Associação entre estilo de vida e tempo de exposição à TV: uma abordagem baseada em machine learning e modelos de regressão

Autores

DOI:

https://doi.org/10.14571/brajets.v18.n4.1338-1348

Palavras-chave:

comportamento sedentárioio, tempo de tela, hábitos alimentares, modelagem estatística

Resumo

O tempo excessivo em frente à televisão tem sido associado ao comportamento sedentário e a riscos metabólicos, sendo influenciado por fatores como nível de atividade física, hábitos alimentares e características socioeconômicas. Este estudo empregou técnicas de aprendizado de máquina e modelagem estatística para identificar os principais preditores do tempo semanal de exposição a TV entre escolares do ensino médio. Foram analisadas variáveis categóricas, incluindo sexo, nível de atividade física, consumo alimentar e fatores socioeconômicos, utilizando o software R. A seleção de variáveis foi realizada por meio dos métodos Random Forest e Recursive Feature Elimination, seguida de análises estatísticas com regressão de Poisson e Quasi-Poisson. Os resultados indicaram que o tempo de exposição a computador, videogame ou outros dispositivos aos finais de semana e o sexo masculino apresentaram maior relevância preditiva para o tempo semanal de exposição a TV. O consumo de refrigerantes mostrou associação estatisticamente significativa no modelo Quasi-Poisson, porém com baixa importância preditiva no modelo Random Forest. Conclui-se que fatores comportamentais e sociodemográficos estão associados ao tempo de exposição a TV em escolares, e que o consumo de refrigerantes deve ser interpretado com cautela como potencial fator associado, reforçando a necessidade de investigações adicionais.

Biografia do Autor

  • Rodrigo Mercês Reis Fonseca, Universidade Federal da Bahia

    Doutorando em Difusão do Conhecimento pela UFBA, bolsista de doutorado CNPq (Processo nº 140507/2025-5, modalidade GD), e mestre em Educação Física pela UESB. Atua como pesquisador e docente, com ênfase em saúde coletiva, comportamentos de risco, juventude e desigualdades sociais. Possui publicações em periódicos e livros, experiência com orientação acadêmica e formação complementar em análise quantitativa e machine learning aplicados à pesquisa.

  • Bruna Maria Palatino Ferreira, Southwest Bahia State University

    Atualmente Residente em Saúde Coletiva, pela Fundação Municipal de Saúde,Ponta Grossa. Mestrado acadêmico em Educação Física, linha de epidemiologia e saúde (programas de saúde para idosos) Universidade Estadual do Sudoeste da Bahia (UESB 2022-2024) Graduado pela Universidade Estadual de Ponta Grossa, Bacharel em Educação Física (UEPG - 2011-2015). Universidade de Coimbra, Portugal, período sanduiche, bolsista Santander Ibero-Américas (UC-2014-2015). Especialista em patologia da coluna, geriatria e gerontologia (Unibf- 2021).

  • Cristiane dos Santos Silva, Southwest Bahia State University

    Mestra do Programa de Pós-Graduação em Educação Física (PPGEF) pela Universidade Estadual do Sudoeste da Bahia (UESB) e pela Universidade Estadual de Santa Cruz (UESC). Pós-graduação Latu Sensu em Formação Docente e Práticas Pedagógicas pelo Instituto Federal de Educação, Ciência e Tecnologia da Bahia (IFBA) 2021.1. Bacharelada em Educação Física pelo Centro Universitário Leonardo Da Vinci (UNIASSELVI) 2020.1. Licenciada em Educação Física pela Universidade Norte do Paraná (UNOPAR) 2019.1. Auxilia no conjunto de condições para a melhoria do condicionamento físico de jovens, adultos e idosos. Pesquisadora vinculada ao Núcleo Interdisciplinar de Estudos e Pesquisa sobre Envelhecimento Humano - NIEPEH/UESB. Atua na área administrativa e financeira. Graduado em Economia pela Faculdade Integrada Euclides Fernandes (FIEF) 2016.2.

  • Rafaelle Dayanne Barros, Instituto Federal do Amapá

    Professora do quadro efetivo do Instituto Federal do Amapá - IFAP (Campus Santana); Especialista em Educação Física Escolar (Faculdade de Macapá - FAMA); Especialista em Fisiologia do Exercício (Faculdade de Macapá - FAMA); Especialista em Fisiologia Clínica do Exercício (Universidade Federal de São Carlos - UFSCAR); Mestre em Ciências da Educação (Universidade Cristã Absoluta - ACU); Mestre em Educação Física (Universidade Estadual do Sudoeste da Bahia - UESB); Membro do Núcleo de Estudos em Epidemiologia do Envelhecimento (NEPE - UESB). Na experiência docente, já ministrei aulas para o ensino fundamental II, PROEJA, ensino médio, ensino técnico e ensino superior. Tenho interesse por temas relacionados com a educação física no ensino médio e superior, bem como, por assuntos diretamente relacionados com a saúde, em especial, na população idosa.

