三篇UKB研究都探討了運動對健康的影響，均發到了IF=7.5的期刊

近期，小咖在檢索文獻時，看到了《European Journal of Preventive Cardiology》（IF=7.5）先后發了三篇使用UKB數據庫的研究，而且這三篇研究都探討了身體活動對健康尤其是心血管疾病（CVD）的影響。小咖對這三篇研究做了簡要總結，希望對大家的研究有所幫助~

第一篇

標題：Refined physical activity recommendations considering cardiovascular disease risk stratification: a cohort study（考慮心血管疾病風險分層的精細化身體活動建議：一項隊列研究）

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

本研究要解決的問題

當前指南強調制定個體化運動策略的重要性，但缺乏足夠的高質量證據，相關的指導建議也有限。當前還存在一項關鍵空白：針對不同風險分層人群，如何通過最佳身體活動模式，在最大化心血管獲益的同時，提高活動效率、增強長期依從性、確保運動安全性。本研究旨在明確不同風險分層的人群實現心血管健康的最佳身體活動模式。

研究設計

研究數據來源于英國生物樣本庫（UK Biobank，后簡稱UKB）。2013年2月至2015年12月，UKB從總體人群中篩選出了236,519名提供有效電子郵箱的參與者，隨機發送了參與加速度計子研究的邀請[1]。共有103,611名參與者完成了身體活動測量，研究排除了不符合納入標準的參與者后，最終納入分析的樣本量為72,884。

圖. 研究流程圖

風險分層

研究依據2021年歐洲心臟病學會預防指南，采用以下風險評估模型：SCORE2、SCORE2-Older Persons（SCORE2-OP）、SCORE2-diabetes模型，并結合慢性腎臟病和家族性高膽固醇血癥的分組情況，對預測風險進行了計算與分層。根據計算得出的預測風險評分及疾病分級，參與者在基線時被劃分為低至中危組、高危組、極高危組。

協變量

研究采用有向無環圖來展示因果關系，并以此指導混雜因素的納入。本研究的協變量涵蓋了SCORE2 風險預測模型中的所有變量（年齡、總膽固醇、高密度脂蛋白膽固醇、收縮壓和吸煙狀況），以及一些潛在混雜因素，例如飲酒情況、腰圍、Townsend 剝奪指數、睡眠時長、心血管疾病家族史。

統計分析

采用多因素Cox比例風險回歸模型，估算身體活動水平、久坐行為以及預測CVD風險與新發CVD事件的風險比（HR）。

每個風險分層中，分別計算身體活動總量每增加1個標準差（SD）、中高強度身體活動（MVPA）每周每增加150分鐘、久坐時間每天每增加1小時，與新發CVD的關聯。研究還探討了預測CVD風險（分為三類）與身體活動總量、MVPA或久坐時間對新發CVD的聯合效應。

研究采用等時替代原則，預測將久坐時長重新分配給中等強度（MPA）或高強度（VPA）身體活動時，10年CVD絕對風險的變化。為了進一步為不同風險組推薦個性化的MVPA模式，研究以每周300分鐘久坐重新分配至MVPA為例，計算了不同風險人群中MPA和VPA的各種組合對10年CVD風險的影響。

主要結果

身體活動總量及MVPA與新發CVD呈負相關，其中極高危人群的獲益最大。MVPA每周每增加150分鐘，極高危人群的心血管風險降低20%，高危人群和低至中危人群的風險分別降低16%和16%（交互作用P<0.0001）。

MVPA的建議量應根據個體的風險分層進行量身定制。對于低至中危人群，每周用任意組合的MVPA替代300分鐘的久坐時間均能帶來健康獲益。然而，對于高危和極高危人群，建議將每周的高強度活動分別限制在60分鐘和42分鐘以內，超出該時長后，額外的健康獲益可能會減弱。

研究優勢

（1）研究發現心血管獲益和最佳活動強度閾值在很大程度上取決于個體CVD風險，解決了一個關鍵空白。該發現挑戰了當前運動指南中“一刀切”的方法，推動其向個性化轉變。

（2）本研究的大樣本量為探究不同CVD預測風險與身體活動水平對CVD發病事件的交互作用，提供了充足的可能。

（3）身體活動數據通過加速度計客觀測量，最大程度地減少了自我報告問卷可能帶來的回憶偏倚。

（4）研究整合了多種風險模型，并充分考慮了疾病分類，對整體心血管疾病負擔進行了更全面的評估，同時也確保了對高風險人群更穩定、更準確的識別。

參考文獻：1. PLoS One. 2017;12:e0169649.

