大學生24h體力活動、久坐行為、睡眠對心臟耐力的積累效應

通信作者：電話：022-5624023，電子郵件：qiyugang2004@163.com

關鍵詞： 2 4 h 活動行為；成分分析；等時替代；心肺耐力；

中圖分類號：G804.49文獻標識碼：A 文章編號：1000-503X（2025）02-0155-09DOI：10.3881/j. issn.1000-503X.16102

Accumulated Effects of 24 Hours Physical Activity， Sedentary Behavior， and Sleep on Cardiorespiratory Fitness in College Students

SONG Yunfeng'，XU Chi1，LI Kaixin2， TAN Sijie3，QI Yugang

（204號 KeyLaboratoryof Scientific SelectionandFunctional Asessment of Athletesof GeneralAdministrationof Sportof China， Hubei Institute of Sports Science，Wuhan 430205，China 2School of Physical Education（Main Campus），Zhengzhou University，Zhengzhou 45ooo1，China KeyLaboratoryofIntegrationofSportsandHealth，CollgeofSportsandHealth，TianjinUniversityofSport，Tanjin301617，Cina （204號 Department of Physical Education，Tianjin University of Science and Technology，Tianjin 300222，China

Corresponding author：QI Yugang Tel：022-5624023，E-mail：qiyugang2004@163.com

ABSTRACT：ObjectiveTo explore the accumulated effects of physical activity，sedentary behavior， and sleep on cardiorespiratory fitness （CRF） among collge students and provide effective measures for enhancing their CRF.MethodsFrom May to June in 2023，223 collge students aged 18 to 24 years old were recruitedfrom Tianjin University of Scienceand Technology for a 24 hoursactivity behavior survey and CRF testing.Compositional analysis was employedto ivestigate the relationshipsof physicalactivity，sedentary behavior， and sleep with CRF.Isotemporal substitution models were established to predict the efects of substituting various activity behaviors on CRF.ResultsThe proportion of time spent on moderate-to-vigorous physical activity （MVPA）was positively correlated with CRF of college students （ β = 6 . 4 0 ， P = 0 . 0 0 2 ） ，while the proportion of time spent on sedentary behavior was negatively correlated with CRF （ β = - 3 . 0 2 ， P = 0 . 0 0 4 ）.Light physical activity（LPA）and sleep were not correlated with CRF ）.Isotemporal substitution results for 15-min increments showed that replacing other activitybehaviors with MVPA significantly increased the CRF of college students[SB：1.72 mL/（kg·min）， 9 5 % CI =0.94-2.51；LPA： 1 . 8 2 m L （kg·min）， 9 5 % CI=0.95-2.68；sleep：1.64 mL/（kg·min）， 9 5 % C I= 0 . 8 4 - 2 . 4 5 ] . In the dose-response relationship from - 3 0 min to 3O min，reallocating time from other behaviors to MVPA had greater adverse effect on CRF thanreallocating time from MVPA toother behaviors.Among allthe substitutions，replacing LPA with MVPA had the most beneficial efect on improving CRF.Additionall，a 5-min increment was considered the optimal tipping point for MVPA replacing other activities.ConclusionsThis study underscores the importance of participating in MVPAfor improving theCRFofcolegestudents.The isotemporal substitution model providesclear goals for the allcation of time for these behaviors， aiding in future intervention measure development and policy-making.

Key Words：24 hoursactivitybehavior；compositional analysis；isotemporal substitution；cardiorespiratory fitnessActaAcadMedSin，2025，47（2）：155-163

