青少年在不同强度的体育活动中所暴露的温度及活动时间

《Environmental Epidemiology》:Temperature exposure and time adolescents spend in physical activity across intensity levels

【字体: 大 中 小 】 时间:2026年08月12日 来源:Environmental Epidemiology 4.2

编辑推荐:

  背景:温度等环境因素可能会影响青少年进行体力活动的时间,但目前相关证据仍较为有限。本研究旨在探讨两个欧洲群体中,当天的气温与加速度计测量的不同强度体力活动时间之间的关系。方法:我们使用了1316名荷兰青少年(平均年龄[标准差]:12.7[1.5]岁,Generation R研究,

  背景:温度等环境因素可能会影响青少年进行体力活动的时间,但目前相关证据仍较为有限。本研究旨在探讨两个欧洲群体中,当天的气温与加速度计测量的不同强度体力活动时间之间的关系。方法:我们使用了1316名荷兰青少年(平均年龄[标准差]:12.7[1.5]岁,Generation R研究,2015–2018年)以及531名西班牙青少年(13.6[2.3]岁,INMA项目,2017–2022年)的数据。通过UrbClim模型,以100×100米的分辨率估算了居住地的日气温。通过佩戴在手腕上的加速度计连续九天记录每日轻度、中等强度及高强度的体力活动时长。采用特定于各群体的分布滞后混合效应模型,调整前两天的气温后,分析当日气温对体力活动的影响。结果:在较暖的日子里,青少年进行轻度及中等强度体力活动的时间更长。在Generation R研究中,当气温达到第95百分位(21.5oC)时,轻度活动时间增加最多可达10.9分钟(95%置信区间为4.7至17.0分钟),中等强度活动时间增加4.8分钟(1.2至8.4分钟);而在第5百分位(2.3oC)时,增幅分别为16.3分钟(3.8至28.9分钟)和14.2分钟(6.1至22.4分钟)。在INMA项目中,相应增幅为16.3分钟和14.2分钟(对应气温25.1oC和7.7oC)。高强度体力活动则未出现明显关联。结论:在荷兰和西班牙的青少年中,较高气温与更多的轻度及中等强度体力活动相关,但与高强度体力活动无关。这些发现强调了在设计体力活动干预措施时需考虑环境温度的重要性,尤其是在气候变化背景下。本研究的贡献:本研究提供了新的证据,表明环境温度如何在不同强度及不同气候条件下影响青少年的体力活动行为。通过利用两个基于人群的队列中反复收集的加速度计数据,并结合高分辨率的气温数据,我们发现较高气温会增加轻度及中等强度的体力活动,但不会增加高强度活动。通过考虑滞后气温因素,并纳入温带地区(荷兰)和地中海气候地区(西班牙)的数据,这项研究进一步深化了对气候因素如何影响青少年行为的理解,这对于评估气候变化对健康的影响具有重要意义。引言:青少年时期的体力活动对于养成终身的运动习惯以及促进心肺功能、心理健康和身体发育非常重要。然而,全球超过80%的青少年体力活动不足。世界卫生组织建议5至17岁的青少年每天至少进行60分钟的中等至高强度体力活动。但实际上,许多青少年并未达到这一标准。2014年至2023年间,只有28%至41%的荷兰青少年(12至18岁)达到了活动指南的要求,而2019年仅有37%的西班牙青少年(8至16岁)的体力活动量足够。由人类活动引发的全球变暖使得2011年至2020年的全球陆地表面温度较1850年至1900年的基准水平上升了约1.6oC。近年来,极端高温和难以预测的热浪频发,这凸显出了解其影响、尤其是对人类健康影响的必要性。气候变化已被证明与多种不良健康后果相关,包括死亡率上升、心血管和呼吸系统疾病增多,以及心理健康状况不佳等。环境温度可能在影响体力活动行为方面起到一定作用。全球范围内,季节性趋势显示,在较温暖的月份,所有年龄段的体力活动都会增加。一项针对8至17岁青少年的六项研究的元分析表明,较高的环境温度与加速度计测量的中等至高强度体力活动增加有关。不过也有研究表明,当温度超过一定阈值后,体力活动时间反而会减少。例如,在澳大利亚和加拿大的8至13岁儿童中,中等至高强度体力活动时间在20至25oC时达到峰值。同样,一项涉及12个国家的儿童的多国研究也发现,体力活动频率在20oC之前会上升,之后则下降。热应激——即高温、高湿度及太阳辐射共同作用导致的户外活动中的健康问题及生理负担——可能是造成这一现象的原因之一。2023年,全球因轻度户外体力活动而面临热应激风险的时间达到了历史最高水平,比20世纪90年代高出近28%。在炎热环境下锻炼会增加心脏负担和体温调节压力。由于生理结构和行为模式尚未完全发育,儿童和青少年尤其容易受到这些影响。具体而言,他们的出汗效率较低,散热能力较差,因此在炎热环境中运动时面临更高的风险。尽管环境温度对青少年体力活动可能具有重要影响,但很少有研究分别探讨它对不同强度体力活动的影响。此外,大多数研究也没有考虑前几天的气温对当前活动的影响。最后,这些关系可能因气候区域而异。因此,本研究旨在探讨荷兰和西班牙青少年队列中,当日环境温度与加速度计测量的轻度、中等强度及高强度体力活动时间之间的关系。荷兰属于温带海洋性气候,夏季较为温和,而西班牙则属于温暖的地中海气候。