AK
Andrea Kriska
Author with expertise in Global Trends in Obesity and Overweight Research
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
13
(54% Open Access)
Cited by:
8,078
h-index:
72
/
i10-index:
184
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Effect of Weight Loss With Lifestyle Intervention on Risk of Diabetes

Richard Hamman et al.Aug 25, 2006
OBJECTIVE—Diabetes Prevention Program (DPP) participants randomized to the intensive lifestyle intervention (ILS) had significantly reduced risk of diabetes compared with placebo participants. We explored the contribution of changes in weight, diet, and physical activity on the risk of developing diabetes among ILS participants. RESEARCH DESIGN AND METHODS—For this study, we analyzed one arm of a randomized trial using Cox proportional hazards regression over 3.2 years of follow-up. RESULTS—A total of 1,079 participants were aged 25–84 years (mean 50.6 years, BMI 33.9 kg/m2). Weight loss was the dominant predictor of reduced diabetes incidence (hazard ratio per 5-kg weight loss 0.42 [95% CI 0.35–0.51]; P &lt; 0.0001). For every kilogram of weight loss, there was a 16% reduction in risk, adjusted for changes in diet and activity. Lower percent of calories from fat and increased physical activity predicted weight loss. Increased physical activity was important to help sustain weight loss. Among 495 participants not meeting the weight loss goal at year 1, those who achieved the physical activity goal had 44% lower diabetes incidence. CONCLUSIONS—Interventions to reduce diabetes risk should primarily target weight reduction.
0

Reproducibility and Validity of a Self-Administered Physical Activity Questionnaire

Anne Wolf et al.Jan 1, 1994
Journal Article Reproducibility and Validity of a Self-Administered Physical Activity Questionnaire Get access ANNE M WOLF, ANNE M WOLF *Channing Laboratory, Department of Medicine, 180 Longwood Avenue, Harvard Medical School and Brigham and Women's HospitalBoston, MA 02115, USA Search for other works by this author on: Oxford Academic PubMed Google Scholar DAVID J HUNTER, DAVID J HUNTER *Channing Laboratory, Department of Medicine, 180 Longwood Avenue, Harvard Medical School and Brigham and Women's HospitalBoston, MA 02115, USA**Department of Epidemiology, Harvard School of Public HealthBoston, MA, USA Search for other works by this author on: Oxford Academic PubMed Google Scholar GRAHAM A COLDITZ, GRAHAM A COLDITZ *Channing Laboratory, Department of Medicine, 180 Longwood Avenue, Harvard Medical School and Brigham and Women's HospitalBoston, MA 02115, USA**Department of Epidemiology, Harvard School of Public HealthBoston, MA, USA Search for other works by this author on: Oxford Academic PubMed Google Scholar JOANN E MANSON, JOANN E MANSON *Channing Laboratory, Department of Medicine, 180 Longwood Avenue, Harvard Medical School and Brigham and Women's HospitalBoston, MA 02115, USA†Division of Preventive Medicine, Department of Medicine, Brigham and Women's HospitalBoston, MA, USA Search for other works by this author on: Oxford Academic PubMed Google Scholar MEIR J STAMPFER, MEIR J STAMPFER *Channing Laboratory, Department of Medicine, 180 Longwood Avenue, Harvard Medical School and Brigham and Women's HospitalBoston, MA 02115, USA**Department of Epidemiology, Harvard School of Public HealthBoston, MA, USA Search for other works by this author on: Oxford Academic PubMed Google Scholar KAREN A CORSANO, KAREN A CORSANO *Channing Laboratory, Department of Medicine, 180 Longwood Avenue, Harvard Medical School and Brigham and Women's HospitalBoston, MA 02115, USA Search for other works by this author on: Oxford Academic PubMed Google Scholar BERNARD ROSNER, BERNARD ROSNER *Channing Laboratory, Department of Medicine, 180 Longwood Avenue, Harvard Medical School and Brigham and Women's HospitalBoston, MA 02115, USA‡Department of Biostatistics, Harvard School of Public HealthBoston. MA, USA Search for other works by this author on: Oxford Academic PubMed Google Scholar ANDREA KRISKA, ANDREA KRISKA §Department of Epidemiology, Graduate School of Public Health, University of PittsburghPA, USA Search for other works by this author on: Oxford Academic PubMed Google Scholar WALTER C WILLETT WALTER C WILLETT *Channing Laboratory, Department of Medicine, 180 Longwood Avenue, Harvard Medical School and Brigham and Women's HospitalBoston, MA 02115, USA**Department of Epidemiology, Harvard School of Public HealthBoston, MA, USA∥Department of Nutrition, Harvard School of Public HealthBoston, MA, USA Search for other works by this author on: Oxford Academic PubMed Google Scholar International Journal of Epidemiology, Volume 23, Issue 5, October 1994, Pages 991–999, https://doi.org/10.1093/ije/23.5.991 Published: 01 October 1994 Article history Received: 01 March 1994 Published: 01 October 1994
0