  • Hector Luiz Rodrigues Munaro, Southwest Bahia State University

    Possui graduação em Educação Física pela Universidade Federal do Espírito Santo (1997) , Mestrado em Educação Física pela Universidade Federal de Santa Catarina (2007) e Doutorado em Educação Física pela Universidade Federal de Santa Catarina (2016). É professor Adjunto B da Universidade Estadual do Sudoeste da Bahia, ministrando as disciplinas de Cinesiologia e Biomecânica, para os Cursos de Educação Física e Fisioterapia. Líder de pesquisa do Núcleo de Estudos em Atividade Física e Saúde (NEAFIS) e do Núcleo de Estudos da Saúde das Populações (NESP). Sócio-Fundador da Sociedade Brasileira de Atividade Física e Saúde. Pesquisador permanente no Programa de Pós-graduação em Ensino da UESB, bem como, do Programa de Pós-graduação Associado em Educação Física (UESB/UESC). Tem experiência na área de Educação Física, com ênfase em estudos relacionados à Atividade Física e sua relação à Saúde.

Referências

Alosaimi, N., Sherar, L. B., Griffiths, P., & Pearson, N. (2023). Clustering of diet, physical activity and sedentary behaviour and related physical and mental health outcomes: a systematic review. BMC Public Health, 23(1), 1572. https://doi.org/10.1186/s12889-023-16372-6

Bejarano, C. M., Carlson, J. A., Conway, T. L., Saelens, B. E., Glanz, K., Couch, S. C., Cain, K. L., & Sallis, J. F. (2021). Physical Activity, Sedentary Time, and Diet as Mediators of the Association Between TV Time and BMI in Youth. American Journal of Health Promotion, 35(5), 613–623. https://doi.org/10.1177/0890117120984943

Couronné, R., Probst, P., & Boulesteix, A.-L. (2018). Random forest versus logistic regression: a large-scale benchmark experiment. BMC Bioinformatics, 19(1), 270. https://doi.org/10.1186/s12859-018-2264-5

Davis, J. N., Asigbee, F. M., Markowitz, A. K., Landry, M. J., Vandyousefi, S., Khazaee, E., Ghaddar, R., & Goran, M. I. (2018). Consumption of artificial sweetened beverages associated with adiposity and increasing HbA1c in Hispanic youth. Clinical Obesity, 8(4), 236–243. https://doi.org/10.1111/cob.12260

Epifânio, S. B. O., Silveira, J. A. C. da, Menezes, R. C. E. de, Marinho, P. M., Brebal, K. M. de M., & Longo-Silva, G. (2020). Análise de série temporal do consumo de bebidas açucaradas entre adultos no Brasil: 2007 a 2014. Ciência & Saúde Coletiva, 25(7), 2529–2540. https://doi.org/10.1590/1413-81232020257.19402018

Fan, H., Yan, J., Yang, Z., Liang, K., & Chen, S. (2022). Cross-sectional associations between screen time and the selected lifestyle behaviors in adolescents. Frontiers in Public Health, 10. https://doi.org/10.3389/fpubh.2022.932017

Fernāte, A., Vazne, Ž., Zuša, A., Bula-Biteniece, I., Dravniece, I., Grants, J., Žīdens, J., & Jakovļeva, M. (2024). Adult physical activity, sedentary behaviour and sleep quality in the digital transformation era. Society. Integration. Education. Proceedings of the International Scientific Conference, 2, 540–549. https://doi.org/10.17770/sie2024vol2.7790

Gong, W.-J., Fong, D. Y.-T., Wang, M.-P., Lam, T.-H., Chung, T. W.-H., & Ho, S.-Y. (2019). Increasing socioeconomic disparities in sedentary behaviors in Chinese children. BMC Public Health, 19(1), 754. https://doi.org/10.1186/s12889-019-7092-7

Hu, X., Drenowatz, C., Duncan, M., Bao, R., Chen, S., He, J., & Tang, Y. (2023). Physical education, muscle strengthening exercise, sport participation and their associations with screen time in adolescents. Frontiers in Public Health, 11. https://doi.org/10.3389/fpubh.2023.1100958

