AAU Studenterprojekter - besøg Aalborg Universitets studenterprojektportal
Et kandidatspeciale fra Aalborg Universitet
Book cover


Forandringsforslag til reducering af frafald i livstilsinterventionen Sund Livsstil

Oversat titel

Suggestions to reduce dropout in the lifestyle intervention Sund Livsstil

Forfattere

; ;

Semester

4. semester

Udgivelsesår

2018

Afleveret

Antal sider

366

Abstract

Baggrund: I forebyggende sundhedsforløb er det afgørende, at deltagerne bliver i forløbet, ellers opnås de ønskede effekter ikke. I Aarhus Kommune har livsstilsforløbet Sund Livsstil haft et stort frafald: ca. 48,5 % i 2014-2017. Særligt personer med lavt uddannelsesniveau falder oftere fra, hvilket kan øge social ulighed i sundhed. Formål: Specialet udvikler forslag til ændringer i Sund Livsstil for at mindske frafald, med særligt fokus på deltagere med lav socioøkonomisk position (SEP). Metode: Arbejdet fulgte første fase i MRC-modellen (en ramme til at udvikle komplekse indsatser). Tre kilder til viden blev kombineret: et litteraturstudie af, hvad der virker i lokalsamfunds- og livsstilsindsatser; et fokusgruppeinterview med tidligere deltagere med lav SEP om deres oplevelser; og en spørgeskemaundersøgelse, der testede, hvor udbredte de identificerede forhold var. Den samlede viden blev brugt til at udforme konkrete forslag. Resultater: Otte forslag kan hjælpe med at reducere frafald i Sund Livsstil: 1) Flytte forløbets fysiske placering 2) Tilbyde løbende telefonisk konsultation 3) Etablere et fortsætterhold 4) Tilknytte en tidligere deltager som rollemodel 5) Matche deltagere i makkerpar efter bopæl 6) Lave hold ud fra deltagernes situation 7) Inddrage lokale foreninger i forløbet 8) Gøre forløbet mere individuelt tilpasset Der er udarbejdet konkrete planer for nr. 2 (telefonisk konsultation), nr. 4 (rollemodel), nr. 5 (lokale makkerpar) og nr. 7 (inddragelse af foreninger). De er valgt ud fra både potentialet for at reducere frafald og det forventede ressourceforbrug. Konklusion: Telefonisk konsultation og brug af en rollemodel kan især dæmpe early dropout, dvs. frafald under selve forløbet. Inddragelse af foreninger og lokale makkerpar kan især dæmpe late dropout, dvs. frafald i opfølgningsperioden.

Background: In preventive health programs, keeping participants engaged is essential; otherwise the intended effects are not achieved. In Aarhus Municipality, the lifestyle program Sund Livsstil has had high dropout: about 48.5% in 2014–2017. People with a low level of education are at particular risk, which can increase social inequality in health. Aim: This thesis develops change proposals for Sund Livsstil to reduce dropout, with a special focus on participants with low socioeconomic position (SEP). Method: The work followed the first phase of the MRC model (a framework for developing complex interventions). Three sources of evidence were combined: a literature review of effective elements from community and lifestyle interventions; a focus group with former participants with low SEP about their experiences; and a questionnaire survey to see how widespread the identified factors were. This combined evidence informed the proposed changes. Results: Eight proposals may help reduce dropout in Sund Livsstil: 1) Move the program’s physical location 2) Offer ongoing telephone consultations 3) Create a continuing group 4) Attach a former participant as a role model 5) Pair participants as buddies based on where they live 6) Form groups based on participants’ situations 7) Involve local associations in the program 8) Make the program more individually tailored Detailed plans were developed for no. 2 (telephone consultations), no. 4 (role model), no. 5 (local buddy pairs), and no. 7 (involving associations). Selection was based on their potential to reduce dropout and the resources required. Conclusion: Telephone consultations and a role model can help limit early dropout, meaning dropout during the program. Involving associations and local buddy pairs can help limit late dropout, meaning dropout during follow-up.

[Dette resumé er genereret ved hjælp af AI]