心肺耐力（cardiorespiratoryfitness，CRF）低下是影響大學生健康的主要問題之一[1-3]，并且是引起高血壓、多種慢性疾病發生的重要誘因[46]。第八次全國學生體質健康調研結果表明低CRF是大學生身體素質下降的一個重要表現[7]。大學階段是個體健康行為走向成熟的關鍵階段，該階段早期預防和干預CRF下降對維持晚年的健康指標有重要作用[8]。有研究顯示身體活動不足、久坐行為（sedentarybehaviour，SB）增多、睡眠時間過多或不足等生活方式問題是導致CRF 低下的重要因素[9-10]。然而，這些研究是以孤立的觀點分析單一活動行為與健康之間的關系[1]，并未意識到每日 2 4 h 內各活動行為之間本質上是相互聯系的，某一行為的時間發生變化必然會順勢引起其他行為時間隨之改變。 2 4 h 活動行為主要由中高強度體力活動（moderate-to-vigorousphysicalactivity，MVPA）、低強度體力活動（lightphysicalactivity，LPA）、SB和睡眠組成[12]。統計學方法分析 2 4 h 活動行為與CRF的關系時，采用傳統線性回歸分析無法解決各活動行為之間的共線性，具有一定的局限性，并且忽視用整體觀點看待不同活動行為組合的必要性[13]。2015 年，Chastin等[14]將成分分析方法引人健康促進研究領域，此方法可綜合考慮各行為的影響效應，更客觀地分析2 4 h 活動行為與健康結局間的關系，已成為一種較為新穎的研究方法。目前，國內采用成分分析方法研究

2 4 h 活動行為與CRF之間關系的研究仍處于空白階段[15]，迫切需要相關研究證實兩者間的關聯。因此，本研究基于新的視角，采用成分分析方法探討各行為成分與CRF間的關聯，并采用等時替代法探究不同行為間替代相同時間對指標產生的影響，為改善大學生CRF的促進工作提供科學依據。

1對象和方法

1.1 對象

于2023年5至6月在天津科技大學招募18＼～24歲大學生為受試者，最終共納入223人，其中男117人、女106人。使用GPower3.10估計的最小樣本量為105人[16]，因此，研究中的樣本數量滿足研究需要。納入標準：身體健康、無運動禁忌證、自愿參加本研究。排除標準：（1）患有心臟病、呼吸系統、肝臟或腎及其他慢性疾病者；（2）未能按要求佩戴加速度傳感器；（3） 2 4 h 活動行為數據缺失者。對符合納排標準的學生簽署知情同意書。本研究已通過天津體育學院倫理委員會批準（倫理審查編號：TJUS2024-021）。

1. 2 方法

1.2.1 2 4 h 活動行為的測量

利用三軸加速度傳感器ActiGraphGT3X（Acti-GraphLLC，Pensacola，USA）對大學生的每日身體活動和SB進行客觀量化。睡眠時間以睡眠日志和Acti

Life導出的活動數據手動相結合，劃分人睡與起床的時間節點，由此計算出實際睡眠時間[17]。大學生連續7d將加速度傳感器佩戴在右臀部，除非在睡眠和水上運動時才將其取下。數據收集從發放后第2天的0 ： 0 0 開始，到第8天研究人員收回數據時結束[18]然后使用ActiGraph6.3軟件下載和分析加速度傳感器數據。加速度傳感器參數包括：采樣間隔、未佩戴定義、有效佩戴天數、每日佩戴時長、當天有效數據、不同強度界值[19]等（表1）。

1.2.2 CRF測試

采用功率車二級負荷試驗測試大學生 。嚴格遵循第五次國民體質工作手冊要求，測量均由受過專業訓練的人員進行。測試儀器采用心率表、功率車（第五次國民體質監測專用儀器）。二級負荷試驗全程維持 7 m i n ，大學生始終以 6 0 r / m i n 的轉速蹬踏功率車，初始30s為零負荷熱身階段，每 3 m i n 增加1個負荷等級（25W），共增加2次，最后 3 0 s 為零負荷恢復階段。最大攝氧量被認為是評定CRF的可靠指標[2I]，最大攝氧量數值是基于年齡、性別，通過強度、心率推導回歸方程計算，單位精確到 0 . 0 1 m L （ [22]

1.2.3 相關變量

以下變量被認為是潛在的混雜因素：年齡、性別、居住地和體重指數（bodymassindex，BMI）；為收集這些變量的信息進行問卷調查。居住地分為城市和農村。使用電子身高計、體重秤對學生進行身高、體重測量，并計算BMI，BMI（ ） σ= σ 體重（ /身高 。

1.2.4 質量控制

測試前，對測試人員預先進行嚴格培訓，告知其測試流程、操作方法、注意事項等，并待考核合格后方能上崗；同時，對采用的測試設備進行嚴格校準；測試結束后，對所有數據進行核對與審查：檢查數據輸入的過程中是否存在錯漏或重復輸人的情況，檢查是否有異常值（例如超出生理學合理范圍的數據），確保數據的準確性。對數據缺失、極端異常值、未按照規定執行測試過程的數據均予以排除；數據錄入采用“雙人雙錄入”方式，數據錄入完畢后進行3輪核對，每輪核對時由不同的人員進行數據驗證。

