编辑推荐：
本文通过系统综述和荟萃分析发现，健康生活方式行为集群（包括体育活动、睡眠、饮食等）与抑郁、焦虑和心理困扰症状显著相关。多行为干预可能对预防或治疗常见精神疾病有益，这为改善心理健康提供了重要依据。
1. 引言
常见精神健康障碍在全球范围内广泛流行，大约每四个人中就有一人在一生中受到情绪或焦虑障碍的影响。精神健康障碍是全球疾病负担的主要原因之一，其中抑郁和焦虑障碍占了近一半的负担，且对年轻人的影响尤为严重。许多人虽未达到疾病诊断标准，但也会经历相关症状，一般心理困扰的发生率也较高。
参与健康的生活方式行为在精神健康状况的预防、管理和治疗中可能发挥重要作用。例如，体育活动能改善大脑功能，促进心理社会资源积累；健康饮食可调节肠脑轴和相关炎症、氧化应激通路；睡眠紊乱与焦虑的神经回路相似，睡眠问题会影响心理和社会功能。然而，目前关于生活方式行为与精神健康关系的研究多聚焦于单个行为，针对多种生活方式行为集群与精神健康结果关系的研究较少。
以往研究存在一些局限性，如使用变量中心法确定健康生活方式时，需对行为进行二分法划分，减少了数据变异性，且无法解释行为的潜在分布。相比之下，人中心分析（如聚类分析、潜在类别分析等）能更好地研究生活方式行为在个体内的聚类情况，可处理连续数据或多类别变量，能识别关键行为模式，还能探讨行为与精神健康之间的协同关联，但目前尚未充分研究不同生活方式行为集群人群的抑郁、焦虑和心理困扰症状差异。因此，本研究旨在系统回顾和荟萃分析相关文献，探究生活方式行为集群与这些精神健康症状之间的关联。
2. 方法
- 搜索策略：本研究在 PROSPERO 上预先注册，并遵循 PRISMA 报告指南。系统搜索了 Medline（通过 OVID）、SPORTDiscus、PsychInfo、CINAHL 和 EMBASE 等数据库，检索时间从建库至 2024 年 5 月 10 日，并于 2025 年 1 月 29 日进行了更新搜索，使用了一系列与生活方式行为、抑郁、焦虑、心理困扰和聚类分析相关的关键词，详细搜索词见附录 A。
- 纳入标准：涵盖所有人类研究；评估至少两种生活方式行为，包括体育活动 / 久坐时间、睡眠、饮食摄入 / 饮食行为、酒精 / 烟草 / 物质使用，若研究评估了额外变量，需保证至少三分之二的聚类指标与生活方式行为相关；评估抑郁、焦虑或困扰症状，可通过问卷、自我报告诊断或临床评估；仅纳入使用人中心方法（聚类分析或潜在类别 / 概况分析）分析生活方式行为的观察性研究，排除 COVID - 19 大流行期间报告生活方式行为和症状变化的研究。
- 研究选择：由两名独立评审员（MB，HFWW）借助机器学习算法进行标题、摘要和全文筛选。标题和摘要筛选使用 ASReview 开源机器学习程序，根据标题和摘要中的自由文本词与系统综述的相关性对文章进行排序。评审员持续筛选，直至筛选至少 30% 的标题和摘要且连续选出 50 个不相关的标题和摘要。全文评审在 Covidence 平台进行，若评审员意见不一致，由第一作者重新阅读并决定文章是否纳入。
- 数据提取：由一名评审员（MB）完成数据提取，另一名评审员（HFWW）检查准确性。提取内容包括参与者特征、研究特征、纳入人中心分析的生活方式行为、评估精神健康症状的方法、人中心分析技术以及确定的聚类数量等，同时提取计算效应量和进行研究质量评估所需的数据。
- 研究质量评估：使用美国国家心肺血液研究所的观察性队列和横断面研究质量评估工具进行评估。两名评审员（MB，HFWW）各评估一半的纳入研究，对关键潜在混杂变量的评估标准进行了修改，基于对选择偏倚、信息偏倚、测量偏倚和混杂因素的评估，给出 “差”“一般”“好” 的总体质量评级。评审员先共同评估 5 项研究以确保评估标准应用的一致性，之后各自评估剩余研究。
- 效应量计算：效应量采用标准化均数差（SMD），比较分配到最健康生活方式聚类的参与者与其余聚类参与者在抑郁、焦虑或一般心理困扰症状上的差异。确定最健康聚类时，先对各聚类在每项评估的生活方式行为上从最健康到最不健康进行排序，综合各项行为确定最健康聚类。对于报告分类结果的研究，计算对数优势比并转换为 SMD。若研究报告的均值无标准差，则使用规范性数据集的标准差进行估算。
- 数据分析：采用随机效应荟萃分析估计聚类间精神健康症状的差异，使用聚类稳健方差估计器和相关分层效应工作模型，考虑研究内和研究间的异质性以及效应量的相关性。通过两种方法评估发表偏倚，即多层次荟萃分析 Egger 检验和非肯定性研究荟萃分析方法。进行计划的研究间亚组分析，探究效应量是否因参与者年龄、研究人群类型、结局评估方式、评估分布以及纳入模型的生活方式行为数量等因素而不同，同时进行研究内亚组分析。数据分析使用 R 软件中的 metafor、clubsandwhich、dmetar 和 PublicationBias 等包。
