Efeitos da pandemia de COVID-19 na aptidão física de idosos
dc.contributor.advisor | Gonçalves, Andréa Krüger | pt_BR |
dc.contributor.author | Mota, Rafael Pereira da Silveira | pt_BR |
dc.date.accessioned | 2024-10-17T06:55:03Z | pt_BR |
dc.date.issued | 2024 | pt_BR |
dc.identifier.uri | http://hdl.handle.net/10183/280081 | pt_BR |
dc.description.abstract | O objetivo do presente estudo foi analisar e discutir os efeitos da pandemia de COVID-19 na aptidão física de idosos da comunidade. Trata-se de um estudo longitudinal de acompanhamento realizado a partir do banco de dados do projeto de extensão universitário Centro de Estudos em Lazer e Atividade Física do Idoso (CELARI) e posterior programa Centro de Referência do Envelhecimento e Movimento (CREM). Os dados utilizados foram coletados nas avaliações pós intervenção em 2019 e pré intervenção em 2022. A amostra por acessibilidade foi composta pelos participantes do projeto CELARI que retornaram ao CREM depois da flexibilização das medidas restritivas da pandemia de COVID-19. Para entrar no estudo, eles deveriam ter 60 anos ou mais, não ter doenças neurodegenerativas, e ter participado das avaliações no final de 2019 e no início de 2020. Os participantes foram divididos em dois grupos baseado na sua frequência nas aulas durante o ano de 2019, o grupo Com frequência (CF) e o grupo Sem frequência (SF). Para ser classificado no grupo CF, o participante deveria ter atingido 60% de frequência anual na sua modalidade matriculada, se não, pertenceria ao grupo SF. Os instrumentos utilizados foram um questionário sociodemográfico aplicado via Google Forms, o teste de sentar e levantar (FMI), o teste de flexão de cotovelo (FMS), o teste de sentar e alcançar (FLEXMI), o teste de alcançar atrás (FLEXMS), o teste ‘timed-up-and-go’ (TUG) e o teste de equilíbrio em um pé só (AU). A análise estatística foi realizada através das equações de estimativas generalizadas (GEE) com post-hoc de Bonferroni, adotando-se o nível de significância de p<0,05, utilizando o SPSS versão 25.0.0. A média de idade geral foi de 74,00±6,95. A análise GEE utilizou o fator Grupo e o fator Tempo e a interação entre eles (GXT), e revelou diferenças estatisticamente significantes somente na variável AU. Em relação ao grupo, não houve diferenças. Porém, houve diferença em quase todas as variáveis em relação ao tempo, com exceção da FLEXMI, que registrou leves melhoras em ambos os grupos. O grupo CF piorou em 3 das 6 variáveis: na FMI, com médias pré e pós intervenção de 16,73±5,06 e 14,83±3,99 repetições (p=0,001); no TUG, 5,50±1,01 e 7,28±3,04 segundos (p=0,000); e no AU, 24,15±8,98 e 15,19±10,63 segundos (p=0,000). O grupo SF piorou em 5 das 6 variáveis: a FMI, com médias pré e pós intervenção de 17,53±5,33 e 14,39±5,18 repetições (p=0,000); na FMS, 19,95±5,41 e 18,34±5,09 repetições (p=0,035); no FLEXMS, -6,24±11,74 e -10,16±14,79 centímetros (p=0,035); no TUG, 5,39±1,47 e 6,87±2,30 segundos (p=0,000); e no AU, 23,43±8,84 e 19,22±10,98 segundos (p=0,017). A partir da análise dos dados, conclui-se que a frequência foi um fator que determinou uma maior capacidade de manutenção de mais variáveis da aptidão física. Isso significa que uma pessoa idosa fisicamente ativa sofre demasiadamente os impactos do destreino ao longo do tempo. | pt_BR |