Khadidja, L. (2024). The Digital Family Culture and Its Influence on Child Electronic Guidance: A Case Study of Selected Families. Pakistan Journal of Life and Social Sciences (PJLSS), 22(2). https://doi.org/10.57239/PJLSS-2024-22.2.00613

Knopf, A. (2025). Screen time associated with substance use in young adolescents. The Brown University Child and Adolescent Behavior Letter, 41(2), 1–5. https://doi.org/10.1002/cbl.30843

Lopes, G. C. D. (2024). Screen, brain and behavior: neuroscientific evidence about the negative effects of prolonged use. South Florida Journal of Health, 5(4), e4756. https://doi.org/10.46981/sfjhv5n4-004

Lourenço, C. L. M., Christofoletti, M., Malta, D. C., & Mendes, E. L. (2021). Associação entre tempo excessivo frente à TV e índice de massa corporal em adolescentes brasileiros: uma análise de regressão quantílica da PeNSE, 2015. Ciência & Saúde Coletiva, 26(11), 5817–5828. https://doi.org/10.1590/1413-812320212611.28352020

Lourenço, C. L. M., Silva Filho, R. C. dos S., Hauser, E., Barbosa, A. R., & Mendes, E. L. (2020). Cluster and simultaneity of modifiable risk factors for cardiovascular diseases in adolescents of Southeast Brazil. Motriz: Revista de Educação Física, 26(2). https://doi.org/10.1590/s1980-6574202000020033

Medina, C., Jáuregui, A., Campos-Nonato, I., & Barquera, S. (2018). Prevalencia y tendencias de actividad física en niños y adolescentes: resultados de Ensanut 2012 y Ensanut MC 2016. Salud Pública de México, 60(3, may-jun), 263. https://doi.org/10.21149/8819

Molleri, N., Gomes Junior, S. C., Marano, D., & Zin, A. (2023). Survey of the Adequacy of Brazilian Children and Adolescents to the 24-Hour Movement Guidelines before and during the COVID-19 Pandemic. International Journal of Environmental Research and Public Health, 20(9), 5737. https://doi.org/10.3390/ijerph20095737

Mori, T., Oishi, K., Aoki, T., Ito, Y., Ikeue, K., Yamaguchi, H., Hanano, H., Yamamoto, Y., & Ishii, K. (2023). Association Between Adolescent Screen Time And Neighborhood Socioeconomic Factors. Medicine & Science in Sports & Exercise, 55(9S), 520–521. https://doi.org/10.1249/01.mss.0000984656.01422.6e

MUTHURI, S. K. et al. Correlates of objectively measured overweight/obesity and physical activity in Kenyan school children: results from ISCOLE-Kenya. BMC Public Health, v. 14, n. 1, p. 436, 2014. DOI: https://doi.org/10.1186/1471-2458-14-436.

Neshteruk, C. D., Tripicchio, G. L., Lobaugh, S., Vaughn, A. E., Luecking, C. T., Mazzucca, S., & Ward, D. S. (2021). Screen Time Parenting Practices and Associations with Preschool Children’s TV Viewing and Weight-Related Outcomes. International Journal of Environmental Research and Public Health, 18(14), 7359. https://doi.org/10.3390/ijerph18147359

Neta, A. da C. P. de A., Farias Júnior, J. C. de, Ferreira, F. E. L. de L., Aznar, L. A. M., & Marchioni, D. M. L. (2024). Association between sedentary behavior, diet and nutritional status in adolescents: baseline results from the LONCAAFS Study. Ciência & Saúde Coletiva, 29(4). https://doi.org/10.1590/1413-81232024294.17082022

Oliveira, G. A. L., Santos Gonçalves, V. S., Nakano, E. Y., & Toral, N. (2024). Consumption of ultra-processed foods and low dietary diversity are associated with sedentary and unhealthy eating behaviors: A nationwide study with Brazilian Schoolchildren. PLOS ONE, 19(1), e0294871. https://doi.org/10.1371/journal.pone.0294871

Patil, K. V., Yesugade, K. D., & Naikwadi, K. B. (2024). A Study on Regression Based Machine Learning Models to Predict the Student Performance. Journal of Engineering Education Transformations, 38(2), 177–186. https://doi.org/10.16920/jeet/2024/v38i2/24200

