Resumo em Espanhol:
Resumen Objetivo El estudio SUECO evaluará la relación entre el entorno urbano obesogénico y los resultados en salud en la población infantil escolarizada en Madrid. El estudio explorará cómo influyen las características del entorno urbano (relacionadas con la alimentación y con la actividad física) en las variables antropométricas, los hábitos alimentarios y la actividad física. Método Se presenta el protocolo de este estudio multinivel, realizado con una muestra representativa de población infantil escolarizada en la ciudad de Madrid (2017; n=5961 escolares de 3 a 12 años). Las principales variables de resultado incluyen antropometría (índice de masa corporal, circunferencia de cintura y porcentaje de grasa corporal), hábitos alimentarios (saludables y no saludables) y actividad física. Las principales variables independientes son contextuales (del entorno alimentario y del entorno de actividad física). Se utilizarán modelos de regresión multinivel para evaluar las asociaciones entre cada indicador contextual, la obesidad y la inactividad física.Resumo em Inglês:
Abstract Objective The SUECO study examines the relationship between urban obesogenic environments and health outcomes among school-age children in the city of Madrid, Spain. We will study how features of the urban environment (related to the food- and the physical activity environment) associate with children's anthropometrics, eating habits, and physical activity levels. Method We describe the study protocol of this multilevel study in a representative sample of school-age children in the city of Madrid (2017; n=5,961 children ages 3-12). Main outcome variables include anthropometrics (body mass index, waist circumference, and body fat), healthy and unhealthy consumption measures, and physical activity measures. The primary explanatory variables are grouped into food environment (e.g., unhealthy food retailers' density) and physical activity environment (e.g., walkability, physical activity opportunities) variable categories. Multilevel models will be used to calculate the associations between each indicator and obesity and physical inactivity.Resumo em Espanhol:
Resumen Objetivo el estudio BIOVAL-D-COVID-19 evaluará el impacto socioeconómico y psicológico de la pandemia de COVID-19 y del confinamiento en una muestra representativa de población española adulta no institucionalizada, y estimará la incidencia de trastornos de salud mental, incluida la conducta suicida, y los posibles factores relacionados. Métodos estudio longitudinal que incluye dos encuestas online: la encuesta basal (T0) realizada durante 2019 y la encuesta de seguimiento (T1) realizada 12 meses después. Esta última tiene nueve secciones: variables sociodemográficas, estado de salud general, salud mental, condiciones laborales y estatus laboral, privación material, uso de servicios de salud, violencia de pareja y resiliencia. Cuatro de las nueve secciones se administran en ambas encuestas (T0 y T1). Se utilizarán modelos de regresión de Poisson para el análisis longitudinal de las tasas de incidencia ajustadas de trastornos de salud mental. Los factores de riesgo y de protección se analizarán mediante modelos de regresión logística múltiple.Resumo em Inglês:
Abstract Objective SARS-CoV-2 outbreak has a negative psychological impact among general population. Data comparing mental health status before and during the outbreak is needed. The BIOVAL-D-COVID-19 study assess the socio-economic and psychological impact of the COVID-19 pandemic and lockdown in a representative sample of non-institutionalized Spanish adult population, and estimate the incidence of mental health disorders, including suicidal behaviours, and possible related factors. Method Observational longitudinal study including two online surveys: baseline survey (T0) performed during 2019 and follow-up survey (T1) conducted 12-month later. The latter included nine sections: socio-demographic, health status, mental health, employment conditions and status, material deprivation, use of healthcare services, intimate partner violence and resilience. Four of the nine sections are administered in T0 and T1 assessments. Longitudinal data analyses will estimate adjusted incidence rates of mental health disorders using Poisson regression models. Risk and protective factors will be analysed through multiple logistic regression models.