近期，小咖在检索文献时，看到了《European Journal of Preventive Cardiology》（IF=7.5）先后发了三篇使用UKB数据库的研究，而且这三篇研究都探讨了身体活动对健康尤其是心血管疾病（CVD）的影响。小咖对这三篇研究做了简要总结，希望对大家的研究有所帮助~

第一篇

标题：Refined physical activity recommendations considering cardiovascular disease risk stratification: a cohort study（考虑心血管疾病风险分层的精细化身体活动建议：一项队列研究）

原文链接：https://academic.oup.com/eurjpc/advance-article/doi/10.1093/eurjpc/zwag054/8443222

本研究要解决的问题

当前指南强调制定个体化运动策略的重要性，但缺乏足够的高质量证据，相关的指导建议也有限。当前还存在一项关键空白：针对不同风险分层人群，如何通过最佳身体活动模式，在最大化心血管获益的同时，提高活动效率、增强长期依从性、确保运动安全性。本研究旨在明确不同风险分层的人群实现心血管健康的最佳身体活动模式。

研究设计

研究数据来源于英国生物样本库（UK Biobank，后简称UKB）。2013年2月至2015年12月，UKB从总体人群中筛选出了236,519名提供有效电子邮箱的参与者，随机发送了参与加速度计子研究的邀请[1]。共有103,611名参与者完成了身体活动测量，研究排除了不符合纳入标准的参与者后，最终纳入分析的样本量为72,884。

图. 研究流程图

风险分层

研究依据2021年欧洲心脏病学会预防指南，采用以下风险评估模型：SCORE2、SCORE2-Older Persons（SCORE2-OP）、SCORE2-diabetes模型，并结合慢性肾脏病和家族性高胆固醇血症的分组情况，对预测风险进行了计算与分层。根据计算得出的预测风险评分及疾病分级，参与者在基线时被划分为低至中危组、高危组、极高危组。

协变量

研究采用有向无环图来展示因果关系，并以此指导混杂因素的纳入。本研究的协变量涵盖了SCORE2 风险预测模型中的所有变量（年龄、总胆固醇、高密度脂蛋白胆固醇、收缩压和吸烟状况），以及一些潜在混杂因素，例如饮酒情况、腰围、Townsend 剥夺指数、睡眠时长、心血管疾病家族史。

统计分析

采用多因素Cox比例风险回归模型，估算身体活动水平、久坐行为以及预测CVD风险与新发CVD事件的风险比（HR）。

每个风险分层中，分别计算身体活动总量每增加1个标准差（SD）、中高强度身体活动（MVPA）每周每增加150分钟、久坐时间每天每增加1小时，与新发CVD的关联。研究还探讨了预测CVD风险（分为三类）与身体活动总量、MVPA或久坐时间对新发CVD的联合效应。

研究采用等时替代原则，预测将久坐时长重新分配给中等强度（MPA）或高强度（VPA）身体活动时，10年CVD绝对风险的变化。为了进一步为不同风险组推荐个性化的MVPA模式，研究以每周300分钟久坐重新分配至MVPA为例，计算了不同风险人群中MPA和VPA的各种组合对10年CVD风险的影响。

主要结果

身体活动总量及MVPA与新发CVD呈负相关，其中极高危人群的获益最大。MVPA每周每增加150分钟，极高危人群的心血管风险降低20%，高危人群和低至中危人群的风险分别降低16%和16%（交互作用P<0.0001）。

MVPA的建议量应根据个体的风险分层进行量身定制。对于低至中危人群，每周用任意组合的MVPA替代300分钟的久坐时间均能带来健康获益。然而，对于高危和极高危人群，建议将每周的高强度活动分别限制在60分钟和42分钟以内，超出该时长后，额外的健康获益可能会减弱。