1.3 統計學處理

遵循Dumuid等[23]提出的 2 4 h 活動行為分析指南，并運用R4.2.3軟件中的compositions包對成分數據進行統計與分析。成分數據是指通過1個D維向量 X = （204號 表示，其分量滿足約束條件 的數據。數據滿足成分數據分析的要求。

（1）常見的算術平均數和標準差是為實數設計的描述性統計量，與成分數據的幾何不符[24]。因此，采用成分幾何均數顯示數據的集中趨勢，已被證明能更好地顯示數據集的中心[25]，計算公式為：

$G _ { _ n } ＼ = ＼ { } ＼sqrt [ n ] { x _ { 1 } x _ { 2 } ＼cdots x _ { n } }$

（2）傳統的標準差忽略了成分數據存在的“定和限制與共線性”[26]，無法排除單個分量的變化（如MVPA時間的變化）引起的另一分量變化的伴隨性影響。相反，變異矩陣不存在以上的問題，能較好地反映成分數據的離散趨勢與分量間的相互依賴性[27]通過計算所有可能成對比率的對數的方差而得到。接近1的值表示相互依賴程度較低，接近0的值表示相互依賴程度較高。使用等距對數比轉換（isometriclogratiotransformation，ilr）對成分數據進行多元回歸分析，公式如下：

ilr可以將成分數據從單形空間映射到歐式空間，消除成分數據之間的多重共線性問題[28]。在調整性別、年齡等協變量后，建立成分多元線性回歸模型，以整體角度考察各活動行為與大學生CRF之間的關聯。

等時替代分析旨在預測特定時間段內，當兩種運動行為互相替換時，這種替換對結果變量產生的影響差異。具體實施時，首先構建一系列新的活動組合，這些組合模擬所有可能的活動行為對之間以 5 m i n 為單位的時間交換。以樣本的平均活動模式作為參照或起始狀態，新組合以1組ilr坐標表示，通過將這些坐標與平均ilr坐標相減，得到每個組合對應的ilr差異。

接著，利用這些ilr差異量化所有預測結果的差異，并給出 根據以往研究發現， 1 5 m i n 的活動行為變化便會對健康指標產生明顯影響。據此，首先以1 5 m i n 為單位，分析 2 4 h 活動行為間等時替代對大學生CRF的影響。以 5 m i n 為增量，從 - 3 0 m i n 到 ，繪制顯著替代差異變化趨勢圖，以幫助解釋時間重新分配對大學生CRF影響的“劑量－效應”關系。 P lt; 0.05為差異有統計學意義。

2 結果

2.1一般情況

受試大學生共223名，其中男生117名（ 5 2 . 4 7 % ）、女生106名（ 4 7 . 5 3 % ），平均年齡（ 1 9 . 5 7 ± 1 . 2 6 ）歲，平均身高（ 1 7 0 . 1 3 ± 8 . 9 1 ） c m ，平均體重（ 6 6 . 3 6 ± 17.06） ，平均BMI（ 2 2 . 7 6 ± 4 . 5 8 ） ，平均CRF （ 4 7 . 2 3 ± 8 . 6 5 ） ） m L （ ）

2.2大學生 活動的時間分布

大學生的 2 4 h 活動行為顯示， 2 4 h 中有 4 1 . 7 1 % 的時間用于睡眠， 4 4 . 8 6 % 用于SB， 1 0 . 6 5 % 用于LPA， 2 . 7 8 % 用于MVPA。根據方差矩陣，睡眠和SB最接近于0（ln睡眠gt; ），表示這兩項活動的相關性最高。MVPA和SB之間的對數方差最大（lnM V P A/ S B= 0 . 3 4 9 ） ，表示MVPA和SB之間的共同依賴性較低（表2）。

2.3大學生 活動行為與CRF的成分線性回歸分析結果

線性回歸模型的擬合度顯示，殘差隨機散布在零點附近，缺乏明顯的模式，表明擬合度很高（圖1A）。在正態量值圖中，殘差與一條直線緊密吻合，表明其符合正態分布（圖1B）。殘差的平方根與擬合值相比無明顯的模式，表明整個數據的方差是一致的（圖1C）。未發現任何觀測值的杠桿率過高，表明沒有數據點會影響模型的擬合（圖1D）。

