2026年1月13日，《Lancet》在線發(fā)表了一項(xiàng)研究，對七項(xiàng)前瞻性隊(duì)列的個體參與者數(shù)據(jù)進(jìn)行了Meta分析，并單獨(dú)分析了英國生物銀行（UKB）的數(shù)據(jù)，以評估每天小幅度活動量增加對死亡率的影響。研究發(fā)現(xiàn)：在活動量最少的參與者中，中等至高強(qiáng)度身體活動（MVPA）每天增加5分鐘，可能預(yù)防6.0%的全因死亡（95%CI 4.3-7.4）。

原文鏈接：https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(25)02219-6/abstract

研究背景

全球約7-9%的死亡率可歸因于身體活動不足，但基于參與者自報告的身體活動數(shù)據(jù)，可能會低估其與死亡率的關(guān)聯(lián)。來自設(shè)備測量的數(shù)據(jù)拓展了人們對身體活動健康益處的認(rèn)知，但其對死亡率的具體影響尚未得到評估。

通常使用人群歸因分值（PAF）來計(jì)算可預(yù)防死亡人數(shù)，即假設(shè)所有未達(dá)到WHO身體活動推薦量的人都開始達(dá)到推薦量，理論上可避免的死亡人數(shù)。這種二分法的假設(shè)中，只有將"不達(dá)標(biāo)"轉(zhuǎn)變?yōu)?達(dá)標(biāo)"才能有健康獲益，實(shí)際上這可能并不現(xiàn)實(shí)。而且這種方法沒有考慮到身體活動的人群分布情況，以及人群層面不同程度的活動量增加會如何影響可預(yù)防死亡人數(shù)的估算。

本研究旨在強(qiáng)調(diào)切實(shí)可行的行為改變對人群健康的影響，通過大型人群隊(duì)列中設(shè)備測量的身體活動水平，評估身體活動、久坐時間與死亡風(fēng)險之間的非線性劑量-反應(yīng)關(guān)系。研究估算了每日中等至高強(qiáng)度身體活動（MVPA）增加5min和10min、每日久坐時間減少30min和60min所能預(yù)防的死亡人數(shù)比例。

研究方法

研究人群

研究系統(tǒng)檢索了使用髖部佩戴式加速度計(jì)測量身體活動和久坐時間，并能將其與死亡記錄相關(guān)聯(lián)的前瞻性隊(duì)列研究。本次分析納入七個隊(duì)列：瑞典“活動、行為與改變”研究（ABC）；美國國家健康與營養(yǎng)調(diào)查（NHANES）；挪威國家身體活動調(diào)查（NNPAS）；美國卒中地理與種族差異原因研究（REGARDS）；美國“女性健康研究”（WHS）；瑞典健康老齡化倡議（HAI）；挪威Troms?研究（Troms? Study）。

為了獲得更同質(zhì)化的樣本，本研究在NHANES、NNPAS和ABC（包含較年輕的參與者）中排除了年齡小于40歲的參與者。為了減少反向因果關(guān)系帶來的偏倚，研究排除了在隨訪頭2年內(nèi)死亡的參與者。

本研究使用英國生物銀行（UKB）驗(yàn)證上述Meta分析結(jié)果的外推性。最終納入UKB數(shù)據(jù)庫中94,719名參與者。UKB使用腕部佩戴設(shè)備和另一佩戴協(xié)議，無法與上述隊(duì)列數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化整合。

協(xié)變量

計(jì)算BMI，將肥胖定義為BMI≥30kg/m2；吸煙（從不吸煙、曾吸煙、當(dāng)前吸煙）；教育水平（小學(xué)、中學(xué)、大學(xué)）；心血管疾病、癌癥和糖尿病史。

結(jié)局

死亡率按照各項(xiàng)研究特定程序確定，包括醫(yī)療記錄、死亡證明或行政數(shù)據(jù)庫關(guān)聯(lián)。

統(tǒng)計(jì)分析方法

對七個隊(duì)列的個體參與者數(shù)據(jù)進(jìn)行Meta分析，使用了兩階段方法：

首先，在獨(dú)立的模型中對每個隊(duì)列進(jìn)行單獨(dú)分析。將MVPA、久坐時間、總身體活動量和低強(qiáng)度身體活動（LPA）作為暴露變量，針對每個暴露變量創(chuàng)建具有四個節(jié)點(diǎn)的三次樣條曲線，節(jié)點(diǎn)位置分別位于該暴露變量分布的第5、35、65和95百分位數(shù)處。隨后對樣條變量擬合了Cox比例風(fēng)險回歸模型，以死亡率為結(jié)局，隨訪時間為時間尺度。

模型調(diào)整的混雜因素：（1）年齡、性別、加速度計(jì)佩戴時間（年齡性別調(diào)整）；（2）進(jìn)一步調(diào)整BMI、吸煙、教育程度、心血管疾病、癌癥和糖尿?。ㄍ耆{(diào)整模型）。

