計画的行動の理論を使用して、急速に影響を与える要因を予測する

May 29, 2023

BMC Public Health volume 23、記事番号: 987 (2023) この記事を引用

393 アクセス

2 オルトメトリック

メトリクスの詳細

この研究の目的は、計画的行動理論 (TPB) を適用することにより、パキスタンの大学生のファストフード消費 (FFC) に影響を与える行動要因を調査することです。

横断調査はパキスタンの大学生に配布されました。 アンケートでは、人口動態、FFC パターン、FFC の意図、FFC に対する態度、主観的規範 (SN)、および知覚行動制御 (PBC) の 6 つのカテゴリーに関連する要因を調査します。 データ分析は、SPSS および SPSS AMOS ソフトウェアを使用して、記述統計、推論統計 (カイ二乗、t 検定、ピアソン相関、および重回帰分析)、および構造方程式モデリング (SEM) 分析を使用して実行されました。

合計 220 件のアンケートが完了しました (男性 97 名、女性 123 名)。 FFC と性別との関連には大きな違いがありました。 TPB の構成要素の中で、行動意図 (BI) と SN は FFC の最も強力な予測因子です (p < 0.05)。 TPB は、R2 0.603 の分散で FFC の動作を大幅に予測しました。 SEM 分析は、収集されたデータが理論的な TPB モデルと互換性がないことを示しており、モデルとデータの適合性が低いため、5 つの仮説をテストしたり、結果を解釈したりすることが不可能です。

SEM 解析で指定した TPB モデルにデータを確実に適合させるには、インジケーターの数を制限するか (≤ 30)、サンプル サイズを大きくする (N ≥ 500) 必要があります。 パキスタンの大学生のFFCは、ファストフードが健康に悪影響を与えることを知っているにもかかわらず、主に友人とファストフードの人気の高まりに影響を受けています。 教育プログラムはファストフードの特定の有害な影響を対象にする必要があり、SN と BI は TPB 構成要素の中で FFC の最も強力な予測因子です。 これらの発見は、対象を絞った健康介入戦略の開発や将来の研究に役立つ可能性があります。

査読レポート

最近、ファストフード レストランは子供たちにとって特別なごちそうで見られることが多く [1]、これが肥満やその他の食関連疾患の有病率の増加の一因となっています [1、2]。 2016 年には、5 歳から 19 歳までの 3 億 4,000 万人以上の子供と若者が過体重または肥満でした [3]。 2020 年には、3,900 万人の 5 歳未満の子供が肥満または過体重と診断されました [4]。 1975 年以来、世界の肥満はほぼ 3 倍に増加し、18 歳以上の成人 19 億人以上が過体重、6 億 5,000 万人以上が肥満となっています [5]。

さらに、現在、ファストフードベースの食事に直接関連する非伝染性疾患がいくつか確認されています[6]。 これらには、肥満、心血管疾患、2型糖尿病、高血圧、脳卒中の可能性の増加が含まれます[7]。 ある研究では、定期的なファストフード摂取（FFC）と体重増加、および15年間にわたるインスリン抵抗性のリスク増加との間に明確な相関関係があることが報告されています。 週に2回以上ファストフードレストランで食事をする人は、週に1回未満のファストフードレストランで食事をする人に比べて、体重が平均4.5kg増加し、インスリン抵抗性が104%増加しました。どちらも最初の結果です。そして研究の終わり[8]。

青少年はエネルギー密度の高いファストフード製品を消費する傾向が高く、この分野で重要な科学研究が行われています[1]。 このファストフードへの嗜好は、パキスタンなどの低・中所得国で特に蔓延しており、伝統的な食事から、高脂肪食品や加工食品の過剰摂取を特徴とする、より西洋化された食事への栄養学的移行とみなされることがよくあります。甘い飲み物やお菓子も同様です[9、10]。 パキスタンにおけるFFCの文化的変化は、若者や青少年の間でのファストフードの食生活の常態化、西洋のファストフードの選択肢の利便性、競争力のある価格設定、マーケティングにおける有名人の利用によって引き起こされている[11]。 他のテーマには、仲間からのプレッシャーの影響や、忙しい親のための簡単な解決策としてのファーストフードなどが含まれます [12、13]。 これはファストフードの人気の高まりにつながり、現在パキスタンでは年間 20% の割合で成長しています [14]。

パキスタンを含む発展途上国における肥満の負担は大幅に増加しています。 ファストフードの入手可能性の増加と人々の座りっぱなしのライフスタイルの増加により、現在パキスタンの人口の4分の1が肥満になっています[15、16]。 2018年には、パキスタンに留学している学生の16.2%が肥満、15%が過体重であると報告されており[16]、パキスタンの若い世代が肥満関連の合併症による早死や健康不良のリスクが高いことを示している。 青年期の男性は、ファストフードを消費する際に、より不適切な選択をしていると特定された人々です[17、18]。

青少年および若年成人のファストフード摂取を評価および評価することは、過体重および肥満に関連する要因を検出する上で重要です[19]。 食べ物の好み、家族の食事パターン、社会規範などの影響を与える要因を特定することは、健康的な食行動を促進する介入の指針となる可能性があります[20]。 計画行動理論 (TPB) は、ファーストフードとスナックの消費に関連する規範と信念に基づいて食行動を予測するよく知られたモデルです [21、22]。 TPB は、理性行動理論 (TRA) に基づいて、個人が完全に制御できるわけではない健康行動について説明します。 さらに、TPB により、食品の選択に関する人々の態度や意図を十分に理解することができます [23]。 また、知覚行動制御 (PBC) が TPB の最も重要な側面であることにも注目されています [24]。 TPB は、個人への影響が特定の行動に従う決定をどのように決定するかを詳しく説明します。 さらに、TPB は、態度、主観的規範 (SN)、PBC、意図などの主要な構成要素を含むため効果的です [21、23]。

TPB によると、「態度」とは、ファストフードを食べるなどの行動に関連する特定の結果に対する人の肯定的または否定的な評価です [25]。 態度には、人の感情を反映する感情的態度と、知識や信念を反映する認知的態度の 2 つの要素があります。 肯定的な態度は行動意図 (BI) をサポートする可能性が高く、否定的な態度はそれを妨げる可能性が高くなります [26、27]。 PBC の概念には、コントロールと自己効力感の 2 つの次元の認識が含まれています [28]。 コントロールの認識は、アクセシビリティ、タスクの難易度、他人の行動などの外部要因に関連しますが、自己効力感には、動機、能力、性格などの内部要因が関係します[29]。 TPB は、PBC の両方の側面が、ポジティブな行動に対する (BI) の形成を促進し、ネガティブな行動に対する意図を妨げると仮定しています。 SN は、特定の行動を奨励または阻止する社会的影響に対する個人の認識を指します。 これらの認識は、問題の行動を承認または不承認とする、指示対象として知られる重要な個人の態度に基づいています [30]。

