基于成分数据分析的学龄前儿童24小时活动行为与执行功能关系研究

为解决学龄前儿童24小时活动行为（24 h-MBs）与执行功能（EF）关联机制不明确的问题，研究人员采用成分数据分析方法，对366名儿童进行横断面研究。结果显示：中高强度体力活动（MVPA）与抑制控制（γ14=-2.36）、工作记忆（γ14=-2.78）等EF维度显著正相关；静坐行为（SB）与EF负相关；每日用MVPA替代睡眠/SB/低强度活动（LPA）15分钟可显著改善EF。该研究为制定儿童健康活动指南提供了重要依据。

　　

在儿童早期发展中，执行功能（Executive Function, EF）如同大脑的"指挥中心"，负责调控认知、情绪和行为。这个黄金发展期却面临现代生活方式的挑战：越来越多的学龄前儿童沉迷屏幕导致静坐行为（Sedentary Behavior, SB）增加，睡眠不规律，而促进认知发展的中高强度体力活动（Moderate-to-Vigorous-intensity Physical Activity, MVPA）时间却被挤压。这种24小时活动行为（24-hour movement behaviors, 24 h-MBs）的失衡究竟如何影响EF发展？现有研究往往孤立分析单个行为，忽视了人体活动在时间分配上的"零和"特性——增加某类行为必然压缩其他行为时间。更棘手的是，传统统计方法难以处理这种具有成分数据特性的时间分配问题。

长沙师范学院学前教育学院的研究团队在《Acta Psychologica》发表的研究中，创新性地采用成分数据分析方法，对366名3-6岁儿童（平均年龄4.18±0.87岁）展开调查。通过加速度计客观记录体力活动和静坐时间，配合睡眠日记记录睡眠时长，同时采用经过本土化验证的学龄前儿童执行功能行为评定量表（BRIEF-P）评估EF表现。研究团队运用等时替代模型，首次系统揭示了不同活动行为相互替代对EF各维度的影响。

关键技术方法包括：1）采用三轴加速度计（ActiGraph wGT3X-BT）客观监测体力活动和静坐行为，使用适合中国儿童的Chang2021强度切点；2）通过家校协同的睡眠日志记录睡眠时间，与加速度计数据高度相关（r=0.972）；3）应用成分数据分析处理24 h-MBs的时间分配问题，采用等距对数比（ilr）转换解决多成分数据的共线性问题；4）构建等时替代模型量化不同行为相互替代15分钟/日对EF的影响。

研究结果呈现三大发现：

3.1 活动行为的时间分配特征

数据显示，儿童24小时中睡眠占44.66%、SB占39.13%、低强度活动（LPA）占12.74%，而关键的MVPA仅占3.48%。行为转换概率分析显示，MVPA最易与LPA相互转换（概率0.10），而睡眠与SB/LPA的转换概率分别为0.07和0.06。

3.2 执行功能的发育特征

女孩在工作记忆（t=2.01）和计划能力（t=2.41）上显著优于男孩。EF呈现明显年龄梯度，3岁组得分>4岁组>5-6岁组，证实EF随年龄增长的发育规律。值得注意的是，超重儿童（占7.4%）与正常体重儿童的EF无显著差异。

3.3 行为成分与EF的关联

MVPA与EF各维度均呈显著负相关——由于BRIEF-P评分越低表示EF越好，这实际意味着正向关联。例如抑制控制（γ₁⁴=-2.36）、工作记忆（γ₁⁴=-2.78）等。SB则与工作记忆（γ₁²=3.99）和总分（γ₁²=11.95）正相关，表明负面影响。

3.4 等时替代的效应

最具实践价值的发现来自行为替代分析：每日用MVPA替代睡眠/SB/LPA15分钟，可使EF总分改善2.04-2.37分（p<0.05）。特别值得注意的是，睡眠与SB相互替代呈现"镜像效应"：用睡眠替代SB可提升工作记忆（b=-0.12），反之则降低。

讨论部分揭示了多层次意义：在机制层面，MVPA可能通过增加脑血流（Khan & Hillman, 2014）促进神经可塑性，而SB可能损害白质纤维束的微结构完整性（Hutton et al., 2020）。在方法学上，该研究突破了传统研究将24 h-MBs割裂分析的局限，首次采用成分数据分析框架，为后续研究树立新范式。实践方面，研究证实调整活动时间分配（如将SB转化为睡眠或MVPA）能有效改善EF，为制定中国儿童24小时活动指南提供了关键证据。

研究也存在一定局限：EF评估采用问卷而非客观的早期年工具箱（EYT），但研究者解释问卷更能反映日常情境中的EF表现；成分数据分析虽解决共线性问题，但尚不能确定最优时间分配"剂量"。正如研究者指出，未来需要探索活动行为的长期影响机制，并开发更精准的时间平衡干预策略。这项研究为理解儿童发展打开新视角——我们不应孤立看待某个活动，而要将24小时作为整体，在行为相互作用的动态平衡中促进儿童认知发展。