研究优势

（1）研究发现心血管获益和最佳活动强度阈值在很大程度上取决于个体CVD风险，解决了一个关键空白。该发现挑战了当前运动指南中“一刀切”的方法，推动其向个性化转变。

（2）本研究的大样本量为探究不同CVD预测风险与身体活动水平对CVD发病事件的交互作用，提供了充足的可能。

（3）身体活动数据通过加速度计客观测量，最大程度地减少了自我报告问卷可能带来的回忆偏倚。

（4）研究整合了多种风险模型，并充分考虑了疾病分类，对整体心血管疾病负担进行了更全面的评估，同时也确保了对高风险人群更稳定、更准确的识别。

参考文献：1. PLoS One. 2017;12:e0169649. 

第二篇

标题：Combined variations in sleep, physical activity, and nutrition and the risk of major adverse cardiovascular events（睡眠、身体活动与营养的综合变化与主要不良心血管事件的风险）

原文链接：https://academic.oup.com/eurjpc/advance-article/doi/10.1093/eurjpc/zwag141/8537818

本研究要解决的问题

睡眠、身体活动、饮食质量，拥有许多共同的心血管代谢通路。已有一些研究探讨了睡眠、身体活动与营养（SPAN）行为中的两两组合，但很少有研究将这三种行为综合起来进行探索。

以往研究大多侧重于实现广泛的生活方式目标，例如每周150-300 分钟中高强度身体活动（MVPA），这种“一刀切”方法可能会让部分人望而却步。新型实践和研究正转向个性化的综合生活方式方法，但目前针对普通人可采取的具有临床意义的生活方式目标，相关证据仍然有限。

本研究使用了UKB加速度计子研究的数据[1]，探索了SPAN综合变化与主要不良心血管事件（MACE）的关联，并确定实现具有临床意义的MACE风险降低所需的变化。

图. 研究流程图

SPAN行为的评估

睡眠和身体活动信息均来源于手腕加速度计数据，参与者被要求在惯用手手腕上连续佩戴该设备7天。在分析中，将MVPA时长作为主要的身体活动指标。

在基线评估期间，UKB数据库通过食物频率问卷来评估参与者的饮食摄入情况。基于问卷中记录的饮食信息，研究计算了饮食质量评分（DQS），该评分将每一类食物的摄入量按0到10进行打分，总分为100分，分值越高代表饮食质量越高[2,3]。

研究结局

研究关注的MACE包括：CVD死亡，ST段抬高型或非ST段抬高型心肌梗死，卒中，心衰。研究排除了随访第一年内发生事件的参与者，以及既往被诊断为患有重大心血管疾病的参与者。

对睡眠、身体活动与营养（SPAN）的联合分析

研究创建了27个互斥的SPAN联合暴露组（即每一类行为都分低、中、高）。

各暴露指标的具体范围包括（根据三分位数分组）：

• 睡眠时长：4.9–7.2 小时/天（低）、7.2–8.0 小时/天（中）、8.0–9.4 小时/天（高）
• 中高强度身体活动（MVPA）：5–23 分钟/天（低）、23–43 分钟/天（中）、43–104 分钟/天（高）
• 饮食质量评分（DQS）：32.5–50.0（低）、50.0–57.5（中）、57.5–72.5（高）

研究使用Cox比例风险模型评估SPAN与MACE风险的关联。为了排除非心血管事件的竞争风险，研究采用了Fine-Gray子分布风险模型。通过森林图展示SPAN暴露与MACE的多因素调整关联，图中包含了全部27个类别，以每种暴露的最低三分位数组作为参考组（下图）。

图. SPAN与MACE的关联

模型调整了以下协变量：年龄、性别、种族、吸烟状况、教育程度、Townsend 剥夺指数、饮酒量、自由支配的屏幕时间、轻度身体活动、药物使用情况（是否服用降压药、胰岛素和降胆固醇药）、既往癌症诊断，心血管疾病和癌症家族史。

