体力活动与肥胖及非传染性疾病结局的关联:来自肯尼亚面板数据的见解

《Scientific Reports》:The association of physical activity with obesity and NCD outcomes: insights from Kenyan panel data

【字体: 大 中 小 】 时间:2026年05月31日 来源:Scientific Reports 3.9

编辑推荐:

  由于技术进步减少了体力消耗,撒哈拉以南非洲的体力活动(PA)水平正在下降。本研究旨在评估职业性、休闲性和交通相关性体力活动,以及久坐时间,在肯尼亚与体重和罹患非传染性疾病(NCDs)可能性的纵向关联。研究使用了通过三阶段聚类抽样设计选取的166名参与者在201

  
由于技术进步减少了体力消耗,撒哈拉以南非洲的体力活动(PA)水平正在下降。本研究旨在评估职业性、休闲性和交通相关性体力活动,以及久坐时间,在肯尼亚与体重和罹患非传染性疾病(NCDs)可能性的纵向关联。研究使用了通过三阶段聚类抽样设计选取的166名参与者在2015年和2022年收集的面板数据。采用固定效应模型控制不可观测的、不随时间变化的异质性,并通过熵平衡法进一步验证结果。研究发现,体力活动水平下降,久坐时间增加,同时身体质量指数(BMI)和非传染性疾病发病率均有所上升。每周每增加一单位代谢当量(MET)-小时的休闲体力活动,与BMI降低0.16%相关;交通和剧烈职业性体力活动分别与BMI降低0.052%和0.025%相关。每周休闲、剧烈职业和中等职业体力活动每增加一单位MET-小时,与罹患非传染性疾病的可能性分别降低0.53%、0.15%和0.11%相关。相比之下,久坐时间与罹患非传染性疾病的可能性增加0.18%相关。本研究强调了需要制定促进各领域体力活动的政策,并投资于支持主动交通和休闲活动的基础设施,以应对肯尼亚的肥胖和非传染性疾病问题。
体重超重和肥胖在中低收入国家(LMICs)日益流行,这值得警惕,因为它是非传染性疾病(NCDs)的主要风险因素,并给医疗系统带来了沉重的经济负担。在肯尼亚,据估计,如果到2025年能遏制超重和肥胖的增长,到2044年将预防超过740万例新的非传染性疾病病例。此外,预计到2060年,超重和肥胖带来的直接和间接经济成本在中低收入国家将增加12至25倍。这将影响公共卫生支出并导致公共开支受限。肥胖和非传染性疾病是多因素的,源于生物和遗传因素以及社会、环境和行为等外在因素的相互作用。体力活动是一种健康相关行为,被认为是可改变的超重、肥胖和非传染性疾病的风险因素。世界卫生组织(WHO)建议成年人每周至少进行150分钟中等强度或75分钟高强度的体力活动,以获得显著的健康益处。未能达到这一目标将被归类为身体不活跃,并导致高血压、心血管疾病、多种癌症和2型糖尿病等不良健康结果。每年有超过320万人因身体不活跃而死亡,其中260万死亡发生在中低收入国家。此外,久坐行为是一个可改变的风险因素,包括任何涉及坐着或躺卧的清醒活动,其特征是能量消耗低于1.5代谢当量(METs)。它已被确定为全因死亡率、肥胖和非传染性疾病的风险因素,且独立于体力活动水平。体力活动的主要领域包括职业性、休闲性、交通性和家庭活动。体力活动的分布在各地区差异很大;在中低收入国家,职业性、交通性和家庭活动构成了大部分体力活动,而在高收入国家,休闲相关体力活动对总体力活动的贡献更大。劳动密集型产业和庞大的非正规部门的存在,导致人们广泛参与体力要求高的工作,如农业、建筑业和手工职业,从而产生高水平的职业相关体力活动。在撒哈拉以南非洲(SSA),交通相关体力活动占很大比例,因为交通基础设施可能不发达或不可靠,导致很大一部分体力活动通过步行、骑自行车或其他主动交通方式获得。同时,由于休闲体育设施的缺乏和高成本,其可及性有限。因此,理解不同类型体力活动的区别和贡献非常重要,以便更好地理解它们如何影响整体健康结果并相应地制定干预措施。关于体力活动和久坐行为与体重以及非传染性疾病结局之间关系的实证研究很少,尤其是在撒哈拉以南非洲。Muti等人(2023)调查了不同领域(职业性、休闲性、交通性)的自报体力活动与身体质量指数(BMI)之间的联系。