directement du détenteur des droits d'auteur. Pour voir une copie de cette licence, visitez http://creativecommons.org/licenses/by/4.0/. La renonciation Creative Commons Public Domain Dedication (http://creativecommons.org/publicdomain/zero/1.0/) s'applique aux données mises à disposition dans cet article, sauf indication contraire dans une ligne de crédit aux données.

Réimpressions et autorisations

Brodersen, K., Hammami, N. & Katapally, TR Une étude de plateforme intelligente. BMC Public Health 23, 234 (2023). https://doi.org/10.1186/s12889-023-15037-8

Télécharger la citation

Reçu : 15 août 2022

Accepté : 12 janvier 2023

Publié: 03 février 2023

DOI : https://doi.org/10.1186/s12889-023-15037-8

Toute personne avec qui vous partagez le lien suivant pourra lire ce contenu :

Désolé, aucun lien partageable n'est actuellement disponible pour cet article.

Fourni par l'initiative de partage de contenu Springer Nature SharedIt