TPB は、喫煙、飲酒、医療サービスの利用、母乳育児、物質の使用など、さまざまな健康行動と意図を予測し、説明します。 TPB の構成要素は集合的に、行動に対する人の実際の制御を表します [31]。 TPB によると、自分が取り組んでいること、PBC、および SN についてより好意的な意見を持っている場合、人の行動への欲求はより高くなります。 より強い意図は、行動制御を認識していることに加えて、その行動を完了する可能性が高いことを示します[32]。

食品の選択に関する最近の系統的レビューでは、人々の態度が意図、SN、および PBC と強く相関しており、意図は PBC と比較して行動と強い関連性があることが示されています [33]。 現在利用可能な文献は、西側の高所得国におけるTPBを調査する傾向があり、低所得国について利用できるデータは限られています。 したがって、このような研究をパキスタンのような低所得国に適用することの特殊性により、研究者が対処すべきいくつかの考慮事項があります。 たとえば、社会経済的地位は栄養失調の根本的な基本原因を表しており、衛生施設の種類、飲料水の供給源、住宅インフラなどの複数の変数で構成されています[34、35]。 社会経済的地位の低下は、文盲、失業、購買力の低下、健康状態や栄養状態の悪化に直接関係しています[36]。 中国、メキシコ、およびサハラ以南のアフリカ諸国で行われた研究では、社会経済的階級の高い子供たちよりも、社会経済的階級の低い子供たちの方が発育阻害と過体重/肥満が共存するリスクが高いことが示されています。 さらに、パキスタンでは、栄養失調の二重の負担がますます明らかになりつつあり、ほぼ3人に1人の子どもが低体重(28.9％)であり、同時に高率の過体重(9.5％)となっている[37]。

高所得の欧米化されたFFCと比較したパキスタンにおけるこのような違いを考慮すると、FFCに関連するいくつかのパラメータを予測するモデルが低所得国で機能するかどうかは不明である。 その結果、各グループでモデルの有用性をテストする必要があるようです。 この研究では、TPB モデルを利用して意図と行動の予測可能性を向上させ、パキスタンの大学生のファストフード摂取の決定要因を調べています。 さらに、この研究では、パキスタンのような人口密度の高い国の学生のFFC習慣に関する文献がさらに追加される予定です。 したがって、本研究の目的は、TPBを適用することにより、パキスタンの大学生のFFCに影響を与える行動要因を調査することである。 その結果は、栄養介入プログラムを計画するのに役立ちます。

TPB は広く使用されており、その結果、態度、SN、および PBC がさまざまな行動の変動の大部分を占めることが示されています [38]。 アメリカ先住民の若者を対象に実施された研究によると、SN と PBC は、より健康的な食事行動を採用する意向の差異が 30% であると予測しています [39]。 TPBを遺伝子組み換え食品の消費に適用した場合、モデルの説明力は44.4%で、態度が最も強力な予測因子であった[40]が、有機食品消費の研究では、SNと態度が意図の最も重要な予測因子であった[41]。 。 この研究では、図 1 に概要を示した TPB モデルに基づいて次の仮説をテストすることを目的としています。

H1: 好意的な態度は、ファーストフードを消費する意図を予測します。

H2: SN はファストフードを消費する意図を予測します。

H3: PBC はファストフードを消費する意向を予測します。

H4: PBC は FFC を予測します。

H5: 行動意図は FFC を予測します。

SEM を使用して仮説がテストされる TPB の潜在変数をモデル化する

この横断研究は、2020年にパキスタンのパンジャブ地方の大学生を対象に実施されました。この研究では目的のあるサンプリングが利用されました。 この研究の目的は、TPBに基づいて大学生のFFC行動を調べることでした。 研究の参加基準は、パキスタンの大学生の平均年齢である16歳以上の学生であった。 栄養介入ダイエットなどの特別な食事をとっている大学生や胃腸疾患の薬を服用している大学生は調査研究から除外された。 この研究には合計 220 人の大学生が採用されました。

この研究では、TPB を使用したパキスタンの大学生の FFC 行動を調査するために、Mirkarimi らのアンケートを使用しました [42]。 アンケートは 6 つのカテゴリー (人口動態、FFC パターン、ファストフードの消費意向、FFC、SN、および PBC に対する態度) に分類され、52 の質問と 4 段階のリッカート尺度の回答オプション (1: まったく思わない、2: まったく思わない、2) が含まれていました。 ：少し、３：やや、４：とても）[42]。 この質問票は当初テストされ、その後イランで適用されました。 表面の妥当性は健康教育の専門家 3 名と栄養学の専門家 2 名によって検査され、内容の妥当性は健康教育の専門家 7 名と栄養学の専門家 2 名によって検査されました [42]。 パキスタンには、イランと同様の教育と学習文化、初等教育、中等教育、さらなる教育、そして医療環境があります[43、44]。 したがって、この質問票の使用は、パキスタンにおけるこの研究には適切であると考えられる。

アンケートの最初のセクションには、身長、体重、BMI、母親の教育、父親の教育、健康への関心、体重管理への関心、普段誰と食事をするかについての質問が含まれます。 2 番目のセクションは FFC のパターンについてでした。 この質問には、最もよく消費するファストフードの種類 (ハンバーガー、フライドポテト、ピザ、ドーナツ、フライドチキン)、ファストフードを消費する理由、誰とファストフードを食べるのが楽しいか、ファストフードを食べる場所についての質問が含まれています。

このパートには、TPB の 4 つの構成要素 (BI、態度、SN、および PBC) に関する 39 の質問が含まれていました。 これらの質問は、4 点のリッカート スケール (1: まったくない、2: 少し、3: やや、4: 非常に) を使用して評価されました。

最初のセクションでは、さまざまなファストフード品目について 5 つの質問をすることで、ファストフードを消費するための BI を探ります。 「1か月以内にハンバーガーを食べるつもりです」のように、1か月以内にハンバーガー、フライドポテト、ピザ、フライドチキン、ドーナツを消費する傾向・意向について質問します。 BI を測定するためのスコアは 5 ～ 20 の範囲でした。

2 番目のセクションでは、親しみやすさ、健康状態、重要な栄養素、味、環境の魅力、ファストフードの量、食品のエネルギーと塩分、食品内の脂肪含有量、食品の脂肪分、健康に関する信念などに関する 12 の質問をすることで、FFC に対する態度を研究します。ファストフードを食べた後の太りすぎ、およびファストフードと体重の関係。 態度を測定するスコアは 12 ～ 48 の範囲でした。

3 番目のセクションでは、規範的な信念と遵守する動機を判断することによって SN を調査します。 この質問では、家族、教師、友人が FFC の信念に与える影響について 9 つの質問をしています。たとえば、「友人は私のファストフードの消費を喜んでくれると思います」または「私は家族の信念に従います」などです。 SN 測定のスコアは 9 ～ 27 の範囲でした。