连续的睡眠、身体活动与营养评分

研究进一步使用连续的SPAN综合评分（范围：0-100），来考察 SPAN整体及各组成部分与MACE风险的剂量-反应关系。每项行为被赋予了相等的权重，评分越高，代表整体的SPAN行为越健康。更高的分数反映了该行为更贴近理论最佳剂量。例如，观察到睡眠与风险之间呈现 U 型关系，因此曲线的最低点（即理论上最佳的睡眠量）获得最高分，而睡眠不足或睡眠过多为SPAN评分贡献较低的分数。

主要结果

8年随访中，共发生了2034起MACE事件。与所有SPAN行为均处于最低三分位数的组别相比，最佳SPAN组合（即每天睡眠8.0-9.4小时、每天MVPA 42-104 分钟、DQS评分32.5-50.0）与MACE风险降低57%相关（HR：0.43；95%CI：0.30-0.62）。中位SPAN评分（52.8分）与MACE风险降低41%相关。

每天增加11分钟睡眠、4.5分钟MVPA以及3分DQS评分的最小联合变化量，与MACE风险降低10%相关。

研究优势

本研究一个核心优势在于采用了一种新颖的多行为分析方法，能够深入探究SPAN行为组合中那些具有临床意义的变化对MACE风险的影响。

借助可穿戴设备指标和机器学习方法，研究能够以比自我报告研究更高的分辨率来探索这些行为的增量变化。传统的自我报告研究通常只能以较为粗略的方式来界定行为，例如以超过10分钟为单位的身体活动片段，或以小时为增量的睡眠时长。这种可穿戴设备数据的高分辨率为本研究提供了显著优势，而自我报告调查往往无法捕捉到那些对CVD风险有影响的短暂身体活动。

总结

本研究显示，即使是微小的综合变化，例如每天多睡大约10 分钟、每天多进行5分钟 MVPA、每天多吃四分之一份蔬菜，与MACE风险降低10%相关。当这些行为组合在一起时，同步变化所带来的风险降低幅度，远超单独改变其中一种行为。这些发现凸显了开展综合多行为生活方式预防试验的必要性。

参考文献

1. PLoS One. 2017;12:e0169649. 

2. BMC Med. 2025;23:111.

3. Diabetes Care. 2021;44:2470–2479.

第三篇

标题：Timing of Moderate-to-Vigorous Physical Activity and Mortality Risk: Role of Chronotype and Sleep Patterns（中高强度身体活动的时间点与死亡风险：昼夜节律类型与睡眠模式的作用）

原文链接：https://academic.oup.com/eurjpc/advance-article-abstract/doi/10.1093/eurjpc/zwag209/8654217

本研究要解决的问题

全球范围内，仅有少数人达到了指南推荐的运动标准。找出能够有效促进身体活动或减少久坐行为、且能根据个体生活方式和昼夜节律类型（chronotypes）量身定制的策略，成为当前一个亟待解决的紧迫问题。

在现代社会，许多人的生活遵循着周循环，会建立特定的身体活动时间模式。本研究为了将身体活动带来的整体益处与“运动时间点”的影响区分开来，解答了两个相辅相成的问题：

（1）与未达到指南推荐标准的人群相比，遵循指南推荐的MVPA是否在死亡风险上存在差异？

（2）在遵循指南推荐的参与者中，特定的活动时间点是否与死亡风险相关，且这种关联是否独立于MVPA总量？

研究设计

本研究数据来源于UKB数据库的加速度计子研究[1]。2013年2月至2015年12月，大约有236,519名UKB参与者被邀请参加这项加速度计子研究。研究排除了加速度计数据不可靠或无效、24小时内任何一小时均无身体活动等不符合标准的参与者。

昼夜节律类型（Chronotype）

每位参与者的睡眠中点（即睡眠周期的中间时刻）利用加速度计数据来确定。参与者被划分为“较早睡眠中点”组或“较晚睡眠中点”组，划分依据是其睡眠中点早于还是晚于所有参与者的中位睡眠中点。

