美国成年人休息-活动模式的全人群特征研究：基于功能主成分分析的全国代表性样本分析

作者及发表信息
本研究由Qian Xiao（第一作者，德克萨斯大学休斯顿健康科学中心公共卫生学院流行病学系）、Jiachen Lu（德克萨斯大学休斯顿健康科学中心生物统计学与数据科学系）、Jamie M. Zeitzer（斯坦福大学精神病学与行为科学系）、Charles E. Matthews和Pedro F. Saint-Maurice（美国国家癌症研究所癌症流行病学与遗传学部代谢流行病学分支）及Cici Bauer（通讯作者，德克萨斯大学休斯顿健康科学中心）合作完成，发表于《International Journal of Behavioral Nutrition and Physical Activity》（2022年，第19卷第32期）。

学术背景
研究领域为昼夜节律与健康行为科学。24小时内的休息与活动行为（包括体力活动、久坐行为和睡眠）是影响健康的核心因素，但传统研究多关注单一行为指标（如体力活动强度、睡眠时长），缺乏对整体节律模式的综合分析。功能主成分分析（Functional Principal Component Analysis, FPCA）是一种无需预设节律形态的数据驱动方法，可全面捕捉休息-活动周期的多维特征。本研究旨在利用FPCA分析美国国家健康与营养调查（NHANES, 2011–2014）中成年人的24小时活动数据，揭示其人口统计学、社会经济和工作特征的差异，并探讨这些模式与自评健康的关联。

研究流程与方法
1. 数据来源与样本
- 数据来源：NHANES 2011–2014周期，覆盖美国非住院成年人群（≥25岁），采用四阶段概率抽样设计，超采样少数族裔和低收入群体。
- 样本筛选：从19,931名参与者中排除年龄<25岁、关键变量缺失（如教育、收入）或无效活动记录者，最终纳入7,657人。

1. 活动数据采集与处理

   • 设备与指标：参与者连续7天佩戴非优势手腕的ActiGraph GT3X+加速度计，采集每分钟三轴加速度数据，计算Monitor-Independent Movement Summary (MIMS)单位。
     
   • 数据清洗：使用开源算法识别无效时段（如非佩戴期），以5分钟为时间窗（共288个/天）计算日均活动值，并通过傅里叶基函数平滑24小时活动曲线。
     

2. 功能主成分分析（FPCA）

   • 分析流程：采用R包fda对平滑后的活动曲线进行FPCA，提取前4个主成分（解释总变异的86.8%），分别代表：
     
     • PCA1（高振幅模式）：反映全天活动强度（50.2%方差）。
       
     • PCA2（早醒模式）：表征活动开始时间（21.6%方差）。
       
     • PCA3（活动窗口延长模式）：描述日间活动时长（9.4%方差）。
       
     • PCA4（双相模式）：显示早晚双峰活动特征（5.6%方差）。
       
   • 分层分析：分别生成工作日与周末的FPCA模型，评估节律差异。
     

3. 协变量与统计分析

   • 协变量：年龄、性别、种族/民族、教育水平、家庭收入、工作状态（过去一周工作时长）。
     
   • 模型构建：
     
     • 线性回归：分析各主成分与协变量的关联。
       
     • 逻辑回归：探讨主成分五分位数与自评健康（“较差/一般” vs. “良好/优秀”）的关系，调整多重混杂因素。
       

主要结果
1. 休息-活动模式的社会人口学差异
- 高振幅模式（PCA1）：男性、高龄（70+岁）、低收入（<$20k）及无业者活动水平较低；墨西哥裔美国人、低教育水平者活动水平较高。
- 早醒模式（PCA2）：高龄（β=1.11）、低教育者更早活动；非裔美国人、亚裔及其他西班牙裔群体活动时间延迟。
- 活动窗口延长（PCA3）：非裔美国人（β=0.35）及无业者（β=-0.48）日间活动时间更长。
- 双相模式（PCA4）：高收入、高学历及全职工作者更显著，男性与非裔美国人表现较弱。

1. 工作日与周末的节律差异

   • 高振幅与早醒模式：工作日与周末相关性较高（r=0.72和0.65），但工作状态对工作日的影响更强。
     
   • 双相模式：工作日表现为午间活动低谷，周末则呈现晚间单峰（r=0.14），显示社会日程的显著影响。
     

2. 健康关联性

   • 低活动振幅（PCA1-Q1）：自评健康较差的风险为高振幅组的2.61倍（95% CI: 2.02–3.37）。
     
   • 双相模式缺失（PCA4-Q1）：健康风险增加47%–62%，提示规律作息对健康的保护作用。
     

结论与价值
1. 科学意义：首次在全国代表性样本中系统刻画休息-活动节律的多样性，证实其受年龄、种族、SES（社会经济地位）及工作状态的显著影响，为健康差异研究提供新视角。
2. 应用价值：FPCA方法可识别高风险人群（如低振幅、无规律双相模式者），指导针对性的行为干预（如定时光照、睡眠优化）。
3. 跨学科启示：整合昼夜节律生物学与社会流行病学，强调环境（如工作安排）与内在生物钟的交互作用。

研究亮点
1. 方法创新：FPCA克服了传统参数化模型（如余弦拟合）的局限性，无需预设节律形态即可提取多维特征。
2. 人群代表性：NHANES数据覆盖多元社会背景，增强结果外推性。
3. 健康关联的精细解析：首次报道双相模式与自评健康的独立关联，为“午休文化”的健康效应提供证据。

局限与展望
横断面设计无法推断因果关系，未来需结合纵向数据与机制研究（如褪黑素节律检测），并扩展至特殊人群（如夜班工人）。