Development of Questionnaire to Examine Relationship of Physical Activity and Diabetes in Pima Indians

Andrea Kriska et al.Apr 1, 1990
There was a need to design a questionnaire that could accurately assess the activity patterns of Native Americans to evaluate the relationship between physical activity and diabetes. Such a questionnaire was developed and implemented into the data collection scheme of the prospective Pima Indian Study of Arizona. The questionnaire, which assesses historical, past-year, and past-week leisure and occupational activity, was examined in 29 Pima individuals aged 21–36 yr and was shown to be reliable with test-retest correlations (rank-order correlations ranged from 0.62 to 0.96 for leisure and occupational activity). Reproducibility of the past-year leisure physical-activity estimate was determined in 69 participants aged 10-59 yr and was found to be reliable in all age-groups with the exception of the 10- to 14-yr-old age-group (rank-order correlations were 0.31 in the 10- to 14-yr-old age-group compared to 0.88 to 0.92 in those &gt;20 yr of age). Validity of the current-activity section of the questionnaire was demonstrated indirectly through comparisons with activity monitors. The past-week leisure-activity estimate was related to the Caltrac activity monitor counts per hour (p = 0.62, P &gt; 0.05, n = 17). In summary, a physical-activity questionnaire has been developed that is both reliable and feasible to use in the Pima Indian population to evaluate the relationship of physical activity to non-insulin-dependent diabetes mellitus.
0

Exercise and Type 2 Diabetes

Ann Albright et al.Jul 1, 2000
Physical activity, including appropriate endurance and resistance training, is a major therapeutic modality for type 2 diabetes. Unfortunately, too often physical activity is an underutilized therapy. Favorable changes in glucose tolerance and insulin sensitivity usually deteriorate within 72 h of the last exercise session: consequently, regular physical activity is imperative to sustain glucose-lowering effects and improved insulin sensitivity. Individuals with type 2 diabetes should strive to achieve a minimum cumulative total of 1,000 kcal x wk(-1) from physical activities. Those with type 2 diabetes generally have a lower level of fitness (VO2max) than nondiabetic individuals. and therefore exercise intensity should be at a comfortable level (RPE 10-12) in the initial periods of training and should progress cautiously as tolerance for activity improves. Resistance training has the potential to improve muscle strength and endurance, enhance flexibility and body composition, decrease risk factors for cardiovascular disease, and result in improved glucose tolerance and insulin sensitivity. Modifications to exercise type and/or intensity may be necessary for those who have complications of diabetes. Individuals with type 2 diabetes may develop autonomic neuropathy, which affects the heart rate response to exercise, and as a result, ratings of perceived exertion rather than heart rate may need to be used for moderating intensity of physical activity. Although walking may be the most convenient low-impact mode, some persons, because of peripheral neuropathy and/or foot problems, may need to do non-weight-bearing activities. Outcome expectations may contribute significantly to motivation to begin and maintain an exercise program. Interventions designed to encourage adoption of an exercise regimen must be responsive to the individual's current stage of readiness and focus efforts on moving the individual through the various "stages of change."
0
Citation601
0
Save
0

