日本超高龄健康人群体力活动与睡眠的双向关联：基于可穿戴设备的纵向队列研究

为应对人口老龄化挑战，东京大学团队通过为期1年的可穿戴设备监测，首次揭示80岁以上健康老年人PA（体力活动）与睡眠参数的独特双向关联。研究发现超高龄人群存在"睡眠补偿机制"：当日TST（总睡眠时间）增加会导致次日步数补偿性上升，且PA与睡眠呈负相关，这一模式显著区别于年轻人群。该研究为制定精准健康干预策略提供了重要依据。

　　

随着全球老龄化进程加速，65岁以上人口比例预计2050年将达到20%，这既是医学进步的成果，也带来了慢性病管理的新挑战。日本作为全球老龄化最严重的国家，其超高龄（80+岁）人群的健康维护尤为关键。传统观点认为体力活动(PA)与睡眠呈正相关，但这一认知主要基于年轻人群研究。事实上，老年人睡眠结构呈现碎片化特征：总睡眠时间(TST)减少、卧床时间(TIB)延长、睡眠效率降低，且存在"U型"健康风险——睡眠过短（≤5h）或过长（≥9h）均与不良健康结局相关。更关键的是，自主神经系统(ANS)老化导致的交感神经过度活跃，可能改变PA与睡眠的相互作用机制。这些特殊性使得我们亟需在超高龄人群中重新审视PA与睡眠的动态关系。

东京大学研究团队在《npj Aging》发表了一项开创性研究，通过Fitbit Inspire2可穿戴设备对124名健康日本超高龄者（平均85.4±4.5岁）进行为期1年的持续监测，结合多层级混合效应线性回归模型，首次系统揭示了这一特殊人群PA与睡眠的复杂双向关联。研究创新性地采用24小时TST/TIB测量（包含日间小睡），并区分个体内与个体间效应，为健康老龄化干预提供了精准依据。

关键技术方法包括：1）日本健康老龄化研究(J-HAS)前瞻性队列的社区招募；2）Fitbit设备连续采集每日步数、轻度活动时间（1.5-3.0 METs）、TST和TIB数据；3）雅典失眠量表和失眠严重指数改良问卷评估睡眠质量；4）多层级模型分析双向关联，控制BMI、高血压、握力等混杂因素；5）考虑自相关效应的时间序列分析。

研究结果呈现四大发现：

1. 参与者特征：样本平均每日步数6400±3300步，轻度活动166.3±61.5分钟，TST 384.8±61.6分钟（6.4h），TIB 441.9±69.9分钟（7.4h），83.1%无需护理服务，握力24.3±7.8kg，显示为高功能老年群体。

2. PA对睡眠的影响：在个体间层面，前日步数每增加1000步，次日TST显著减少4.4分钟（95%CI:-7.8,-1.0），TIB减少4.6分钟（95%CI:-8.4,-0.8）。轻度活动时间同样显示负相关，前日每增加1分钟，次日TST减少0.27分钟（95%CI:-0.44,-0.10）。

3. 睡眠对PA的影响：发现独特的"补偿机制"——当日TST每增加1小时，次日步数显著增加46步（95%CI:15.6,76.2）。但个体间分析仍显示负相关，TST每增加1小时对应次日步数减少76步（95%CI:-121,-33）。

4. 健康指标的中介作用：BMI、握力和护理等级等健康指标显著影响关联强度。例如调整握力后，步数与TST的负关联增强21%，提示身体功能是重要调节因素。

讨论部分指出三项重要突破：首先，颠覆了年轻人群中"PA促进睡眠"的简单认知，揭示超高龄者存在独特的负向关联，可能与ANS老化导致的体温调节障碍、皮质醇节律异常等生理改变有关。其次，发现"睡眠-活动补偿"现象，即超高龄者会自主调节活动量以平衡睡眠变化，这对制定个性化干预方案具有重要启示。最后，研究强调健康状态（如握力、BMI）在PA-睡眠关系中的调节作用，提示未来干预需综合考虑功能储备。

该研究的临床意义在于：为超高龄人群建立了首个PA-睡眠动态关联模型，证明通用健康建议可能不适用该群体；提出的"补偿机制"为开发新型行为干预策略提供了理论基础；采用的纵向可穿戴设备监测模式为老年健康研究设立了新范式。未来研究可进一步探索睡眠质量（而不仅是时长）与PA的关联，并纳入更广泛的功能评估指标。这项发表于《npj Aging》的成果，为实现健康老龄化目标提供了关键科学依据。