經過調整年齡、性別等協變量后，以MVPA、LPA、SB和睡眠作為自變量，以CRF作為因變量，活動行為與CRF的成分線性回歸分析顯示，MVPA時間占比與大學生CRF呈顯著正相關（ β = 6 . 4 0 ，P = 0 . 0 0 2 ），SB時間占比與大學生CRF呈顯著負相關（ β = - 3 . 0 2 ， ），LPA（ β = 1 . 9 1 ， P = 0.407）和睡眠時間占比（ β = - 1 . 0 6 ， P = 0 . 5 0 4 ）與CRF無相關性（表3）。

2.4 活動行為與CRF成分等時替代模型

在對年齡、性別等協變量進行調整后，對各活動行為間進行 1 5 m i n 等時替代的預測結果顯示，當用MVPA替代SB、LPA或睡眠時，大學生CRF均呈現顯著提升：SB 提高1.72個單位（ 9 5 % C I = 0 . 9 4 ～ 2 . 5 1 ，LPA提高1.82個單位（ 9 5 % C I = 0 . 9 5 ～ 2 . 6 8 ） ，睡眠提高1.64個單位（ 9 5 % C I = 0 . 8 4 ～ 2 . 4 5 ）（表4）。

2.5MVPA和其他活動行為等時替代后CRF的變化情況

對于具有顯著替代效應的 2 4 h 活動行為（睡眠、SB和LPA的MVPA），以 5 m i n 為間隔，從 - 3 0 m i n 到 3 0 m i n 遞增，不同替代時間與CRF之間的劑量-效應關系顯示，用MVPA替代SB、睡眠和LPA可顯著提高CRF。即用MVPA替代LPA會使CRF得到最大改善，其次是SB，然后是睡眠。用MVPA替代其他行為與CRF之間的劑量-效應關系是不對稱的：增加MV-PA替代其他活動的時間會導致CRF逐漸增加。相反，用這些行為替代MVPA會導致CRF快速下降。例如，用 1 5 m i n 的MVPA替代SB會導致CRF上升1.72個單位，而用SB替代相同時間的MVPA則會導致CRF下降2.43個單位； 5 m i n 是健康效益變化的最佳轉折點：當替代時長為 5 m i n 時，MVPA替代LPA、SB和睡眠后CRF分別增加0.66、0.63和0.60個單位，但在隨后的 1 0 ～ 3 0 m i n 內，CRF的增加逐漸放緩，分別增加1 . 2 6 ～ 3 . 2 8 、 1 . 2 0 ～ 3 . 0 7 、 1 . 1 5 ～ 2 . 9 1 個單位。而當LPA、SB和睡眠替代MVPA時，其CRF分別下降了0 . 7 3 ， 0 . 7 0 ， 0 . 6 8 個單位，但在隨后的 1 0 ～ 3 0 m i n 內，CRF的下降速度逐漸加快，分別下降了 1 . 5 6 ～ 6 . 8 5 ， 1 . 5 0 ～ 6 . 7 0 ， 1 . 4 5 ～ 6 . 5 4 個單位（圖2）。

3討論

本研究突破傳統研究孤立分析的局限，首次在大學生中采用成分分析方法解釋 2 4 h 內MVPA、LPA、SB和睡眠與CRF之間的關系。本研究顯示，在校大學生2 4 h 中有 4 1 . 7 1 % 的時間用于睡眠， 4 4 . 8 6 % 用于SB，