Physical activity levels before and after a diagnosis of breast carcinoma

Melinda Irwin et al.Mar 18, 2003
Increased body weight at the time patients are diagnosed with breast carcinoma has been associated with an increased risk of recurrence and reduced survival. Weight gain also is common after diagnosis. Increasing physical activity (PA) after diagnosis may minimize these adverse outcomes. In this population-based study, the authors investigated whether PA levels after diagnosis declined from prediagnosis levels and whether any changes in PA varied by disease stage, adjuvant treatment, patient age, or body mass index (BMI) in 812 patients with incident breast carcinoma (from in situ to Stage IIIa).Types of sports and household activities and their frequency and duration for the year prior to diagnosis and for the month prior to the interview (i.e., 4-12 months postdiagnosis) were assessed during a baseline interview.Patients decreased their total PA by an estimated 2.0 hours per week from prediagnosis to postdiagnosis, an 11% decrease (P < 0.05). Greater decreases in sports PA were observed among women who were treated with radiation and chemotherapy (50% decrease) compared with women who underwent surgery only (24% decrease) or who were treated with radiation only (23%; (P < 0.05). Greater decreases in sports PA were observed among obese patients (41% decrease) compared with patients of normal weight (24% decrease; P < 0.05).PA levels were reduced significantly after patients were diagnosed with breast carcinoma. Greater decreases in PA observed among heavier patients implied a potential for greater weight gain among women who already were overweight. Randomized, controlled trials are needed to evaluate how PA may improve the prognosis for patients with breast carcinoma.
0
Citation577
0
Save
0

Association of the magnitude of weight loss and changes in physical fitness with long-term cardiovascular disease outcomes in overweight or obese people with type 2 diabetes: a post-hoc analysis of the Look AHEAD randomised clinical trial

Edward Gregg et al.Sep 7, 2016
Background-The Look AHEAD Study found no significant reduction in cardiovascular disease (CVD) incidence among adults with diabetes enrolled in an intensive weight loss intervention (ILI) compared to those randomized to diabetes support and education (DSE).We examined whether CVD incidence in Look AHEAD varied by weight or fitness change.Methods-Among overweight or obese adults people aged 45-76 with type 2 diabetes in the Look AHEAD study, this observational analysis examined the association of magnitude of weight loss (N=4834) and fitness change (N=4406) over the first year with CVD incidence over a median 10.2 years of follow-up.The primary outcome was a composite of CVD death, myocardial infarction, stroke, or angina hospitalization; the secondary outcome included the same indices plus coronary-artery bypass grafting, carotid endartectomy, percutaneous coronary intervention, hospitalization for congestive heart failure, peripheral vascular disease, or total mortality.Analyses adjusted for baseline differences in weight or fitness, demographics and CVD risk factors.Findings-In analyses of the full cohort combining ILI and DSE, persons who lost > 10% body weight in the first year had 21% lower risk of the primary outcome (HR=0.79,95% CI, 0.64 to 0.98) and a 24% reduced risk of the secondary outcome (HR=0.76,95% CI, 0.63 to 0.91) relative to those with stable weight/weight gain.Achieving a > 2 MET fitness change was associated with a significant reduction in the secondary outcome (HR=0.77,95% CI, 0.61 -0.96) but not the primary outcome (HR=0.78,0.60 -1.03).In analyses treating the DSE as the referent group, ILI participants with > 10% weight losses had a 20% lower risk of the primary outcome (HR=0.80(95% CI, 0.65 -0.99) and a 21% reduced risk of the secondary outcome (0.79 (95% CI, 0.66 -0.95); fitness change was not significantly associated with either outcome.Interpretation-This secondary analysis of Look AHEAD suggests an association between the magnitude of intentional weight loss and CVD incidence.
0
Citation534
0
Save
0

