Achtergrond: Veel ongezonde gewoonten ontstaan in de vroege kinderjaren en kunnen leiden tot gezondheidsrisico’s op de lange termijn, die onevenredig vaak kinderen met een lage sociaaleconomische positie (SEP) treffen. Digitale en gemengde levensstijlinterventies kunnen een gezondere levensstijl bevorderen, maar gezinnen met een lagere SEP blijven ondervertegenwoordigd en kampen met specifieke belemmeringen voor gezond gedrag en toegang tot interventies. Daardoor blijft het onduidelijk welke kenmerken van interventies het meest effectief zijn voor deze bevolkingsgroepen.
Doelstelling: Deze studie van Lea Hohendorf en anderen had tot doel digitale en gemengde levensstijlinterventies gericht op kinderen in de voorschoolse leeftijd te identificeren en in kaart te brengen, en te onderzoeken hoe de kenmerken van de interventies en de gerapporteerde effectiviteitspatronen verschillen tussen interventies voor de algemene bevolking en gezinnen met een lage SEP.
Methoden: Er werd een zoekopdracht uitgevoerd in Scopus, Web of Science, Cochrane Library, ERIC en ACM Digital Library. Studies kwamen in aanmerking als ze (1) gericht waren op kleuters (6 maanden tot 5 jaar) of verzorgers, (2) een digitale of gemengde levensstijlinterventie evalueerden, en (3) ten minste één gedragsdomein behandelden (voeding, lichaamsbeweging, sedentair gedrag, slaap en mondgezondheid). Studies gericht op zwangere vrouwen, kinderen ouder dan 5 jaar, of interventies die uitsluitend niet-digitaal werden aangeboden, werden uitgesloten. De screening en prioritering werden ondersteund door software op basis van kunstmatige intelligentie (ASReview; Universiteit Utrecht). De gegevens hadden betrekking op de doelstellingen van de interventies, de doelgroepen, de theoretische en richtlijnmatige grondslagen, de toedieningswijzen en -omgevingen, en de ontwerpkenmerken van de overtuigingssystemen. De kenmerken van de interventies en de effectiviteitscategorieën werden beschrijvend samengevat. De methodologische kwaliteit van quasi-experimentele studies werd beoordeeld met behulp van de kritische beoordelingsinstrumenten van het Joanna Briggs Institute.
Resultaten: In totaal werden 77 studies opgenomen die 54 interventies beschreven. Hiervan waren er 35 gericht op de algemene bevolking en 19 uitsluitend op gezinnen met een lage sociaaleconomische positie (SEP). De interventies waren vergelijkbaar tussen de groepen: doorgaans gericht op ouders, gericht op meerdere levensstijldomeinen en gebaseerd op theorieën, kaders of evidence-based richtlijnen. Interventies voor gezinnen met een lage SEP maakten vaker gebruik van sms-berichten, bevatten minder overtuigende ontwerpkenmerken en neigden naar één enkel leveringskanaal. De bevindingen inzake effectiviteit waren gemengd; er kwamen geen consistente patronen naar voren wanneer interventies werden gegroepeerd op basis van hun kenmerken. Alleen onder de interventies voor gezinnen met een lage sociaaleconomische positie (SEP) waren minder effectieve interventies vaker gericht op meerdere gedragingen en bevatten ze meer overtuigende ontwerpkenmerken.
Conclusies: Voor zover wij weten is dit een van de eerste overzichten waarin digitale en gemengde levensstijlinterventies voor kinderen in de voorschoolse leeftijd in kaart worden gebracht, waarbij de kenmerken van de interventies en de beschrijvende effectiviteitspatronen tussen de algemene bevolking en bevolkingsgroepen met een lage SEP worden vergeleken. Het overzicht benadrukt de heterogeniteit in de kenmerken en uitkomsten van de interventies en identificeert hiaten waar het bewijs beperkt is. Deze bevindingen onderstrepen de noodzaak om gezinnen met een lage sociaal-economische positie beter te vertegenwoordigen in interventieonderzoek, het inzicht in de haalbaarheid en contextuele aansluiting te versterken, en benaderingen op meerdere niveaus te ondersteunen die de dagelijkse context van gezinnen weerspiegelen. De bevindingen moeten echter worden geïnterpreteerd in het licht van verschillende beperkingen, waaronder het uitsluiten van grijze literatuur, gedeeltelijke dubbele screening, de mogelijkheid dat door kunstmatige intelligentie ondersteunde prioritering relevante studies heeft weggelaten, en variatie in de rapportage van interventiecomponenten tussen studies.
Bron: DALL-E (door AI gegenereerde afbeelding); Auteursrecht: Publiek domein; Licentie: Publiek domein (CC0)
