成分?jǐn)?shù)據(jù)分析方法在身體活動與健康研究領(lǐng)域的應(yīng)用展望

張 婷，李紅娟*

（1.北京體育大學(xué) 運動人體科學(xué)學(xué)院，北京 100084 2.北京體育大學(xué) 運動與體質(zhì)健康教育部重點實驗室，北京 100084）

身體活動相關(guān)行為與體質(zhì)和個體生命質(zhì)量密切關(guān)聯(lián)，是身體活動與健康領(lǐng)域的研究熱點。與身體活動不足密切相關(guān)的慢性非傳染性疾病的流行，成為世界范圍內(nèi)的重要健康威脅。身體活動不足是慢性非傳染性疾病和過早死亡的主要風(fēng)險因素（Lee et al.，2012），而身體活動（physical activity，PA）水平的提高被認(rèn)為是健康促進的重要因素（Foster et al.，2018）。長期以來，身體活動的干預(yù)研究多著眼于孤立地分析提高中高強度身體活動（moderate to vigorous-intensity physical activity，MVPA）或降低久坐行為（sedentary behavior，SB）的效應(yīng)，忽視了24 h活動行為在時間使用上的“定和限制”以及整體看待不同活動行為之間組合模式的重要性。在身體活動與健康領(lǐng)域的研究中，亦存在其他數(shù)據(jù)具有此“定和限制”的特性，如各身體成分構(gòu)成比等。此類數(shù)據(jù)含有多個分量（component），每個分量非負(fù)數(shù)且相加總和為常數(shù)，這種具有“定和限制”特性的數(shù)據(jù)稱為成分?jǐn)?shù)據(jù)。

成分?jǐn)?shù)據(jù)各分量完整而詳盡地組成一個有限的整體，各分量之間具有共線性（Matricciani et al.，2018），其中一個分量量的減少，必然伴隨其他一個或多個分量量的增加。例如，人類一天內(nèi)所有活動行為時間的總和為24 h，當(dāng)MVPA時間減少時，相應(yīng)減少的時間必定會重新分配至其他日?；顒樱ǖ蛷姸壬眢w活動、睡眠和SB）。傳統(tǒng)的多元線性回歸分析未考慮成分?jǐn)?shù)據(jù)各分量之間的相互影響，孤立地研究了它們與健康結(jié)局的關(guān)系，所得的結(jié)果和結(jié)論的解釋并不具嚴(yán)格的科學(xué)性，需要轉(zhuǎn)變現(xiàn)有的身體活動研究范式，以“活動-平衡”的研究框架，綜合地看待一天中的所有活動行為（Pedi?i?，2014）。至此，成分?jǐn)?shù)據(jù)分析的統(tǒng)計方法開始逐漸應(yīng)用于身體活動研究領(lǐng)域。成分?jǐn)?shù)據(jù)分析的本質(zhì)是通過數(shù)據(jù)轉(zhuǎn)換解決“定和限制”問題和在消除各分量之間相互影響的前提下，采用多元線性回歸等傳統(tǒng)統(tǒng)計方法探究身體活動等成分?jǐn)?shù)據(jù)變量與健康結(jié)局之間的關(guān)系。本文將追溯成分?jǐn)?shù)據(jù)分析方法的發(fā)展，梳理其方法學(xué)過程，探討身體活動行為相關(guān)研究的思想與方法理應(yīng)從“孤立”向“綜合”轉(zhuǎn)變的必要性，并綜述身體活動行為對健康結(jié)局的綜合影響，以期為該領(lǐng)域成分?jǐn)?shù)據(jù)分析的進一步應(yīng)用提供一定參考。

1 成分?jǐn)?shù)據(jù)分析方法的提出與發(fā)展

在身體活動與健康研究中存在諸多成分?jǐn)?shù)據(jù)性質(zhì)的變量，如身體活動相關(guān)行為、身體成分等，因而，成分?jǐn)?shù)據(jù)分析方法的提出與發(fā)展對該領(lǐng)域產(chǎn)生科學(xué)的研究結(jié)果具有重大意義。成分?jǐn)?shù)據(jù)分析方法主要經(jīng)過以下4個階段，并廣泛應(yīng)用于身體活動流行病學(xué)研究領(lǐng)域。

1.1 傳統(tǒng)統(tǒng)計方法引起質(zhì)疑階段

1960年以前，研究者普遍忽視成分?jǐn)?shù)據(jù)“定和限制”的特點，以（為開放性數(shù)據(jù)設(shè)計的）傳統(tǒng)統(tǒng)計方法分析此類數(shù)據(jù)。Pearson（1897）明確指出，相關(guān)分析結(jié)果顯示的比例數(shù)據(jù)之間的相關(guān)性是偽相關(guān)，其未考慮到分子分母中含有公共部分產(chǎn)生的效應(yīng)。但在當(dāng)時并未引起重視。直到1960年，地質(zhì)學(xué)家Chayes對地球化學(xué)成分之間的積差相關(guān)系數(shù)的解釋性提出質(zhì)疑，成分?jǐn)?shù)據(jù)的統(tǒng)計方法問題才得到正視。這一階段僅屬于認(rèn)知層面的改善，研究集中于證明使用標(biāo)準(zhǔn)統(tǒng)計方法分析成分?jǐn)?shù)據(jù)產(chǎn)生的結(jié)果失真，并未提出解決方法。