该研究分析了撒哈拉以南非洲四个国家9388名成年参与者的横断面数据,发现每周至少达到150分钟的体力活动指南与男性BMI降低0.82 kg/m2、女性降低0.68 kg/m2相关。在撒哈拉以南非洲的其他横断面研究中,身体不活跃也被发现是超重和肥胖的预测因素之一,而久坐时间和低体力活动水平则被确定为非传染性疾病的风险因素。然而,一些研究表明,体力活动并非肥胖上升的主要驱动因素,后者可能主要由饮食因素驱动。以往的研究主要使用横断面数据,未能考虑个体间未观察到的差异相关的偏差。本研究旨在首先利用2015年和2022年在肯尼亚四个县进行的独特子样本面板调查,分析多年来不同类型体力活动的趋势。在此背景下,审视久坐行为随时间的变化为撒哈拉以南非洲体力活动转型的文献提供了新的见解。随后,通过区分和确定职业性、休闲性和交通相关体力活动以及久坐时间与体重和非传染性疾病结局的关联,将为文献做出贡献。研究人员还进一步区分了剧烈和中等强度的职业相关体力活动,以探究工作场所不同能量消耗需求随时间的变化如何与健康结果相关联。本研究还将考虑体力活动的强度、频率和持续时间。使用面板数据将有助于控制不可观测的异质性偏差,例如偏好、动机和时间机会成本,这些因素可能同时影响体力活动和健康结果。研究人员还通过利用熵平衡法来评估体力活动参与是否与健康改善相关,从而对可观测异质性提供稳健性检验。本文旨在解决两个研究问题:(1)职业性、休闲性和交通相关体力活动与身体质量指数(BMI)及非传染性疾病结局有何关联?(2)久坐时间的增加与更高的BMI和非传染性疾病结局概率的增加有何程度的关联?研究人群所使用的数据集来自2015年和2022年进行的两轮调查,包含18岁及以上的成年人。第一轮数据来自2015年世界卫生组织(WHO)STEPS调查,这是一项在2015年进行的全国代表性调查,旨在收集非传染性疾病、伤害和口腔健康的决定因素和风险因素信息。该调查采用了三阶段聚类抽样方法。最初,通过等概率抽样法从肯尼亚国家统计局(KNBS)创建的第五轮国家抽样调查和评估计划主样本框中选取了200个聚类。在每个聚类中,通过随机起点的系统抽样方法选择了30户家庭参与调查。最后,从每个被选中的家庭中随机选择一名成年人参与调查。每个县有23个聚类,每个聚类包含30名个体。当前研究使用的2015年数据集在世界卫生组织中央数据目录存储库中以开放获取规则提供:肯尼亚 – STEPS 2015(WHO Central Data Catalog)。数据集可通过以下链接访问:https://extranet.who.int/ncdsmicrodata/index.php/catalog/643。随访研究于2022年5月至6月在4个特定县进行,这些县是根据其2015年的超重和肥胖率选择的。2015年的调查显示,Murang'a、Kiambu和Nakuru县在肯尼亚各县中超重和肥胖率最高(分别为46.5%、44.6%和43.9%)。相比之下,Uasin Gishu县的超重和肥胖率为24.02%。这种选择策略使研究人员能够捕捉不同流行病学背景下的BMI及相关健康结果的差异。然而,由于样本仅包含四个县,将研究结果推广到所有肯尼亚县需要谨慎。2015年在四个选定县进行基线研究的相同个体被选中进行随访访谈。本研究获得了波恩大学发展研究中心(ZEF)伦理委员会的批准(注册代码5b/CM/2022),并获得了在肯尼亚进行研究的许可(NACOSTI/P/22/16764)。所有参与者在两轮调查参与前均提供了书面知情同意书。所有程序均按照相关机构指南和管理涉及人类主体研究的国家法规进行。最终样本由166名受访者组成,包括101名女性和65名男性,其中116人居住在农村地区,50人居住在城市地区。最终分析包括332人-年观察值。这些数据是在2022年COVID-19限制措施解除后立即收集的。参与者的体力活动可能受到了近期公共卫生措施变化的影响。由于COVID-19大流行的经济影响,城市地区的流失率也很显著。这些影响导致在城市地区面临失业的人们返回农村家园,这给追踪他们的电话号码和下落带来了挑战。