李國強(qiáng),江崇民,李米環(huán)

?

城區(qū)成年人靜坐行為模式研究

李國強(qiáng)1，2,江崇民3,李米環(huán)2

目的：確定城區(qū)成年人靜坐行為模式，并探討靜坐行為模式與社會人口、行為方式和健康變量的關(guān)系。方法：采用橫斷面研究方法，選取上海和南京兩地?zé)o肥胖遺傳史、明顯嚴(yán)重疾病、殘疾、神經(jīng)功能受損和心理疾病的408名成年人作為研究對象。受試者在完成健康和社會人口學(xué)問卷的同時(shí)提供身高、體重測量值。采用活動日志評估受試者靜坐行為時(shí)，佩戴加速度計(jì)客觀地測量其身體活動狀況，進(jìn)而驗(yàn)證活動日志評估靜坐行為的效度。靜坐行為模式由聚類分析確定，繼而采用判別分析對分類效果進(jìn)行驗(yàn)證。結(jié)果：確定混合、娛樂、工作和屏幕前4種靜坐行為模式對人群的分類效果較好，成年人參與娛樂和屏幕前靜坐行為模式人群比例達(dá)62.9%，是我國城市居民最主要的靜坐行為模式；不同模式間年齡和學(xué)歷變量呈顯著差異，年齡越大靜坐行為模式中人群比例越高，工作靜坐行為模式中高學(xué)歷人群比例最高，達(dá)62.2%；≥10 000步/天者在4種靜坐行為模式中的人群比例遠(yuǎn)低于<10 000步/天組，“30 min/天中等強(qiáng)度身體活動”受試者中僅38.6%能超過“10 000步/天”的目標(biāo)，兩者并非一致；超重肥胖組和患慢性病組參與靜坐行為模式的人群比例遠(yuǎn)低于BMI正常組和不患慢性病組，但差異無統(tǒng)計(jì)學(xué)意義。結(jié)論：混合靜坐行為模式、屏幕前靜坐行為模式、工作靜坐行為模式和娛樂靜坐行為模式對樣本人群具有較高的區(qū)分度，是最佳的聚類方案；年齡越大靜坐行為模式中人群比例越高，老年人習(xí)慣于混合靜坐行為模式；學(xué)歷越高參與工作靜坐行為模式的人群比例越高；不同模式間受試者行為方式和健康變量差異無統(tǒng)計(jì)學(xué)意義，提示，靜坐行為并非影響肥胖及慢性疾病發(fā)生的唯一風(fēng)險(xiǎn)因素，體力活動與膳食營養(yǎng)的作用也應(yīng)考慮。

靜坐行為模式；成年人；聚類分析；身體活動

靜坐行為(Sedentary Behaviour)是指，清醒狀態(tài)下，能量消耗在1.0～1.5 METs(1 MET相當(dāng)于耗氧量3.5 mL·kg-1·min-1)的坐或躺式活動[45,46,60]。大量研究表明，長時(shí)間靜坐行為是身體健康的一個(gè)風(fēng)險(xiǎn)因子，可增加肥胖[38]，II型糖尿病[20,25,53,75]，代謝綜合征[22,37]，心血管疾病等[25,70,75]的患病風(fēng)險(xiǎn)，并提高全死因發(fā)病率與死亡率[20,25,34,73,75]。即使經(jīng)常參與高水平中高強(qiáng)度體力活動，也不能完全保護(hù)個(gè)體免受長時(shí)間靜坐行為帶來的危害[42]，即并不能補(bǔ)償久坐生活方式對健康的消極影響[29]。靜坐行為已逐漸成為現(xiàn)代人類日常生活中普遍存在的現(xiàn)象[28]。在過去50年里，以靜坐為主的伏案工作崗位數(shù)量[16]、不活躍交通方式[12]、看電視[12]和使用電腦時(shí)間[15]在持續(xù)穩(wěn)步增加。近來一項(xiàng)對澳大利亞成年人的研究發(fā)現(xiàn)，成年人90%的閑暇時(shí)間用于從事靜坐活動或行為[15]。

靜坐行為研究的最終目的是預(yù)防和控制疾病。然而，傳統(tǒng)靜坐行為干預(yù)的指導(dǎo)思想一貫承襲“減小某種靜坐行為累積時(shí)間(如，看電視時(shí)間)即可促進(jìn)健康”的觀念，無視個(gè)體的生活習(xí)慣和行為模式。在日常生活中，人們是以混合形式進(jìn)行靜坐行為或活動的，況且在眾多靜坐行為中，看電視時(shí)間僅占總靜坐時(shí)間的32%～56%[9]，因而看電視并不能涵蓋靜坐行為的所有范圍和種類。而靜坐行為模式的整體研究應(yīng)綜合考慮各種靜坐行為和活動，才能更有效地預(yù)測靜坐行為與健康關(guān)系。在一些觀察研究和干預(yù)試驗(yàn)中已發(fā)現(xiàn)不同靜坐行為模式對健康會產(chǎn)生不同影響[13,20,47]。