1.2 成分?jǐn)?shù)據(jù)分析方法起步階段

20世紀(jì)80年代，以Aitchison為主的許多學(xué)者亦開始討論和闡明成分?jǐn)?shù)據(jù)的特有屬性，指出成分?jǐn)?shù)據(jù)顯示的是相對的信息而非全部，各分量可以以比例表示，認(rèn)為對單個分量的統(tǒng)計分析是沒有意義的（Aitchison，1986），為成分?jǐn)?shù)據(jù)新的統(tǒng)計分析方法奠定了基礎(chǔ)。1986年，Aitchison發(fā)表了首部系統(tǒng)介紹成分?jǐn)?shù)據(jù)的論著《成分?jǐn)?shù)據(jù)統(tǒng)計分析》，該著作的核心是提出通過成分向量比值的對數(shù)，即“對數(shù)比”對成分?jǐn)?shù)據(jù)進行數(shù)據(jù)轉(zhuǎn)換（非對稱性變換及對稱性變換），以適用為開放性數(shù)據(jù)設(shè)計的標(biāo)準(zhǔn)統(tǒng)計分析方法。同時還介紹了成分?jǐn)?shù)據(jù)的樣本空間單形、對數(shù)比協(xié)方差結(jié)構(gòu)、加法邏輯正態(tài)分布等一系列針對成分?jǐn)?shù)據(jù)的理論體系。這一階段提供了針對成分?jǐn)?shù)據(jù)分析的可行統(tǒng)計方法，是成分?jǐn)?shù)據(jù)發(fā)展的重要節(jié)點。

1.3 成分?jǐn)?shù)據(jù)分析方法的發(fā)展階段

21世紀(jì)初，隨著研究的深入，成分?jǐn)?shù)據(jù)的特有度量向量空間（a metric vector space）（Billheimer et al.，2001；Pawlowsky-Glahn et al，2001）的定義與方法學(xué)得以發(fā)展。類似于實數(shù)空間上的加法和數(shù)乘運算，成分?jǐn)?shù)據(jù)在單形空間上分別定義了擾動和冪等簡單度量標(biāo)準(zhǔn)，以便用于表示成分?jǐn)?shù)據(jù)的空間位置和解釋成分?jǐn)?shù)據(jù)間的關(guān)系。由此，許多成分?jǐn)?shù)據(jù)問題可以在這個空間內(nèi)以其特定的Aitchison幾何結(jié)構(gòu)來研究。2003年，針對現(xiàn)有“對數(shù)比”變換的局限性，Egozcue（2003）等人提出了等距對數(shù)比變換，保證了成分?jǐn)?shù)據(jù)在單形空間中的相對距離在經(jīng)過映射至歐式空間后仍保持不變。這些針對成分?jǐn)?shù)據(jù)的數(shù)學(xué)特性的定義及方法的研究解決了成分?jǐn)?shù)據(jù)分析的眾多挑戰(zhàn)，推動了成分?jǐn)?shù)據(jù)分析方法在多領(lǐng)域的應(yīng)用。

1.4 成分?jǐn)?shù)據(jù)分析方法多領(lǐng)域應(yīng)用階段

至今，成分?jǐn)?shù)據(jù)分析方法發(fā)展迅速，已不斷應(yīng)用于多個領(lǐng)域，包括生物學(xué)、基因組學(xué)、生態(tài)學(xué)、經(jīng)濟學(xué)、醫(yī)學(xué)、營養(yǎng)學(xué)（Trinh et al.，2019）及流行病學(xué)領(lǐng)域。成分?jǐn)?shù)據(jù)分析方法在身體活動流行病學(xué)領(lǐng)域的應(yīng)用最早可追溯至Zhu等在2002年的研究，該研究以成分?jǐn)?shù)據(jù)分析方法比較黑人和白人婦女的身體活動模式。2013年，Zhang在其題為“成分?jǐn)?shù)據(jù)建模及其生物醫(yī)學(xué)應(yīng)用”的博士論文中，以身體活動行為為例，展示了成分?jǐn)?shù)據(jù)分析的可行方法與應(yīng)用領(lǐng)域。但直到2014年，澳大利亞學(xué)者Pedi?i?使用傳統(tǒng)多元統(tǒng)計方法分析身體活動與健康結(jié)局關(guān)系的不足，該方法才在該領(lǐng)域被正式接受與應(yīng)用。與此同時，成分?jǐn)?shù)據(jù)分析方法已逐步發(fā)展成為多領(lǐng)域?qū)W者所認(rèn)可的統(tǒng)計學(xué)分支。

2 成分?jǐn)?shù)據(jù)分析的方法學(xué)

2.1 成分?jǐn)?shù)據(jù)的性質(zhì)

據(jù)統(tǒng)計學(xué)的定義，成分?jǐn)?shù)據(jù)是指任意為正的矢量X，滿足x1+x2，…，xD=c，c為任意常數(shù)。成分?jǐn)?shù)據(jù)的樣本空間稱為單形，單形的統(tǒng)計學(xué)定義（Pawlowsky-Glahn et al.，2015）為：

與實數(shù)集R［開放性數(shù)據(jù)取值范圍（-∞，＋∞）］的空間（歐式空間）完全不同。成分?jǐn)?shù)據(jù)具有“定和限制”的基本特征，其分布亦相對復(fù)雜。“定和限制”不僅使成分?jǐn)?shù)據(jù)間各分量具有共線性，即當(dāng)組合內(nèi)一個分量因某種因素發(fā)生一定量的變化時，則相應(yīng)地，剩余分量中的一個或多個也會同時發(fā)生量的反向變化，并且導(dǎo)致成分?jǐn)?shù)據(jù)各個分量不服從正態(tài)分布。因此，對成分?jǐn)?shù)據(jù)的分析和預(yù)測成為難題，限制了涉及成分?jǐn)?shù)據(jù)的相關(guān)問題的研究。直到Aitchison（1986）提出了對數(shù)比變換、協(xié)方差矩陣及加法邏輯正態(tài)分布等理論及方法，才解決了成分?jǐn)?shù)據(jù)分析的分布及定和限制等問題。