方法:研究设计与参与者:这项纵向研究使用了两个正在进行的欧洲基于人群的出生队列研究的数据:位于荷兰鹿特丹的Generation R研究,以及位于西班牙多个地区的INfancia y Medio Ambiente(INMA)项目。这两个队列分别在怀孕期间或产后不久招募了9898名(Generation R)、638名(INMA-Gipuzkoa)、777名(INMA-Sabadell)和855名(INMA-Valencia)女性。Generation R研究的受试者分娩时间在2002年至2006年之间,INMA项目的受试者则在2003年至2008年之间。在本研究中,我们纳入了单胎出生、且有至少1天有效体力活动数据(以每日体力活动分钟数衡量)以及相应每日平均环境温度数据的青少年(见图S1;https://links.lww.com/EE/A431)。由于实际操作原因,Generation R研究中的体力活动数据是分两个年龄组收集的,平均年龄分别为约12岁(范围10.3至12.1岁)和15岁(范围13.0至15.6岁)。在INMA队列中,不同地区的数据收集年龄有所差异:在吉普斯夸地区,数据收集年龄约为11岁(10.3至11.3岁);在萨巴德尔地区,数据收集年龄为11岁(9.8至12.1岁)和15岁(13.2至17.5岁,若青少年参与了两次数据收集,则仅使用15岁的数据);在瓦伦西亚地区,数据收集年龄为15岁(14.7至15.9岁)(见图S2;https://links.lww.com/EE/A431)。最终,分析样本包括来自Generation R研究的1316名参与者,以及来自INMA三个地区的531名参与者。两个队列的研究都获得了伦理批准(Generation R研究获得了鹿特丹伊拉斯姆斯大学医学中心医学伦理委员会的批准,INMA研究则获得了相关医院的伦理委员会批准),并且所有参与者及其父母都签署了知情同意书。环境温度:两个队列的环境空气温度是通过比利时VITO机构开发的基于物理原理的城市气候模型UrbClim来估算的,空间分辨率为100×100米。VITO机构根据研究评估年份的数据模拟出了每小时的气温情况(Generation R研究为2015–2018年,INMA-Gipuzkoa项目为2018–2019年,INMA-Sabadell项目为2017年和2020–2022年,INMA-Valencia项目为2019–2021年)。关于UrbClim模型的更多详细信息可见方法部分S1;https://links.lww.com/EE/A431。随后,将每小时的数据平均值转换为24小时平均值,并结合参与者的地理编码地址,同时考虑地址变化情况,从而得到每日居住地的气温数据。在本研究中,我们以体力活动测量当日的居住地气温作为主要暴露变量,以此前两天的气温作为调整变量。体力活动:体力活动时间是通过英国金博尔顿的Activinsights Ltd.公司生产的GeneActiv三轴加速度计来测量的。虽然加速度计能够客观地反映活动的强度和持续时间,但它无法区分活动的类型或场景(如休闲活动、通勤或正规体育运动),也无法判断活动是在室内还是室外进行。参与者被要求在非惯用手腕上持续佩戴该设备,时间最长为连续九天,包括睡眠时间在内。研究人员告知参与者,该设备具有防水功能,可在淋浴时佩戴,但在长时间接触水的情况下(如游泳或洗澡)则需取下。此外,还明确要求参与者在参加体育运动时保持设备佩戴状态,除非从事可能对自己或他人构成安全风险的活动(如空手道)。如果因特殊原因需要在运动时取下设备,参与者需每天报告这一情况。加速度计数据是通过R语言中的GGIR软件包(版本3.0.6)进行处理 的,该软件包可利用内置程序自动校准原始的三轴加速度数据,同时还能通过基于低加速度持续时段的验证算法识别出未佩戴设备的时间段。一个有效的体力活动测量日定义为清醒状态下加速度计佩戴时间达到10小时以上。对于每个有效的体力活动测量日,我们会根据5秒为时间单元,运用欧几里得范数减一公式计算出体力活动指标。由于本研究涉及的年龄组没有针对非惯用手腕佩戴GeneActiv设备时的年龄特异性体力活动强度阈值,因此我们参考了7–11岁儿童和21–61岁成年人的数据来估算这些阈值。然后,我们在11岁至21岁年龄段之间对这些阈值进行线性插值,从而根据每位参与者在体力活动测量时的实际年龄,确定其轻度、中等强度及高强度体力活动的具体阈值(见表S1;https://links.lww.com/EE/A431)。经过GGIR软件包处理后,那些清醒时间超过21小时(即睡眠时间少于3小时,关于清醒时间的具体估算方法可参考我们的先前研究)的每日数据被视为无效数据并被排除在外;此外,那些体力活动持续时间超过360分钟的数据也会被限制在360分钟以内,以此减少异常值的影响。潜在的混杂变量:我们根据以往的研究成果以及Generation R研究和INMA项目中的可用数据,事先确定了潜在的混杂变量,进而构建了一个有向无环图(见图S3;https://links.lww.com/EE/A431)。在儿童时期入组时及后续随访过程中,我们通过问卷调查收集了有关人口特征的信息。我们采用了最接近体力活动测量时间的资料。所纳入的协变量包括父母特征:入组时的年龄、国籍(分为荷兰(Generation R研究)或西班牙(INMA项目)、其他欧洲国家及其他非欧洲国家)、教育水平(低、中、高)以及就业状况(有偿工作或无偿工作);婚姻状况则分为双亲家庭(已婚、未婚但同居或注册伴侣关系)和单亲家庭(单身且不与他人同住、独自生活或丧偶);此外还有家中18岁以下子女的数量(1个、2个或3个及以上)。