2025年10月，《內(nèi)科學(xué)年鑒》發(fā)文探討了每日步數(shù)不超過8000步的人群中，每日步數(shù)的累積模式（短時(shí)間、零散活動(dòng) vs. 長(zhǎng)時(shí)間持續(xù)活動(dòng)）和全因死亡、心血管風(fēng)險(xiǎn)的關(guān)聯(lián)。研究顯示：與每日通過短時(shí)間、零散活動(dòng)積累步數(shù)相比，將步數(shù)集中在較長(zhǎng)時(shí)間活動(dòng)段中的人全因死亡和新發(fā)心血管疾病風(fēng)險(xiǎn)更低，活動(dòng)量<5000步的人群中這種差異更為顯著。

原文鏈接：https://www.acpjournals.org/doi/10.7326/ANNALS-25-01547

01

研究背景

對(duì)于活動(dòng)量較少的人群而言，每天的體力活動(dòng)通常是日常生活活動(dòng)，這種活動(dòng)表現(xiàn)為短暫、零散的運(yùn)動(dòng)片段，強(qiáng)度多為輕度至中度。故而有必要了解短時(shí)間、間歇性的步行是否能帶來與長(zhǎng)時(shí)間持續(xù)性步行相似的健康益處，尤其是對(duì)于久坐不動(dòng)或活動(dòng)量偏低的人。

近期臨床研究、實(shí)驗(yàn)研究顯示，體力活動(dòng)的累積模式可能會(huì)影響其健康效應(yīng)。本研究探討每日步數(shù)的累積模式與心血管疾病（CVD）、全因死亡風(fēng)險(xiǎn)之間的關(guān)聯(lián)。

02

研究方法

本研究使用英國(guó)生物銀行數(shù)據(jù)庫(kù)（UKB）數(shù)據(jù)，納入日均步數(shù)低于8000步，至少擁有3個(gè)有效佩戴日（佩戴時(shí)間≥16h/d，包含至少1個(gè)周末日）的參與者。排除已確診CVD或癌癥、存在任何評(píng)估協(xié)變量數(shù)據(jù)缺失、或在隨訪第一年內(nèi)發(fā)生事件的參與者。

步數(shù)累積模式

根據(jù)參與者累積最多步數(shù)所在的持續(xù)性時(shí)間段，將參與者分為4組：<5min、5-<10min、10-<15min、≥15min，允許中間不超過1min的中斷。

死亡率和CVD

隨訪時(shí)間截至2022年11月30日。死亡信息通過國(guó)家登記數(shù)據(jù)獲得。CVD定義為循環(huán)系統(tǒng)疾�。ú话ǜ哐獕汉土馨拖到y(tǒng)疾病）。

統(tǒng)計(jì)分析方法

本研究采用逆概率加權(quán)法以減少混雜因素影響，改善組間協(xié)變量平衡。該方法基于多項(xiàng)邏輯回歸模型，根據(jù)協(xié)變量預(yù)測(cè)每位參與者活動(dòng)持續(xù)性時(shí)間段的出現(xiàn)概率。計(jì)算得出的逆概率權(quán)重用于構(gòu)建一個(gè)“偽人群”，該人群中各類別的協(xié)變量達(dá)到平衡。

協(xié)變量依據(jù)UKB中的有向無環(huán)圖確定，包括：年齡、性別、種族、BMI、吸煙史、飲酒、果蔬攝入、日均總步數(shù)、久坐時(shí)間、中等至高強(qiáng)度體力活動(dòng)時(shí)間、睡眠時(shí)長(zhǎng)、教育水平、衰弱指數(shù)評(píng)分、自評(píng)健康狀況、自報(bào)父母CVD與癌癥史，以及高血壓、糖尿病和血脂異常診斷記錄。

研究采用修正泊松回歸模型估計(jì)各組的風(fēng)險(xiǎn)比與風(fēng)險(xiǎn)差異。使用經(jīng)逆概率加權(quán)處理的Cox比例風(fēng)險(xiǎn)模型估計(jì)全因死亡率與心血管疾病的累積發(fā)病率。

分析在全樣本中進(jìn)行，并按日均總步數(shù)分層：久坐組：<5000步/日；低活動(dòng)組：5000-7999步/日。

03

研究結(jié)果

研究納入33,560名參與者，平均62歲，平均隨訪7.9年（266,283 人年）。

參與者日均步數(shù)為5,165步，<5min、5-<10min、10-<15min、≥15min的參與者比例分別為42.9%、33.5%、15.5%、8.0%。隨訪期間共發(fā)生735例死亡和3,119例CVD。