2.2 成分?jǐn)?shù)據(jù)分析的方法

成分?jǐn)?shù)據(jù)受“定和限制”影響，因而其分析方法不同于傳統(tǒng)的標(biāo)準(zhǔn)多元統(tǒng)計方法。成分?jǐn)?shù)據(jù)的描述性統(tǒng)計包括集中趨勢和離散趨勢，分別采用幾何平均和變異矩陣的方法來分析。至于統(tǒng)計推斷，成分?jǐn)?shù)據(jù)需要首先經(jīng)過數(shù)據(jù)變換變?yōu)榉窍拗菩詳?shù)據(jù)，進而適用于傳統(tǒng)的統(tǒng)計方法，如多元線性回歸及等量替代等。但成分?jǐn)?shù)據(jù)進行統(tǒng)計推斷的困難不僅來自對成分的定和限制，而且還受成分?jǐn)?shù)據(jù)高維數(shù)及可能存在零值數(shù)據(jù)的影響。

2.2.1 成分?jǐn)?shù)據(jù)的描述統(tǒng)計方法

成分?jǐn)?shù)據(jù)采用成分幾何平均來顯示其數(shù)據(jù)的集中趨勢，并已被證明能更好地顯示數(shù)據(jù)集的中心。傳統(tǒng)常用的標(biāo)準(zhǔn)差適于衡量單變量的離散趨勢，而成分?jǐn)?shù)據(jù)為多變量且具有共線性。成分?jǐn)?shù)據(jù)單個分量的方差（如SB的方差）實際上不包含任何信息，因為單個分量的變化（如SB時間使用的變化）必然與另一分量的變化相關(guān)。同時，由于成分?jǐn)?shù)據(jù)的定和限制會產(chǎn)生偽相關(guān)，因而分量之間的相互依賴性不能通過傳統(tǒng)的相關(guān)性分析或協(xié)方差來呈現(xiàn)（Chaves，1975）。鑒于此，Aitchison（1986）提出變異矩陣，其通過所有成對分量比值對數(shù)的方差[如ln（SB/MVPA）的方差]，展示了兩兩分量之間的相互依賴性。計算所得值越小代表兩分量間依賴性越大。

2.2.2 成分?jǐn)?shù)據(jù)的變換

2.2.2.1 加法對數(shù)比變換

加法對數(shù)比變換（the additive log-ratio，alr）屬于一種非對稱變換，也稱為alr變換，定義為：

非對稱性變換具有以下優(yōu)勢：1）具有降維作用，令成分?jǐn)?shù)據(jù)由原先的D維空間降至（D-1）維空間，由原先D個線性相關(guān)的變量，變換至D-1個獨立的對數(shù)比坐標(biāo)，解決了成分?jǐn)?shù)據(jù)分量的共線性問題；2）轉(zhuǎn)換后的對數(shù)比坐標(biāo)為非限制性數(shù)據(jù)取值在（-∞，＋∞），適于線性模型的應(yīng)用；3）在保證成分向量服從D維加法邏輯正態(tài)分布的情況下，變換后的向量也會服從（D-1）維正態(tài)分布。

但是，對數(shù)比變換的關(guān)鍵在于分母的選擇。加法對數(shù)比坐標(biāo)的分母使用的是χD（最后一個分量，但是排序不同最后一個分量就不同），這將導(dǎo)致一個問題：對于不同的分母，變換后的空間中點之間的距離并不相同。并且這種分母不定的變換，限制了以成分?jǐn)?shù)據(jù)作為因變量的線性統(tǒng)計方法的科學(xué)性。因為當(dāng)除數(shù)有了變化時，線性統(tǒng)計方法并不能做出相應(yīng)的適應(yīng)（Aitchison et al.，2000）。在模型的解釋方面，由于變換后的對數(shù)比坐標(biāo)并不能完全和原始變量相對應(yīng)，因此，在實際的分析中還難以得到采用。

2.2.2.2 中心化對數(shù)比變換

中心化對數(shù)比變換（centred log-ratio，clr）是在解決非對稱對數(shù)比變換的基礎(chǔ)上發(fā)展出來的一種對稱對數(shù)比變換，也稱為clr變換，定義為：

中心化對數(shù)比變換采用所有分量的幾何平均值作為分母。但其缺點在于變換后的變量產(chǎn)生的協(xié)方差矩陣是奇異的（數(shù)據(jù)矩陣內(nèi)的總相關(guān)性為-1），在標(biāo)準(zhǔn)統(tǒng)計過程未做出適應(yīng)性變化前，難以進行相應(yīng)的分析（Pawlowsky-Glahn et al.，2015）。

2.2.2.3 等距對數(shù)比變換

等距對數(shù)比變換（isometric log-ratio，ilr）（Egozcue et al.，2003）是一種基于標(biāo)準(zhǔn)正交基并構(gòu)建于clr坐標(biāo)D-1維超平面上的變換，定義為：