Achieving Weight and Activity Goals Among Diabetes Prevention Program Lifestyle Participants

Rena Wing et al.Sep 1, 2004
Abstract Objective : The Diabetes Prevention Program (DPP) showed that intensive lifestyle intervention reduced the risk of diabetes by 58%. This paper examines demographic, psychosocial, and behavioral factors related to achieving weight loss and physical activity goals in the DPP lifestyle participants. Research Methods and Procedures : Lifestyle participants ( n = 1079; mean age = 50.6, BMI = 33.9, 68% female, and 46% from minority groups) had goals of 7% weight loss and 150 min/wk of physical activity. Goal achievement was assessed at the end of the 16‐session core curriculum (approximately week 24) and the final intervention visit (mean = 3.2 years) as a function of demographic, psychosocial, and behavioral variables. Results : Forty‐nine percent met the weight loss goal and 74% met the activity goal initially, while 37% and 67%, respectively, met these goals long‐term. Men and those with lower initial BMI were more likely to meet activity but not weight loss goals. Hispanic, Asian, and Native Americans were more likely to meet the long‐term activity goals, and whites were more likely to meet the initial weight loss goal. In multivariate analyses, meeting the long‐term weight loss goal and both activity goals increased with age, while psychosocial and depression measures were unrelated to goal achievement. Dietary self‐monitoring was positively related to meeting both weight loss and activity goals, and meeting the activity goal was positively related to meeting the weight loss goal. Participants who met initial goals were 1.5 to 3.0 times more likely to meet these goals long‐term. Discussion : Success at meeting the weight loss and activity goals increased with age. Initial success predicted long‐term success. Self‐monitoring and meeting activity goals were related to achieving and sustaining weight loss.
0