第二篇

第二篇第二篇

標題：Combined variations in sleep, physical activity, and nutrition and the risk of major adverse cardiovascular events（睡眠、身體活動與營養的綜合變化與主要不良心血管事件的風險）

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

本研究要解決的問題

睡眠、身體活動、飲食質量，擁有許多共同的心血管代謝通路。已有一些研究探討了睡眠、身體活動與營養（SPAN）行為中的兩兩組合，但很少有研究將這三種行為綜合起來進行探索。

以往研究大多側重于實現廣泛的生活方式目標，例如每周150-300 分鐘中高強度身體活動（MVPA），這種“一刀切”方法可能會讓部分人望而卻步。新型實踐和研究正轉向個性化的綜合生活方式方法，但目前針對普通人可采取的具有臨床意義的生活方式目標，相關證據仍然有限。

本研究使用了UKB加速度計子研究的數據[1]，探索了SPAN綜合變化與主要不良心血管事件（MACE）的關聯，并確定實現具有臨床意義的MACE風險降低所需的變化。

圖. 研究流程圖

SPAN行為的評估

睡眠和身體活動信息均來源于手腕加速度計數據，參與者被要求在慣用手手腕上連續佩戴該設備7天。在分析中，將MVPA時長作為主要的身體活動指標。

在基線評估期間，UKB數據庫通過食物頻率問卷來評估參與者的飲食攝入情況。基于問卷中記錄的飲食信息，研究計算了飲食質量評分（DQS），該評分將每一類食物的攝入量按0到10進行打分，總分為100分，分值越高代表飲食質量越高[2,3]。

研究結局

研究關注的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。研究排除了隨訪第一年內發生事件的參與者，以及既往被診斷為患有重大心血管疾病的參與者。

對睡眠、身體活動與營養（SPAN）的聯合分析

研究創建了27個互斥的SPAN聯合暴露組（即每一類行為都分低、中、高）。

各暴露指標的具體范圍包括（根據三分位數分組）：

• 睡眠時長：4.9–7.2 小時/天（低）、7.2–8.0 小時/天（中）、8.0–9.4 小時/天（高）

• 中高強度身體活動（MVPA）：5–23 分鐘/天（低）、23–43 分鐘/天（中）、43–104 分鐘/天（高）

• 飲食質量評分（DQS）：32.5–50.0（低）、50.0–57.5（中）、57.5–72.5（高）

研究使用Cox比例風險模型評估SPAN與MACE風險的關聯。為了排除非心血管事件的競爭風險，研究采用了Fine-Gray子分布風險模型。通過森林圖展示SPAN暴露與MACE的多因素調整關聯，圖中包含了全部27個類別，以每種暴露的最低三分位數組作為參考組（下圖）。

圖. SPAN與MACE的關聯

模型調整了以下協變量：年齡、性別、種族、吸煙狀況、教育程度、Townsend 剝奪指數、飲酒量、自由支配的屏幕時間、輕度身體活動、藥物使用情況（是否服用降壓藥、胰島素和降膽固醇藥）、既往癌癥診斷，心血管疾病和癌癥家族史。

連續的睡眠、身體活動與營養評分

研究進一步使用連續的SPAN綜合評分（范圍：0-100），來考察 SPAN整體及各組成部分與MACE風險的劑量-反應關系。每項行為被賦予了相等的權重，評分越高，代表整體的SPAN行為越健康。更高的分數反映了該行為更貼近理論最佳劑量。例如，觀察到睡眠與風險之間呈現 U 型關系，因此曲線的最低點（即理論上最佳的睡眠量）獲得最高分，而睡眠不足或睡眠過多為SPAN評分貢獻較低的分數。

主要結果

8年隨訪中，共發生了2034起MACE事件。與所有SPAN行為均處于最低三分位數的組別相比，最佳SPAN組合（即每天睡眠8.0-9.4小時、每天MVPA42-104 分鐘、DQS評分32.5-50.0）與MACE風險降低57%相關（HR：0.43；95%CI：0.30-0.62）。中位SPAN評分（52.8分）與MACE風險降低41%相關。

每天增加11分鐘睡眠、4.5分鐘MVPA以及3分DQS評分的最小聯合變化量，與MACE風險降低10%相關。

研究優勢

本研究一個核心優勢在于采用了一種新穎的多行為分析方法，能夠深入探究SPAN行為組合中那些具有臨床意義的變化對MACE風險的影響。

借助可穿戴設備指標和機器學習方法，研究能夠以比自我報告研究更高的分辨率來探索這些行為的增量變化。傳統的自我報告研究通常只能以較為粗略的方式來界定行為，例如以超過10分鐘為單位的身體活動片段，或以小時為增量的睡眠時長。這種可穿戴設備數據的高分辨率為本研究提供了顯著優勢，而自我報告調查往往無法捕捉到那些對CVD風險有影響的短暫身體活動。

總結

本研究顯示，即使是微小的綜合變化，例如每天多睡大約10 分鐘、每天多進行5分鐘 MVPA、每天多吃四分之一份蔬菜，與MACE風險降低10%相關。當這些行為組合在一起時，同步變化所帶來的風險降低幅度，遠超單獨改變其中一種行為。這些發現凸顯了開展綜合多行為生活方式預防試驗的必要性。

參考文獻

1. PLoS One. 2017;12:e0169649.

2. BMC Med. 2025;23:111.

3. Diabetes Care. 2021;44:2470–2479.

第三篇

標題：Timing of Moderate-to-Vigorous Physical Activity and Mortality Risk: Role of Chronotype and Sleep Patterns（中高強度身體活動的時間點與死亡風險：晝夜節律類型與睡眠模式的作用）