等距對數(shù)比既不存在alr分母的任意性問題，亦不具clr的協(xié)方差矩陣奇異性問題（Buccianti，2011），為目前最常用的對數(shù)比變換。等距對數(shù)比變換保持了變換前各分量在單形空間的相對距離。該變換克服了成分?jǐn)?shù)據(jù)的多元共線性（Dumuid et al.，2018c；Egozcue et al.，2003）。

等距對數(shù)比變換的方式有多種（Van Den Boogaart et al.，2013），但其類型的不同并不會導(dǎo)致隨后分析結(jié)果的不一致。順序二進制劃分方法（sequential binary partition，SBP）（Egozcue et al.，2005）常被用來確定ilr的變換形式?；诖?，研究者可根據(jù)有關(guān)成分?jǐn)?shù)據(jù)的專業(yè)知識并針對特定的研究問題，選擇特定的ilr的變換方式。但在應(yīng)用逆等距對數(shù)比變換將變量返回至單形空間時，必須確保使用的劃分方法相同。

2.2.3 多元線性回歸預(yù)測模型及成分等量替代方法

在成分?jǐn)?shù)據(jù)的分析中，多元回歸分析常與成分等量替代同時運用。這是因為成分等量替代具有將自變量的變化對結(jié)局指標(biāo)產(chǎn)生的效果定量化的作用，且自變量的量的變化及量的再分配對象可以根據(jù)研究者需要來設(shè)置［如MVPA的10 min或30 min，重新分配給SB或低強度身體活動（light-intensity physical activity，LPA）］。

2.2.3.1 多元回歸模型

成分?jǐn)?shù)據(jù)的多元回歸模型根據(jù)成分?jǐn)?shù)據(jù)為自變量還是因變量，可分為3類：1）自變量為成分?jǐn)?shù)據(jù)，因變量為實數(shù)數(shù)據(jù)；2）自變量為實數(shù)數(shù)據(jù)，因變量為成分?jǐn)?shù)據(jù)；3）自變量和因變量均為成分?jǐn)?shù)據(jù)。成分回歸模型主要有3個步驟：1）數(shù)據(jù)的轉(zhuǎn)換（對數(shù)比轉(zhuǎn)換）；2）以標(biāo)準(zhǔn)多元統(tǒng)計分析過程進行模型擬合；3）對結(jié)果的解釋及預(yù)測推斷。研究者可根據(jù)數(shù)據(jù)集的性質(zhì)進行模型的選擇，以達(dá)到合理分析數(shù)據(jù)的目的。

成分多元回歸模型的系數(shù)解釋與傳統(tǒng)回歸模型略有不同。D分量成分?jǐn)?shù)據(jù)轉(zhuǎn)換后，將得到（D-1）個坐標(biāo)，但只有第一個坐標(biāo)系數(shù)用來解釋結(jié)果效益。因為只有第一個坐標(biāo)包含信息全面，表示相對于其余分量，第一分量在時間使用分布中的相對重要程度，模型參數(shù)β1解釋了分量x1的相對信息對y的影響。為了得到其余分量對y的影響，可以對向量X的分量進行順序置換，使每個分量都能作為第一個分量。成分多元回歸模型消除了分量間共線性的影響，可用于分析各分量結(jié)構(gòu)性變化對結(jié)局指標(biāo)的效益，如身體活動時間使用的結(jié)構(gòu)性變化對健康結(jié)局的影響。

2.2.3.2 成分等量替代

成分等時替代分析源自傳統(tǒng)等時替代分析，是為了便于將研究成果轉(zhuǎn)化為臨床實踐，而將某一分量固定時間的變化對健康產(chǎn)生的效益進行定量化的方法。傳統(tǒng)替代分析是剔除一個或多個分量，同時加入總量（所有分量的量的總和）加以修正，但其方法仍具有一定的限制性，主要包括：1）剔除的分量對健康的影響依舊是未知的；2）未被剔除的分量之間的共線性未消除，所得結(jié)果可能具有誤導(dǎo)性。成分等時替代將經(jīng)過轉(zhuǎn)換的數(shù)據(jù)帶入模型進行定量化分析，其優(yōu)勢有：1）克服了成分?jǐn)?shù)據(jù)共線性問題，分析時包含了所有成分?jǐn)?shù)據(jù)分量；2）比傳統(tǒng)的替代更豐富，可以“一對一”替代，又可“一對多”替代。

成分替代模型的應(yīng)用可指明組合內(nèi)哪些部分對健康更重要并且量化這種量的變化對健康結(jié)局的效益（如BMI下降x%）。成分等時替代使特定健康結(jié)局的最佳替換模式能夠被識別。例如，基于樣本均值組合作為參考值，將久坐行為的時間再分配至MVPA，這一再分配模式對多數(shù)結(jié)局指標(biāo)最有利，并可針對人群中不同時間使用組合進行相應(yīng)分析，獲得不同的最佳替換模式。因而，在流行病學(xué)研究中常把成分等時替代分析與成分?jǐn)?shù)據(jù)分析結(jié)合使用，使研究結(jié)果更具針對性和實用性。

