
-
生物通官微
陪你抓住生命科技
跳动的脉搏
年轻成人肺功能与握力之间的关联:一项横断面研究
《European Journal of Applied Physiology》:The relationship between pulmonary function, and hand grip strength among young adults: a cross-sectional study
【字体: 大 中 小 】 时间:2026年07月25日 来源:European Journal of Applied Physiology 2.9
编辑推荐:
摘要背景肺功能与骨骼肌力量是衡量生理健康状况的关键指标,但在沙特阿拉伯,关于这些指标在年轻健康人群中相互关系的研究仍较为缺乏。本研究旨在在控制人口统计学、人体测量学和生活方式因素的前提下,探讨健康年轻人肺功能与握力之间的关联。方法在这项横断面研究中,从沙特阿拉伯中部地区招募了71
肺功能与骨骼肌力量是衡量生理健康状况的关键指标,但在沙特阿拉伯,关于这些指标在年轻健康人群中相互关系的研究仍较为缺乏。本研究旨在在控制人口统计学、人体测量学和生活方式因素的前提下,探讨健康年轻人肺功能与握力之间的关联。
在这项横断面研究中,从沙特阿拉伯中部地区招募了71名年龄在18至25岁之间的健康年轻人。通过肺功能测试来评估其肺功能,包括强制肺活量(FVC)、一秒内强制呼气量(FEV?)、FEV?/FVC比率以及峰值呼气流速(PEF)。握力则使用Jamar测力计进行测量。身体活动情况则通过国际身体活动问卷(IPAQ)来评估。首先使用斯皮尔曼相关系数分析未调整后的关联程度,随后通过分层多元线性回归分析,在考虑年龄、性别、身高、体重、身体活动状况及吸烟习惯等因素的情况下,进一步探究肺功能各项指标与握力之间的独立关联。
未调整的分析结果显示,握力与多项绝对肺功能指标之间存在中等程度的正相关关系,包括FVC(r=0.53)、FEV?(r=0.54)和PEF(r=0.53;所有p值均小于0.001)。而与基于预测值的肺功能指标之间的关联则较弱且不显著。在分层多元线性回归分析中,年龄、性别、身高、体重、身体活动状况及吸烟习惯共能解释握力变化方差的34.3%(p值小于0.001)。在调整了这些混杂变量后,再加入FVC(ΔR2=0.003,p=0.597)、FEV?(ΔR2=0.019,p=0.203)和PEF(ΔR2=0.002,p=0.702)也并未显著提升模型的拟合度。最终模型能够解释握力变化方差的36.7%。
在未调整的分析中,肺功能与握力存在正相关关系;但在考虑了人口统计学、人体测量学及生活方式因素之后,这种关联有所减弱。这些研究结果表明,性别和体型等因素可能在一定程度上解释了健康年轻人肺功能与握力之间的关联。
肺功能与骨骼肌力量是衡量生理健康状况的关键指标,但在沙特阿拉伯,关于这些指标在年轻健康人群中相互关系的研究仍较为缺乏。本研究旨在在控制人口统计学、人体测量学和生活方式因素的前提下,探讨健康年轻人肺功能与握力之间的关联。
在这项横断面研究中,从沙特阿拉伯中部地区招募了71名年龄在18至25岁之间的健康年轻人。通过肺功能测试来评估其肺功能,包括强制肺活量(FVC)、一秒内强制呼气量(FEV?)、FEV?/FVC比率以及峰值呼气流速(PEF)。握力则使用Jamar测力计进行测量。身体活动情况则通过国际身体活动问卷(IPAQ)来评估。首先使用斯皮尔曼相关系数分析未调整后的关联程度,随后通过分层多元线性回归分析,在考虑年龄、性别、身高、体重、身体活动状况及吸烟习惯等因素的情况下,进一步探究肺功能各项指标与握力之间的独立关联。
未调整的分析结果显示,握力与多项绝对肺功能指标之间存在中等程度的正相关关系,包括FVC(r=0.53)、FEV?(r=0.54)和PEF(r=0.53;所有p值均小于0.001)。而与基于预测值的肺功能指标之间的关联则较弱且不显著。在分层多元线性回归分析中,年龄、性别、身高、体重、身体活动状况及吸烟习惯共能解释握力变化方差的34.3%(p值小于0.001)。在调整了这些混杂变量后,再加入FVC(ΔR2=0.003,p=0.597)、FEV?(ΔR2=0.019,p=0.203)和PEF(ΔR2=0.002,p=0.702)也并未显著提升模型的拟合度。最终模型能够解释握力变化方差的36.7%。
在未调整的分析中,肺功能与握力存在正相关关系;但在考虑了人口统计学、人体测量学及生活方式因素之后,这种关联有所减弱。这些研究结果表明,性别和体型等因素可能在一定程度上解释了健康年轻人肺功能与握力之间的关联。