两项调查都使用结构化问卷,从参与者那里收集了关于其社会人口统计学特征、交通性、职业性和休闲相关体力活动的强度、频率和持续时间、每日久坐时间、健康状况和饮食行为的详细自我报告信息。此外,调查员对参与者的身高和体重进行了物理测量以计算BMI。研究变量结局变量研究中使用的第一个结局变量是BMI,通过体重除以身高平方(kg/m2)计算得出。BMI值被转换为自然对数尺度,以减少非线性、稳定方差并限制极端值的影响。这种转换还允许回归系数被解释为BMI的近似百分比变化,这更直观且易于解释。此外,BMI分数被分为三组:体重过轻(< 18.5 kg/m2)、正常(18.5–24.9 kg/m2)以及超重和肥胖(≥ 25 kg/m2),用于额外的模型设定。第二个结局变量是一个二元的非传染性疾病结局变量。如果受访者曾被诊断出患有高血压、糖尿病,或经历过心脏病发作或中风,则取值为1。如果这些情况都不适用,则取值为0。体力活动变量本研究的主要解释变量是通过国际体力活动问卷(IPAQ)收集的自报体力活动测量值。受访者被要求报告他们是否从事剧烈职业相关体力活动(需要大量体力消耗,导致呼吸或心率大幅增加)、中等职业相关体力活动(需要中等体力付出,导致呼吸或心率轻微增加)以及休闲活动,如体育、健身和娱乐活动,以及持续10分钟以上的交通相关体力活动,如步行或骑自行车。本研究中的职业相关体力活动包括无偿家务、收割农作物以及捕鱼或狩猎获取食物。随后,受访者被要求报告他们参与(是/否)、频率(每周天数)和持续时间(每天小时数)这些活动的情况,特别关注持续至少10分钟的活动。根据这些信息,研究人员计算了一个代谢当量-小时(MET-hours)分数,考虑了每项活动的能量需求,以代谢当量(MET)衡量。MET是一个比率,将活动的代谢率与安静坐着时的基础代谢率进行比较,设定为1 kcal·kg?1·h?1。为了计算MET-hours,研究人员将活动的MET分数乘以每周从事该活动的小时数和天数。这考虑了活动的强度和参与活动的时间。本研究中使用的每项活动的MET值基于IPAQ评分方案。该方案包含了剧烈职业性(8 METs)、中等职业性(4 METs)、骑自行车(6 METs)、步行(3.3 METs)以及剧烈和中等休闲活动(8 METs和4 METs)的平均MET值。研究人员最终获得了以每周MET-小时为单位的剧烈职业性、中等职业性、总交通和总休闲体力活动的数值。这些数值代表了不同类型体力活动在一周内产生的能量消耗。此外,参与者提供了关于其久坐行为的信息。该数据包括在各种活动(如职业、家庭生活、通勤或与朋友社交)中处于坐姿或躺姿的总时间,但不包括睡眠时间。该变量随后被转换为每天久坐时间的分钟数。其他变量研究人员在分析中纳入了几个解释变量。其中一个变量是“健康饮食行为指数”,旨在考虑饮食习惯对BMI的潜在影响。为了构建这个指数,研究人员对与饮食行为相关的标准化数据进行了主成分分析(PCA),例如水果和蔬菜摄入频率、糖和盐摄入频率、香料使用、在外就餐频率和碳酸饮料消费情况。产生的第一个因子被用作健康饮食行为分数。随后,该分数被分为五分位数,以建立一个分类的健康饮食行为指数,其中1代表不良饮食行为,5代表极佳饮食行为。分析中的其他解释变量包括:年龄和年龄平方作为连续变量,以考虑新陈代谢随年龄变化的事实。研究人员将年龄分为以下年龄组:18-29岁、30-44岁、45-59岁、60-69岁和70岁以上。资产指数是体力活动的重要决定因素,在本研究中用作收入的度量。该指数基于对家庭物品(如收音机、电视、汽车、住房类型以及农业用地和牲畜所有权)的是/否回答创建。这些回答被编码为1 = 是,0 = 否。然后进行主成分分析,产生的第一个因子被用于生成五分位数,其中1 = 贫困到5 = 最富裕。分析中使用的其他解释变量包括:婚姻状况(0 = 未婚/离婚/丧偶,1 = 已婚)、就业状况(0 = 未就业,1 = 就业)、家庭规模(定义为调查时与受访者通常居住在同一家庭中的个体总数,无论年龄或关系)、以及受教育年限(指受访者在调查时完成的正规教育总年限,包括小学、中学和高等教育,但不包括学前教育或非正规教育)。婚姻状况和家庭规模作为控制变量被纳入,因为它们可能影响体力活动模式和BMI结局。