Introduction to a Collection of Physical Activity Questionnaires

Andrea Kriska et al.Jun 1, 1997
Physical activity has emerged as an important risk factor for many chronic diseases, such as coronary heart disease and diabetes. As part of an effort to improve public health by increasing physical activity levels of the nation, the Centers for Disease Control and Prevention and the American College of Sports Medicine (26), the U.S. Public Health Service (35), the National Institutes of Health(23), and the U.S. Department of Health and Human Service(34) have included activity recommendations. Recognition of the importance of physical activity to the nation's health has also influenced all public health research; most population studies that examine chronic diseases incorporate the assessment of physical activity into their study design. Physical activity was defined by Caspersen et al. (5) as "any bodily movement produced by skeletal muscles that results in energy expenditure." Components of total energy expenditure include basal metabolic rate, which typically encompasses 50%-70% of total energy expended; the thermic effect of food, which accounts for another 7-10%; and physical activity (28,30). This last component, physical activity, is the most variable component and is comprised of activities of daily living (bathing, feeding, and grooming, for example), sports and leisure, and occupational activities. The share of total energy expenditure accounted for by physical activity is obviously greater for active individuals. Measurement of Physical Activity Valid and appropriate measurement of physical activity is a challenging task, because the relative contribution of each of these components can vary considerably both within and among individuals and populations. Measurement is further complicated because there are several health-related dimensions of physical activity, such as caloric expenditure, aerobic intensity, weight bearing, flexibility, and strength (4). Differences in these aspects of physical activity may have implications for the prevention of specific diseases. For example, 100 calories expended swimming may be particularly beneficial to cardiovascular health and the prevention of related diseases, whereas 100 calories expended weight training may have a more favorable effect on bone mass or osteoporosis risk. In examining the relationship between physical activity and a disease or condition, it is therefore important to focus on the dimension (or dimensions) of physical activity most likely to be associated with the specific outcome of interest. The quality of the measure of physical activity is another important concern. Poor quality measures can obscure important associations, as shown by a methodologic critique of coronary heart disease studies conducted prior to 1986. The critique found that 40% of the measures were"unsatisfactory," 40% were "satisfactory," and only 20% were "good" (4,27). As the quality of the physical activity measure increased from unsatisfactory to good, the proportion of studies revealing a statistically significant association increased from approximately 50% to 88% (4,27). The critique noted that the quality of the physical activity measures was poorer than that of the coronary heart disease measures(4,27). The difficulty of ensuring the quality and accuracy of measurements of various health-related dimensions of physical activity will also limit the ability to detect significant associations between physical activity and disease outcomes (17). The Survey Approach versus Other Assessment Tools Physical activity assessment tools have been used to measure various dimensions and attributes of physical activity. Most assessment tools used to measure physical activity have focused on the amount of energy expended(16). The advantages and disadvantages of these different approaches depend upon the population being studied and the research objectives. Epidemiologic studies have typically used subjective measures, such as the questionnaire, to assess physical activity in populations. Such studies then used objective measures to validate the subjective activity measures. Popular objective activity assessment tools include measures of total energy expenditure, such as the doubly labeled water technique and the respiratory chamber; movement counters, which initially measured frequency of movement and have progressively been modified to detect differences in speed and direction of movement; and measures that estimate physical fitness, such as heart rate monitoring and graded exercise testing. The physical activity questionnaire is typically chosen for population studies because it possesses the characteristics of non-reactiveness (it does not alter the behavior of the individual being surveyed), practicality (there are reasonable study cost and participant convenience), applicability (the instrument can be designed to suit the particular population in question), and accuracy (it is both reliable and valid) (17,20). By contrast, objective measurements of energy expenditure, some of which have the advantage of providing more precise estimates of energy expenditure (the respiratory chamber or the doubly labeled water technique) are not practical for most epidemiologic studies, but they have been used to validate the physical activity questionnaire (17,20,29). However, the estimates obtained by the activity questionnaire are valuable in relative terms and can be used to rank individuals or groups of subjects within a population from the least to the most active. The ranking can then be examined with respect to physiologic parameters and disease outcomes(13). Complexity of surveys. The survey approaches used to measure physical activity vary in their complexity, from self-administered, single-item questions to interviewer-administered surveys of lifetime physical activity. Single-item questionnaires may ask individuals whether the person surveyed is more active than others of their age and sex(22) or whether the person exercises long enough to break a sweat (39). Such simple single-item questions have been used to adjust for the confounding influence of physical activity when exploring associations of more primary interest (4). More complex questionnaires attempt to survey a wide range of popular activities over a selected time frame. Time frame of surveys. The activity questionnaire can either ask about usual activity or ask about activity done within the past week, month, year, or even over a lifetime. Participants may be asked to use diaries and logs to record activities over 1 day, 3 days, or the past week. Recall surveys may sometimes query the frequency and duration of activities performed over the past week. Questionnaires focusing on a longer time frame, such as 1 year, are more likely to reflect usual activity patterns and have been used extensively in epidemiologic studies. Surveys with short time frames have two advantages over those with longer time frames: the estimates are less vulnerable to recall bias and more practical to validate with objective tools. However, assessment over a short time period is less likely to reflect "usual" behavior, as activity levels may vary with seasons or as a result of illness or time constraints. To obtain the best estimate of physical activity levels, some questionnaires include assessment over both a short and a long time period. Some studies have attempted to assess lifetime physical activity patterns, because chronic diseases such as osteoporosis and cancer tend to have a long developmental period, and it is potentially the long-term, chronic exposure to physical inactivity that increases risk for disease. Early measures of lifetime or historical physical activity categorized people according to employment history (11,36,37) or participation in high school or inter-collegiate athletics(9,10,18,32,33). More comprehensive approaches attempt to evaluate the extent to which leisure, occupational, or both forms of physical activity were performed during specific age periods (14,15,19). Although limited by recall and validation problems, historical physical activity assessment as part of case-control studies of rare diseases is often preferred over other assessments used in more expensive longitudinal studies. Types of activities surveyed. Early studies in physical activity epidemiology estimated physical activity performed at work(21,24). Such studies typically did no more than inquire about job titles. In contrast, more recent occupational physical activity questionnaires query the frequency, duration, and intensity of activities performed by individual workers on-the-job(14,19). However, since physical activity levels at work have continued to decline in most industrialized countries(27), assessment of leisure-time physical