dc.description.abstract | The objective of this study was to analyze and discuss the effects of the COVID-19 pandemic on the physical fitness of elderly individuals in the community. This is a longitudinal follow-up study conducted using data from the university extension project "Centro de Estudos em Lazer e Atividade Física do Idoso" (CELARI) and the subsequent program "Centro de Referência do Envelhecimento e Movimento" (CREM). The data used were collected from post-intervention assessments in 2019 and pre-intervention assessments in 2022. The sample was composed of participants from the CELARI project who returned to CREM after the easing of COVID-19 pandemic restrictions. To be included in the study, participants needed to be 60 years or older, not have neurodegenerative diseases, and have participated in the assessments at the end of 2019 and the beginning of 2020. Participants were divided into two groups based on their attendance in classes during the year 2019: the Frequent Attendance (CF) group and the Infrequent Attendance (SF) group. To be classified in the CF group, a participant needed to have achieved 60% annual attendance in their enrolled activity; otherwise, they would belong to the SF group. The instruments used were a sociodemographic questionnaire administered via Google Forms, the Sit-to-Stand test (FMI), the Elbow Flexion test (FMS), the Sit-and-Reach test (FLEXMI), the Behind-the-Back Reach test (FLEXMS), the Timed Up and Go test (TUG), and the Single Leg Balance test (AU). Statistical analysis was conducted using Generalized Estimating Equations (GEE) with Bonferroni post-hoc adjustments, adopting a significance level of p<0.05, using SPSS version 25.0.0. The overall mean age was 74.00±6.95. The GEE analysis utilized the Group factor, the Time factor, and their interaction (GXT), and revealed statistically significant differences only in the AU variable. Regarding the group factor, there were no differences. However, there were differences in almost all variables in time factor, except for FLEXMI, which showed slight improvements in both groups. The CF group worsened in 3 of the 6 variables: in the FMI, with pre and post-intervention means of 16.73±5.06 and 14.83±3.99 repetitions (p=0.001); in the TUG, 5.50±1.01 and 7.28±3.04 seconds (p=0.000); and in the AU, 24.15±8.98 and 15.19±10.63 seconds (p=0.000). The SF group worsened in 5 of the 6 variables: FMI, with pre- and post-intervention means of 17.53±5.33 and 14.39±5.18 repetitions (p=0.000); FMS, 19.95±5.41 and 18.34±5.09 repetitions (p=0.035); FLEXMS, -6.24±11.74 and -10.16±14.79 centimeters (p=0.035); TUG, 5.39±1.47 and 6.87±2.30 seconds (p=0.000); and AU, 23.43±8.84 and 19.22±10.98 seconds (p=0.017). Based on the data analysis, it is concluded that attendance was a factor that determined a greater ability to maintain more physical fitness variables. This means that an elderly person who is physically active suffers less from the impacts of deconditioning over time. | en |
dc.format.mimetype | application/pdf | pt_BR |
dc.language.iso | por | pt_BR |
dc.rights | Open Access | en |
dc.subject | Aged | en |
dc.subject | Idoso | pt_BR |
dc.subject | Aptidão física | pt_BR |
dc.subject | Physical fitness | en |
dc.subject | COVID-19 | pt_BR |
dc.subject | Covid-19 | en |
dc.title | Efeitos da pandemia de COVID-19 na aptidão física de idosos | pt_BR |
dc.type | Trabalho de conclusão de graduação | pt_BR |
dc.identifier.nrb | 001212892 | pt_BR |
dc.degree.grantor | Universidade Federal do Rio Grande do Sul | pt_BR |
dc.degree.department | Escola de Educação Física, Fisioterapia e Dança | pt_BR |
dc.degree.local | Porto Alegre, BR-RS | pt_BR |
dc.degree.date | 2024 | pt_BR |
dc.degree.graduation | Educação Física: Bacharelado | pt_BR |
dc.degree.level | graduação | pt_BR |
Este item está licenciado na Creative Commons License
-
TCC Educação Física (1262)