使用模型估算以下干預(yù)措施的風(fēng)險比（HR）和95%置信區(qū)間（CI），及其相應(yīng)的潛在影響分?jǐn)?shù)（potential impact fractions[PIFs]，即通過改變暴露水平可能預(yù)防的死亡比例）及其95%CI：

• MVPA增加5min/d和10min/d；

• LPA和總身體活動量增加30min/d和60min/d；

• 久坐時間減少30min/d和60min/d。

針對以下兩組人群，對每個暴露變量分別計(jì)算累積PIFs，以模擬假設(shè)的公共衛(wèi)生干預(yù)措施對不同人群的影響：

（1）約20%活動量最少的參與者（高風(fēng)險人群干預(yù)策略）；

（2）除約20%活動量最多的參與者外的其他所有參與者（全人群干預(yù)策略）。

該方法在概念上借鑒了Rose關(guān)于高風(fēng)險人群預(yù)防和全人群預(yù)防策略的區(qū)分理論[1]，并定義了身體活動、久坐時間與死亡風(fēng)險的劑量-反應(yīng)關(guān)聯(lián)，同時保持了個體參與者數(shù)據(jù)Meta分析與UKB研究之間分布的相似性。

第二階段，采用限制性最大似然法的隨機(jī)效應(yīng)模型，估算了匯總HR，并基于此計(jì)算了匯總的PIFs及累積PIFs。

研究結(jié)果

研究納入135,046名參與者，平均年齡63.9歲，61%為女性，平均隨訪8.2年。

七個隊(duì)列的Meta分析結(jié)果

研究納入40,327名參與者進(jìn)行個體數(shù)據(jù)的Meta分析（死亡4895例）。這些參與者的平均MVPA為27.7min/d（占佩戴時間的3.1%）。下圖展示了在個體參與者數(shù)據(jù)Meta分析中，基于MVPA分布情況，當(dāng)MVPA增加5min/d和10min/d時與之相關(guān)的死亡率風(fēng)險相對變化情況。

圖. 七項(xiàng)研究的Meta分析結(jié)果。A，MVPA增加5min/d與死亡率的關(guān)聯(lián)；B，MVPA增加10min/d與死亡率的關(guān)聯(lián)；C，MVPA增加5min/d的PIFs；D，MVPA增加10min/d的PIFs。

例如，MVPA從1min/d增加5min至6min/d（上圖A紅箭頭），與死亡風(fēng)險降低約30%相關(guān)，從1min/d增加10min至11min/d（上圖B紅箭頭），與死亡風(fēng)險降低約42%相關(guān)。

當(dāng)MVPA本身較高時，繼續(xù)增加活動的獲益會逐漸減少。例如，從9min/d增至14min/d與死亡風(fēng)險降低約18%相關(guān)，從9min/d增至19 min/d與死亡風(fēng)險降低約28%相關(guān)，超過24min/d后，未觀察到明確的風(fēng)險降低。

活動量最少（MVPA≤2min/d）的12.1%人群中，MVPA增加5min/d與預(yù)防3.6%的死亡相關(guān)（圖C上方的紅箭頭）。

參與者的平均久坐時間為577min/d（占佩戴時間的64.5%）。久坐時間減少30min和60min的死亡率、PIFs如下圖。

若每天久坐時間少于約480min，減少久坐時間與死亡風(fēng)險之間沒有關(guān)聯(lián)。超過480min的人群（占70%以上的參與者），減少久坐時間與死亡風(fēng)險的逐步降低相關(guān)。

圖.六項(xiàng)研究的Meta分析。A，久坐時間減少30min/d與死亡率的關(guān)聯(lián)；B，久坐時間減少60min/d與死亡率的關(guān)聯(lián)；C，久坐時間減少30min/d的PIFs；D，久坐時間減少60min/d的PIFs。

UKB數(shù)據(jù)庫的分析

研究納入UKB數(shù)據(jù)庫94,719名參與者（死亡3487例）進(jìn)行驗(yàn)證性分析。MVPA、久坐時間的死亡率、PIFs如下圖。與上述Meta分析的結(jié)果相比，UKB中增加MVPA和減少久坐時間與死亡率的關(guān)聯(lián)及PIFs均更小。

圖. UKB研究中MVPA變化與死亡率關(guān)聯(lián)。A，MVPA增加5min/d與死亡率的關(guān)聯(lián)；B，MVPA增加10min/d與死亡率的關(guān)聯(lián)；C，MVPA增加5min/d的PIFs；D，MVPA增加10min/d的PIFs。

圖. UKB研究中久坐時間變化與死亡率關(guān)聯(lián)。A，久坐時間減少30min/d與死亡率的關(guān)聯(lián)；B，久坐時間減少60min/d與死亡率的關(guān)聯(lián)；C，久坐時間減少30min/d的PIFs；D，久坐時間減少60min/d的PIFs。