activity is often assumed to be the best representation of physical activity in a population. For this reason, most contemporary physical activity surveys only assess leisure-time activities that require an energy expenditure above that of daily living. A few recently designed questionnaires include both leisure and occupational activity to be used in situations in which the homogeneity of energy expenditure related to both of these components of activity within the study population is not known or cannot be assumed(13,31). A focus on leisure (in a particular sport) and occupational physical activity may be valid for younger and healthier populations. Some have suggested, however, that differences in activities of daily living (bathing and eating) and low-level leisure activities may best represent energy expenditure and physical activity in an older or diseased population(16). Accordingly, questionnaires have been developed that assess these types of physical activities characteristic of populations at the low end of the activity spectrum(7,38,40). Scoring Physical Activity Data A more extensive physical activity questionnaire will measure the type(leisure, occupational, household, etc.), frequency (average number of sessions per given time frame) and duration (average number of minutes per session) of physical activity performed during a particular time frame(typically 1 wk, mo, or yr) and estimate the intensity (degree of vigor or metabolic cost) of the activity. The researcher can analyze the data at several levels (see Fig. 1). The two most common estimates for questionnaire data are derived from summing (1) time spent in physical activity; or (2) time weighted by an estimate of the intensity of that activity. Total time is derived by multiplying frequency (3 times per wk in the figure) by duration (in this case, 2 h per time). A summary estimate of energy expenditure can then be derived by multiplying the average hours per week of reported activity (6 h/wk) by the average intensity, expressed as metabolic cost or METs (5 METs, in this example). One MET represents the metabolic rate of an individual at rest (1,6) and is set at 3.5 ml of oxygen consumed per kilogram body mass per minute, or approximately 1 kcal/kg/h. Thus, these summary estimates of energy expenditure are calculated without consideration of the individual's body weight. Ten METs of activity participation, for example, would require 10 times the resting metabolic rate. Comprehensive lists of the energy requirements for specific physical activities are widely available (2,8,25,41). Each activity is, therefore, expressed in "MET-hours per week" or kcal/kg/wk (30 MET-h/wk or 30 kcal/kg/wk). In turn, this estimate can be converted to kilocalories per week (2100 kcal/wk) if one knows the body weight of the individual (70 kg, in this example). However, this involves making an assumption about the weight of the individual throughout the time frame which is being assessed. The researcher makes several additional assumptions in incorporating intensity into the analysis. First, a MET value in a list is assumed to be representative of the manner in which the individual performed the activity. However, because sporting activities can be performed at a range of skill levels and the pace of any physical activity (especially walking, jogging, and cycling) can vary, the actual energy expenditure across subjects who report the same amounts of time in a particular activity may vary considerably. Second, weighting physical activities by intensity also assumes that body weight is proportional to resting metabolic rate, and that the relative increase in the metabolic cost of a specific activity above resting is constant from person to person, regardless of body weight. Reliability and validity measures. Reliability and validity studies help ensure the accuracy and quality of physical activity assessment. A reliable questionnaire consistently provides the same results under the same circumstances. Reliability studies typically use test-retest reliability coefficients or intraclass correlation coefficients. Validity studies assess how well the questionnaire measures what it was designed to measure. An accurate questionnaire is both reliable and valid. This collection of questionnaires deliberately offered the reliability results first, because without instrument reliability there is no validity. Early studies in the field of physical activity epidemiology often published significant results with the presumption that such results automatically implied that the instrument was reliable and valid. Unfortunately, such studies ran the risk of having found a spurious result and may have been published under the influence of positive publication bias. Today, evidence of instrument reliability and validity is becoming a scientific norm. Reliability and validity are affected by cognitive factors such as a person's ability to store and retrieve information (3). Reliability and validity of the data collected can also be influenced by interviewer or respondent bias, the day of the week being probed, and the sequence of administration of the questionnaire within the battery of other measures collected. Future methodological research examining the reliability and validity of physical activity questionnaires should focus on these issues, as well as on sociodemographic and cultural issues(12,17). Selecting a Questionnaire to Assess Physical Activity Researchers faced with the task of designing a study often find themselves in a quandary. Because physical activity can be defined in several ways, there is no single standard for measuring physical activity. Moreover, time considerations often require researchers to choose a brief survey that measures the most common physical activities of a population. Regardless of the constraints of a particular study, however, the characteristics of the population being studied (such as culture, gender, and age) and the outcome of interest are critical considerations in the choice of a physical activity assessment tool. In any evaluation of the relationship between physical activity and a particular disease outcome, the assessment tool must elicit accurate information on the components of energy expenditure (whether leisure, sporting, or occupational activity) that encompass the greatest proportion of total energy expenditure in the study population. Perhaps because of the historic tendency to conduct epidemiological research on men, physical activity questionnaires have been oriented around the types of leisure and occupational activities typically performed by men. Yet, the physical activity patterns of men and women have traditionally differed, with men engaging in more intense physical activity than women (34). Also, women engage in substantial amounts of child care and household activities, each of which are difficult to assess. Therefore, many of the questionnaires currently in use may be less sensitive to differences in physical activity levels in populations of women. Using This Publication This publication contains the latest versions of most of the popular physical activity questionnaires, along with descriptions of their use. In the section entitled "Primary source of information," the person and/or institution that we contacted for information for each questionnaire is listed. Where possible, this information is followed by tables of the results of reliability and validity studies of the questionnaire, the questionnaire itself, instructions for administration, and details on how to calculate the summary estimates from raw data. Finally, example calculations of summary estimates that use hypothetical data are provided for most of the questionnaires. The tables of reliability and validity studies include a summary of the population in which the questionnaire has been tested. By carefully examining this information, researchers can decide whether the survey is suited to the study population under consideration. The reference list for each questionnaire provides citations for research studies that have utilized the questionnaire either as cited in the text or, as applicable, in "Other studies using the questionnaire." Finally, because all good research should begin with a careful review of the available literature, we feel that the information provided within this collection will expedite this necessary part of the research enterprise. This collection is not inclusive of all questionnaires in the field, nor does it represent all the published information on the questionnaires that are included. We nonetheless believe that this collection will help you find the best ways of assessing physical activity in populations of interest to you.Figure 1-Computation of summary estimates of physical activity.
0
Citation434
0
Save
0