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

本研究要解決的問題

全球范圍內，僅有少數人達到了指南推薦的運動標準。找出能夠有效促進身體活動或減少久坐行為、且能根據個體生活方式和晝夜節律類型（chronotypes）量身定制的策略，成為當前一個亟待解決的緊迫問題。

在現代社會，許多人的生活遵循著周循環，會建立特定的身體活動時間模式。本研究為了將身體活動帶來的整體益處與“運動時間點”的影響區分開來，解答了兩個相輔相成的問題：

（1）與未達到指南推薦標準的人群相比，遵循指南推薦的MVPA是否在死亡風險上存在差異？

（2）在遵循指南推薦的參與者中，特定的活動時間點是否與死亡風險相關，且這種關聯是否獨立于MVPA總量？

研究設計

本研究數據來源于UKB數據庫的加速度計子研究[1]。2013年2月至2015年12月，大約有236,519名UKB參與者被邀請參加這項加速度計子研究。研究排除了加速度計數據不可靠或無效、24小時內任何一小時均無身體活動等不符合標準的參與者。

晝夜節律類型（Chronotype）

每位參與者的睡眠中點（即睡眠周期的中間時刻）利用加速度計數據來確定。參與者被劃分為“較早睡眠中點”組或“較晚睡眠中點”組，劃分依據是其睡眠中點早于還是晚于所有參與者的中位睡眠中點。

晝夜節律類型（即傾向于早晨或晚間活動）是通過“晨間型-晚間型問卷”中的一項單項自評問題來進行評估。選擇“絕對是晨間型”或“比較偏向晨間型”被歸為晨間型（morning-types）；選擇“比較偏向晚間型”或“絕對是晚間型”的參與者則被歸為晚間型（evening types）。回答“不知道”或“不愿回答”的參與者被排除在晝夜節律類型的分層分析之外。

研究結局

主要結局為全因死亡率。次要結局則根據死因來定義，實際評估的結局包括CVD 死亡率以及癌癥相關死亡率。

協變量

協變量包括：性別、佩戴加速度計時的年齡、癌癥病史、糖尿病病史、胰島素使用情況、心理健康問題、心血管病史、BMI、吸煙狀況、飲酒情況、是否擁有任何學歷、是否擁有學位、久坐行為、每日睡眠時長、總體佩戴時長。久坐行為（連續變量）根據UKB處理后的加速度計數據計算得出。

統計分析方法

未達到WHO的MVPA指南標準的參與者被歸類為“不活躍組”；在遵循指南標準的參與者中，對每小時MVPA分布進行K-均值聚類分析，識別出了四種運動時間模式：清晨活躍型、持續活躍型、午間活躍型、晚間活躍型。

研究使用Cox比例風險回歸模型（survival 包）來檢驗MVPA模式與全因死亡率、癌癥死亡率以及CVD死亡率的關聯。針對癌癥和CVD死亡率，研究擬合了特定死因的Cox模型，在死亡發生時，將其他原因導致的死亡作為刪失數據處理。主要模型中包含的協變量，基于有向無環圖預先設定。

主要結果

主要分析針對遵循指南推薦的參與者，在額外調整了MVPA總量后，以“持續活躍型”運動模式作為參照組，“午間活躍型”運動模式與全因死亡風險更低相關（HR: 0.79; 95%CI 0.65–0.97），“晚間活躍型”和“清晨活躍型”模式與全因死亡率無顯著關聯。

針對死因別死亡率，“午間活躍型”與癌癥和 CVD 死亡率的關聯有所減弱，未達到統計學顯著性。“晚間活躍型”和“清晨活躍型”模式，與癌癥和CVD死亡率無顯著關聯。

在與“不活躍組”進行比較的次要分析中，所有運動活躍模式均與死亡風險顯著降低相關，其中“午間活躍型”模式展現出的風險降幅最大。按晝夜節律類型和睡眠中點進行的分層分析表明，在晚間型晝夜節律和較晚睡眠中點的人群中，運動時間模式與死亡率的關聯一致性較低。

研究意義

本研究對個性化運動具有一定的啟示意義，尤其是在數字健康干預領域。可穿戴設備和智能手機的廣泛普及，為將這些研究結果轉化為可檢測策略提供了絕佳平臺。

未來的研究可以超越簡單的“運動量”提醒，轉為設計和測試“適時自適應干預”。基于本研究觀察到的趨勢，這些干預措施可以檢測：引導個體將MVPA安排在午間時段，是否能帶來更好的健康結果？

為了確立其臨床應用價值，應開展隨機對照試驗，比較這種“考慮運動時間點”的建議與標準的基于“運動量”的建議，對改善心血管代謝健康指標的效果。

結論

在達到MVPA指南標準的成年人中，表現出“午間活躍”運動模式的人群，全因死亡率更低，且該優勢獨立于MVPA的總量。結果進一步證實，無論選擇什么時間來運動，只要達到MVPA指南標準，都能帶來廣泛的健康益處。因此，在制定個性化的身體活動建議時，不僅要考慮活動量，也要將運動時間點納入考量。

參考文獻：1. PLoS One. 2017;12:e0169649.