久坐时间与睡眠特征的因果关联:基于英国生物银行(UK Biobank)观察性分析与单样本孟德尔随机化(MR)的三角验证研究

《Brain and Behavior》:Causal Associations Between Sedentary Time and Sleep Traits

【字体: 大 中 小 】 时间:2026年09月19日 来源:Brain and Behavior 2.8

编辑推荐:

   背景:目前评估久坐时间与睡眠特征之间关系的观察性研究较少,且两者在一般人群中的因果关系尚未得到探索。 方法:研究人员利用英国生物银行(UK Biobank)的数据,通过观察性分析和单样本孟德尔随机化(one-sample Mendelian random

  


背景:目前评估久坐时间与睡眠特征之间关系的观察性研究较少,且两者在一般人群中的因果关系尚未得到探索。

方法:研究人员利用英国生物银行(UK Biobank)的数据,通过观察性分析和单样本孟德尔随机化(one-sample Mendelian randomization, MR)进行了三角验证。久坐时间通过自我报告和腕戴式加速度计(accelerometer substudy)两种方式进行评估。研究分析了六种睡眠特征:夜晚型昼夜节律(evening chronotype)、早晨起床困难(difficulty waking up)、失眠(insomnia)、短睡眠(short sleep,< 6小时)、长睡眠(long sleep,> 9小时)和打鼾(snoring)。观察性关联采用逐步调整的逻辑回归(logistic regression)估计,并进行了探索性的观察性中介分析,以评估身体质量指数(body mass index, BMI)作为潜在中介变量。孟德尔随机化分析使用了久坐时间的遗传风险评分(genetic risk score, GRS),包括作为主要分析的线性MR(linear MR)和作为次要分析的非线性MR(nonlinear MR),以检验是否存在偏离线性的情况。主要线性MR中六项预设结局的统计学显著性采用Bonferroni校正(p < 0.05/6 = 8.3 × 10?3)进行评估。

结果:在线性MR分析中,较高的遗传预测久坐时间与失眠、短睡眠、长睡眠和打鼾的发生风险增加相关,且这些关联在Bonferroni校正阈值下仍具有统计学显著性。非线性MR在校正多重检验后未提供偏离线性的可靠证据。在观察性分析中,自我报告的久坐时间与多种不良睡眠特征相关。在基于加速度计的分析中,设备测量的久坐时间与短睡眠和夜晚型昼夜节律呈正相关,与失眠和长睡眠呈负相关,其与打鼾的关联在校正后衰减至接近零。探索性观察性中介模型提示,BMI可能解释了部分关联(尤其是与打鼾的关联);这些估计值并不能确立因果关系通路。

结论:较高的久坐时间可能对睡眠健康产生不利影响,其中短睡眠在不同方法互补验证中证据最为充分。对于其他睡眠特征,方法学上的异质性提示需谨慎解读并进一步验证。
**论文解读**

**研究背景与意义**

睡眠在维持神经生理功能和全身稳态中起着关键作用。睡眠障碍与代谢性疾病、心血管疾病以及精神健康状况密切相关。睡眠健康涵盖规律性、满意度、警觉性、昼夜节律时机、效率和时长等多个维度。在人群研究中,研究者通常通过失眠症状、打鼾、昼夜节律类型(chronotype)、起床困难以及短睡眠或长睡眠时长等指标来评估这些维度。

体力活动、久坐行为(sedentary behavior)和睡眠共同构成了24小时活动周期,其中一种行为所花费的时间会限制可用于其他行为的时间。已有研究表明,体力活动与更长的睡眠时长、更好的睡眠质量以及更少的睡眠障碍相关。然而,关于久坐行为的证据尚不一致。部分观察性研究报告称,久坐时间较长的人群睡眠状况较差,而另一些研究则发现两者关联较弱或为零。暴露测量的差异、研究设计、人群特征以及残余混杂(residual confounding)等因素可能导致这些不一致的发现。

由于观察性研究中久坐行为与睡眠之间的关联可能受到残余混杂、反向因果(reverse causation)或测量误差的影响,本研究将基于自我报告和加速度计测量的久坐时间分析结果与单样本孟德尔随机化进行了比较。这些方法依赖不同的假设,并受不同偏倚来源的影响。研究人员旨在考察三种方法在六种睡眠特征上的结果是否一致,并在存在差异时探讨可能的解释。这项研究的核心意义在于,通过三角验证策略系统评估久坐时间与睡眠健康的因果联系,为公共卫生领域制定针对久坐行为的睡眠干预策略提供更为可靠的因果证据。

**关键技术与方法概述**

本研究基于英国生物银行(UK Biobank)大规模前瞻性队列,纳入408,583名具有遗传数据的参与者进行孟德尔随机化分析。久坐时间的遗传工具变量基于既往全基因组关联研究(genome-wide association study, GWAS)筛选出的132个单核苷酸多态性(single-nucleotide polymorphisms, SNPs),并构建加权遗传风险评分(genetic risk score, GRS)。客观久坐时间来自加速度计子研究,采用经过验证的机器学习算法处理腕戴式Axivity AX3加速度计原始数据,最终纳入96,478名符合佩戴标准的参与者。六种睡眠特征(夜晚型昼夜节律、早晨起床困难、失眠、短睡眠、长睡眠、打鼾)均来源于英国生物银行触屏问卷数据。主要分析方法包括:采用比率系数法(ratio-of-coefficients approach)的一阶段线性孟德尔随机化;采用限制立方样条(restricted cubic spline)和控制函数框架(control-function framework)的非线性孟德尔随机化检验;采用逻辑回归和逐步调整策略的观察性分析;以及采用R软件mediation包进行的探索性观察性中介分析(以BMI为潜在中介变量)。