仅在Generation R研究中,我们还收集了每月的家庭净收入数据,并将其分为四个等级(低、低中、中高和高)。为了考虑收入分布随时间的变化,12岁组和15岁组的分类标准有所不同。在12岁组中,各等级的定义如下:低收入组(低于2000欧元),低中收入组(2000欧元至3200欧元),中高收入组(3200欧元至4400欧元),高收入组(高于4400欧元)。在15岁组中,各等级的定义则为:低收入组(低于2000欧元),低中收入组(2000欧元至3600欧元),中高收入组(3600欧元至6000欧元),高收入组(高于6000欧元)。此外,我们还纳入了其他变量:青少年出生时被指定的生物性别(女性或男性),以及体力活动测量时的月份和年龄。最后,我们根据体力活动测量时的两项指标来评估居住环境特征:家周围的绿化程度以及社区的社会经济状况。绿化程度是通过Landsat卫星图像生成的归一化植被指数来衡量的,该指数以300米的缓冲区为范围,通过测量光反射率的差异,尤其是红光和近红外光波长的差异,来反映植被密度,其数值范围为-1至1,数值越高表示植被覆盖越茂密。在社区社会经济状况的评估方面,两个队列的方法有所不同:在Generation R研究中,我们使用了荷兰统计局的数据,根据居民的平均财富水平、教育程度以及劳动力市场参与情况来划分邮政编码区域;而在INMA项目中,则采用了2011年的贫困指数,该指数综合了六个社会经济指标:体力劳动者比例、临时工比例、失业率、受教育程度不足的人口比例、16–29岁受教育程度不足的年轻人比例,以及没有互联网接入条件的家庭比例。统计分析:所有分析都是分别针对Generation R研究和INMA项目进行的。由于纳入和排除的参与者之间存在显著差异(见表S2;https://links.lww.com/EE/A431),我们采用了逆概率加权法来纠正可能的流失偏差。个体权重是通过协变量平衡倾向得分法估算的,该方法在优化各组协变量平衡的同时计算纳入研究的逆概率,从而提升因果推断的稳健性。用于预测研究纳入标准及最终权重分布的40个变量详见表S3;https://links.lww.com/EE/A431以及图S3;https://links.lww.com/EE/A431。为处理潜在混杂变量的缺失数据,我们采用期望最大化算法生成单一的插补数据集(因为主要统计模型无法处理多个插补数据集),以便对每个队列/地区的分析样本进行统计分析(见图S1;https://links.lww.com/EE/A431)。潜在混杂变量缺失数据的比例均低于30%。对比原始数据集与插补数据集后发现两者分布相似,说明插补过程保持了数据的整体结构。关于期望最大化插补方法的更多细节可见表S4;https://links.lww.com/EE/A431。为探究同一天内每日环境温度与不同强度的体力活动时长之间的关联,我们以参与者-日作为分析单位,运用特定队列的分布式滞后混合效应模型,考虑到数据的重复性,并根据指数日之前两天的温度水平对模型进行调整。在这些模型中,每条观测值对应一个参与者-日,参与者提供的有效测量天数在1到9天之间。为考虑区域内的相关性,每个参与者(两个队列均包括)以及地区(INMA队列包括)都设置了随机截距。针对参与者层面重复测量的时间序列自相关问题,我们采用了连续时间指数相关结构来处理。为确定暴露-反应关系和滞后-反应关系的适当模型参数,我们首先使用广义加法模型探讨了当日温度暴露与体力活动之间的关联。通过对所得曲线的直观分析,我们认为存在线性关系,因此将其纳入最终模型。结果解读的参考温度为各队列温度分布的第5百分位数(Generation R为2.3oC,INMA为7.7oC)。我们研究了不同温度百分位数(分别为各队列的第6至95百分位数,Generation R对应2.7至21.5oC,INMA对应8.1至25.1oC)对当日轻度、中度和剧烈体力活动水平的影响。估计值表示在相应温度百分位数下,与参考温度相比,预期体力活动分钟数的差异,同时给出了95%置信区间。正数估计值表明相对于参考温度,预期活动水平更高,负数估计值则表明预期活动水平更低。所有模型均已根据前述潜在混杂变量进行调整。此外,还考虑了体力活动测量的月份这一因素,以体现季节性影响。根据参与者报告的是否因运动而摘下加速度计的情况(Generation R中有2%的体力活动日出现此情况,INMA中有15%的日出现此情况),我们进行了敏感性分析,以应对结果可能出现的分类错误。为此,我们重新运行了所有体力活动强度的分布式滞后混合效应模型,对于因运动而摘下加速度计的那些日子,轻度体力活动时间增加30分钟,中度体力活动时间增加20分钟,剧烈体力活动时间增加10分钟。在Generation R研究中,轻度体力活动的时间增加了11分钟,中度体力活动的时间增加了5分钟;而在INMA研究中,这两项指标分别增加了18分钟和14分钟。这些增长为达成每日体力活动目标做出了重要贡献。确保所有青少年都能平等地获得适合不同温度的环境和资源,对于支持他们保持积极的生活方式至关重要。未来的研究应在此基础之上,通过问卷调查获取更详细的体力活动信息(如体力活动类型、行为变化以及自我感知的负荷),同时收集更长时间的加速度计数据(涵盖所有季节),以便更准确地了解全年的行为差异。此外,纳入地理位置、室内还是室外环境,以及活动是有组织还是无组织的等背景和空间信息,有助于区分行为机制与生理机制。