例如,婚姻状况可能与生活方式行为、时间分配和健康相关实践有关,而家庭规模可以反映资源限制、劳动力分配和护理责任,所有这些都可能影响体力活动和营养结果。实证建模研究的主要目标是区分和分析职业性体力活动、休闲体力活动、交通体力活动和久坐时间与健康结局(BMI和非传染性疾病)之间的关联。研究人员首先估计了以下体力活动与BMI关系的面板数据回归模型:(公式1) 在公式(1)中,Hit是个体i在时间t的健康结果,在这里是BMI的对数。主要解释变量包括:WPAit是职业相关体力活动,LPAit是休闲相关体力活动,TPAit是交通相关体力活动,STit是久坐时间。Xit是可观测回归变量向量,包括年龄、年龄平方、财富状况、家庭规模、婚姻状况、就业状况和健康饮食行为指数。τ代表线性时间趋势,以捕捉结果变量在调查波次之间的系统性变化,这种变化对所有个体都是共同的。在仅有两轮数据的情况下,该术语解释了第一轮和第二轮之间未被协变量解释的差异。μi代表个体特异性效应,εit是特异性误差项。研究人员假设β1、β2和β3的系数估计值为负且显著,表明体力活动对BMI有负面影响。研究人员还期望β4的系数为正且统计显著,表明久坐时间增加与更高的BMI相关。在分析中,模型使用固定效应(FE)估计量进行估计。固定效应模型允许主要的体力活动回归变量具有内生性,并与误差的不随时间变化的分量μi相关,但与不随时间变化的特异性误差项εit不相关。为了准确估计系数,需要通过差分技术控制μi;因此,无法估计不随时间变化的变量的系数。随机效应(RE)模型假设回归变量是外生的且与μi不相关。研究人员推测体力活动不是外生的,可能受到未观察到的因素(如时间偏好、动机和遗传)的影响。这些潜在影响可能导致随机效应模型中的估计有偏。研究人员期望固定效应模型提供一致的估计。研究人员进行了豪斯曼检验以确定是否存在未观测到的异质性。检验统计量显著,表明固定效应设定更合适。此外,研究人员在个体层面进行了标准误聚类。研究人员还估计了异质性固定效应模型,其中包含交互项,以捕捉BMI与总体力活动的关系如何在性别、年龄组、BMI类别和健康状况(个体是否曾被诊断出患有非传染性疾病)之间变化。为防止多重共线性,研究人员对每个交互项运行了单独的模型。在分析的第二部分,研究人员估计了以下非传染性疾病结局的Probit模型:(公式2) 研究人员使用2022年最新的横断面数据来评估体力活动对非传染性疾病结局的影响,排除了在2015年报告被诊断出患有非传染性疾病的个体。在公式(2)中,Hi*是个体i的不可观察的健康存量。相反,研究人员观察到Hi =1 如果 Hi* ≥ 1,否则 Hi =0。Hi表示个体i是否曾被诊断出患有高血压、糖尿病,或经历过心脏病发作或中风,取值为一,否则为零。主要解释变量与公式(1)类似:职业相关体力活动(WPA)、休闲相关体力活动(LPA)、交通体力活动(TPA)和久坐时间(ST)。Xi代表个体或家庭特征向量,εit是误差项。研究人员在个体层面进行了标准误聚类。稳健性检验为了进一步确定体力活动是否与BMI状况改善和非传染性疾病结局概率降低相关,研究人员采用了Hainmueller(2012)提出的熵平衡法。该方法使用基于熵平衡的匹配,对可观测异质性提供稳健性。该技术通过对二元处理进行数据预处理,通过重新加权来调整对照组的协变量分布,使其与处理组相似,以满足特定的平衡要求。熵平衡法从一组广泛的平衡约束中估计权重,旨在最小化熵距离度量。研究人员创建了表示参与体力活动的二元处理变量,并使用最大熵重加权方案匹配处理组和未处理组。研究人员选择了用于重加权的协变量:年龄、财富状况、家庭规模、婚姻和就业状况以及饮食习惯。研究人员设置了平衡约束(均值、方差、偏度),以对齐处理组和重新加权对照组的这些协变量分布。熵平衡法针对各种体力活动类型(剧烈职业性、中等职业性、休闲性和交通性体力活动)执行,并获得权重。最后,进行回归分析,将BMI和非传染性疾病概率对处理指示变量进行回归,纳入抽样权重,并控制匹配变量,以估计处理效应。所有分析均使用STATA 17 SE版(Stata Corp LP, TX, USA)进行。