高風(fēng)險人群和全人群干預(yù)的死亡預(yù)防

高風(fēng)險人群平均MVPA僅為2.2min/d，若MVPA增加5min/d，可預(yù)防6.0%（95% CI 4.3-7.4）的死亡；增加10min/d可預(yù)防8.8%（7.0-10.4）的死亡。

全人群平均MVPA為17.4min/d，若MVPA增加5min/d，可預(yù)防10.0%（6.3-13.4）的死亡；增加10min/d則可預(yù)防14.9%（9.7-19.3）的死亡。

UKB中相應(yīng)的預(yù)防死亡比例更低，范圍在2.2%至6.2%之間。

高風(fēng)險人群平均久坐時間為721min/d，若久坐時間減少30min/d可預(yù)防3.0%（2.0-4.1）的死亡，減少60min/d則可預(yù)防5.5%（3.9-6.9）的死亡。

全人群平均久坐時間為605min/d，若減少30 min/d可預(yù)防7.3%（4.8-9.6）的死亡，減少60min/d則可預(yù)防12.6%（8.4-16.4）的死亡。

UKB中相應(yīng)的可預(yù)防死亡比例介于2.5%（2.1-2.9）至7.6%（4.4-10.6）之間。

表. 改變身體活動、久坐時間的累積PIFs

本研究對七項(xiàng)隊(duì)列進(jìn)行的個體參與者數(shù)據(jù)Meta分析表明，即便是低于WHO推薦量的小幅身體活動增加，也伴隨著顯著的益處。如果高風(fēng)險人群和全人群實(shí)現(xiàn)每日MVPA增加5min，或可使上述兩個人群的死亡率降低約6.0%和10.0%；每日久坐時間減少30min，或可使死亡率降低3.0%和7.3%。UKB中估算出的相同干預(yù)措施可預(yù)防的死亡比例更低，但其規(guī)模仍然可觀。

分析結(jié)果顯示，相較于久坐時間減少30min/d和60min/d，兩種人群中MVPA增加5-10min/d所能預(yù)防的死亡比例似乎更大。

研究優(yōu)勢

• 分析基于設(shè)備測量的身體活動和久坐時間，基于小幅度的、可實(shí)現(xiàn)的身體活動的改變，并考慮了身體活動水平與死亡率的非線性關(guān)聯(lián)。

• 與早期研究的從“活動量不達(dá)標(biāo)”到“達(dá)標(biāo)”的假設(shè)相比，本研究評估的活動改變的效應(yīng)估計(jì)更為可取。

• 研究使用加速度計(jì)數(shù)據(jù)作為暴露變量，比自我報告的數(shù)據(jù)偏差更小。

• 個體層面的參與者數(shù)據(jù)可用作連續(xù)的暴露數(shù)據(jù)；可在各隊(duì)列間對變量、統(tǒng)計(jì)分析進(jìn)行標(biāo)準(zhǔn)化處理，最大限度地減少了信息損失和效力降低。

• Meta分析的樣本量可進(jìn)行多項(xiàng)敏感性分析，分析表明研究的主要結(jié)果穩(wěn)健。

研究局限性

• 研究結(jié)果僅適用于年齡超過40歲的參與者。

• 數(shù)據(jù)來源于美國、瑞典等地區(qū)的七項(xiàng)隊(duì)列，限制了對高收入人群之外的推廣性。其中五項(xiàng)隊(duì)列具有人群代表性，其分析結(jié)果與七項(xiàng)隊(duì)列的Meta分析結(jié)果相似。

• 用于定義身體活動強(qiáng)度的閾值來源于標(biāo)準(zhǔn)化的步行活動，可能無法完全反映日常生活。七項(xiàng)隊(duì)列與UKB數(shù)據(jù)無法直接比較。

• 由于存在未測量或測量不佳的混雜因素，可能存在混雜偏倚。

• 研究僅調(diào)查了全因死亡率，未來的研究應(yīng)考察其他健康結(jié)局。未來需要使用低收入和中等收入國家的設(shè)備測量身體活動數(shù)據(jù)，進(jìn)行相關(guān)研究。

研究結(jié)論

在研究假設(shè)的高風(fēng)險人群干預(yù)以及全人群干預(yù)場景下，每天增加5min的MVPA，或可預(yù)防多達(dá)6%和10%的死亡。相比之下，每天減少30min久坐時間的死亡預(yù)防比例雖較小，但依然具有重要意義。

參考文獻(xiàn)：1. Int J Epidemiol. 2001 Jun;30(3):427-32; discussion 433-4. doi: 10.1093/ije/30.3.427.

文章整理自：The Lancet,Published January 13, 2026.DOI: 10.1016/S0140-6736(25)02219-6