4 番目のセクションでは、ファストフードの使用に関する 13 の質問をすることで、FFC に向けた PBC について探ります。 これらの質問は、ある行動を実行することがどれほど難しいかという認識に基づいています。 近くに店舗が少なくてもファストフードを食べることについての考え方、ファストフード店以外の場所で会うのは難しいことを考える、ダイエット中や待ち時間が長くてもファストフードを食べる、たとえファストフードを食べてもよいかについての質問です。テレビでの広告がほとんどない場合、またはファストフード店での販売促進がほとんどない場合、および健康を改善するために FFC の行動を変えることを検討することについて。 PBC 測定のスコアは 13 ～ 52 の範囲でした。

研究プロジェクトの目的、アンケート、データの利用方法などの詳細については、研究者が教室で生徒に直接説明するとともに、18歳未満の生徒の保護者には電話で説明しました。 インフォームドコンセントは、参加に興味があり、参加基準を満たしたすべての参加者から直接得られました。 18歳未満の生徒42人の保護者は電話で口頭で同意し、署名済みの同意書を子どもたちとともに学校に送った。 その後、アンケートが提供され、参加者がさらに詳しい情報を必要とする場合には説明が提供されました。

インフォームド・コンセントを完了した参加者にはアンケートの物理的なコピーが配布され、研究者から課題の簡単な説明が行われました。 アンケートが完了したら、参加者はアンケートを封筒に入れて、備え付けのデータ収集ボックスに入れるように求められました。 収集後、すべてのデータは匿名化され、参加者はいつでも研究から撤退することができました。 正確な身長と体重がわからない参加者には、人体測定が提供されました。

構造方程式モデリング (SEM) は、対象となるアプリオリな潜在変数モデルの変数間の直接的および間接的な効果だけでなく、多変量の因果関係を評価するために使用されます [45]。 これは、確認的因子分析とパス分析を組み合わせたものです。 パス分析は、定義されたパス内の変数間の因果関係を発見し、確認的因子分析は、収集されたデータに対して理論的な仮定をテストすることによって抽象的な特性を推定します [45、46]。 SEM は変数間の線形性と一次元性を前提としており、回帰モデリングとは区別されます。 SEM によって作成された因果関係図は、因果的に解釈されるノンパラメトリック構造方程式も生成します [46]。 SEM は、指定されたモデル [45] によって定義された関係と同時に、複数の変数が相互に与える影響を測定します。 この研究では、図 1 で概説した仮説 TPB モデルをテストするために SEM が適用されました。

適合度指数は、よく観察されたデータが理論に基づいたモデルにどの程度適合するかをテストするために使用されます [47]。 モデルの適合性を評価するために使用される指数は、Garver と Mentzer によって推奨されているように、カイ二乗 (χ2)、タッカー-ルイス指数 (TLI)、比較適合指数 (CFI)、および近似二乗平均平方根誤差 (RMSEA) でした。 TLI は、提案されたモデルの適合をヌル モデルと比較し、提案されたモデルの自由度をヌル モデルと比較することによって倹約性を測定します。 CFI は、サンプル サイズの効果を考慮した非中心性インデックス値です。 RMSEA は、自由度ごとに観測された共分散行列値と推定された共分散行列値の差を測定し、サンプルではなく母集団に関して測定されます [45]。 カイ二乗値が低いと、指定された仮説モデルとデータの差に有意性がないことが示され、良好な適合が示されます。 ただし、カイ二乗検定はサンプル サイズの影響を受けるため、特にサンプルが 200 より大きい場合、適合度の評価にはカイ二乗値と自由度の比が使用されます [45]。 TLI > 0.90、CFI > 0.90、RMSEA < 0.05 [45]、および自由度に対するカイ二乗値の比が 3 未満の場合 [49]、良好なモデル適合が得られます。

SEM 分析は SPSS 29.0.0.0 および SPSS AMOS 26 を使用して実行されました。FFC のパターン、ファーストフードを消費する意図、FFC に対する態度、FFC の SN、および FFC に対する PBC が TPB モデルの潜在変数として特定されました。潜在カテゴリごとのアンケート項目は、潜在変数が測定可能になる観察変数です。

平均、標準偏差、頻度、パーセンテージなどの記述統計が、独立した t 検定およびカイ二乗とともに適用されました。 すべての統計分析は、SPSS 17.0 ソフトウェアを使用して実行されました。 T 検定は、態度、FFC に対する SN、および FFC に対する PBC の評価に適用されました。 ピアソン相関係数と多重線形回帰を使用して、TPB と FFC のすべての構成要素間の関連性を調査しました。 この研究では FFC が従属変数であり、FFC に関連する一般的な特性、TPB の意図、SN、行動、態度の構成要素が独立変数として特定されました。

合計 250 のアンケートが研究参加者に配布されましたが、そのうち 30 のアンケートは不完全でデータ分析から除外され、大学生 220 名 (男性 97 名、女性 123 名) が残りました。 参加者全員の身長、体重、BMIの測定が行われました。 BMI 分類によると、129 人の生徒 (男性 68 人、女性 61 人) が正常な BMI、62 人の生徒 (男性 17 人、女性 45 人) が低体重、20 人の生徒 (男性 8 人、女性 12 人) が過体重、9 人の生徒 (男性 4 人、女性 12 人) でした。女性5名）は肥満でした。 カイ二乗の結果は、性別と BMI カテゴリーの間に統計的に有意な関連性を示しました (13.2 (p = 0.004)。90 人の学生が健康に高い関心を示し、68 人の学生が平均的な関心を示しました。全体的に、ほとんどの学生が健康の管理と維持に興味を持っていました)健康な BMI に対する体重の関係. 性別と「いつも誰と一緒に食事をしますか?」という質問との関連性も、p 値 0.015 で統計的に有意でした。サンプル全体から、137 人の生徒 (男性 56 人、女性 81 人) が食事をしていると報告しました。生徒の特徴とカイ二乗の結果の詳細を表 1 に示します。

大学生における FFC のパターンを表 2 に示します。性別と消費するファストフードの種類との関連は統計的に有意であり (p = 0.008)、カイ二乗は 13.92 でした。 女性はフライドポテトとピザをより多く食べる傾向にありますが、フライドチキンの消費は男性の方が多かったです。 さらに、性別と FFC の理由との間には、p 値 0.005、カイ二乗値 15.040 という統計的に有意な関連性が認められました。 たとえば、73 人の女子学生は特別な日にファストフードを食べると報告しましたが、男子学生は友達と一緒にいるときにファストフードを食べる人の方が多いです。 ほとんどの学生は友人と一緒にファストフードを消費しており (n = 102)、このカテゴリーと性別との関連性は統計的に有意であり、p 値は 0.007、カイ二乗値は 13.93 でした。 全体的に、ファストフードをきちんとした食事として見るのではなく、おやつとして食べる学生、特に女性の方が多かった。