2.2.4 零值的處理

成分?jǐn)?shù)據(jù)需經(jīng)過對數(shù)比變換才能進行分析，而對數(shù)比要求觀測值必須嚴(yán)格非零。實際上，數(shù)據(jù)集中是可能會存在零值。零值主要分為兩類：1）近似零值，源于低于檢測極限而未被儀器測量獲得，與儀器的精度有關(guān)；2）真實零值，源于相應(yīng)的觀測值完全不存在，即真正的零值。針對近似零值的處理方法主要包括乘法簡單替換法（Martín-Fernández，2003）、基于 alr坐標(biāo)的 EM（expectation maximisation）算法（Palarea-Albaladejo et al.，2007，2008）、基于 ilr坐標(biāo)的EM 算法（Martín-Fernández et al.，2012）、乘法對數(shù)正態(tài)替換方法（Palarea-Albaladejo et al，2013）、基于alr坐標(biāo)的數(shù)據(jù)擴充算法（Palarea-Albaladejo et al.，2014）、Kaplan-Meier平滑樣條替換方法（Palarea-Albaladejo et al.，2015）（常用于生存分析）及基于ilr坐標(biāo)的偏最小二乘回歸插補法（Templ et al.，2016）。針對真實零值的處理，主要為Aitchison等（2003）提出的基于模型建立的參數(shù)方法及在此基礎(chǔ)上提出的混合模型（Stewart et al.，2010）和對數(shù)正態(tài)混合模型的處理方法（Bear and et al，2016）。

3 綜合分析身體活動與健康相關(guān)研究的必要性

3.1 身體活動行為的性質(zhì)特點

身體活動行為屬于成分?jǐn)?shù)據(jù)范疇，本質(zhì)為多變量，這些變量的分類并不是一成不變的。例如，關(guān)于藍(lán)領(lǐng)工作者的研究，常將24 h活動行為分為工作時間活動行為（步行、站立、久坐及高強度活動）和休閑娛樂時間的活動行為（久坐行為、步行、站立、高強度活動和睡眠）（Lund Rasmussen et al.，2019）。亦有研究通過“MARCA活動層次”對24 h活動進行更詳細(xì)的分類（Olds et al.，2019）。但是，對大多數(shù)人群來說，最常用分類標(biāo)準(zhǔn)仍是以能量消耗為基礎(chǔ)的，主要包含：1）狀態(tài)（清醒/不清醒）；2）姿勢（躺/坐/站立）；3）相對能量消耗。從而將24 h活動行為分為睡眠、SB、LPA和MVPA。成分?jǐn)?shù)據(jù)的分類多種，但所生成的不同組合都具有相同的數(shù)學(xué)性質(zhì)（Barcelo-Vidal et al.，2016）

個體典型一天的身體活動相關(guān)行為包括SB、睡眠、LPA和MVPA，時間總和固定為24 h，占比總和為100%。因此，SB、睡眠、LPA和MVPA本質(zhì)上是共線的和相互影響的，一種行為時間的增加必然相應(yīng)減少至少另一種行為的使用時間。在身體活動與健康領(lǐng)域存在許多此類數(shù)據(jù)（成分?jǐn)?shù)據(jù)），傳統(tǒng)的多數(shù)研究已觀察到身體活動行為間的相互影響并發(fā)現(xiàn)組合行為產(chǎn)生的效應(yīng)大于單一行為，因而綜合分析身體活動行為是必要的。

3.2 身體活動行為的交互作用與聯(lián)合影響

24 h活動行為是一個活動連續(xù)體，但是諸多的干預(yù)措施僅聚焦于MVPA的促進（Kohl et al.，2012）和SB的減少（Healy et al.，2017），忽視了身體活動行為之間的交互作用對健康結(jié)局的影響。Chaput等（2014）曾指出，若兒童睡眠不足或屏幕時間過長，MVPA的一些健康效益可能會喪失。亦有研究指出，睡眠不足可能會影響身體活動水平，進而影響健康結(jié)局。隨著研究的深入，越來越多的人認(rèn)為活動行為是相互影響的（Espinel et al.，2015；Williams et al.，2014），最佳健康狀態(tài)可能與行為組合模式有關(guān)，而不是與單個行為有關(guān)（Saunders et al.，2016）。身體活動行為是共同作用后產(chǎn)生了對健康結(jié)局的影響，因而，從行為組合模式角度整體看待是很有必要的。

不健康行為組合對健康結(jié)局的不利效果與健康行為組合對健康結(jié)局的保護作用可能均大于單一行為。24 h活動行為均與健康結(jié)局關(guān)聯(lián)（Rezende et al.，2016；St-Onge et al.，2016）。當(dāng)個體不健康行為過多時，對健康產(chǎn)生的不利影響可能就越大。Pedi?i?等（2017）曾指出，相比于肥胖等風(fēng)險因素，死亡更多是由不健康的時間分布造成的，即潛在的不健康活動行為組合是一類健康風(fēng)險因素，但其是可調(diào)整的。在一項大樣本實證研究中（Carson et al.，2015），“活躍的屏幕”（身體活動量較高和屏幕時間較長，1.19倍）和“最不健康的運動者”（身體活動量較低、睡眠時間較短、屏幕時間較長，1.24倍）與“最健康的運動者”（屏幕時間較短、睡眠時間較長、身體活動量較高）相比，超重和肥胖的概率更高，在女性亞組樣本中呈現(xiàn)相同趨勢，而男性則不明顯。這種性別差異，可能是由于男女日?；顒咏Y(jié)構(gòu)不同或研究方法不同。一項行為組合研究指出，高PA/長睡眠/低SB的兒童和青少年與低PA/短睡眠/高SB的兒童和青少年相比，肥胖和心臟代謝健康狀況較好（Saunders et al.，2016）。且與短睡眠/高SB相比，長睡眠/低SB更益于心臟代謝健康指標(biāo)，但對肥胖無效益。由此，應(yīng)考慮針對個體，特別是女性（Carson et al.，2015）進行組合行為干預(yù)。