总体人群的基线特征报告为正态分布连续变量的均值±标准差(SD),以及分类变量的n(%)。根据情况使用T检验和方差分析(ANOVA)进行统计比较。个体水平固定效应模型使用xtreg, fe命令估计。熵平衡法使用用户编写的ebalance程序实现,该程序在估计前生成权重,使处理组和对照组的协变量均衡。双侧P值< 0.05表示统计显著。然而,在一些表格中,研究人员也报告了10%水平(p < 0.10)的结果,以表示边际显著性,考虑到研究的样本量。选择这个较高的阈值是事先确定的,旨在降低II型错误的风险,并在探索性背景下更好地捕捉潜在的重要效应。结果描述性结果关键变量的摘要统计如表1所示。样本的平均BMI从2015年的24.6 kg/m2增加到2022年的25.7 kg/m2。男性和女性的超重和肥胖率都显著增加。在女性中,这一比率从56.1%增加到63.2%,而在男性中,则从23.4%增加到35.1%。图1说明了这一时期受访者BMI类别的变化趋势。在此期间,非传染性疾病的发病率也有所增加。在样本受访者中,高血压的报告诊断率从21%上升到23%,高血糖从3%上升到6%,心脏病发作或中风的报告从5%上升到9%。在2022年,样本中体力活动的主要贡献者是职业相关体力活动,每周97.6 MET-小时,其次是交通相关体力活动,每周27.6 MET-小时,最后是休闲相关体力活动,每周2.9 MET-小时。总体而言,样本中的总体力活动水平有所下降,如图2所示。在2022年,报告从事职业性体力活动的个体比例有所下降。从2015年到2022年,职业相关体力活动减少了每周39.2 MET-小时。剧烈职业相关体力活动的下降幅度明显大于中等职业性体力活动,分别为每周减少32.9 MET-小时和6.4 MET-小时。在2022年,报告步行或骑自行车超过10分钟的个体比例(78%)低于2015年的86%。尽管有所下降,但在此期间,交通相关的每周MET-小时略有增加,增加了2.6 MET-小时。样本人群中休闲相关体力活动水平也显著下降。报告参与休闲相关体力活动的个体比例从63%下降到31%,每周总MET-小时从4.5下降到2.9。久坐时间从平均每天154.9分钟增加到176.1分钟,表明人们花在久坐活动上的时间更多了,这可能促成了体力活动水平的整体下降。回归结果体力活动与身体质量指数的关系面板固定效应回归模型的结果(以BMI的对数为因变量)如表2所示。第2列显示了总体力活动对BMI的回归结果。在第4列中,研究人员分解了体力活动领域并纳入了额外的协变量以控制其混杂效应。第2列的结果表明,在肯尼亚,总体力活动与成年人的BMI呈显著负相关,系数为-0.0029。在加入协变量后,剧烈职业性、主动交通方式和休闲相关体力活动与BMI呈负相关。由于BMI以对数形式指定,估计的系数可以解释为近似的百分比变化而非百分比点。每周每增加一单位剧烈职业和休闲相关体力活动的MET-小时,分别与BMI降低0.025%和0.16%相关。同样,每周每增加一单位交通体力活动的MET-小时,与BMI降低0.052%相关。中等职业相关体力活动和久坐时间与BMI没有显著关联。虽然这些边际效应看起来很小,但当考虑体力活动水平的现实变化时,它们就变得更有意义了。例如,每周增加10-20 MET-小时(相当于额外几小时的中等至高强度活动)与剧烈职业性(0.25-0.50%)、交通活动(0.52-1.04%)和休闲相关活动(1.6-3.2%)的BMI差异相关。与其他协变量相比,体力活动系数的大小与几个行为因素(如健康饮食类别)相似或更大,但小于一些人口统计学变量(如婚姻状况)。这表明,虽然体力活动的个体边际效应适中,但它仍然是一个有意义的可改变的BMI决定因素。相对于样本中的基线BMI水平,这些结果代表了微小但不可忽视的变化,特别是随着时间的推移或在人群中累积。表3报告了因变量BMI分为体重过轻、正常和超重/肥胖三类的额外估计。结果表明,剧烈职业性体力活动、休闲体育和主动交通方式具有统计学显著的负系数。这表明这些类型的体力活动与处于更高BMI类别的对数几率较低相关。表4显示了包含交互项的结果。