高强度间歇训练对超重或肥胖成年女性身体成分、心肺适能与血脂指标影响的系统评价与Meta分析

《Frontiers in Physiology》：Effects of high-intensity interval training on body composition, cardiorespiratory fitness, and selected lipid outcomes in adult women with overweight or obesity: a systematic review and meta-analysis

　　

目的：本系统评价与Meta分析旨在评估高强度间歇训练（high-intensity interval training，HIIT）对超重、肥胖或正常体重肥胖成年女性的身体成分、心肺适能及特定血脂指标的影响。 方法：本评价遵循PRISMA指南，并在PROSPERO注册（CRD420261394616）。检索PubMed、Web of Science Core Collection、Embase及MEDLINE via Ovid数据库，检索时间从建库至2026年7月26日。纳入标准为随机对照试验，研究对象为超重、肥胖或正常体重肥胖的成年女性，比较HIIT与无结构化运动的对照组。结局指标包括体重（body weight，BW）、身体质量指数（body mass index，BMI）、体脂百分比（body fat percentage，BF%）、脂肪量（fat mass，FM）、最大或峰值摄氧量（VO2max/VO2peak）、高密度脂蛋白胆固醇（high-density lipoprotein cholesterol，HDL-C）、低密度脂蛋白胆固醇（low-density lipoprotein cholesterol，LDL-C）、总胆固醇（total cholesterol，TC）及甘油三酯（triglycerides，TG）。采用Hedges' g及其95%置信区间（confidence intervals，CIs）作为合并效应量指标，并进行随机效应Meta分析。 结果：共纳入15项随机对照试验。与无结构化运动对照组相比，HIIT显著降低BW（g = -0.33，95% CI -0.58至-0.08；P = 0.01）、BMI（g = -0.56，95% CI -0.95至-0.17；P < 0.01）、BF%（g = -0.76，95% CI -1.35至-0.17；P = 0.01）及FM（g = -0.66，95% CI -1.11至-0.20；P < 0.01），并显著改善VO2max/VO2peak（g = 1.09，95% CI 0.70至1.47；P < 0.01）。HIIT亦升高HDL-C并降低LDL-C，而对TC和TG的影响未达统计学显著性。亚组分析与Meta回归分析为探索性分析。证据确定性范围为低至极低。 结论：现有随机证据表明，与无结构化运动对照组相比，HIIT可能有利于超重、肥胖或正常体重肥胖成年女性中与肥胖相关的身体成分结局及心肺适能，而其对特定血脂指标的影响仍不确定。本评价未系统评估其他心脏代谢结局，包括血压、胰岛素抵抗、血糖控制或炎症标志物。由于研究数量有限、样本量较小、研究间异质性以及低至极低的证据确定性，应谨慎解释这些发现。 系统评价注册：https://www.crd.york.ac.uk/PROSPERO/，注册号CRD420261394616。

1 引言

超重和肥胖是全球最紧迫的公共卫生挑战之一。2022年，约25亿成年人超重，其中超过8.9亿人患有肥胖症，全球43%的成年人被归类为超重，女性患病率达44%。此外，全球成年女性年龄标准化肥胖患病率从1990年的8.8%上升至2022年的18.5%，三十年间增长了两倍多。相关健康负担同样巨大，据估计，2021年因非传染性疾病导致的约370万例死亡可归因于高于最佳水平的身体质量指数（BMI）。超重和肥胖不仅表现为体重增加，还常伴随脂肪组织过度堆积、身体成分不利改变及心脏代谢风险升高。在女性中，受年龄、雌激素状态、绝经阶段、内分泌失调及性别特异性脂肪分布模式等因素影响，女性可能特别容易发生体脂百分比升高、脂肪量增加及脂质代谢异常，从而进一步增加心血管疾病、2型糖尿病及代谢综合征的风险。因此，针对超重或肥胖女性的有效运动干预对于改善身体成分和降低心脏代谢风险具有重要意义。

身体成分和心脏代谢健康指标为超重或肥胖女性的健康状况提供了互补性见解。体重（BW）和身体质量指数（BMI）是评估整体肥胖程度的常用指标，但二者均无法区分脂肪组织与瘦组织或非脂肪组织的变化。相比之下，体脂百分比（BF%）和脂肪量（FM）更直接地反映脂肪组织变化，因此在确定运动干预是否产生有意义的减脂效果方面尤为有价值。除身体成分外，最大或峰值摄氧量（VO₂max/VO₂peak）是心肺适能的关键指标，与心血管健康和长期疾病风险密切相关。此外，脂质标志物包括高密度脂蛋白胆固醇（HDL-C）、低密度脂蛋白胆固醇（LDL-C）、总胆固醇（TC）和甘油三酯（TG）反映了脂质代谢状态，是心脏代谢健康的重要临床指标。因此，综合评估身体成分、心肺适能和血脂谱可为评估运动干预对超重或肥胖女性健康结局的影响提供更全面的视角。

运动干预是管理超重和肥胖的非药物策略基石。高强度间歇训练（HIIT）由重复的高强度运动与恢复期交替组成，通常具有训练时长相对较短、生理刺激强及改善心肺适能的潜力。从机制角度看，HIIT可能通过多种途径对身体成分和心脏代谢健康产生有利影响，包括增加能量消耗、增强脂肪氧化、改善线粒体功能、提高心肺适能及调节脂质代谢。对于超重或肥胖女性，HIIT的时间高效性有助于解决传统运动干预中常见的障碍，如时间不足和依从性差，因此被认为是一种有前景的运动策略。