1 0 . 6 5 % 用于LPA， 2 . 7 8 % 用于MVPA。與以往研究[29-30]中的成人相比，本研究表現出較長時間的 SB，而較短時間的LPA和MVPA。本研究MVPA僅有4 0 m i n / d ，距離中國人群身體活動指南 還有較大差距，證實了目前大學生普遍存在體育鍛煉不足的現象。本研究顯示各種活動行為之間存在相互轉換的可能性，在 2 4 h 的活動時間內，用于MVPA的時間相對穩定，被其他活動替代的可能性最低，而SB和睡眠之間發生互換的可能性最高。這可能是由于大學生學業繁重，上課和做實驗的時間增加，導致睡眠減少。當學習時間減少時，大學生通常會通過增加睡眠時間來彌補。同時，本研究顯示SB和MVPA之間轉換的可能性最低，這可能是由于改變個人生活習慣所面臨的挑戰。用于LPA的時間相對穩定，不太可能被其他行為所替代。本研究運用成分分析方法綜合探究MVPA、LPA、SB和睡眠時間分布與CRF的關系，結果顯示MVPA時間占比與CRF呈顯著正相關，SB時間占比與CRF呈顯著負相關，LPA和睡眠時間占比與CRF無相關性。本研究與Ketels等[32]研究結果一致，在 2 4 h 活動對大學生CRF的綜合效應中，要有效提升大學生CRF水平，需增加MVPA時間，減少SB時間。

本研究將MVPA替代其他行為（LPA、SB和睡眠）能顯著提高CRF水平，這與之前對兒童和青少年的研究結果[33]一致。由于生活方式的改變，體力活動水平呈下降趨勢，導致生理機能減退甚至退化，進而引發心肺功能下降等問題[34]。從生理學角度分析，運動訓練是促進CRF的有效途徑。長時間MVPA活動所引起的適應，如增加氧氣利用率（如增加最大心輸出量）和提高向工作肌肉輸送氧氣的效率，可有效提高人體利用和輸送氧氣的能力[35-36]。此外，MVPA還能激活絲裂原活化蛋白激酶，從而激活轉錄共激活因子-1 α ，加速線粒體基因的表達，從而增加線粒體的合成，更有利于心肺能力的提高[37]。表明對于大學生群體，MVPA是提高CRF最有效的方法。因此，在指導提高相關群體CRF的工作時，最好鼓勵他們參與中高強度的活動。

本研究針對MVPA與其他活動（LPA、SB及睡眠）的相互替代對大學生CRF的影響進行劑量-效應分析，有以下主要發現：（1）MVPA與其他活動時間的重新分配對CRF的影響表現出不對稱性，這一現象在不同人群中均有報道[38-39]。這一結果可能有兩個原因。首先，這可能與替代時間在不同運動行為的總時間中所占比例有關。大學生群體中，SB占據約 1 0 h ，而MVPA僅為 4 0 m i n 。替代 1 5 m i n 的MVPA相當于減少 4 0 % 的總MVPA時間，顯著改變了活動結構，故產生較大效應。相比之下，同樣替換 僅占其總量的 1 / 5 0 ，對整體活動模式影響微弱。其次，體育鍛煉對健康的益處具有累積效應。當一個人堅持體育鍛煉時，其健康益處就會累積，但當體育鍛煉停止或減少時，其健康益處就會迅速下降。（2）MVPA代替LPA對提高大學生CRF水平最有效。這一結論與現有文獻中針對青少年群體的結果[40]存在分歧。以往研究強調減少SB并增加PA是優化該年齡段人群健康狀況的有效策略[41]。本研究顯示 MVPA與 SB之間的轉化概率相對較低，而與LPA的相互轉換更為頻繁。本研究結果與常振亞等[42]的研究相吻合，他們指出，減少SB后，個體更傾向于轉化為LPA而非MVPA?？紤]到每日總時間的恒定性，SB的減少具有內在限制，因此，對于大學生而言，優化時間利用，通過減少LPA時間并相應增加MVPA時間，可能是提升其CRF 的最優途徑。然而，需要注意的是，由MVPA增加帶來的健康效益并不能無限制增加[43]，這與本研究劑量-效應曲線緩慢增長的趨勢相一致。從“過度訓練”現象和“最小有效劑量”原則出發，對于已有較高MVPA水平的大學生，若繼續大幅度、甚至超出其生理承受范圍地增加MVPA時間，可能會引發過度訓練風險，反而對CRF產生負面影響。相反，對于MVPA時間較短、運動水平相對較低的個體，適度增加活動強度能更有效地激發積極的健康效應，這類學生通常具有較大的運動潛能，適當增加MVPA時間有助于誘發心肺系統的適應性改變，進而提升CRF。因此，高校及老師在引導大學生將LPA向MVPA轉變的過程中，應遵循漸進原則，充分考慮個體的當前運動水平和適應能力，以確保運動干預的安全性與有效性。（3）本研究進一步確定了MVPA替代效應的劑量－效應轉折點：當MVPA分別替代LPA、SB以及睡眠達到5min時，CRF的提升速率開始呈現明顯下降趨勢。表明在當前大學生平均MVPA 活動水平（ ）的基礎上，每日額外增加 5 m i n 的MVPA，使總量達到約 ，可實現對CRF改善效果的最大化。據此，建議大學生群體每日至少保持 4 5 m i n 的MVPA，以此為閾值，可以有效提升其CRF水平。