3. 结果
- 研究选择：原始文献搜索确定了 14,325 篇潜在相关文章，更新搜索又确定了 1321 篇。其中 6408 篇标题和摘要进行了手动筛选，其余 9238 篇因机器学习算法判定低于手动筛选阈值而自动排除。经手动筛选，480 篇全文被检索评估，最终 81 篇符合纳入标准的文章被纳入综述。评审员在全文筛选时的一致性高达 93%（Cohen's Kappa = 0.80）。在纳入的研究中，50 项报告了抑郁症状，27 项报告了焦虑症状，33 项报告了一般心理困扰症状。
- 研究特征：研究分布在多个国家，美国、澳大利亚和中国的研究较多，还有一些跨国研究。大多数研究为横断面研究（72 项），纵向研究较少（9 项）。所有研究都评估了体育活动或久坐行为，多数研究评估了营养或饮食、酒精 / 烟草 / 药物使用和睡眠行为。多数研究（44 项）评估了三种健康生活方式行为，研究还纳入了多种额外指标。大部分研究（64 项）使用经过验证的症状量表评估精神健康结果，样本量中位数为 2866，女性比例中位数为 51.7%，约一半研究涉及 25 岁以上参与者。
- 质量评估：多数研究有明确的研究问题或目标、定义明确的研究人群且招募人群相似，但许多研究未报告响应率，只有约三分之一的研究使用经过验证的工具评估生活方式行为，超过一半的研究以不同暴露水平评估生活方式行为，多数研究使用经过验证的工具评估精神健康结果，仅 1 项研究报告了功效计算或样本量合理性，很少有研究在评估精神健康结果前评估生活方式行为，多数为横断面同时评估，且多数研究在潜在混杂变量上存在显著差异。总体而言，52 项研究质量评级为差，23 项为一般，6 项为好。
- 荟萃分析
- 合并效应：荟萃分析结果显示，与生活方式不太健康的人群相比，生活方式最健康的人群报告的抑郁（SMD = -0.405，p < 0.001）、焦虑（SMD = -0.426，p < 0.001）和一般心理困扰（SMD = -0.336，p < 0.001）症状显著更少。各结果的观察效应量存在较大异质性，焦虑的异质性最大，其 95% 预测区间最宽。
- 发表偏倚：Egger 回归模型结果表明，抑郁、焦虑和心理困扰的漏斗图均无显著不对称性。非肯定性效应量的荟萃分析结果显示，在任何 η 值下，抑郁、焦虑或心理困扰症状的荟萃分析结果均未变得不显著。
- 亚组分析：研究间亚组分析发现，抑郁和心理困扰在使用二分法评估结果的研究中效应量显著更大；在研究设计、参与者年龄、研究人群类型、评估类型和生活方式行为数量等方面，效应量无显著差异。研究内亚组分析表明，抑郁和焦虑在最健康与最不健康聚类比较时的效应量显著大于最健康与其余聚类比较时的效应量，但心理困扰不显著。
4. 讨论
本系统综述和荟萃分析全面综合了健康生活方式行为集群与精神健康症状之间的关联。结果表明，生活方式最健康的个体比生活方式不太健康的个体经历的抑郁、焦虑和心理困扰症状显著更少，且最健康与最不健康聚类比较时呈现出中度到较大的标准化差异。
以往研究多关注单一生活方式行为与精神健康的关联，而本研究中观察到的关联强度比之前研究更强，这表明健康生活方式行为对抑郁、焦虑和心理困扰症状可能存在相加或相乘效应。虽然本研究结果为观察性的，不能表明因果关系，但对干预措施的开发具有指导意义。同时，研究发现多数研究采用横断面设计，结果可能反映了健康生活方式行为与精神健康症状之间的双向关系，即改善生活方式可能有益，但精神健康症状也可能导致个体参与不健康行为。
本研究结果在不同年龄和研究人群类型的研究中无显著差异，这表明健康生活方式行为与精神健康症状之间的关联可能具有普遍性，支持在精神卫生保健环境中实施跨诊断的生活方式干预措施。研究还发现，基于连续和二分法评估结果的研究存在差异，可能是由于未测量的混杂因素导致。
未来研究应关注生活方式行为集群与精神健康之间的因果关系，进一步探索针对精神健康障碍人群的治疗性干预措施，研究不同生活方式行为组合与精神健康结果的关系，并考虑更广泛的生活方式行为对精神健康的影响。本研究的优势在于使用机器学习算法全面检索文献，采用分层和相关效应荟萃分析；局限性在于多依赖自我报告评估，部分评估工具有效性未知，聚类排名方法可能忽略集群间细微差异，且搜索限于英文文献。
5. 结论
本系统综述和荟萃分析表明，包括体育活动、睡眠、饮食和物质使用等在内的健康生活方式行为集群与常见精神健康障碍症状密切相关。这表明同时干预多种生活方式行为可能对预防或治疗常见精神健康障碍是合适的，也强调了支持精神健康障碍患者参与健康生活方式行为以改善身体健康的必要性。