3.3 孤立分析身體活動行為效應(yīng)的矛盾性

身體活動行為屬于成分?jǐn)?shù)據(jù)，傳統(tǒng)孤立分析的研究結(jié)果存在異質(zhì)性，統(tǒng)計方法的使用亦可能是促因。有研究指出，高強度身體活動（vigorous intensity physical activity，VPA）更有益于健康結(jié)局（Gebel et al.，2015；Lahti et al.，2014；Owens et al.，2017）；而另有研究認(rèn)為，中等強度身體活動（moderate intensity physical activity，MPA）對健康結(jié)局更有利（Sabia et al.，2012）。這些研究的健康結(jié)局、人群、協(xié)變量略有差異，可能是部分致因。但不可忽視的是統(tǒng)計方法是否準(zhǔn)確，也許亦是研究結(jié)果矛盾性的原因之一。VPA的保護效益或許伴隨久坐減少或睡眠充足，而MPA的較弱效益也許伴隨了久坐的增多或睡眠的不足。Kikuchi等（2018）曾指出，在均達(dá)到推薦量的情況下，VPA與MPA可能具有相匹敵的效果。Kikuchi據(jù)指南（Haskell et al.，2007）將身體活動活躍者分為3類（在MVPA中占比：0%VPA、≤30%VPA＞30%VPA），發(fā)現(xiàn)與不活躍者相比，3類人群全因死亡危險比男性分別為0.75、0.73和0.74，女性分別為0.71、0.75和0.74。從數(shù)據(jù)中可以發(fā)現(xiàn)，男性后兩個人群危險比均小于第一類，差異雖?。赡芘c劑量-反應(yīng)相關(guān)）但行為間的聯(lián)合影響不容忽視。Moore等（2017）就指出，在分別控制了SB和MPA后，VPA與相應(yīng)的代謝指標(biāo)關(guān)聯(lián)性發(fā)生變化。

綜合分析身體活動行為時間使用的整體分布情況是趨勢。多數(shù)研究及活動指南僅考慮提高相應(yīng)量的MVPA所帶來的效益，即相當(dāng)于只要你完成了60 min的MVPA，那么在剩余的時間里，無論你是久坐不動，還是前一天晚上睡眠不足都不重要。但事實上，由于一個活動行為時間的增加只能通過減少至少另一個活動行為的時間來獲得，因而，孤立探究某一活動行為不能確定健康的效益在多大程度上是由于這項活動行為而不是由于時間重新分配至其他的活動（Rosenberger et al.，2019）。很多研究證明，提高相應(yīng)量的身體活動或睡眠會產(chǎn)生不同的健康效益，具體取決于它是取代何種活動行為（Matricciani et al.，2018；Winkler et al.，2018），即不僅要考慮健康的主要影響分量，還要考慮到一天內(nèi)剩余行為的時間分配情況。

4 基于成分分析，身體活動相關(guān)行為對健康結(jié)局的綜合影響

孤立分析身體活動相關(guān)行為存在局限性，這一事實逐漸被廣泛認(rèn)可，并推動研究向新的一種流行病學(xué)范式轉(zhuǎn)變［VIRTUE（Viable Integrative Research in Time-Use Epidemiology）研究框架］（Pedi?i? et al.，2017）?；谶@一范式，成分?jǐn)?shù)據(jù)分析方法被普遍用來探究身體活動相關(guān)行為與健康結(jié)局之間的綜合聯(lián)系。常見的健康結(jié)局包含肥胖、心臟代謝指標(biāo)、死亡率及一般健康或心肺健康等。

4.1 肥胖

1）活動行為整體與肥胖指標(biāo)相關(guān)（Carson et al.，2017，2019；Dumuid et al.，2018a；Fairclough et al.，2018；Talarico et al.，2018），較高強度活動效益更好。具體表現(xiàn)為，相對于其他活動行為，SB或LPA與BMI z分和腰圍呈正相關(guān)，而MVPA或睡眠則呈負(fù)相關(guān)（Carson et al.，2016）。但一項幼兒研究發(fā)現(xiàn)（Carson et al.，2017），活動行為整體與BMI z分相關(guān)，而與腰圍無關(guān)。睡眠、SB、LPA或MVPA與BMI和腰圍均不相關(guān)。Carson指出，該研究群體的特殊性（幼兒時間多用于睡眠）及該研究群體腰圍的國際標(biāo)準(zhǔn)缺乏可能是產(chǎn)生此結(jié)果的原因。Carson等（2019）的另一項兒童青少年研究發(fā)現(xiàn)，SB和VPA分別與腰圍正、負(fù)相關(guān)，但僅VPA與BMI z分負(fù)相關(guān)，而MPA與兩項指標(biāo)均無關(guān)。較高強度的身體活動對兒童青少年的肥胖干預(yù)可能更有利。

2）成分等時替代中，健康效益的大小取決于取代或被取代的活動行為且非對稱性（Carson et al.，2016；Dumuid et al.，2018d；McGregor et al.，2019b；Talarico et al.，2018）。在成分等時替代過程中，Carson等（2016）發(fā)現(xiàn)，取MVPA 10 min分別再分配至SB、LPA和睡眠后，BMI z分相應(yīng)增加5.1%，1.2%和1.1%，但是當(dāng)反向替代時BMI z分均只降低不到1%。與其結(jié)果相一致，Dumuid等（2018d）曾指出，成分等時替代時，效益不一定對稱，且在MVPA中體現(xiàn)最明顯。MVPA被不同行為取代，產(chǎn)生的健康影響SB最大，可以看出保持MVPA和減少SB的重要性。Talarico等（2018）亦指出，欲降低BMI z分一個單位，MVPA增加與LPA減少是較有效的方法。