第一个模型检验了年龄组和总体力活动,结果显示,在18-29、30-44和45-59岁的较年轻年龄组中,较高的体力活动与较低的BMI相关(分别为0.052%、0.024%和0.029%)。第二个模型探讨了性别和总体力活动,显示男性和女性的体力活动与BMI均呈负相关(分别为0.041%和0.016%)。第三个模型检验了健康组和非传染性疾病组之间的交互作用,两组中体力活动与BMI均呈负相关。第四个模型评估了不同BMI类别中体力活动与BMI的关系,表明在体重过轻和正常体重个体中,较高的体力活动与较低的BMI相关,而在超重和肥胖个体中未观察到统计学显著差异。稳健性检验结果研究人员最初使用熵平衡法对数据进行预处理,以研究体力活动与BMI之间的联系,从而根据可观测因素推导出估计的处理效应。研究人员基于每种类型的体力活动运行了四个模型。在每个模型中,参与特定体力活动的个体是处理单位,而未从事该类体力活动的个体是对照单位。对照组的协变量分布使用熵权重进行调整,以匹配处理组。然后进行固定效应回归分析,以评估变量之间的关系,结果如表5所示。从事剧烈职业性、中等职业性和休闲相关体力活动与较低的BMI相关,平均差异分别为3.5%、3.3%和10.4%。交通相关体力活动的系数为负,但不具有统计学显著性。体力活动对非传染性疾病结局的影响在本节中,研究人员报告了关于体力活动与非传染性疾病结局(糖尿病、高血压和心脏病发作或中风)概率关联的Probit回归结果。表6中的列代表了体力活动变量的估计平均边际效应。第2列显示总体力活动与患有非传染性疾病的概率呈负相关。每周MET-小时增加一个单位,与患有非传染性疾病的概率降低0.08%相关。第3列代表控制其他协变量后的体力活动变量系数。每周剧烈职业性、中等职业性和休闲相关体力活动的MET-小时每增加一个单位,与罹患非传染性疾病的可能性分别降低0.15%、0.11%和0.53%相关。此外,久坐时间与罹患非传染性疾病的可能性增加0.18%相关。稳健性检验结果熵平衡后的Probit模型结果(表7)支持了先前的估计,表明参与体力活动与罹患非传染性疾病的概率之间存在负相关。研究人员发现交通性、剧烈职业性、中等职业性和休闲相关体力活动与慢性疾病之间存在统计学显著的负相关。参与这些体力活动与罹患非传染性疾病的可能性降低24.9%、16.3%、20.1%和20.8%相关。讨论身体不活跃是一个可改变的风险因素,可以通过干预来减轻非传染性疾病及其主要风险因素(如超重和肥胖)日益流行的负担。本研究在先前研究的基础上,利用面板数据控制不可观测的异质性,并利用熵平衡法调整处理组和对照组之间可观测协变量的差异,以建立肯尼亚各种形式体力活动、体重状况和非传染性疾病结局之间的实证关联。研究结果揭示了2015年至2022年间总体力活动的减少。总体力活动的主要贡献者是职业性和交通相关体力活动。此外,久坐时间平均每天增加了21.2分钟,与此同时,平均BMI也增加了1.2 kg/m2。与此同时,在同一时期,高血压、高血糖和自我报告的心脏病发作或中风的患病率也有所增加。这一趋势与先前的研究一致,表明全球身体不活跃率增加,高收入国家的记录率高于低收入国家。体力活动水平的下降与节省体力的职业任务中的技术进步有关,这可能导致更久坐的职业或工作中能量消耗减少、家庭活动减少以及对机动化交通的依赖增加。总体职业相关体力活动经历了显著下降,主要是由于剧烈职业活动的大幅减少。这种下降可归因于在农业等职业活动中采用了节省体力的技术。在肯尼亚,农业机械化的转变减少了对劳动力的需求,特别是在犁地和除草等任务中。交通也变得更加机动化;在2014年至2022年之间,摩托车拥有率从7%增加到13%,而自行车拥有率从21%下降到16.3%。摩托车因其经济实惠、燃料效率高以及适合道路网络较差的地区而日益受到青睐。此外,休闲活动已转向更被动的追求,如看电视和使用互联网,正如家庭电视拥有率的增加所表明的那样,从2014年的35%上升到2022年的50.1%。更广泛的过程,如城市化、经济发展、社会和性别规范的转变以及不断演变的政策环境,以及限制主动生活方式机会的环境限制,也可能在塑造体力活动模式方面发挥重要作用。研究结果表明,总体力活动、剧烈职业性、交通性和休闲相关体力活动与BMI呈负相关,其中休闲相关体力活动的关联最强。