本研究存在一定局限性。首先，雖然本研究使用了加速度傳感器進行客觀測量，但其特點只能建立研究變量之間的相關性，無法推斷因果關系。其次，本研究所有大學生均招募的非體育類大學生，因此，本研究結果并不適用于體育專項的大學生。

綜上，本研究強調了在大學生群體中，有針對性地增加MVPA時間、減少LPA和SB時間對于提升CRF的重要性，并明確了 5 m i n 為MVPA替代效應的劑量-效應轉折點，為制訂科學、精準的大學生健康活動行為指導提供了有力依據。在實踐干預中，應遵循漸進原則，充分考慮個體運動水平和適應能力，確保運動干預的安全性和有效性。

利益沖突 所有作者聲明無利益沖突

作者貢獻聲明宋云峰、李凱欣：設計并實施實驗、數據處理、撰寫并修改論文；徐馳：修改論文、提供基金支持；譚思潔、齊玉剛：設計實驗、指導研究

參考文獻

[1］宋云峰，譚思潔，齊玉剛，等.24h活動行為對大學生 體質健康影響的等時替代效益[J].中國學校衛生，2023， 44（9）：1382-1386.D0I：10.16835/j.cnki. 1000-9817.2023. 09. 023.

[2]Janssen I，Leblanc AG.Systematic review of the health benefitsof physical activityand fitnessin school-agedchildrenand youth[J]. IntJBehavNutrPhysAct，2O1O，7：40.DOI：10. 1186/1479-5868-7-40.

[3] 紀天一，邱俊強．高強度間歇訓練對靜坐少動女大學生 心肺耐力的影響[J].中國學校衛生，2020，41（8）：1220- 1223，1227.D0I：10.16835/j.cnki.1000-9817.2020.08.026.

[4]Lee DC，Brellenthin AG，Thompson PD，et al.Running as akey lifestylemedicine for longevity[J].Prog Cardiovasc Dis， 2017，60（1） ：45-55.DOI：10.1016/j. pcad.2017.03.005.

[5] Piepoli MF，Hoes AW，Agewall S，et al.2O16 European guidelines on cardiovascular disease prevention in clinical practice[J].EurHeartJ，2016，37（29）：2315-2381.DOI：10. 1093/eurheartj/ehw106.

[6] PiercyKL，Troiano RP，BallardRM，etal.Thephysical activityguidelinesforAmericans[J].JAMA，2018，320（19）： 2020-2028.DOI：10.1001/jama.2018.14854.

[7］第八次全國學生體質與健康調研結果發布[J].中國學校 衛生，2021，42（9）：1281-1282.D01：10.16835/j.cnki. 1000-9817. 2021. 09. 001.

[8]Garcia-Hermoso A，Ramirez-VelezR，Garcia-Alonso Y，et al. Association of cardiorespiratory fitness levels during youth with health risk later in life：a systematic review and meta-analysis [J]. JAMAPediatrics，2020，174（10）： 952-960.DOI： 10.1001/jamapediatrics.2020.2400.

[9]Tremblay MS，LeBlanc AG，Kho ME，et al.Systematic review of sedentary behaviour and health indicators in schoolaged children and youth[J]. Int JBehav Nutr PhysAct， 2011（8） ：1-22. DOI：10. 1186/1479-5868-8-98.

[10]Biddle SJH，Garcia Bengoechea E，Wiesner G.Sedentary behaviour and adiposity in youth：a systematic review of reviews and analysis of causality[J]. IntJBehav Nutr Phys Act，2017，14（1） ：43. D01：10.1186/s12966-017-0497-8.

[11］關尚一，朱為模．身體活動與青少年肥胖風險的“劑 量-效應”關系［J].上海體育學院學報，2013，37（4）： 68-72.DOI：10.16099/j. cnki. jsus. 2013.04. 014.