全因死亡率

9.5年內(nèi)，各步數(shù)積累模式的累積全因死亡率風(fēng)險(xiǎn)、與<5min組相比的風(fēng)險(xiǎn)差異見下表。<5min、5-<10min、10-<15min、≥15min累積全因死亡率風(fēng)險(xiǎn)分別為4.36%、1.83%、0.84%、0.80%，隨著活動(dòng)段持續(xù)時(shí)間的增加，累積全因死亡率風(fēng)險(xiǎn)降低。

表.全因死亡率的累積風(fēng)險(xiǎn)、相對(duì)風(fēng)險(xiǎn)和風(fēng)險(xiǎn)差異

分層分析顯示，這種關(guān)聯(lián)在久坐組中更為顯著，全因死亡率累積風(fēng)險(xiǎn)從<5min組的5.13%逐漸下降至≥15min組的0.86%。低活動(dòng)組從2.46%逐漸下降至0.72%。

圖.不同人群中全因死亡率的累積風(fēng)險(xiǎn)

CVD發(fā)生情況

9.5年CVD累積發(fā)病風(fēng)險(xiǎn)呈現(xiàn)出與全因死亡率相似的趨勢(shì)，具體數(shù)值見下表。分層分析結(jié)果顯示，風(fēng)險(xiǎn)差異在久坐參與者中更為顯著。9.5年累積風(fēng)險(xiǎn)從<5min組的15.39%下降至≥15min組的6.89%。

表.CVD累積風(fēng)險(xiǎn)、相對(duì)風(fēng)險(xiǎn)和風(fēng)險(xiǎn)差異

04

研究發(fā)現(xiàn)，在體力活動(dòng)不足的參與者（日均步數(shù)<8000步）中，將步數(shù)集中在較長(zhǎng)時(shí)間的活動(dòng)段中（如持續(xù)走≥15min）可能比零散積累（如每次少于5min）更有助于降低死亡和心血管風(fēng)險(xiǎn)。

這種關(guān)聯(lián)模式對(duì)心血管風(fēng)險(xiǎn)的影響比對(duì)全因死亡率更為顯著。由于樣本的大部分步數(shù)屬于輕度至中度強(qiáng)度活動(dòng)，較長(zhǎng)的活動(dòng)時(shí)段可能因積累了足夠的活動(dòng)量和連續(xù)性，從而更有效地調(diào)動(dòng)心臟代謝生理通路。

久坐組中，長(zhǎng)時(shí)間、持續(xù)性活動(dòng)模式與較低風(fēng)險(xiǎn)的關(guān)聯(lián)更為顯著，可能反映了基礎(chǔ)生理或行為差異，如更強(qiáng)的生理響應(yīng)能力，或?qū)米逻\(yùn)動(dòng)適應(yīng)障礙的緩解作用。

研究?jī)?yōu)勢(shì)

• 大樣本量、采用加速度計(jì)對(duì)每日步數(shù)進(jìn)行高分辨率評(píng)估。

• 使用經(jīng)過驗(yàn)證的兩階段方案對(duì)體力活動(dòng)進(jìn)行分類，能更準(zhǔn)確地區(qū)分每日步數(shù)，有效降低了“虛報(bào)步數(shù)”的風(fēng)險(xiǎn)（如僅手腕活動(dòng)增加的步數(shù)）。

• 為減少反向因果關(guān)系的影響，研究排除了已有CVD或癌癥、早期發(fā)生事件等患者。

• 使用了基于先驗(yàn)知識(shí)的協(xié)變量結(jié)構(gòu)以降低殘余混雜；并通過逆概率加權(quán)法平衡協(xié)變量分布，提升了不同組別間的可比性。

研究局限性

• 加速度計(jì)數(shù)據(jù)是在相對(duì)較短的時(shí)間窗口（3-7天）內(nèi)收集的。

• 步數(shù)收集時(shí)間距離UKB首次入組已有數(shù)年（加速度計(jì)數(shù)據(jù)收集于2013至2015年，而入組時(shí)間為2006至2010年）。

• 單次測(cè)量可能無法完全反映長(zhǎng)期習(xí)慣性行為。

• 無法排除潛在暴露錯(cuò)誤分類或殘余混雜。

05

研究結(jié)論

在每日步數(shù)低于推薦水平，即不超過8000步的人群中，與每日通過短時(shí)間、間歇性活動(dòng)積累步數(shù)相比，將步數(shù)集中在較長(zhǎng)時(shí)間活動(dòng)段中的人全因死亡和新發(fā)CVD風(fēng)險(xiǎn)更低。這種差異在久坐組，即活動(dòng)量<5000步/日的人群中更為顯著。

參考文獻(xiàn)：Ann Intern Med. 2025 Dec;178(12):1718-1727. doi: 10.7326/ANNALS-25-01547.