BI と態度の平均スコアは女子学生の方が高く、SN と PBC の平均スコアは男子学生の方が高かった。 ただし、これらの結果は統計的に有意ではありませんでした (p > 0.05)。 唯一の統計的に有意な関連性は、PBC の平均と性別との間でした (p = 0.025)。 TBP のコンストラクトの平均スコアと統計的検定の詳細を表 3 に示します。

表 4 は、FFC 周波数、BI、姿勢、SN、および PBC の間のピアソン相関係数を示しています。 これは、変数間の関連の強さを強調します。 特にいくつかの変数は相互に有意な相関を示しました。 特に、FFC は BI (0.767) と高度に相関していましたが、他の構成要素は互いに中程度の相関がありました。

重回帰分析を行って、TPB の異なる構成間の関係を調査しました。 この分析は、BI に対する態度の統計的に有意な影響はなかったが、SN (β = 0.262、p < 0.001) および PBC (β = 0.164、p < 0.001) の BI に対する有意な影響があったことを示しています。 したがって、SN と PBC は BI の予測因子です。 表 5 は、BI に対する態度、SN、および PBC の影響を示す重回帰分析の概要を示しています。 さらに、FFC に対する BI および SN の影響を計算し、その結果を表 6 にまとめました。この表は、重回帰: FFC の頻度に対する BI、SN の影響の概要を示しています。 R2 = 0.603 は、FFC の変動の 60% が BI と SN に起因することを示しています。 BI (β = 0.717、p < 0.001) および SN (β = 0.131、p.005) と FFC の間には有意な関連があり、BI と SN が FFC の強力な予測因子であることが示唆されています。

クロンバックのアルファは、構成の内部一貫性を 0 から 1 の範囲の値で測定します。内部一貫性は、構成内のすべての項目が同じ概念を測定する度合いを評価します。 アルファ値が増加するにつれて、エラーに起因するテストスコアの割合は減少します [50]。 アルファ値は、項目間の相関関係、次元、アンケートの長さに影響されます。 項目間の相関が大きいほどアルファ値は減少し、アルファ値はテスト項目が一次元の場合にのみ適用され、アルファ値は構成ごとのアンケートの長さに正比例します [50]。 項目数が 10 未満の構成の場合、クロンバックのアルファ値が 0.5 より大きい場合は、信頼性が高いことを示します。 10 個以上の項目を含む構成の場合、0.7 を超えるクロンバックのアルファ値は、良好な信頼性を示します [51、52]。 表 7 では、態度 (0.585)、意図 (0.445)、および行動 (0.022) の構成要素のクロンバックのアルファ値が低く、これらの構成要素の測定に使用される項目の信頼性が低いことを示しています。 構成要素 SN (0.616) および PBC (0.783) は、項目数を考慮すると許容可能なクロンバックのアルファ値を持ち、特定の構成要素の測定に使用された項目が良好な信頼性を持っていることを示しています。

表 8 は、最初に仮説モデルに当てはめた場合と、当てはめを改善するために修正した後のデータの適合度指数を示しています。 TLI、CFI、および RMSEA の値が最小要件を満たしていないため、収集されたデータは TPB の仮説モデルとの適切な適合性を示していません。 モデルは、値が 0.5 未満の低い因子負荷量を持つ測定変数を削除することによって修正されました [53]。 因子負荷量が低い合計 8 つの測定変数が削除されました。 モデルは、残留相関を考慮して SPSS AMOS によって生成された修正インデックスを使用してさらに修正されました [53]。 合計 34 の残差相関がモデルに追加されました。 修正にもかかわらず、データは理論モデルとの良好な適合を実証するための要件をすべて満たしているわけではありません。 RMSEA は改善され、修正された仮説モデルと良好に適合するデータの最小要件を満たしていますが、TLI および CFI の値は 0.90 を下回っています。 したがって、データは理論モデルとの良好な適合を示していません。 その結果、変数の一次元性を評価することはできません [45]。また、図 1 の仮説 TPB モデルの原理を評価するための潜在変数間の係数も評価できません。

この研究では、パキスタンの大学生男女におけるFFCの状況を調査した。 SEM 分析の結果は、収集されたデータとそれに適合した理論的な TPB モデルとの間に互換性がないことを示しています。 したがって、図 1 に概要を示した TPB モデルの 5 つの仮説はテストできません。また、モデルとデータの適合性が低いため、SEM 解析の結果を解釈することもできません。 それにもかかわらず、記述統計および回帰分析により、対象の TPB 構成要素間の関係を観察することができます。

重回帰分析の結果は、TPB コンストラクト (SN および BI) が FFC の動作を積極的に示していることを示しています。 ほとんどの参加者 (58.2%) は BMI が正常でしたが、9.1% と 4.1% がそれぞれ過体重と肥満でした。 太りすぎの学生の割合は、同様の研究で報告された割合よりも高くなっています。 たとえば、ソウルの中学生（中学生/小学生）を対象に実施された研究の結果では、参加者の 1.4% が太りすぎのカテゴリーに属していることが示されました [1]。 私たちの調査では、女子学生 (46.3%) は男子学生 (34%) に比べて自分の体重をより気にしていると解釈されました。 これは興味深い発見であり、Hyun-sun Seo によって米国で行われた同様の研究では、アメリカの大学文化では男子学生が女子学生よりも自分の体重と健康をより心配していることが指摘されている[54]。

この研究では、ほとんどの女子学生がファストフードをスナックとして摂取すると考えているのに対し、男子学生はファストフードを食事として摂取していると考えており、これはいくつかの研究と一致している[54、55]。 これは、女子大生が毎日のカロリー摂取量を反省し、体重をコントロールする傾向があるという考えと相互に相関している可能性があります。 いくつかの研究では、ファストフードのエネルギー含有量に関する栄養教育プログラムが、スナックなどのファストフードの過剰摂取を防ぐのに役立つことが示唆されています。 この調査では、学生がファストフードを主に自宅の近く（32.3％）で消費する場合と、友人と外出する場合（42.7％）で消費することも明らかになりました。 一部の学生はまた、町や市の中心部の都市化された地域で買い物や社交の際にファストフードを消費したと報告しました。 Hyun-sun Seo の研究では、ほとんどの大学生が家や学校で遊ぶよりも、市内のファーストフード店を利用して食事や交流をすることを選択していることも示唆されています [54]。

私たちの研究では、FFC の BI の平均スコアが 10.95 ± 5.336 であることが示されました。 係数のピアソン相関の分析に基づいて、FFC は BI と高い相関関係がありました。 これらの調査結果は、ほとんどの学生がファストフードが健康に良くないことを理解しており、ファストフードの食事に伴うリスクを認識していることを示しています。 しかし、いくつかの研究では、FFCの有害な影響に関する栄養知識が十分ではなく、これが参加者の食品選択に対する態度や行動に影響を与える可能性があることを示唆している[56、57]。 データを考慮すると、栄養介入プログラムはファストフードの有害な影響についての情報を学生に提供することができ、学生の FFC に何らかの影響を与える可能性があります。 ただし、この示唆は今後の研究でまだ調査されていません。