[12]Kuzik N，Poitras VJ，Tremblay MS，et al.Systematic review of the relationships between combinations of movement behayiours and health indicators in the early years （O-4 years）[J]. BMC Public Health，2017，17（Suppl 5））： 849. DOI：10. 1186/s12889-017-4851-1.

[13］張婷，李紅娟，李超，等．基于成分數據分析的青少年 2 4 h 活動行為與體質關聯的研究［J].中國體育科技， 2022，58（12）：91-97. DOI：10.16470/j. csst.2021108.

[14]Chastin SFM，Palarea-Albaladejo J，Dontje ML，et al. Combined effects of time spent in physical activity，sedentary behaviorsand sleep on obesity and cardio-metabolic health markers：a novel compositional data analysis approach [J]. PLoS One，2015，10（10） ：e0139984.D01：10.1371/journal. pone. 0139984.

[15］宋俊辰，李紅娟，王政淞．時間使用流行病學在身體活 動研究領域的應用[J].體育科學，2020，40（1）：79-88. DOI：10.16469/j. css.202001008.

[16]Knofczynski GT，Mundfrom D.Sample sizes when using multiple linear regresson for prediction[J].Educ Psychol Meas， 2008，68（3） ：431-442. DOI：10.1177/0013164407310131.

［17］宋云峰，李凱欣，譚思潔，等．基于等時替代模型的大 學生 2 4 h 活動行為與健康體適能的關系［J].河南師范大 學學報（自然科學版），2024（3）：150-157.DOI：10. 16366/j. cnki.1000-2367.2023.10.17.0002.

[18]Marques A， Santos R，Ekelund U，et al. Assciation between physical activity，sedentarytime，andhealthyfitnessin youth[J]. Med Sci SportsExerc，2015，47（3）：575-580. DOI：10.1249/MSS. 0000000000000426.

[19]Sasaki JE， John D，Freedson PS.Validation and comparison of ActiGraph activitymonitors[J].JSci Med Sport，2011， 14（5）：411-416. DOI：10. 1016/j. jsams.2011.04. 003.

[20］體育總局關于開展第五次國民體質監測的通知_部門政 務_中國政府網［EB/OL].[2023-07-13]．https：//www. gov.cn/xinwen/2019-02/02/content_5363384. htm.

[21］李闖濤，高曉鱗，吳東哲，等．大學生動態心肺功能和 有氧耐力的關聯性[J].中國學校衛生，2023，44（2）：282- 286，290. DOI：10.16835/j. cnki.1000-9817. 2023.02.028.

[22］何榮，張麗，李鵬，等．有氧運動對不同血糖水平男性 人群動脈僵硬度的即時影響研究［J].中國全科醫學， 2023，26（24） ：2997-3004. D0I： 10.12114/j.issn.1007-9572. 2023.0029.

[23]Dumuid D，Pedisic Z，Stanford TE，et al. The compositional isotemporal substitution model：a method for estimating changes in a health outcome for reallocation of time between sleep， physical activity and sedentary behaviour[J]. Stat Methods Med Res，2019，28（3） ：846-857. D0I：10.1177/09622802 17737805.

[24]Pedisic Z，Dumuid D，Olds TS. Integrating sleep，sedentary behaviour，andphysical activityresearch in the emerging fieldof time-use epidemiology：definitions，concepts，statistical methods，theoretical framework，and future directions [J]. Kinesiology，2017，49（2）：252-269.D0I：10.1186/s44167- 023-00033-5.

[25]Gupta N，Mathiassen SE，Mateu-Figueras G，et al. A comparison of standard and compositional data analysis in studies addressing group differences in sedentary behavior and physical activity[J].Int JBehav Nutr Phys Act，2O18，15（1）： 53.DOI：10.1186/s12966-018-0685-1.

[26］張婷，李紅娟．成分數據分析方法在身體活動與健康研 究領域的應用展望[J].體育科學，2020，40（9）：74-82， 97.DOI：10. 16469/j. css. 202009008.

[27]Stefelová N，Dygryn J，Hron K，et al. Robust compositional analysis of physical activity and sedentary behaviour data[J]. Int JEnviron Res Public Health，2018，15（10）：2248. DOI： 10. 3390/ijerph15102248.

