Suurin osa suomalaisista ei saavuta terveysliikuntasuosituksen mukaista liikuntamäärää. Etäteknologiasta on haettu uusia keinoja väestön aktivoimiseen. Tämän tutkielman tavoite oli selvittää etäteknologiaa sisältävän kuntoutuksen vaikutuksia fyysisen aktiivisuuden eri rasittavuustasoihin (kevyt, keskiraskas, raskas ja kokonaisaktiivisuus) kuntoutujilla. Tutkielmassa pyrittiin myös selvittämään, eroaako sydän-, TULES- ja KIILA-kuntoutusryhmät toisistaan lähtötilanteessa fyysisiltä, psykososiaalisilta tai demografisilta tekijöiltään. Tavoitteena oli lisäksi tarkastella kuntoutusryhmien välisiä eroja kuntoutusjakson aikana havaittujen fyysisen aktiivisuuden muutosten osalta. Tutkielmassa tutkittiin myös, mitkä fyysiset ja psykososiaaliset tekijät selittävät mahdollista fyysisen aktiivisuuden lisääntymistä. Tutkimus oli osa laajempaa tutkimushanketta: Etäteknologian vaikuttavuus ja käytettävyys Kelan tavanomaisessa kuntoutuksessa ja uudenlaisessa innovatiivisessa etäkuntoutuksessa.
Tutk
imus oli prospektiivinen kohorttitutkimus, jossa kuntoutujat (N=36) saivat ohjausta kuntoutuskurssin läsnäolokerroilla sekä etäteknologian kautta. Kuntoutujien fyysistä aktiivisuutta mitattiin aktiivisuusrannekkeella ennen kuntoutusta ja kuuden kuntoutuskuukauden jälkeen. Tilastollisina menetelminä käytettiin pareittaisten otosten T-testiä, Wilcoxonin Signed Rank –testiä, yksisuuntaista varianssianalyysiä, Kruskall-Wallisin testiä, Khiin neliötä ja lineaarista regressioanalyysiä.
Tutkielmassa havaittiin eroja kuntoutusryhmien välillä lähtötilanteessa. TULES- ja sydän-ryhmät erosivat toisistaan kokonaisaktiivisuuden (p=0.009), kevyen aktiivisuuden (p=0.050) ja sukupuolijakauman (p=0.018) suhteen lähtötilanteessa. KIILA-ryhmäläiset kokivat lähtötilanteessa sosiaalisen elämänlaatunsa heikommaksi kuin TULESryhmäläiset (p=0.049) ja sydän-ryhmäläiset (p=0.036). Tutkielmassa todettiin etäteknologian vaikuttavan merkitsevästi kuntoutujien kevyeen fyysiseen aktiivisuuteen (+20min/vrk p=0.002). Kuntoutusryhmien välillä ei havaittu eroja kevyen fyysisen aktiivisuuden muutoksessa (p=0.160). Kevyen aktiivisuuden muutosta selittävä malli selitti 47.1% kevyen aktiivisuuden muutoksen vaihtelusta ja sopi hyvin aineistoon (F(9,23)=4.171; p=0.003). Kevyen fyysisen aktiivisuuden kasvuun liittyi kuntoutujan alhaisempi ikä (ß=-0.527, p=0.004), alhaisempi kevyen aktiivisuuden määrä lähtötilanteessa (ß=-0.544, p=0.004) sekä elämänlaadun heikkeneminen psyykkisellä (ß=-0.401, p=0.016) ja sosiaalisella osa-alueella (ß=-0.422, p=0.014) kuntoutuksen aikana. Lisäksi kevyt fyysinen aktiivisuus heikkeni, jos kuntoutujan liikuntamotivaatio suuntautui kuntoutuksen aikana enenevissä määrin liikunnasta saatavaan mielihyvään ja nautintoon (ß=-0.485, p=0.040). Kevyt fyysinen aktiivisuus kohentui henkilöillä, joilla kuntoutuksen aikana elämänlaadun ympäristötekijöissä tapahtui parannusta (ß=0.544, p=0.002) ja, jotka kuntoutuksen aikana kokivat liikuntamotivaationsa kumpuavan enenevissä määrin liikunnan merkityksellisyydestä (ß=0.398, p=0.037).