然而，HIIT对超重或肥胖女性身体成分和心脏代谢健康的总体效果仍需进一步阐明。尽管既往研究表明HIIT可改善肥胖相关健康结局，但研究人群常包括一般成人、混合性别样本或男性参与者，专门针对超重或肥胖女性的证据相对有限。此外，一些研究主要关注体重、BMI或单一代谢指标，而对包括BF%、FM、VO₂max/VO₂peak、HDL-C、LDL-C、TC和TG在内的多维结局的综合评估仍不充分。此外，不同研究中年龄阶段、基线BMI、健康状况、干预持续时间、训练频率和运动方式的差异可能影响HIIT的效果，也可能成为研究间异质性的重要来源。

基于此，本系统评价与Meta分析旨在定量综合HIIT对超重、肥胖或正常体重肥胖成年女性三个预设结局领域的影响：身体成分，包括BW、BMI、BF%和FM；心肺适能，以VO₂max/VO₂peak为代表；以及特定血脂结局，包括HDL-C、LDL-C、TC和TG。同时进行探索性亚组和Meta回归分析，以检验特定参与者和干预特征是否与合并效应的变异相关。本评价并非旨在评估心脏代谢健康的全部范围，包括血压、胰岛素抵抗、血糖控制或炎症标志物。研究结果旨在描述现有证据的特征并确定未来干预研究的优先事项，而非定义确定性或最优的HIIT处方。

2 方法

2.1 文献检索

本评价遵循PRISMA指南进行，并在PROSPERO数据库中前瞻性注册。检索PubMed、Web of Science Core Collection、Embase及MEDLINE via Ovid数据库，检索时间从建库至2026年7月26日。修订后的数据库特定检索策略结合了受控词汇和自由文本词，主要围绕目标人群、高强度间歇训练及相关术语和随机研究设计构建。未对电子数据库检索施加语言或出版状态限制。不符合资格的出版物类型，包括会议摘要、叙述性综述、系统评价、Meta分析、研究方案、评论和病例报告，在资格评估期间根据预设标准予以排除。未系统检索试验注册库和专门的灰色文献数据库。然而，对纳入研究和相关系统评价的参考文献列表进行了手动检查，以识别可能未被电子数据库检索捕获的潜在合格报告。

2.2 选择流程

所有记录导入EndNote 20进行管理和去重。两名研究人员独立筛选标题和摘要，随后独立评估全文以确定最终纳入。为了识别源自同一试验或参与者队列的多篇出版物，研究人员比较了作者列表、研究机构和招募环境、参与者招募期、试验注册号、伦理批准信息、样本量、基线参与者特征、资格标准、干预和对照方案、研究持续时间、评估时间点和报告结局。显示这些特征高度一致的出版物被视为同一基础研究的多次报告而非独立研究。为避免重复计数参与者，对于同一参与者队列，每个结局和评估时间点仅纳入一个数据集。除了修订后的电子数据库检索外，还对相关系统评价和纳入研究的参考文献列表进行了手动检查。

2.3 资格标准

纳入标准包括：（1）参与者为年龄≥18岁、超重、肥胖或正常体重肥胖的成年女性；（2）实验组接受有氧HIIT作为主要运动干预；（3）对照组不接受结构化运动；（4）研究报告至少一项预设的九种结局并提供可提取数据；（5）研究设计为随机对照试验。排除标准包括无法获得必要统计信息、出版物类型不合格、研究人群不符、干预措施不符、对照组不合格、未报告预设结局、重复发表以及非随机对照试验。

2.4 数据提取

数据提取由两名研究人员独立完成。提取信息包括第一作者、发表年份、参与者特征、样本量、性别、人群特征、年龄、基线BMI、运动方式、训练频率、干预持续时间、HIIT方案、训练强度、对照干预及结局数据。此外，在报告的情况下提取实施、可行性和安全性信息。结局分为三个领域：身体成分结局包括BW、BMI、BF%和FM；心肺适能以VO₂max/VO₂peak为代表；特定血脂结局包括HDL-C、LDL-C、TC和TG。对于连续性结局，主要Meta分析使用干预后组均值、离散度和样本量。

2.5 数据转换与单位标准化

所有统计和单位转换均使用Microsoft Excel进行并由两名研究人员独立交叉核对。优先直接从原始报告的数值表或文本中提取标准差。当研究报告标准误时，使用相应公式计算标准差。血脂结局在Meta分析前统一转换为mmol/L。对于TC、HDL-C和LDL-C，mg/dL值除以38.67进行转换；对于TG，mg/dL值除以88.57进行转换。

2.6 偏倚风险评估

使用修订版Cochrane随机试验偏倚风险评估工具重新评估纳入随机对照试验的偏倚风险。评估涵盖五个领域：随机化过程产生的偏倚、偏离预期干预措施的偏倚、缺失结局数据的偏倚、结局测量的偏倚以及报告结果选择的偏倚。每个领域和总体评估被分类为低偏倚风险、存在一定担忧或高偏倚风险，并为每个判断记录书面理由。

2.7 统计分析

统计分析使用Stata 18.0版本进行。对于每个预设结局，计算Hedges' g及其95%CI。所有主要分析均采用随机效应模型。使用Cochran's Q检验、I²统计量和研究间方差tau²评估研究间异质性。通过亚组分析和单变量随机效应Meta回归探索异质性的潜在来源。进行了四组事后敏感性分析以评估主要结果的稳定性。通过漏斗图和Egger回归检验探索潜在的小研究效应和漏斗图不对称性。使用GRADE方法评估每个预设结局的证据确定性。