加速计测量的时序活动模式与2型糖尿病风险：英国生物银行前瞻性队列研究

本研究通过英国生物银行(UK Biobank)8.9万参与者7.8年随访数据，首次系统评估了独立于总活动量的体力活动时序模式（chronoactivity）与2型糖尿病(T2D)风险的关联。研究发现上午8-11点和下午3-5点时段相对活动量每增加1个标准差可降低5%-10%的T2D风险，而夜间活动则增加9%-13%风险，BMI可能介导该关联。这项发表于《Preventive Medicine》的研究为糖尿病预防提供了"时间维度"新视角。

　　

【研究背景】
全球约有5.37亿成年人罹患糖尿病，其中90%为2型糖尿病(T2D)。尽管大量研究证实体力活动对T2D的预防作用，但传统研究多依赖主观报告的活动量，且忽视了"活动时间"这一关键维度。动物实验发现不同时段运动可产生差异化的代谢响应，而人类研究则受限于样本量和方法学差异。更棘手的是，现有研究往往混淆了活动总量与时间效应的界限，且未充分考虑个体生物钟类型(chronotype)的影响。

【研究设计与方法】
中国学者Qiuyu Feng联合荷兰莱顿大学医学中心团队，利用英国生物银行(UK Biobank)2013-2015年采集的8.9万例腕戴式三轴加速计(Axivity AX3)数据，通过机器学习聚类分析识别出4种chronoactivity模式。采用多变量调整Cox比例风险模型，在控制总活动量、睡眠中点等混杂因素后，前瞻性分析活动时序与T2D发病的关联。

关键技术包括：

1. 基于k-means聚类将相对每小时活动量（个体每小时活动量/周平均每小时活动量）划分为4种模式
2. 使用标准化处理比较不同时段活动效应
3. 分别采用时钟时间和基于睡眠中点的相对时间双维度分析
4. 通过BMI分层分析探讨潜在中介效应

【主要结果】

1. 参与者特征
   中位年龄62.8岁，57%为女性，中位BMI 25.9 kg/m²
   。通过聚类识别出：午间型(参考组)、清晨高峰型、上午高峰型和傍晚高峰型4种模式，其中上午高峰型人群教育水平最低但糖尿病家族史较少。

2. 时段特异性关联
   • 保护时段：上午8-11点(HR 0.90-0.95)和下午3-5点(HR 0.93-0.96)活动每增加1个标准差(SD)可降低5%-10%风险
   • 风险时段：夜间21:00-6:59活动增加9%-13%风险，其中睡前21:00-23:59时段风险最高(HR 1.10)
   • BMI调整后效应量衰减，提示其可能介导约30%的效应

3. 模式聚类分析
   与午间型相比，上午高峰型风险最低(HR 0.88, 95%CI 0.79-0.98)，该保护效应部分通过BMI介导(调整后HR 0.92)。

【结论与意义】
这项开创性研究首次在人群水平证实：独立于总活动量，体力活动的特定时序分布——尤其是上午晚些时段的峰值活动——可能与较低的T2D风险相关。这一发现为"时间医学"在糖尿病预防中的应用提供了流行病学证据，提示将活动时间建议纳入现行指南的潜在价值。值得注意的是，夜间活动与风险的正相关可能反映睡眠中断等混杂因素，而非运动本身的负面影响。研究局限性包括BMI等协变量测量时间早于暴露评估，未来需通过干预实验验证因果关系。

该研究由荷兰科学研究组织(NWO)生物钟计划资助，中国国家留学基金委(202006240049)支持第一作者Qiuyu Feng。论文创新性地将加速计数据、机器学习与流行病学方法结合，为代谢疾病的精准预防开辟了新思路。