目前，大量的相關(guān)研究文獻(xiàn)其研究對象都局限于歐、美國家的兒童青少年人群，針對我國成年人靜坐行為模式的研究鮮見報(bào)道。鑒于此，本研究探討我國成年人靜坐行為模式及其與社會人口學(xué)、行為方式及健康變量的相關(guān)關(guān)系，以期為不同亞組人群制定有針對性體力活動健康促進(jìn)策略積累相關(guān)資料。

1 研究對象與方法

1.1 研究對象

2013年3～10月在南京市和上海市選取578名自愿參加的年齡在20～59歲城市體力勞動者和城市非體力勞動者以及60歲以上老年人作為研究對象(年齡42.5±13.2歲)。其中，男性236人，女性342人，納入標(biāo)準(zhǔn)為智力正常、無殘疾和明顯嚴(yán)重疾病者。同時(shí)剔除加速度計(jì)佩戴少于4天(包括1個(gè)休息日)，佩戴時(shí)間<10 h/天(認(rèn)為不能有效記錄數(shù)據(jù))[61]者和身體活動日志填寫不全者170人，有效應(yīng)答率為70.6%。本研究經(jīng)國家體育總局體育科學(xué)研究所倫理委員會審查同意，并由調(diào)查對象簽署知情同意書。

1.2 研究方法

1.2.1 個(gè)體一般屬性調(diào)查

調(diào)查受試者年齡、性別、職業(yè)、受教育程度等人口學(xué)特征并且調(diào)查此前已被確診的高血壓、高血脂、冠心病、糖尿病等慢性病患病情況。受試者自述身高、體重，依據(jù)體重指數(shù)(BMI)=體重(kg)/身高2(m)公式計(jì)算BMI值，并根據(jù)中國肥胖問題工作組推薦的BMI劃分標(biāo)準(zhǔn)對受試者進(jìn)行分類，體重正常：18.5 kg/m2≤BMI<24.0 kg/m2；超重/肥胖：24.0 kg/m2≤BMI[1]。

1.2.2 身體活動日志調(diào)查

研究證明，Bouchard《身體活動記錄表》調(diào)查結(jié)果與活動監(jiān)測器結(jié)果高度相關(guān)，相關(guān)系數(shù)為0.82[41]，重測信度達(dá)0.96[11]。依據(jù)Bouchard《身體活動記錄表》將本研究身體活動日志改編為以0～14 min、15～29 min、30～44 min、45～60 min為行，以0點(diǎn)、1點(diǎn)、2點(diǎn)……21點(diǎn)、22點(diǎn)、23點(diǎn)為列(每一單元格表示15 min)的表格形式呈現(xiàn)，受試者在填寫身體活動日志表格時(shí)，寫明從00：00點(diǎn)開始到23：59結(jié)束所做全部活動，同一活動從開始后可以劃一條橫線直到該活動結(jié)束，如果不足15 min，可以酌情取舍。1天為1個(gè)獨(dú)立的表格，連續(xù)填寫7天，包括5個(gè)工作日和2個(gè)休息日。

1.2.3 加速度計(jì)測量

采用ActiGraph GT3X加速度計(jì)客觀測量受試者在調(diào)查期間除游泳、睡覺和洗澡外清醒時(shí)身體活動時(shí)間。測量開始前，由受過專業(yè)培訓(xùn)的工作人員指導(dǎo)受試者正確佩戴加速度計(jì)，并于測試結(jié)束后將加速度計(jì)收回，利用 Actilife(5.5.5.版本)對數(shù)據(jù)進(jìn)行處理。

加速度計(jì)的工作原理是，通過壓電傳感器將每分鐘身體活動時(shí)的加速或減速信號轉(zhuǎn)化為電信號，再將電信號收集處理成為每分鐘加速度計(jì)數(shù)。最終，采用加速度計(jì)數(shù)/分鐘來描述4種活動行為：靜坐行為(<100次/min)、輕體力活動(100～2 689次/min)、中強(qiáng)度高體力活動(2 690～6 166次/min)、高強(qiáng)度體力活動(≥6 167次/min)。如果在連續(xù)60 min內(nèi)每分鐘加速度計(jì)數(shù)為零，認(rèn)為未佩戴加速度計(jì)。為確保個(gè)體記錄數(shù)據(jù)有效，要求受試者至少提供4天有效測量結(jié)果(至少包括1個(gè)休息日)，每天佩戴加速度計(jì)時(shí)間不少于10 h[17,62]。

依據(jù)靜坐行為定義，從身體活動日志調(diào)查結(jié)果中提取躺著休息、躺著看書、看電視、坐看書報(bào)、坐寫字畫畫、坐看電視、坐下棋打牌、電腦休閑娛樂、坐聽音樂、坐打電話或談話、開車、坐車和電腦辦公等各種靜坐行為時(shí)間。同時(shí)參照加速度計(jì)客觀測量的靜坐行為時(shí)間，檢驗(yàn)身體活動日志測量靜坐行為的有效性。初步分析發(fā)現(xiàn)，加速度計(jì)測量靜坐行為總時(shí)間(9.27±4.7 h)稍高于身體活動日志調(diào)查結(jié)果(9.09±2.1 h)，但其差異無統(tǒng)計(jì)學(xué)意義(t=0.731,P=0.465)。說明身體活動日志可較為準(zhǔn)確地記錄個(gè)體日常靜坐行為時(shí)間。