Pearson, N., & Biddle, S. J. H. (2011). Sedentary Behavior and Dietary Intake in Children, Adolescents, and Adults. American Journal of Preventive Medicine, 41(2), 178–188. https://doi.org/10.1016/j.amepre.2011.05.002

Raggio Luiz, R., & Magnanini, M. M. F. (2000). A Lógica Da Determinação Do Tamanho Da Amostra Em Investigações. Cadernos Saúde Coletiva, 8, 9–28. https://edisciplinas.usp.br/pluginfile.php/4116370/mod_resource/content/1/DeterminaçãoamostraRonir2000_2.pdf

Sahoo, S. (2024). The impact of streaming services on youth television viewing habits and media literacy. ShodhKosh: Journal of Visual and Performing Arts, 5(1). https://doi.org/10.29121/shodhkosh.v5.i1.2024.946

Silva, K. S. da, Lopes, A. D. S., Hoefelmann, L. P., Cabral, L. G. de A., De Bem, M. F. L., Barros, M. V. G. de, & Nahas, M. V. (2013). Projeto COMPAC (comportamentos dos adolescentes catarinenses): aspectos. Revista Brasileira de Cineantropometria e Desempenho Humano, 15(1). https://doi.org/10.5007/1980-0037.2013v15n1p1

Stiglic, N., & Viner, R. M. (2019). Effects of screentime on the health and well-being of children and adolescents: a systematic review of reviews. BMJ Open, 9(1), e023191. https://doi.org/10.1136/bmjopen-2018-023191

Thomas, G., Bennie, J. A., De Cocker, K., Ireland, M. J., & Biddle, S. J. H. (2020). Screen-based behaviors in Australian adolescents: Longitudinal trends from a 4-year follow-up study. Preventive Medicine, 141, 106258. https://doi.org/10.1016/j.ypmed.2020.106258

Vilardell-Dávila, A., Martínez-Andrade, G., Klünder-Klünder, M., Miranda-Lora, A. L., Mendoza, E., Flores-Huerta, S., Vargas-González, J. E., Duque, X., & Vilchis-Gil, J. (2023). A Multi-Component Educational Intervention for Addressing Levels of Physical Activity and Sedentary Behaviors of Schoolchildren. International Journal of Environmental Research and Public Health, 20(4), 3003. https://doi.org/10.3390/ijerph20043003

Vizcaino, M., Buman, M., DesRoches, T., & Wharton, C. (2020). From TVs to tablets: the relation between device-specific screen time and health-related behaviors and characteristics. BMC Public Health, 20(1), 1295. https://doi.org/10.1186/s12889-020-09410-0

Downloads

Publicado

28-12-2025

Edição

v. 18 n. 4 (2025)

Seção

Artigo

Licença

Copyright (c) 2025 Rodrigo Mercês Reis Fonseca, Bruna Maria Palatino Ferreira, Cristiane dos Santos Silva, Rafaelle Dayanne Barros, Hector Luiz Rodrigues Munaro

Creative Commons License
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License. A revista segue a política para Periódicos de Acesso Livre, oferecendo acesso livre, imediato e gratuito ao seu conteúdo, seguindo o princí­pio de que disponibilizar gratuitamente o conhecimento cientí­fico ao público proporciona mais democratização internacional do conhecimento. Por isso, não se aplica taxas, sejam elas para submissão, avaliação, publicação, visualização ou downloads dos artigos. Além disso, a revista segue a licença Creative Common (CC BY) permitindo qualquer divulgação do artigo, desde que sejam referenciados o artigo original. Neste sentido, os autores que publicam nesta revista concordam com os seguintes termos: A) Os autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Creative Commons Attribution License (CC BY), permitindo o compartilhamento do trabalho com reconhecimento da autoria do trabalho e publicação inicial nesta revista. B) Autores têm autorização para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional e não institucional, bem como capí­tulo de livro), com reconhecimento de autoria e publicação inicial nesta revista. C) Autores sãoo estimulados a publicar e distribuir seu trabalho online (ex.: repositórios online ou na sua página pessoal), bem como aumentar o impacto e a citação do trabalho publicado.

Como Citar

Mercês Reis Fonseca, R., Palatino Ferreira, B. M., dos Santos Silva, C., Barros, R. D., & Rodrigues Munaro, H. L. (2025). Associação entre estilo de vida e tempo de exposição à TV: uma abordagem baseada em machine learning e modelos de regressão. Cadernos De Educação, Tecnologia E Sociedade, 18(4), 1338-1348. https://doi.org/10.14571/brajets.v18.n4.1338-1348