Tutkielman tulokset herättävät kysymyksiä, joita tulee vahvistaa laadukkaalla suuremman otoksen pitkittäistutkimuksella sekä monimenetelmätutkimuksella. Jatkossa olisi aiheellista tutkia, miksi aktiivisuuden lisäys keskittyy kuntoutujilla vain kevyeen aktiivisuuteen. Vaikutuksen suuntaamiseksi raskaampiin aktiivisuustasoihin, tulisi selvittää keinoja, joilla tämä vaikutus saataisiin aikaan. Parhaiten hyötyvän kohderyhmän selvittämistä tulisi suunnata kuntoutusryhmän sijaan ikä- ja aktiivisuustasotekijöihin. Etäteknologian vaikuttavuutta voidaan ilmeisesti tukea suuntaamalla ohjausta elämänlaadun ympäristötekijöiden kohentamiseen. Etäteknologiaa sisältävässä kuntoutuksessa tulisi huomioida, että etäteknologiaa sisältävä kuntoutus näyttäisi lisävään ulkoista liikuntamotivaatiota, josta psykososiaalinen hyvinvointi voi kärsiä. Tämä olisi hyvä huomioida kuntoutusryhmän valinnassa, ohjauksellisissa tukitoimissa kuntoutuksen aikana sekä teknologian kehittämisessä.
...
The majority of the Finnish population do not reach the amount of physical activity required in the health recommondations. New innovations for activating population has been sought from distance technology. The aim of this study was to investigate the effects of technology-based rehabilitation on different intensity levels of physical activity (light, moderate, vigorous, total). Physical, psychosocial and demographic differences between cardiac, musculoskeletal and vocational rehabilitation groups were clarified at the baseline. In addition, the physical activity changes during rehabilitation were compared between rehabilitation groups. In order to improve the impact of technology-based rehabilitation, other physical and psychosocial variables that could explain the improvement of physical activity were observed. The research was part of the wider research project: The effectiveness and feasibility of ordinary and technology-based distance rehabilitation of finnish social insurance i
nstitution.
The study is prospective cohort research, where rehabilitees (N=36) received counceling and support by attending course meetings as well as through technology. The physical activity was measured by wristband activity tracker before and after six months rehabilitation. The statistical methods were T-test for paired samples, Wilcoxon Signed Rank, one-way variance analysis, Kruskall-Wallis, Khii square and linear regression.
There were differences between groups in the baseline. Musculoskeletal and cardiac rehabilitation groups differed from each other in terms of total activity (p=0.009), light activity (p=0.050) and gender distribution (p=0.018) in the baseline. The rehabilitees in vocational group experienced their social quality of life lower than rehabilitees in musculoskeletal group (p=0.049) and cardiac group (p=0.036). The study presents results that technology-based rehabilitation affects only to the light physical activity (+20min/d p=0.002). There were no differencies in the change of light physical activity between the rehabilitation groups (p=0.160). The explanatory model explained 47.1% of the variability of the change in light physical activity. The model was suitable for the material (F(9,23)=4.171, p=0.003). The weaker growth of light physical activity was associated with a higher age of the rehabilitee (ß =-0.527, p =0.004), higher levels of light activity at baseline (ß =-0.544, p =.004), and impairment of mental (ß = -0.401, p =0.016) and social quality of life (ß = -0.422, p = 0.014) during rehabilitation. In addition, light physical activity decreased on those rehabilitees who were increasingly motivated by the pleasure and enjoyment of exercise (ß = -0.485, p =0.040). Light physical activity improved in those who experienced an improvement in the environmental aspects of quality of life (ß =0.544, p =0.002) during their rehabilitation. There were improvements of light physical activity if the meaningfulness of exercise was increased as rehabilitee’s source of exercise motivation (ß =0.398, p =0.037).
The results of this study raise new questions for future research to answer. The results should be strengthened by highquality longitudinal and multi-method reaserches with larger sample. In the future it should be considered why the increase in rehabilitees’ physical activity focuses only for light activity. There should be research considering new methods to direct the effect of rehabilitation to harder intensities of physical activity, since those are not reached with technology-based rehabilitation. In determining the target group that benefits the most of technology-based rehabilitation, the research should be directed to the age and physical activity factors instead of rehabilitation group. The effectiveness of technology-based rehabilitation can be promoted by targeting help in environmental factors of rehabilitee's life. Technology-based rehabilitation appears to increase external motivation, which can harm psychosocial wellbeing. This should be taken into account in the rehabilitee selection, counseling during rehabilitation and in the development of technology.
...