3）強調(diào)MVPA水平保持的重要性。一項研究發(fā)現(xiàn)，兒童假期與上學(xué)日的時間使用差異顯著（Olds et al.，2019），假期不健康行為增多，能量消耗減少，是運動強度下降的高發(fā)時期，是肥胖干預(yù)的重要時期。Dumuid等（2019）亦指出，MVPA減少15 min，軀干脂肪及非軀干脂肪百分比分別增加1.7%和0.8%，遠(yuǎn)大于增加15 min MVPA所帶來的有利效果，體現(xiàn)了防止MVPA水平下降的重要性。另一項隨機干預(yù)實驗指出，長期地干預(yù)身體活動及增加MVPA，健康效益程度和范圍越大（Winkler et al.，2018）。因而，欲達(dá)到效益的可持續(xù)性和最佳化，時間的持續(xù)性及運動類型或強度的選擇是重點

4.2 一般健康或心肺健康

不同組合模式對健康結(jié)局的效益不同，健康行為組合效益最大。一項基于聚類分析，將生活方式相似的兒童歸類的研究發(fā)現(xiàn)，多面健康者（低屏幕時/健康飲食/適量PA和SB）的生活質(zhì)量得分最高（Dumuid et al.，2017）。健康的生活方式組合，如低屏幕時間、健康的飲食習(xí)慣和均衡的日?；顒有袨閷和慕】敌б孀畲?，健康促進的干預(yù)理應(yīng)從這幾個方面著手。另一項基于人類發(fā)展指數(shù)（human development index，HDI）的研究（Dumuid et al.，2018b）發(fā)現(xiàn)，兒童的健康相關(guān)生活質(zhì)量與其活動行為的關(guān)聯(lián)受國家HDI的影響。但不同國家不同組合模式與健康的關(guān)聯(lián)性基本相似，因而，在為世界各地的兒童制定24 h活動行為指南時，既要考慮組合模式的整體效益，還應(yīng)考慮不同區(qū)域內(nèi)發(fā)展情況對行為干預(yù)的附加要求。

不同人群的日?；顒有袨槟Ｊ綄】档挠绊懠翱赡艿母深A(yù)方式。Hunt等（2018）指出，屏幕時間和靜坐時間更長的慢性肺阻塞（chronic obstructive pulmonary disease，COPD）病人風(fēng)險綜合指數(shù)（BODE）高，提高身體活動水平的同時，著重減少靜坐行為應(yīng)是此類患者的干預(yù)重點。在藍(lán)領(lǐng)工人研究中，Gupta等（2018，2019）通過“一對多”的成分等時替代發(fā)現(xiàn)，增加睡眠和MVPA對舒張壓（systolic blood pressure，SBP）有利，增加SB與LPA對SBP不利，但僅睡眠和SB有統(tǒng)計學(xué)意義。MVPA效益不明顯可能是由“一對多”的替代方式造成的。MVPA增加的時間源于剩余行為集體減少的時間，包括SB、睡眠和LPA，這里SB減少的時間可能并不足以達(dá)到健康水平的一個明顯變化。后續(xù)“一對一”替代方式的研究可以深入了解MVPA的效益。同時，工人常有負(fù)重等對心血管負(fù)擔(dān)較大的活動，對血壓會產(chǎn)生一定的影響，亦會直接影響休閑領(lǐng)域的活動行為（Lund Rasmussen et al.，2019）。在對藍(lán)領(lǐng)等工作者進行健康干預(yù)時需考慮這些因素。

4.3 心臟代謝指標(biāo)

動態(tài)性活動行為益于心臟代謝健康，但睡眠的影響亦不可忽視。一項針對2型糖尿?。╰ype 2 diabetes mellitus，T2DM）高危人群的研究（Biddle et al.，2018）發(fā)現(xiàn)，動態(tài)性活動行為與代謝指標(biāo)的關(guān)聯(lián)在進一步修正BMI后消失。但在成分替代時，該行為增加產(chǎn)生的有利效益仍存在。動態(tài)性活動行為可能是患有T2DM成年人提高代謝健康的重要干預(yù)手段。另一項包含成人和老年人兩個隊列的研究（McGregor et al.，2018）指出，MVPA在成人中對心臟代謝指標(biāo)有利，在老人中這種效益會變?nèi)趸蛳?，不同隊列中產(chǎn)生的效果差異可能源于衰老和MVPA的質(zhì)量（如持續(xù)時間等）等因素。法國學(xué)者Debache等（2019）就曾指出，間斷的MVPA與部分健康指標(biāo)未發(fā)現(xiàn)顯著關(guān)聯(lián)。兩篇分別針對加拿大與美國同年齡段兒童（6～17歲）的研究，前者發(fā)現(xiàn)MVPA與心臟代謝指標(biāo)有利相關(guān)（Carson et al.，2016），而后者幾乎沒有觀察到相關(guān)性（Carson et al.，2019）。鑒于研究結(jié)果的不一致性，Carson指出可能是由于美國研究未納入睡眠。而睡眠與SB及睡眠與PA存在許多相互作用（Chaput et al.，2017），且睡眠亦與心臟代謝指標(biāo)具有關(guān)聯(lián)（St-Onge et al.，2016）。有關(guān)活動行為與健康的系列研究，協(xié)變量的納入亦具有重要意義，同時還需關(guān)注活動行為的質(zhì)量。