**研究结果**

*3.1 基线特征*

根据久坐时间遗传风险评分(GRS)将408,583名参与者分为三组。平均年龄约为57岁,男性比例在GRS各亚组中维持在约46%。值得注意的是,较高的GRS与当前吸烟率升高、肥胖(BMI ≥ 30 kg/m2)比例增加、较高的Townsend剥夺指数(Townsend Deprivation Index,即较低的社会经济地位)以及较低的健康饮食依从性相关,提示更强的久坐行为遗传易感性与较差的生活方式和经济社会状况存在关联。

*3.2 久坐时间遗传风险评分与睡眠特征的关联*

较高的久坐时间GRS与夜晚型昼夜节律、失眠、短睡眠、长睡眠和打鼾的患病率升高显著相关。与最低GRS组相比,最高GRS组参与者的失眠风险升高5%、短睡眠风险升高15%、长睡眠风险升高9%、打鼾风险升高5%。而早晨起床困难在最高GRS组中风险降低5%。当GRS以连续变量分析时,每增加1个单位,失眠、短睡眠、长睡眠和打鼾风险分别增加12%、37%、22%和10%。

*3.3 线性孟德尔随机化分析*

在线性孟德尔随机化(linear MR)中,遗传预测的久坐时间每增加10分钟,失眠风险增加16%、短睡眠风险增加50%、长睡眠风险增加29%、打鼾风险增加15%。以上关联在预设的Bonferroni校正阈值下均保持统计学显著性。夜晚型昼夜节律和起床困难与遗传预测久坐时间的关联未达到校正后显著性阈值。亚组分析显示,不同性别和年龄分层中的关联方向基本一致。

*3.4 非线性孟德尔随机化分析*

非线性孟德尔随机化(nonlinear MR)作为次要分析,在名义显著性水平上,失眠和短睡眠存在潜在的非线性证据(Cochran's Q检验p值分别为0.049和0.026),但这些结果在校正多重检验后不再稳健。对于打鼾、长睡眠和夜晚型昼夜节律,未发现明确的非线性或分层特异性关联的一致性模式。

*3.5 久坐行为与睡眠特征的观察性关联*

在加速度计子研究的96,478名参与者中,未经调整的模型中,较高的设备测量久坐时间与打鼾、夜晚型昼夜节律、早晨起床困难和短睡眠的发生风险升高相关,而与长睡眠呈负相关。然而,在多变量校正后,仅有与夜晚型昼夜节律和短睡眠的正向关联仍然保持;与打鼾的关联显著衰减至无统计学意义;而与失眠的关联方向发生逆转,在校正后变为负相关。逐步调整和敏感性分析表明,打鼾关联的衰减主要由纳入BMI校正所致;而失眠的负向关联在校正过程中逐渐增强,且排除BMI和/或自评健康后该负向关联依然存在。探索性中介分析显示,BMI对打鼾关联的中介比例为57.8%,对起床困难为62.4%,但这些估计值来自观察性数据,不能确立因果关系。限制立方样条分析提示,部分关联在约10小时/天以上的久坐时间水平后呈现非线性变化模式。

**讨论与结论**

本研究通过将观察性分析与单样本孟德尔随机化相结合,发现久坐时间与短睡眠之间的不良关联在不同方法中证据最为一致。线性孟德尔随机化还将较高的遗传预测久坐时间与失眠、长睡眠和打鼾关联起来,而加速度计观察性分析对这些结局的估计方向不同或对校正设置敏感。次要非线性孟德尔随机化分析未提供偏离线性的可靠证据。

对于失眠和长睡眠,线性MR与加速度计分析的结果存在差异。孟德尔随机化反映的是长期的遗传倾向,而加速度计测量的是为期7天的行为且发生在基线睡眠评估之后。观察性估计对BMI和健康相关变量的校正敏感,并可能受到残余混杂、反向因果和选择性偏倚的影响。因此,观察性分析中出现的负向关联不应被解读为久坐时间对失眠或长睡眠具有保护作用。对于打鼾,阳性关联在校正后消失,敏感性分析提示BMI可能混淆了该关联或位于因果通路上,现有数据无法区分这两种解释。

本研究的优势包括大规模样本、三角验证策略的运用以及对多重检验阈值和敏感性分析的预设。局限性包括:睡眠特征基于问卷评估而非临床诊断或多导睡眠监测(polysomnography),存在错分偏倚;加速度计子研究为自愿者亚队列,且久坐时间测量晚于睡眠评估,存在时间错配;孟德尔随机化依赖于工具变量假设,久坐时间遗传评分与BMI、吸烟和自评健康的关联提示可能存在水平多效性(horizontal pleiotropy);研究人群主要为欧洲裔,限制了向其他人群的推广。

研究结论为:较高的久坐时间可能对睡眠健康产生不利影响,其中短睡眠在不同互补方法中证据最为充分。对于其他睡眠特征,方法学上的异质性提示需谨慎解读并进一步验证。观察性中介分析提示存在可能的BMI相关通路,但不能确立因果中介关系。未来需要开展久坐时间、BMI和睡眠按时序测量的前瞻性研究。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

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