昼夜节律类型（即倾向于早晨或晚间活动）是通过“晨间型-晚间型问卷”中的一项单项自评问题来进行评估。选择“绝对是晨间型”或“比较偏向晨间型”被归为晨间型（morning-types）；选择“比较偏向晚间型”或“绝对是晚间型”的参与者则被归为晚间型（evening types）。回答“不知道”或“不愿回答”的参与者被排除在昼夜节律类型的分层分析之外。

研究结局

主要结局为全因死亡率。次要结局则根据死因来定义，实际评估的结局包括CVD 死亡率以及癌症相关死亡率。

协变量

协变量包括：性别、佩戴加速度计时的年龄、癌症病史、糖尿病病史、胰岛素使用情况、心理健康问题、心血管病史、BMI、吸烟状况、饮酒情况、是否拥有任何学历、是否拥有学位、久坐行为、每日睡眠时长、总体佩戴时长。久坐行为（连续变量）根据UKB处理后的加速度计数据计算得出。

统计分析方法

未达到WHO的MVPA指南标准的参与者被归类为“不活跃组”；在遵循指南标准的参与者中，对每小时MVPA分布进行K-均值聚类分析，识别出了四种运动时间模式：清晨活跃型、持续活跃型、午间活跃型、晚间活跃型。

研究使用Cox比例风险回归模型（survival 包）来检验MVPA模式与全因死亡率、癌症死亡率以及CVD死亡率的关联。针对癌症和CVD死亡率，研究拟合了特定死因的Cox模型，在死亡发生时，将其他原因导致的死亡作为删失数据处理。主要模型中包含的协变量，基于有向无环图预先设定。

主要结果

主要分析针对遵循指南推荐的参与者，在额外调整了MVPA总量后，以“持续活跃型”运动模式作为参照组，“午间活跃型”运动模式与全因死亡风险更低相关（HR: 0.79; 95%CI 0.65–0.97），“晚间活跃型”和“清晨活跃型”模式与全因死亡率无显著关联。

针对死因别死亡率，“午间活跃型”与癌症和 CVD 死亡率的关联有所减弱，未达到统计学显著性。“晚间活跃型”和“清晨活跃型”模式，与癌症和CVD死亡率无显著关联。

在与“不活跃组”进行比较的次要分析中，所有运动活跃模式均与死亡风险显著降低相关，其中“午间活跃型”模式展现出的风险降幅最大。按昼夜节律类型和睡眠中点进行的分层分析表明，在晚间型昼夜节律和较晚睡眠中点的人群中，运动时间模式与死亡率的关联一致性较低。

研究意义

本研究对个性化运动具有一定的启示意义，尤其是在数字健康干预领域。可穿戴设备和智能手机的广泛普及，为将这些研究结果转化为可检测策略提供了绝佳平台。

未来的研究可以超越简单的“运动量”提醒，转为设计和测试“适时自适应干预”。基于本研究观察到的趋势，这些干预措施可以检测：引导个体将MVPA安排在午间时段，是否能带来更好的健康结果？

为了确立其临床应用价值，应开展随机对照试验，比较这种“考虑运动时间点”的建议与标准的基于“运动量”的建议，对改善心血管代谢健康指标的效果。

结论

在达到MVPA指南标准的成年人中，表现出“午间活跃”运动模式的人群，全因死亡率更低，且该优势独立于MVPA的总量。结果进一步证实，无论选择什么时间来运动，只要达到MVPA指南标准，都能带来广泛的健康益处。因此，在制定个性化的身体活动建议时，不仅要考虑活动量，也要将运动时间点纳入考量。

参考文献：1. PLoS One. 2017;12:e0169649. 

医咖会员全面升级，课程增多，AI工具升级！点击链接：会员-医咖社区 (mediecogroup.com)，立享会员优惠！