この研究は、SN のカテゴリーにおいて、友人が生徒の FFC に最も大きな影響を与えることを示しました。 友人の平均値の合計は、家族や教師に比べて高かった。 この結果はまた、教育システムがファストフードの消費に影響を与える可能性のある対象グループとして友人をリストアップすべきであることを示唆した。 同じ結論は他の研究でも解釈され、同様の結果が得られました[6、54]。

PBC は 52 点中 31.73 のスコアで中等度でした。男子学生は女子学生 (30.06) よりも高いレベルの PBC (33.88) を報告しました。 これは、外部要因が男子大学生のファストフードの消費に女子学生ほど影響を及ぼさないことを意味します。 カマル・ミルカリミによる同様の研究では、男子大学生がより高いPBCスコアを持つという同様の結果が示された[55]。

TBP と FFC のコンストラクト間にピアソン相関係数を適用すると、FFC は BI と高度に相関しました。 姿勢、SN、および PBC は FFC と中程度の相関がありました。 しかし、これらの TPB モデルの仮説をテストすることはできませんでした。これは、モデルとデータの適合が不十分であり、収集されたデータと SEM 解析における理論的な TPB モデルとの間に互換性がないためです。 同様の研究では、ファーストフードを消費する意図が、FFC の頻度の強力な予測因子として観察されました [58]。 回帰分析により、SN と PBC が BI の最も強力な予測因子であることが示されました。 しかし、いくつかの研究では、態度がBIの最も重要な予測因子であると報告したYarmohammaiらやDunnらの研究のように、異なる結果を結論付けている[27、59]。 FFC に関しては、SN および BI が FFC の最も強力な予測因子として観察され、R2 は 0.603 でした。 この結果は、BI が FFC の強力な予測因子であることを示唆する Ebadi らの研究と一致しています [60]。 これらの発見から、この研究は、学生の食習慣を変えるための介入計画の際に、強力な予測因子をターゲットにする必要があることを示唆できます。

イランの高校で行われた研究では、TPBは態度を最も強い予測因子（B = 0.31、P < 0.001）、SNを最も弱い因子（B = 0.29、P）として、意図の割合25.7%で分散を説明していることが示されました。 < 0.001) [61]。 ソウルで実施された別の研究では、FFC に影響を与える要因を評価するために TPB を使用しました [1]。 TPB は 0.6 程度の比較的高い R2 で FFC 動作を示したと結論付けました。 重回帰を使用すると、FFC が BI (b = 0.61、P < 0.001) および PBC (b = 0.19、P < 0.001) と有意に関連していることが観察されました。 さらに、BI は SN (b = 0.15、P < 0.01) および PBC (b = 0.56、P < 0.001) と表現的に関連していました [1]。 TPBを用いて性差を調査したところ、男児の食行動はSNとPBCによって予測されるのに対し、女児の食行動は態度、SN、自己効力感によって予測されることが認められた[62]。 別の研究では、学生がファストフードを食べる理由として、値段が安いこと、味が楽しいから、そして参加者が友達と一緒にファストフードを食べるのが楽しかったことが挙げられている[54]。 女子学生と比較して、ファストフード店での食事に参加したと回答した男子学生の数が多かった[54]。

データは、このような社会的行動と西洋化されたファストフードの消費が、食事は常に家庭で家族によって消費されるという伝統的な文化に影響を与えていることを示唆しています。 さらに、費用対効果が高く、すぐに食べられることから、洋食のファストフードへの嗜好の変化が増えています。

私たちの知る限り、これはパキスタンの大学生のFFCに影響を与える行動要因をTPBを適用して調査した最初の研究である。 包括的なアンケートを使用し、TBP 構造と FFC の関連に関連する大量のデータを収集します。 データを分析するために、この研究では、記述統計、カイ二乗、t 検定、ピアソン相関係数、重線形回帰、SEM を含む包括的な統計検定を使用します。 それにもかかわらず、この研究にはいくつかの限界があります。 これには大学生の少数のサンプルのみが含まれており、FFC関連疾患の発症リスクの増加に直接影響を与える可能性のあるエネルギー摂取量や主要栄養素および微量栄養素などのいくつかの要素は含まれていませんでした。 したがって、これらの要因を含むより大きなサンプルを使用してこの研究を繰り返すことをお勧めします。

SEM 分析から生じる制限は、各構成アイテムで観察される内部一貫性の低さから明らかです。 特定の潜在変数に関連付けられている観測変数が潜在変数に測定可能な次元を提供できない場合、クロンバックのアルファ値が低下し、観測変数から潜在変数への線形関係が適用できないことが示されます。 さらに、この研究は、Mirkarimi らのアンケートを修正せずに適用したため、一般的な方法のバイアス [63] の影響を受けています。 肯定的な意味合いの質問と否定的な意味合いの質問の両方で同じ尺度が使用されるため、均一なデータの収集が制限され、一般的なバリエーションが導入されます。 これは、態度の潜在変数を測定するために使用される「ファストフードは健康に良くないと思う」や「ファストフードは私たちにとって重要な栄養素をすべて提供できると思う」などの項目で明らかです。 どちらの項目も 4 点リッカート スケールを使用します。 同じ尺度で反対の意味を持つ項目を使用することにより、アンケートは潜在変数の測定変数間に共通の変動を生じさせます [63]。

さらに、SEM 解析は、観測変数が多すぎることによって引き起こされるモデル サイズの影響によって制限され、自由度が大きくなります。 これにより、カイ二乗分布の近似が不十分になり、カイ二乗検定がデータに適合する最も正確なモデルを拒否するため、カイ二乗値が適合の良さを実証できなくなり、高いカイ二乗値が得られます。そして低い p 値 (< 0.001) [64]。 SEM 分析では、インジケーターの数が増えると、指定されたモデルとデータの適合性が低下します。 この研究で採用されたアンケートには、TPB の構成要素に対応する合計 38 項目があります。 N が約 200 であるサンプルの場合、30 以下の項目を使用することが推奨されます。それ以外の場合、より多くの測定項目を持つ大きなモデルには N ≥ 500 が推奨されます [65]。

この研究の結果は、大学生の栄養に関する一連の知識を追加し、学生の健康を改善したいと考えているプログラム計画者をサポートすることができます。 これにより、過剰な FFC が健康と福祉に及ぼす悪影響を若者が理解するようになる可能性があります。 この研究結果に基づいて、私たちは大学生の家族や友人を対象とした栄養教育プログラムがファストフードの消費を最小限に抑えるのに役立つだろうという提案を支持します[32]。 さらに、この研究はその横断的な性質により限定的になってしまいました。 参加者は大学生でありながらファストフードを消費しており、これは他の国で議論されている研究と一致しているようですが、一致していないようです。 FFC の受け入れと拒否の影響を測定する他の研究研究は、この分野の知識をさらに深めるのに役立つでしょう。 さらに、大学生がなぜリスクを承知でFFCに参加するのかを理解することは、現象学的方法論を使用してこれらの学生の生きた経験を調べる可能性があり、有益な研究となるでしょう。 医療機関や政府機関と連携して栄養教育プログラムを計画している大学は、行動変容を計画する際に社会科学と社会規範を考慮する必要があるが、この研究ではSNとPBCが示唆されているようだ。

