城市物理环境与中年早期休闲时间体力活动的关联：基于芬兰双胞胎队列的暴露组学研究

为解决城市化进程中体力活动不足的公共卫生挑战，研究人员通过FinnTwin12队列（n=394）开展城市物理暴露组与休闲时间体力活动（LTPA）的关联研究。采用K-prototypes聚类识别"原始市中心""新市中心"和"郊区"三类环境模式，发现郊区居民总LTPA和LTPA（不含通勤）水平显著低于原始市中心居民。XGBoost模型揭示道路特征、口袋公园和绿地为关键非线性影响因素，为精准城市规划提供科学依据。

　　

随着全球城市化进程加速，城市环境对人类健康行为的影响日益受到关注。体力活动不足已成为全球公共卫生负担，每年造成约476亿美元的经济损失。中年早期作为健康行为定型的关键阶段，其体力活动模式对预防非传染性疾病至关重要。然而，现有研究多聚焦单一环境因素，缺乏对复杂城市暴露组的系统性评估，且北欧国家的相关证据尤为有限。

在此背景下，来自荷兰代尔夫特理工大学等机构的研究团队联合芬兰分子医学研究所，利用FinnTwin12双胞胎队列开展了一项创新性研究。该研究首次在芬兰城市环境中整合145项物理暴露指标，通过暴露组学框架揭示城市环境与中年早期休闲时间体力活动（Leisure-Time Physical Activity, LTPA）的复杂关联。研究成果发表在《Health 》期刊，为制定精准化城市健康干预策略提供了重要依据。

研究团队采用多阶段分析方法：首先基于居住地址地理编码整合交通、绿地等多维环境数据；随后运用K-prototypes聚类识别出"原始市中心""新市中心"和"郊区"三种居住模式；最后通过XGBoost机器学习模型解析关键环境决定因素。队列数据来自芬兰全国双生子登记系统，纳入394名34-40岁城市居民，通过验证问卷收集体力活动数据并转化为代谢当量（MET）小时/日。

研究结果部分呈现三大发现：

1. 城市环境聚类特征
   通过Silhouette法确定最优聚类数为3类。地理空间分析显示，"原始市中心"集群具有高密度道路网络和历史建筑特征；"新市中心"呈现混合用地格局；"郊区"则以分散式住宅和绿地为主。这种数据驱动的分类突破了传统行政划分局限。

2. 聚类与体力活动的关联
   完全调整模型显示，与原始市中心居民相比，郊区居民的总LTPA（β=-0.12）和纯休闲LTPA（β=-0.16）显著降低，但通勤活动无差异。值得注意的是，新市中心与原始市中心居民的活动水平无统计学差异，提示城市更新可能保留了对体力活动的促进特性。

3. 关键环境决定因素
   XGBoost模型识别出具有阈值效应的非线性关系：

• 总LTPA：500米缓冲区内道路交叉口数量（ints_500）呈U型关联，15-50个交叉口时活动水平最低；最近道路距离（dist_anyroad）呈现W型波动模式。
• 纯休闲LTPA：800米步行范围内的口袋公园数量（count_pocketparks_800）在超过2个时产生积极影响；修正土壤调节植被指数（MSAVI）在0.018处出现效应反转。

讨论部分指出，研究首次在芬兰语境下证实郊区化可能不利于维持积极生活方式，这与上海研究结论一致，但与美国青少年数据相异，反映地域文化差异。道路连通性的重要性验证了"步行友好城市"理论，而绿地效应的非线性特征（如NDVI在0.4-0.6间的负向关联）提示过度绿化可能反而不利活动促进。口袋公园的"2个阈值"现象为社区微更新提供了量化依据。

该研究的创新性在于：采用暴露组学框架整合多维环境数据；突破传统线性假设，揭示阈值效应；开发可迁移的分析流程。局限包括样本量较小、未评估活动空间动态性等。未来研究可结合移动定位技术和设备监测数据，深化环境-行为交互机制解析。这些发现为城市规划者提供了明确干预靶点：优化道路网络密度、控制口袋公园规模与分布、平衡绿地建设强度，从而在有限资源下最大化健康效益。

特别值得注意的是，研究强调环境干预需要"精准剂量"——并非所有绿色干预都是"越多越好"，这与传统公共卫生认知形成有趣对话。这种基于真实世界数据的精细化策略，为应对全球体力活动不足挑战提供了新思路。