[28]Dumuid D，Stanford TE，Martin-Fernndez JA，et al．Compositional data analysis forphysical activity，sedentary time and sleep research[J].Stat Methods Med Res，2018，27（12）： 3726-3738. DOI：10.1177/0962280217710835.

[29]Murray RM，Doré I，Sabiston CM，etal.A time compositional analysis of the association between movement behaviors and indicators of mental health in young adults [J].Scand J Med Sci Sports，2023，33（12） ：2598-2607.DOI：10.1111/ sms. 14471.

[30]Karuc J， Soric M，Radman I，et al. Moderators of change in physical activity levels during restrictions due to COVID-19 pandemic inyoungurban adults[J]. Sustainability，2020， 12（16）：6392.DOI：10.3390/su12166392.

[31]趙文華，李可基，王玉英，等．中國人群身體活動指南 （2021）[J].中國公共衛生，2022，38（2）：129-130. DOI：10.11847/zgggws1137503.

[32] KetelsM，Rasmussen CL，Korshσj M，etal.Therelation between domain-specific physical behaviour and cardiorespiratory fitness：a cross-sectional compositional data analysis on thephysical activity health paradox using accelerometer-assessed data[J].Int JEnviron Res Public Health，2020， 17（21） ：7929.DOI：10.3390/ijerph17217929.

[33] SunY，YinX，LiY，etal.Isotemporal substitutionofsedentary behavior for physical activity on cardiorespiratory fitness in children and adolescents[J].Medicine，2020，99（30）： e21367.D0I：10.1097/MD.0000000000021367.

[34] 陳澤剛，丁吉，萬芹，等．中國兒童青少年體力活動與 心肺耐力的相關性[J].中國學校衛生，2022，43（3）： 429-432.D0I：10.16835/j.cnki.1000-9817.2022.03.027.

[35]NayorM，ChernofskyA，Spartano NL，etal.Physical activityand fitness in the community：the Framingham Heart Study[J].EurHeartJ，2021，42（44）：4565-4575.DOI： 10.1093/eurheartj/ehab580.

[36] PeckSS，EsmaeilzadehM，RankinK，etal.Self-reported physical activity，QoL，cardiac function，and cardiorespiratory fitness in women with HER2 + breast cancer[J].JACC Cardio Oncol，2022，4（3） ：387-400.D01：10.1016/j. jaccao.2022.06.006.

[37]Flack K，PankeyC，Ufholz K，et al.Genetic variations in thedopaminereward system influence exercise reinforcement and tolerance for exercise intensity[J].Behav Brain Res， 2019，375：112148. D0I：10.1016/j.bbr.2019.112148.

[38］吳志建，王竹影，鄭賀．基于等時替代的久坐行為、身 體活動與老年人身體成分和握力的關系[J].北京體育大 學學報，2022，45（3）：94-103.D01：10.19582/j.cnki.11- 3785/g8.2022.03.010.

[39]CarsonV，TremblayMS，Chaput JP，et al. Associationsbetweensleepduration，sedentarytime，physicalactivity，and health indicators among Canadian children and youth using compositional analyses[J].ApplPhysiolNutrMetab，2016， 41（6Suppl3）：S294-S302.DOI：10.1139/apnm-2016-0026.

[40］唐毅，宋云峰，杜以民，等．基于等時替代模型分析兒 童青少年24h活動行為與心肺耐力的關聯[J].中國兒童 保健雜志，2024，32（8）：826-831，855.D0I：10.11852/ zgetbjzz2024-0041.

[41］梁果，王麗娟，陳歡，等. 2 4 h 活動時間分布及替代與 兒童身體質量指數的關系研究：基于成分分析模型[J]. 體育科學，2022，42（3）：77-84.D0I：10.16469/j.css.202 203008.

[42] 常振亞，王樹明.24小時動作行為對學齡前兒童體質健 康影響的等時替代效益研究[J].體育科學，2020，40（10）： 50-57. DOI：10.16469/j. css. 202010006.

[43] AremH，MooreSC，PatelA，etal.Leisure timephysical activityand mortality：a detailedpooled analysisof the dose-response relationship[J].JAMA Intern Med，2015，175（6）： 959-967. DOI：10.1001/jamainternmed. 2015. 0533.

（收稿日期：2024-04-01）