この研究の限界を考慮すると、将来の研究では、外部要因が男性よりも女性の方がFFCに影響を与えるかどうかを調査するなど、この研究の結果に基づいて仮説を検証することを目的とする可能性があります。 ただし、TPB の構成に関連する仮説をテストするための SEM 分析は、指定されたモデルへのデータの適切な適合を促進するために指標の数を制限することにより、データ収集の設計段階で考慮する必要があることをお勧めします。 さらに、将来の研究では、いくつかの年齢層を対象とし、健康に直接影響を与える可能性のあるファストフードの性質に関連する他の要因を評価する必要があります。 将来の研究では、食習慣とFFCを他のタイプの客観的かつ測定可能な臨床データと関連付けることで、研究者がこれらの要因とさまざまな非感染性疾患との関連性の存在を証明するだけでなく、関連性の大きさを定量化できるようにする必要があります。

TPB の構成に関連する仮説を検証する際に SEM 分析を使用するには、指定されたモデルとのデータの良好な適合を容易にするために、指標の数を制限する (<= 30) か、より大きなサンプル サイズ (N ≥ 500) が必要です。 研究結果は、パキスタンの大学生がファストフードを摂取するという決定は、その不健康な性質を知っているにもかかわらず、主に友人たちとパキスタンでのファストフードの人気の高まりに影響を受けていることを示唆している。 したがって、FFCの削減を目的とした教育プログラムでは、ファストフードの悪影響に関する一般的な知識だけではなく、ファストフードの特定の悪影響に焦点を当てる必要があります。 この研究結果は、TPB、SN、および BI の構成要素の中で、FFC の最も強力な予測因子であることも示しています。 そのため、保健機関や高等教育機関は、当社のデータを使用して、対象を絞った健康介入戦略を開発できます。 この研究は、将来の社会学、疫学、心理学、栄養学の研究に役立つ可能性のあるデータも提供します。

現在の研究中に使用および/または分析されたデータセットは、合理的な要求に応じて責任著者から入手できます。

ボディ・マス・インデックス

行動意図

カイ二乗

比較適合指数

ファストフードの消費

近似の二乗平均平方根誤差

構造方程式モデリング

主観的規範

知覚された行動制御

計画的行動の理論

タッカー・ルイス指数

Seo HS、Lee SK、Nam S. ソウルの中学生のファストフード消費行動に影響を与える要因: 計画的行動理論の応用。 栄養研究所 2011;5(2):169–v.

論文 PubMed PubMed Central Google Scholar

ニャチュバDG。 食中毒: 増加傾向にありますか? Nutr Rev. 2010;68(5):257–69。

論文 PubMed Google Scholar

誰が。 過体重と肥満。 2021。 https://www.who.int/news-room/fact-sheets/detail/obesity-and-overweight。 2022 年 12 月 20 日にアクセス。

マヌエルSS、ルイスGM。 子供の栄養、肥満、喘息の発症における肺機能の役割。 栄養素。 2021;13(11):3837。

論文 CAS PubMed PubMed Central Google Scholar

Lim HJ、Xue H、Wang Y. 世界的な肥満傾向。 参加者: Meiselman HL、編集者。 飲食に関するハンドブック: 学際的な視点。 シュプリンガー・インターナショナル・パブリッシング; 2020:1217–1235。 https://doi.org/10.1007/978-3-030-14504-0_157。

ディダルルー A、カリリ S、アガプール AA、モガダム タブリージ F、ムーサヴィ SM。 行動変容理論を使用して、大学生の意図、ファストフードの消費、およびそれらに関連する要因を決定します。 BMC公衆衛生。 2022;22(1):1–10。

記事 Google Scholar

パセ MP、ヒマリ JJ、バイザー AS、アパリシオ HJ、サティザバル CL、ヴァサン RS、他。 砂糖入りおよび人工甘味料入りの飲料と脳卒中および認知症発症のリスク：前向きコホート研究。 脳卒中。 2017;48(5):1139–46。

論文 CAS PubMed PubMed Central Google Scholar

ペレイラ MA、カルタショフ AI、エベリング CB、ヴァン ホーン L、スラッテリー ML、ジェイコブス DR 他ファストフードの習慣、体重増加、インスリン抵抗性 (CARDIA 研究): 15 年間の前向き分析。 ランセット。 2005;365(9453):36–42。

論文 PubMed Google Scholar

ポプキンBM、アデアLS、ンSW。 世界的な栄養転換と発展途上国における肥満のパンデミック。 Nutr Rev. 2012;70(1):3–21。

論文 PubMed Google Scholar

Janssen HG、Davies IG、Richardson LD、Stevenson L. テイクアウトとファストフード消費の決定要因: 物語的なレビュー。 Nutr Res Rev. 2018;31(1):16–34。

論文 PubMed Google Scholar

モンナ。 ファストフード: パキスタンで第 2 位の産業。 パキスタン・フード・ジャーナル、2016;3(1):1–3。

Google スカラー

Baig AK、Saeed M. ファストフード消費の傾向のレビュー。 Eur J Econ Finance Adm Sci. 2012;48:77–85。

Google スカラー

グリーンフィールド M. インディア: 特定の週に (平均して) どのくらいの頻度でファーストフード (クイック サービスのレストラン) を食べますか? ハーストマガジン。 2018;2018:5–9。

Google スカラー

Qasmi S、Akhtar U、Akram U、Raza H、Ali A、Rana T. ファストフード消費パキスタン人口の変動。 J Food Nutr Sci. 2014;2(1):13–8。

Google スカラー

Asif M、Aslam M、Altaf S、Atif S、Majid A. パキスタン成人における過体重と肥満の有病率と社会人口学的要因。 J・オベスメタタブ症候群 2020;29(1):58–66。

論文 PubMed PubMed Central Google Scholar

シディキ M、ハメード R、ナディーム M、モハマド T、シンバク N、ラティフ A 他パキスタンの肥満。 現在と将来の認識。 J Curr Trends Biomed Eng Biosci. 2018;17:001–4。

Google スカラー

Boek S、Bianco-Simeral S、Chan K、Goto K. 性別と人種は、大学キャンパスにおける学生の食事の選択の重要な決定要因です。 J Nutrの教育行動。 2012;44(4):372–8。

論文 PubMed Google Scholar

ユナス B、ハリド WA、ハッサン MU。 ファストフードの消費とカロリー摂取量の増加が肥満につながるパキスタンの十代の若者を対象とした調査。 Syst Rev Pharm. 2021;12(10):3359–61。

