一天24个小时，我们的行为可以按照不同类型的运动切割成不同的部分，包括睡眠、久坐、站立、轻度运动（LIPA）和中至高强度运动（MVPA），它们的时间占比可以说是“此消彼长”的关系，也因此，有研究人员提出，我们在考虑运动/久坐时间对健康影响的时候，独立地看待它们去计算风险，可能会造成潜在的不准确估计，而使用成分数据分析，将这些数据视作一个完整的24小时复合因素，则可以克服以上限制[1]。
另外，尽管此前也有此类运动成分数据分析研究[2-4]，但研究存在样本量小、仅考虑一天中清醒时间或睡眠数据来自自我报告，以及由于使用腕部或髋部佩戴式加速度计导致无法区分久坐和站立的不足。
因此，伦敦大学学院的研究团队开展了一项新的研究，对前瞻性运动、久坐和睡眠联盟中的6项研究的横断面数据进行了分析，结果发表在《欧洲心脏杂志》上[5]。
他们揭示了一天中睡眠、久坐、站立、LIPA和MVPA这5种行为的健康层级，并确认更多的MVPA占比和更少的久坐占比与更好的体重和代谢结果有关，不同行为的时间占比重新分配会对健康产生不同的影响，比如，从久坐、睡眠、站立或LIPA中抽出部分时间分配给MVPA，均与BMI显著下降有关，从久坐中抽时间分配给睡眠，对血脂有利，但从LIPA/MVPA中抽时间分配给睡眠则对血脂不利等等。
前瞻性运动、久坐和睡眠联盟（ProPASS）是一个国际研究合作平台，包含15+观察性队列研究，参与者均使用经过研究验证的腿部佩戴式加速度计进行运动监测。本研究纳入了其中6项研究，包含荷兰、英国、澳大利亚、丹麦和芬兰的15253名参与者。
研究人员评估的结局包括BMI、腰围和心脏代谢血液生物标志物：高密度脂蛋白胆固醇（HDL-C）、总胆固醇（TC）/HDL-C比值、甘油三酯（TG）和糖化血红蛋白（HbA1c）。混杂因素包括年龄、性别、吸烟状况、饮料量、自评健康状况、降脂/降糖/降血压药物、心血管疾病史，部分队列还收集了运动能力、职业和受教育程度。
所有参与者平均一天内的5种行为的时间为睡眠7.7小时、久坐10.4小时、站立3.1小时、LIPA（无目的的随意走动、有节奏的步行＜100步/分钟）1.5小时、MVPA（跑步、骑车、有节奏的步行≥100步/分钟）1.3小时。
分析结果显示，久坐时间占比越高，BMI越高，反之，其他4种行为时间占比越高，BMI越低。
从除MVPA以外的任意行为中抽时间给MVPA，同时保持其他行为时间占比不变，均与BMI下降有关，例如，从久坐、睡眠、站立或LIPA中抽30分钟，分别与BMI下降0.63、0.43、0.40和0.15有关，而从LIPA或MVPA中抽时间给睡眠、站立或久坐与BMI升高有关。理论上来说，BMI显著降低所需的最小每日行为变化为从久坐中抽7.2分钟给MVPA。
不同行为与腰围的关联类似，理论上，腰围显著缩小所需的最小每日行为变化为从LIPA中抽5.0分钟给MVPA。
血脂结果方面，久坐时间占比越少，MVPA占比越多，HDL-C越高，TC/HDL-C比值和TG越低，这三项指标分别在从久坐中抽6.0、8.9和12.7分钟给MVPA时开始出现改善。
站立的时间占比较多与较好的血脂结果有关，不过如果站立时间增加是以MVPA时间减少为代价的话，那结果就会变成不利的，而如果以1小时以上的睡眠或1.75小时以上的久坐减少为代价，结果就是有利的，甚至，理论上，从LIPA中抽39分钟给站立后，TG开始出现下降。
相比其他行为，睡眠时间占比较多与较差的血脂结果有关，但是这可能也因取代的行为而异，如果从MVPA或站立中抽时间给睡眠，对所有血脂结果都不利，而从久坐中抽至少1.5小时给睡眠，才会对HDL-C产生有利影响。
不同行为取代模式对HDL-C的影响
HbA1c结果方面，久坐时间占比越少，MVPA、站立和睡眠时间占比越多，HbA1c越低。从任意其他行为中抽时间给MVPA，对HbA1c都有利，比较意外的是，对HbA1c最不利的行为是LIPA，不过在校正了混杂因素后，这种关联有关减弱，理论上，HbA1c显著降低所需的最小每日行为变化为从LIPA中抽3.8分钟给MVPA。
综上所述，这项研究为久坐和运动等日常行为与体重和心脏代谢结果的关联提供了新的见解，另外，这也是第一次发现，站立可能比LIPA对心脏代谢结果更有益，研究人员认为， LIPA可能对精神健康或肌肉骨骼系统的影响更大，而对心脏代谢的影响比较微小，但由于本研究的结果是相关性结果，还需要更多的深入研究。
总而言之，我们在日常生活中，应该优先考虑在MVPA中花费更多时间，在久坐中花费更少时间，并且平衡5种不同日常行为的时间占比，以改善和/或保持良好的心脏代谢健康。
参考文献：
[1] Chastin S F M, Palarea-Albaladejo J, Dontje M L, et al. Combined effects of time spent in physical activity, sedentary behaviors and sleep on obesity and cardio-metabolic health markers: a novel compositional data analysis approach[J]. PloS one, 2015, 10(10): e0139984.
[2] Janssen I, Clarke A E, Carson V, et al. A systematic review of compositional data analysis studies examining associations between sleep, sedentary behaviour, and physical activity with health outcomes in adults[J]. Applied physiology, nutrition, and metabolism, 2020, 45(10): S248-S257.
[3] Chastin S F M, McGregor D E, Biddle S J H, et al. Striking the right balance: evidence to inform combined physical activity and sedentary behavior recommendations[J]. Journal of Physical Activity and Health, 2021, 18(6): 631-637.
[4] Chastin S, McGregor D, Palarea-Albaladejo J, et al. Joint association between accelerometry-measured daily combination of time spent in physical activity, sedentary behaviour and sleep and all-cause mortality: a pooled analysis of six prospective cohorts using compositional analysis[J]. British journal of sports medicine, 2021, 55(22): 1277-1285.
[5] Blodgett J M, Ahmadi M N, Atkin A J, et al. Device-measured physical activity and cardiometabolic health: the Prospective Physical Activity, Sitting, and Sleep (ProPASS) consortium[J]. European Heart Journal, 2023: ehad717.
本文作者丨应雨妍