这项研究具有多个优点。它利用了来自欧洲不同气候和文化区域的两个大型人群出生队列的数据,从而增强了数据对比度与生态有效性。通过加速度计测量的体力活动数据减少了回忆偏差,能够高精度地记录日常活动情况,且受试者配合度很高。基于居民地址的高精度温度估算提升了数据准确性。重复测量设计使得我们能够在考虑个体内部相关性的前提下,分析参与者在特定日期的体力活动状况。最后,通过设定不同年龄段的体力活动强度阈值,确保了活动时长的解读符合该年龄段的实际情况。

不过,这项研究也存在一些局限性。其中一个关键问题是体力活动数据的季节分布不均,夏季最热月份的数据收集量较少,这可能影响了我们检测高温下的阈值效应。虽然极端高温情况下的体力活动数据可能较少,但儿童和青少年的体力活动模式在学年期间更具规律性,因此更能反映典型的活动模式。相比之下,由于组织体育活动暂停等原因,夏季的日常活动模式可能会有所不同。尽管我们进行了敏感性分析,根据参与者报告的佩戴手表的缺失天数调整了不同强度的活动时长,但由于缺乏关于手表具体何时以及为何被摘下的详细信息,尤其是在Generation R组中,这可能导致测量误差,而且如果手表的摘下与温度或活动类型有关(例如在较热的天气里更多游泳),则可能会出现差异。此外,研究还未能考虑个体的内在动机,有些青少年可能无论天气如何都愿意坚持进行体力活动。虽然根据高精度的居住地址信息确定了温度暴露情况,但由于出行和微气候差异,个体在一天中的实际温度暴露情况仍可能存在变化。虽然未来的可穿戴技术(如体表温度传感器或GPS)可以解决这些问题,但在我们的研究队列中尚未使用。此外,由于现有数据的空间分辨率较低(10×10公里网格),我们也在主要模型中未将降水量作为协变量纳入分析。最后,已有研究表明营养状况与体力活动水平之间存在密切关系。我们并未直接对饮食因素进行调整,因为饮食可能受到温度的影响,从而起到中介作用,不过我们的模型中包含了社会经济特征(如父母教育程度和家庭收入),这些特征可能在一定程度上反映饮食行为的相关差异。