4.4 死亡風(fēng)險與骨健康

在死亡風(fēng)險研究中，MVPA為主要的影響變量，但在某些特定情況下，這種影響可能會減弱。一項前瞻性研究發(fā)現(xiàn)，納入健康狀態(tài)和身體活動限制后，MVPA與死亡風(fēng)險的相關(guān)減弱（McGregor et al.，2019a）。對該相關(guān)，McGregor（2019a）認(rèn)為部分是因MVPA作為個體是否有活動限制的暗示性指標(biāo)產(chǎn)生了與死亡風(fēng)險的關(guān)聯(lián)。當(dāng)然還需要更多的證據(jù)來支撐這種現(xiàn)象的產(chǎn)生。

在骨健康研究中，主要影響變量具有性別差異，不同健康狀態(tài)的人群干預(yù)重點亦不同。一項前瞻性隊列研究發(fā)現(xiàn)，相對于其他活動行為，增加MVPA可減緩老年男性的骨質(zhì)流失，而增加LPA并維持MVPA可能是提高老年女性骨量的最佳方法（Rodriguez-Gomez et al.，2019a）。另一項骨健康研究發(fā)現(xiàn)，降低SB可能是提高健康男性骨量的較好策略，而在虛弱前期的女性中，MVPA可能是提高骨骼健康的重要因素（Rodriguez-Gomez et al.，2019b）。性別之間的這種效果差異與男女之間日常的身體活動類型及強度差異相關(guān)，提示，針對不同性別或人群進行干預(yù)的必要性。

5 成分?jǐn)?shù)據(jù)分析方法的應(yīng)用前景

在身體活動與健康領(lǐng)域，現(xiàn)有研究表明了身體活動行為之間的相互作用和對健康的聯(lián)合影響（成分?jǐn)?shù)據(jù)特性），以及健康（LPA、MVPA）與不健康行為（久坐行為）組合產(chǎn)生的效應(yīng)均大于單一行為，因而，整體看待所有行為的組合模式是未來研究的發(fā)展方向。而目前基于成分?jǐn)?shù)據(jù)分析，著眼于組合模式的研究甚少，未來有望在相應(yīng)方面進行深入研究。

5.1 健康相關(guān)行為的最佳組合研究

一直以來，研究多強調(diào)高MVPA或短SB為主要影響變量，但是一天內(nèi)剩余時間的活動行為構(gòu)成也是十分重要的。部分研究指出，不健康行為（如久坐行為）對健康的負(fù)面影響會抵消健康行為（如LPA、MVPA）產(chǎn)生的效益。干預(yù)理應(yīng)從行為組合模式入手。但行為組合的最佳模式并非需產(chǎn)生最大的健康效益，而需著眼于可行性與可持續(xù)性。從生理學(xué)、心理學(xué)和社會學(xué)的角度出發(fā)，制定有針對性并為大多數(shù)人所習(xí)慣的活動行為模式，才更具可持續(xù)性，才能成為最佳的行為組合模式。

5.2 健康與不健康行為組合的平衡點研究

多面健康者（如短SB/適度睡眠/高身體活動水平）被認(rèn)為是最優(yōu)的活動行為組合，但是對于達(dá)到產(chǎn)生健康效益，組合內(nèi)身體活動量的最低閾值及久坐行為的最高閾值或是健康活動行為與不健康活動行為的平衡點并未確定，其可能是未來研究的方向。同時，不能忽視睡眠時間的最低閾值，但目前在研究最佳組合模式時，考慮睡眠的研究還是相對較少的。

5.3 特殊人群行為組合模式研究

目前針對臨床人群等特殊人群（如糖尿病人）的研究，多指出主要的影響變量（如MVPA）及確定這些人群中最常見的不健康行為，但具體的、針對不同人群健康的活動行為組合模式的確定還需要進一步研究。同時，這些組合模式的短期及長期的效益需要進行縱向的研究實證。

5.4 縱向研究

現(xiàn)有縱向研究僅為極少數(shù)，大部分結(jié)果結(jié)論基于橫斷面研究，具有局限性。需要大量的縱向?qū)嵶C研究對所得結(jié)果進行驗證。

6 結(jié)語

身體活動相關(guān)行為本質(zhì)為成分?jǐn)?shù)據(jù)，而成分?jǐn)?shù)據(jù)具有“定和限制”，各分量之間相互依賴。單一行為對健康結(jié)局的影響可能伴隨了其他活動行為的影響，因而需整體分析活動行為產(chǎn)生的聯(lián)合影響。但傳統(tǒng)的統(tǒng)計方法并不適于成分?jǐn)?shù)據(jù)也不能進行整體分析，所以需采用成分?jǐn)?shù)據(jù)分析方法對此類數(shù)據(jù)進行分析。據(jù)身體活動相關(guān)行為特性，在日常的活動干預(yù)中，需同時考慮主要影響分量（MVPA）與剩余活動行為的時間使用，從行為組合模式角度出發(fā)。

成分?jǐn)?shù)據(jù)分析和成分等時替代統(tǒng)計方法，解決了成分?jǐn)?shù)據(jù)分量間的相互影響對健康結(jié)局的效應(yīng)問題，科學(xué)客觀地識別了不同活動行為組合模式對健康指標(biāo)的影響并可給出最佳的活動行為模式，為活動指南等指導(dǎo)性規(guī)范或政策提供依據(jù)，以提高各群體或個人的健康水平。