Reproducibility and Validity of an Epidemiologic Questionnaire to Assess Past Year Physical Activity in Adolescents

Deborah Aaron et al.Jul 15, 1995
The reproducibility and validity of a past year physical activity questionnaire was determined in a sample of 100 adolescents aged 15–18 years, randomly selected from a population-based cohort. Subjects completed four 7-day recalls of activity approximately 3 months apart. The average of the four 7-day recalls of activity was utilized as the “gold standard”against which the past year questionnaire was compared to evaluate validity. The questionnaire was also validated against objective measures, such as physical fitness and body mass index. Interscholastic team rosters were utilized to directly validate the reporting of specific activities. One-month and one-year test-retest reproducibility of the questionnaire were determined. For different measures of activity, the Spearman correlations between the questionnaire and the average of the 7-day recalls ranged from 0.55 to 0.67 in males and 0.73 to 0.83 in females, all significant at p<0.01. In general, although there was no association between the past year activity questionnaire results and objective measures, there was a significant, albert weak association between the physical activity questionnaire and time to complete a 1-mile (1.61-km) run (r = –0.47) in females. Subjects reported participating in specific interscholastic sports with an accuracy of 100%, 86%, and 95% for the fall, winter, and spring sports, respectively. Test-retest reproducibility was higher over one month (r = 0.79) than over one year (r = 0.66). These data provide evidencethat the questionnaire yields a reasonable estimate of past year or “habitual” physical activity in adolescents.
Load More