这与先前的研究一致,Ng等人(2012)在中国1991年至1996年的纵向样本上应用动态面板估计技术,发现每周职业和家庭体力活动增加10 MET-小时与体重减轻0.029公斤相关。使用面板数据,Sarma等人(2014)发现,从事休闲时间体力活动,如步行30分钟,与男性BMI降低0.14点、女性降低0.20点相关。此外,参与职业性体力活动与男性BMI降低0.19 kg/m2和女性降低0.28 kg/m2相关。关于交通相关体力活动,Martin等人(2015)证明,从私人机动交通转向主动出行与BMI降低0.32 kg/m2相关。多项稳健性检验支持了这些发现。在采用熵平衡法后,结果显示,从事剧烈职业性、中等职业性和休闲相关体力活动的参与者,其平均BMI低于未参与者。在该模型中,参与交通相关体力活动与BMI没有显著关联,最强关联是与休闲体力活动。交互项揭示了体力活动与BMI在不同群体之间存在不同的关系。在较年轻年龄组、两个性别(男性更强)、不同健康状况群体以及体重过轻/正常体重类别中观察到显著的负相关。这可能是因为较年长的年龄组,尤其是60岁以上的人,职业相关体力活动减少,这可能是由于受伤风险和退休等因素造成的。在超重和肥胖群体中缺乏显著的负相关可能与生理差异有关。性别差异可归因于男性较高的肌肉质量和较低的体脂百分比,这有助于更大的体重减轻关联。本文还发现,较高的体力活动与较低的非传染性疾病结局(如高血压、糖尿病、心脏病发作或中风)概率相关。每周剧烈职业性、中等职业性和休闲相关体力活动的MET-小时每增加一个单位,与较低的非传染性疾病患病概率相关,其中休闲相关体力活动也表现出最强的关联。相反,久坐时间与非传染性疾病发病概率增加相关。在熵平衡之后,结果显示所有类型的体力活动都存在显著的负相关,对应于罹患非传染性疾病的可能性较低。大量证据表明,体力活动与非传染性疾病风险降低相关,尽管这些关联的大小和显著性可能因背景和结局而异。例如,Sarma等人(2015)发现,在加拿大,活跃的休闲体力活动使肥胖风险降低了5%,但对糖尿病、高血压或心脏病没有显著影响。此外,Humphreys等人(2011)报告,每日休闲体力活动使糖尿病风险降低2.4%,高血压风险降低3.8%。休闲时间体力活动与BMI以及非传染性疾病结局之间的特别强关联在其他研究中也有显示,这可能反映了休闲活动与职业性或交通相关体力活动在强度、持续时间和意向性方面的差异,或者表明参与休闲时间体力活动是更高社会经济地位或更强健康意识的代理指标。相关地,休闲时间体力活动对非传染性疾病风险的领域特异性影响表明,有必要按领域分解体力活动,而不是依赖于不揭示有意义异质性的综合指标。因此,未来的研究应更多地采用领域敏感的框架,既是为了阐明休闲时间体力活动运作的因果路径,也是为了评估观察到的关联在多大程度上反映了真正的健康益处,而非社会经济和行为混杂因素的影响。久坐时间与较高的非传染性疾病风险显著相关,每多坐一分钟,风险增加0.18%。观察到的久坐行为随时间的增加代表了一个重要且新颖的贡献,因为在此背景下,关于久坐时间长期趋势的经验证据仍然有限。研究表明,久坐时间延长与慢性疾病(包括心血管疾病和糖尿病)存在不良联系。Yerramalla等人(2022)在一项针对英国参与者的研究中发现,久坐时间增加一百分钟,心血管疾病风险增加20%。Huang等人(2019)使用1970年英国出生队列发现,久坐时间延长与糖尿病的生物标志物呈不利关联。在美国,久坐行为,如过度观看电视,与死亡风险增加相关,包括心血管和癌症死亡率。从公共卫生的角度来看,这些结果突显了解决久坐生活方式对于非传染性疾病预防日益增长的重要性,即使在职业性和交通相关体力活动水平历来较高的群体中也是如此。研究局限性本研究存在一些局限性。使用自报体力活动问卷可能存在偏差,且不如加速度计和计步器等客观测量准确,后者可以提供体力活动持续时间和强度的更精确估计。自报受到回忆偏差、社会期望偏差和系统性高估的影响,可能影响观察到的关联。虽然客观设备通常更准确,但它们可能需要额外的资源和仔细的实施,尽管技术进步使其在研究中越来越可行且负担得起。研究还受到样本量的限制,这可能影响数据的可推广性。