Google スカラー

ゴードン・ラーセン P、アデア LS、ネルソン MC、ポプキン BM。 青年期と成人期の間の移行期における 5 年間の肥満発生率: 青少年の健康に関する全国縦断研究。 J・クリン・ナトルです。 2004;80(3):569–75。

CAS PubMed Google Scholar

Woodward DR、Boon JA、Cumming FJ、Ball PJ、Williams HM、Hornsby H. 青少年による選択された食品の使用について、それらの食品に対する認識と社会規範との関連で報告。 食欲。 1996;27(2):109–17。

論文 CAS PubMed Google Scholar

ダン KI、モール PB、ウィルソン CJ、ウィッタート GA。 オーストラリアのファストフードについての信念: 定性的分析。 食欲。 2008;51(2):331–4。

論文 PubMed Google Scholar

Branscum P、Sharma M. 計画的行動理論を使用して、中西部の小学校高学年の児童の 2 種類のスナック食品消費を予測: 実践への影響。 Int Q 地域保健教育。 2012;32(1):41–55。

記事 Google Scholar

アジゼン I. 計画された行動の理論。 オルガンの動作ハムの決定プロセス。 1991;50(2):179–211。

記事 Google Scholar

Godin G、Kok G. 計画的行動の理論: 健康関連行動への応用のレビュー。 アム・ジェイ・ヘルス・プロモート。 1996;11(2):87–98。

論文 CAS PubMed Google Scholar

Ajzen I、Fishbein M. 態度の理解と社会的行動の予測。 ニュージャージー州: プレンティス・ホール、イングルウッド・クリフス。 1980年。

Voss KE、Spangenberg ER、Grohmann B. 消費者態度の快楽主義的側面と功利主義的側面の測定。 J マーク研究所 2003;40(3):310–20。

記事 Google Scholar

ダン KI、モール P、ウィルソン CJ、ウィッタート GA。 ファストフード消費の決定要因。 計画的行動理論の応用。 食欲。 2011;57(2):349–5。

論文 PubMed Google Scholar

Ajzen I. 計画された行動の理論: よくある質問。 ハム・ビヘイヴ・エマーグ・テクノロジー。 2020;2(4):314–24。

記事 Google Scholar

ニストランドBT、オルセンSO。 ノルウェーにおける機能性食品の消費に対する消費者の態度と意向。 食品品質を優先します。 2020;80:103827。

記事 Google Scholar

Montano DE、Kasprzyk D. 合理的な行動の理論、計画された行動の理論、および統合された行動モデル。 健康行動理論研究 2015;70(4):231。

Google スカラー

ラモルテ WW. 行動変化モデル: 計画された行動の理論。 12月に入手。 2019;20:2019。

Google スカラー

Ajzen I. 消費者の態度と行動: 食品消費の決定に適用される計画的行動の理論。 イタリアの農業経営者牧師。 2015;70(2):121–38。

Google スカラー

マクダーモット MS、オリバー M、スヴェンソン A、シムナディス T、ベック EJ、コルトマン T、他。 計画された行動と個別の食品選択の理論: 系統的レビューとメタ分析。 Int J Behav Nutr Phys Act. 2015;12(1):1–11。

記事 Google Scholar

Poirier MJ、Grépin KA、Grignon M. 調査データを使用して社会経済的ステータスを測定するための富指数のアプローチと代替案: 重要な解釈的総合。 Soc インド研究所。 2020;148(1):1–46。

記事 Google Scholar

Rutstein SO、Staveteig S. 人口統計調査と健康調査の富指数を比較できるようにする。 ロックビル: ICF インターナショナル。 2014年。

Brooks-Gunn J、Klebanov P、Liaw Fr、Duncan G. 貧困が子供たちに与える影響の理解に向けて。 参加者: ザッカーマン BS、フィッツジェラルド HE、レスター BM。 貧困の子供たち。 ニューヨーク: ラウトリッジ。 2021.p. 3-41。

マリクSM、ブッタZA。 パキスタンにおけるプライマリ・ヘルスケアの改革。 ランセット。 2018;392(10156):1375–7。

論文 PubMed Google Scholar

アーミテージ CJ、コナー M. 計画的行動理論の有効性: メタ分析的レビュー。 Br J Soc Psychol。 2001;40(4):471–99。

論文 CAS PubMed Google Scholar

Fila SA、Smith C. 計画行動理論を都市部のネイティブ アメリカンの若者の健康的な食事行動に適用する。 Int J Behav Nutr Phys Act. 2006;3(1):11。

論文 PubMed PubMed Central Google Scholar

キムYGさん。 計画行動理論 (TPB) を使用した遺伝子組み換え (GM) 食品の消費に関する生態学的懸念。 プロセディア社会行動科学。 2014;159:677–81。

記事 Google Scholar

Al-Swidi A、Mohammed Rafiul Huque S、Haroon Hafeez M、Noor Mohd Shariff M。有機食品消費の文脈における計画的行動の理論における主観的規範の役割。 British Food J. 2014;116(10):1561–80。

記事 Google Scholar

Mirkarimi K、Mansourian M、Kabir MJ、Ozouni-Davaji RB、Eri M、Hosseini SG、他。 計画行動理論（TPB）に基づく高校生のファストフード消費行動。 Int J Pediatr. 2016;4(7):2131–42。

Google スカラー

Wang C、Tee M、Roy AE、Fardin MA、Srichokchatchawan W、Habib HA、他新型コロナウイルス感染症のパンデミックがアジア人の身体的および精神的健康に与える影響: アジアの中所得国 7 か国を対象とした研究。 PLoS ONE。 2021;16(2):e0246824。

論文 CAS PubMed PubMed Central Google Scholar

エステガマティ A、カリルザデ O、アンヴァリ M、メイサミー A、アッバシ M、フォロウザンファー M、他。 糖尿病の経済的コスト：テヘランでの人口ベースの研究。 イラン糖尿病。 2009;52(8):1520–7。

論文 CAS PubMed Google Scholar

ホーSL。 構造方程式モデリング手法を導入する際の課題と手順。 J クオント法。 2008;3(1):76。

Google スカラー

ファン Y、チェン J、シャーキー G、ジョン R、ウー SR、パーク H、他生態学的研究における構造方程式モデリング (SEM) の応用: 最新のレビュー。 エコールプロセス。 2016;5:1–12。

記事 Google Scholar

Taris T. BM Byrne、AMOS による構造方程式モデリング: 基本概念、アプリケーション、およびプログラミング Mahwah NJ: Lawrence Erlbaum、2001 0–8058-3322-6。 Eur J Work Organ Psy. 2002;11:243–6。

Google スカラー

ガーバー MS、メンツァー JT。 ロジスティックス調査方法: 構造方程式モデリングを採用して構成の妥当性をテストします。 Jバスロジスト。 1999;20(1):33。