**结论**
我们的研究表明,在荷兰和西班牙的青少年群体中,同一天温度越高,轻度及中度体力活动的持续时间就越长。而剧烈体力活动与环境温度并无关联。虽然天气本身无法直接改变,但它会影响青少年进行体力活动的量和强度,进而可能影响行为干预的效果。在气候变化背景下,了解有利于保持积极生活方式的温度条件愈发重要,尤其是随着未来极端天气状况的增加,维持规律的体力活动将面临更多挑战。

**利益冲突声明**
作者声明,就本报告的内容而言,他们不存在任何利益冲突。

**致谢**
Generation R研究是由伊拉斯姆斯医学中心与鹿特丹伊拉斯姆斯大学社会科学学院、鹿特丹市卫生服务部门、鹿特丹居家护理基金会以及鹿特丹Rijnmond血栓病服务与实验室基金会(STAR-MDC)紧密合作开展的。我们衷心感谢鹿特丹的儿童及其家长、全科医生、医院、助产士以及药店的大力支持。Generation R研究的整体设计得到了鹿特丹伊拉斯姆斯医学中心、鹿特丹伊拉斯姆斯大学、荷兰健康研究与开发组织(ZonMw)、荷兰科学研究组织(NWO)以及荷兰卫生、福利和体育部的财政支持。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号