研究结果也不是因果性的,研究人员仅展示了体力活动与健康结果之间的关联,因此可能需要进一步的工具变量法来建立因果关系。研究人员采用了熵平衡法来调整组间可观测差异,这种方法不能完全解决潜在的内生性问题;因此,研究结果应解释为关联而非因果效应。本研究的另一个局限性与体力活动的测量有关。分析基于早期的指南,该指南强调活动应至少积累10分钟。然而,2020年世界卫生组织体力活动指南不再要求这一点,认识到所有运动都有助于健康。因此,研究人员的估计可能低估了总体力活动,特别是在活动以较短、零散的片段积累的情况下。在解释体力活动水平及其与健康结果的关联的大小时,应考虑这一点。固定效应设定仅使用每个个体的两个观察值进行估计。这限制了个体内变异,可能会降低估计的精确度,并限制个体内识别的强度。研究也是在2022年COVID-19限制措施解除后不久进行的。这个时间点可能通过多种方式影响了体力活动。健身房和其他体育设施可能仍然关闭,居家办公安排可能减少了通勤和职业相关体力活动,同时增加了在家的久坐时间。在某些情况下,这些减少可能部分被增加的居家或户外运动所抵消,导致异质性效应。此外,疫情期间食品供应和医疗服务的中断可能影响了饮食习惯以及BMI和非传染性疾病的诊断和管理。还存在体力活动、BMI和非传染性疾病结局之间存在反向因果关系的可能性。因为非传染性疾病变量反映的是终身诊断,所以有可能在调查年份之前被诊断出患有非传染性疾病的个体,随后由于其状况而改变了体力活动模式,而不是体力活动影响了非传染性疾病的发病率。尽管研究人员试图通过将分析限制在较早一轮没有非传染性疾病诊断的个体来缓解这一担忧,但某种程度的逆向因果关系无法完全排除。尽管存在这些局限性,本研究为撒哈拉以南非洲背景下体力活动与健康结果之间的实证关联提供了额外的见解。结论本文的研究结果表明,参与各种形式的体力活动随时间推移正在减少,而每日久坐时间正在增加。随着技术创新增加了所有活动所需的活动量,这一趋势将持续下去。本文旨在建立职业性体力活动、休闲体力活动、交通体力活动和久坐时间与健康结果(如超重、肥胖和非传染性疾病)之间的实证关系。研究结果表明,体力活动与健康结果显著相关。交通相关体力活动与较低的BMI结果相关。剧烈职业性和休闲相关体力活动与体重减轻和非传染性疾病结局概率降低均相关,而中等职业相关体力活动与罹患非传染性疾病的可能性降低相关。休闲体力活动显示出最强的关联。久坐行为也与非传染性疾病患病概率显著相关。促进体力活动可以通过降低BMI和减少非传染性疾病风险来帮助减少不良健康结果。随着身体不活跃和久坐行为趋势的上升,倡导休闲体力活动变得更加至关重要。在肯尼亚的城市环境中,安全问题、不完善的公共基础设施和高交通密度仍然是主动出行的重大障碍。优先发展安全、便利的步行和骑自行车基础设施的政策,特别是在居民有限接触私家车的高密度非正规住区,可以有意义地增加交通相关体力活动。同样,投资于公共可及的体育设施和开放绿地时,必须考虑这些资源在城市、近郊和农村地区分布不均的问题,那里的社区空间通常不可用或不安全,特别是对妇女和女孩而言。考虑到撒哈拉以南非洲普遍存在的资源限制,社区驱动和参与式方法可能比自上而下的干预措施更可持续且更符合文化。这些方法包括社区步行小组、地方主导的娱乐计划以及与学校和信仰组织的合作。将体力活动纳入每日学校常规的全校方法在类似的低收入和中等收入国家环境中显示出前景,应优先考虑针对年轻人群。医疗环境也提供了一个重要的切入点,由医护人员进行简短的体力活动咨询代表着一种低成本、可扩展的干预措施。通过广播和移动平台(鉴于其在肯尼亚的高覆盖率)进行的大众媒体和社区教育运动,可以帮助以文化共鸣的方式转变公众对体力活动健康益处的认识。在工作场所层面,鼓励休息时间活动、使用楼梯,以及在可行的情况下提供现场体力活动空间,可以帮助减少长时间的久坐行为,尽管此类干预措施最适用于正规就业环境,必须辅以针对大量从事非正规或自给自足工作的人群的策略。总而言之,这些建议呼吁采取多部门行动,对当地环境做出反应,获得充分资源,并与他们旨在服务的社区共同设计。
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