Google スカラー

クラインRB。 構造方程式モデリング。 ニューヨーク: ギルフォード。 1998年。

Google スカラー

Tavakol M、Dennick R. クロンバックのアルファを理解する。 Int J Med Educ. 2011;2:53–5。

論文 PubMed PubMed Central Google Scholar

Pallant J. SPSS サバイバル マニュアル: IBM SPSS を使用したデータ分析のステップバイステップ ガイド。 第7版ロンドン：ラウトリッジ。 2020年。

ナナリーJC。 心理測定理論。 第2版ニューヨーク:マグロウヒル。 1978年。

コリアーJE. AMOSを用いた応用構造方程式モデリング：基礎から高度なテクニックまで。 第 1 版ニューヨーク: ラウトリッジ。 2020年。

KLモールス、JAドリスケル。 大学生のファストフード消費と栄養の自己評価と信念における性差が観察されました。 栄養学の研究。 2009;29(3):173-9。 https://doi.org/10.1016/j.nutres.2009.02.004。

シャバン L、アルカゼミ D. クウェートの若者のファストフード消費の傾向。 Int J Prev Med. 2019;10:44。 https://doi.org/10.4103/ijpvm.IJPVM_480_18。

Baeck B、Lee Y. 食品添加物に関する消費者の認識と政策の方向性 - 消費者情報に焦点を当てています。 Jコンサムスタッド。 2006;17(3):133–50。

Google スカラー

青木 K、沈 J、西條 T. 食品添加物に関する情報に対する消費者の反応: 摂食実験と現地調査からの証拠。 J Econ 行動器官。 2010;73(3):433–8。

記事 Google Scholar

アブラハム S、マルティネス M、サラス G、スミス J. ファストフードの消費とその食習慣に関連する危険因子に対する大学生の認識。 Jニュートル・ハム・ヘルス。 2018;2(1). https://doi.org/10.35841/nutrition-human-health.2.1.18-21。

Yarmohammadi P、Sharifirad GR、Azadbakht L、Morovati Sharifabad MA、Hassanzadeh A. 計画的行動理論に基づく高校生のファストフード消費の予測。 ヘルス システム リサーチ 2011;7(4).

Ebadi L、Rakhshanderou S、Ghaffari M. テヘランの学生におけるファストフード消費の決定要因: 計画的行動理論の応用。 Int J Pediatr. 2018;6(10):8307–16。

Google スカラー

Sharifirad G、Yarmohammadi P、Azadbakht L、Morowatisharifabad MA、Hassanzadeh A. 計画行動理論に基づくイラン高校生のファストフード消費の決定要因。 J・オベス。 2013;2013:147589。

論文 PubMed PubMed Central Google Scholar

Fila SA、Smith C. 都市部のネイティブ アメリカンの若者の健康的な食事行動に計画的行動理論を適用。 Int J Behav Nutr Phys Act. 2006;3(1):1–10。

記事 Google Scholar

Kock N. PLS-SEM における一般的な方法バイアス: 完全な共線性評価アプローチ。 Int J e-Collaboration (ijec)。 2015;11(4):1–10。

記事 Google Scholar

デン・L、ヤン・M、マルコリデス・KM。 多くの変数を使用した構造方程式モデリング: 問題と開発の体系的なレビュー。 フロントサイコル。 2018;9:580。

論文 PubMed PubMed Central Google Scholar

Shi D、Lee T、Maydeu-Olivares A. SEM フィット指数に対するモデル サイズの影響を理解する。 教育心理測定器。 2019;79(2):310–34。

論文 PubMed Google Scholar

リファレンスをダウンロードする

著者らは、この研究を支援してくださった南アジア大学とハリファ大学に感謝したいと思います。 この研究の準備段階でご支援をいただいたAhsan Javed博士、Syeda Iqra Faiyazさん、Rida Saeed氏に特別な感謝を申し上げます。

この研究には資金提供はありませんでした。

パキスタン、ラホールの南アジア大学連合健康科学部

マリアム・サジャド

アラブ首長国連邦、アブダビ、ハリファ大学医学健康科学部

アフィファ・バティ

英国ニューカッスル・アポン・タインのノーサンブリア大学看護・助産・保健学部

バリー・ヒル

アラブ首長国連邦、アブダビ、ハリファ大学医学健康科学部疫学・人口保健学科

バセム・アル・オマリ

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

概念化、修士。 方法論、MS、AB、BA。 ソフトウェア、MS および AB。 検証、MS、BA。 正式な分析、MS および AB。 調査、MS。 リソース、MS。 データキュレーション、MS、AB、BH、BA。 執筆 - 原案作成、MS、AB、BH、および BA。 執筆—レビューと編集、MS、AB、BH、および BA。 監督、学士。 プロジェクト管理者、修士および学士 すべての著者は原稿の出版版を読んで同意しています。

バセム・アル・オマリ氏への通信。

この研究はヘルシンキ宣言に従って実施され、パキスタンの南アジア大学の治験審査委員会によって承認された。 研究に参加したすべての被験者と、18歳未満の学生42人の両親からインフォームドコンセントが得られました。

適用できない。

著者らは競合する利害関係を宣言していません。

シュプリンガー ネイチャーは、発行された地図および所属機関における管轄権の主張に関して中立を保ちます。

追加ファイル1.

オープン アクセス この記事はクリエイティブ コモンズ表示 4.0 国際ライセンスに基づいてライセンスされており、元の著者と情報源に適切なクレジットを表示する限り、あらゆる媒体または形式での使用、共有、翻案、配布、複製が許可されます。クリエイティブ コモンズ ライセンスへのリンクを提供し、変更が加えられたかどうかを示します。 この記事内の画像またはその他のサードパーティ素材は、素材のクレジットラインに別段の記載がない限り、記事のクリエイティブ コモンズ ライセンスに含まれています。 素材が記事のクリエイティブ コモンズ ライセンスに含まれておらず、意図した使用が法的規制で許可されていない場合、または許可されている使用を超えている場合は、著作権所有者から直接許可を得る必要があります。 このライセンスのコピーを表示するには、http://creativecommons.org/licenses/by/4.0/ にアクセスしてください。 データのクレジットラインに別途記載がない限り、クリエイティブ コモンズ パブリック ドメインの献身的権利放棄 (http://creativecommons.org/publicdomain/zero/1.0/) は、この記事で利用できるデータに適用されます。

転載と許可

Sajjad、M.、Bhatti、A.、Hill、B. 他。 計画的行動理論を使用して、大学生のファストフード消費に影響を与える要因を予測します。 BMC 公衆衛生 23、987 (2023)。 https://doi.org/10.1186/s12889-023-15923-1

引用をダウンロード

受信日: 2023 年 1 月 2 日

受理日: 2023 年 5 月 18 日

公開日: 2023 年 5 月 27 日

DOI: https://doi.org/10.1186/s12889-023-15923-1

次のリンクを共有すると、誰でもこのコンテンツを読むことができます。

申し訳ございませんが、現在この記事の共有リンクは利用できません。

Springer Nature SharedIt コンテンツ共有イニシアチブによって提供