1.3 數(shù)據(jù)統(tǒng)計(jì)學(xué)分析

采用變量具有高度敏感性的系統(tǒng)聚類法確定靜坐行為模式，聚類方法選擇最精確的Ward’s最小方差聚類法，距離測度方法選擇歐氏距離平方。具體步聚如下：1)對靜坐行為調(diào)查資料各指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，以消除量綱不同的影響；2)由于分析無法準(zhǔn)確確定分類數(shù)目K，初步確定聚類數(shù)K=2，3，4，5；3)計(jì)算各類間的歐氏距離平方，將類間距離小的兩類合并成新類，計(jì)算新類與其他各類間距離，重復(fù)此過程直至將所有樣品歸為1類；4)依次對聚2，3，4，5類靜坐行為模式中各變量進(jìn)行單因素方差分析，并結(jié)合專業(yè)知識，確定最終分類數(shù)目為4；5)將歸為4類的反映觀察對象特征的變量值做判別分析，以評價(jià)分類效果；6)計(jì)算不同靜坐行為模式人群的各類靜坐行為時(shí)間以描述各類人群靜坐行為特點(diǎn)，并應(yīng)用單因素方差分析檢驗(yàn)不同靜坐行為模式間各類靜坐行為時(shí)間的差異。進(jìn)而對不同靜坐行為模式間人口社會學(xué)特征、步數(shù)/天(依據(jù)加速度客觀測量步數(shù)/天結(jié)果，將受試者劃分為<10 000步/天和≥10 000步/天兩組)、中高強(qiáng)度體力活動/天(依據(jù)加速度客觀測量中高強(qiáng)度身體活動時(shí)間結(jié)果，將受試者劃分為<30 min/天和≥30 min/天兩組)和超重/肥胖及慢性病患病的差異通過卡方檢驗(yàn)進(jìn)行比較；7)所有數(shù)據(jù)均采用SPSS 21.0軟件包進(jìn)行統(tǒng)計(jì)學(xué)處理，P<0.05為雙尾檢驗(yàn)統(tǒng)計(jì)有顯著性差異，P<0.01為雙尾檢驗(yàn)統(tǒng)計(jì)有非常顯著性差異。

2 研究結(jié)果

2.1 靜坐行為模式分類數(shù)目的確定

通過對樣本特征值進(jìn)行系統(tǒng)聚類分析，觀察聚類樹形圖，初步確定將樣本聚為2～5類，并結(jié)合聚類凝聚過程表中信息以確定最佳聚類方案。聚類凝聚過程表中與融合系數(shù)相關(guān)的終止準(zhǔn)則表明：相對不同的兩類群被合并時(shí)，異質(zhì)性顯著增加，如當(dāng)n類聚群方案合并為n-1類(n為整數(shù)，且n≥2)時(shí)發(fā)生大幅度增加，即認(rèn)為合并前聚類方案是最優(yōu)方案(Aldenderfer,Blashfield,1984)。與此同時(shí)，依次對聚為2類，3類，4類，5類等靜坐行為模式各變量進(jìn)行單因素方差分析，在聚為2類時(shí)，獨(dú)自靜坐和伏案電腦辦公兩種靜坐行為在不同模式間差異均大于0.05，結(jié)果不顯著；在聚為3類時(shí)，獨(dú)自靜坐行為在不同模式間差異無統(tǒng)計(jì)學(xué)意義；在聚為4類時(shí)，各靜坐行為在不同模式間差異非常顯著，均小于0.01(表1)。依據(jù)上述分析結(jié)果并結(jié)合專業(yè)知識，最終確定分類數(shù)目為4類。

表1 本研究不同類別人群各類靜坐行為時(shí)間方差分析一覽表

2.2 靜坐行為模式分類結(jié)果的評價(jià)

2.3 不同靜坐行為模式特征分析

不同靜坐行為模式受試者各種靜坐行為時(shí)間均值如表3所示，運(yùn)用單因素方差分析比較4類不同靜坐行為時(shí)間均值(表1)和靜坐行為總時(shí)間均值(F=8.524,P<0.001)，其差異均具有統(tǒng)計(jì)學(xué)意義。各類靜坐行為的相對趨勢為：Ⅰ類(n=61)總靜坐行為時(shí)間達(dá)531.5 min/天，本類群對坐玩牌下棋、坐車、躺休息等靜坐行為興趣更高，電腦辦公、玩電腦和獨(dú)自靜坐等其他靜坐行為也高于均值，呈現(xiàn)相對平衡的靜坐行為特征，因此命名該類為混合靜坐行為模式；Ⅱ類(n=142)總靜坐行為時(shí)間達(dá)566.9 min/天，除坐看書、寫畫和獨(dú)自靜坐等行為的均值偏高外，坐玩牌下棋、電腦辦公、坐車和躺休息等靜坐行為時(shí)間較低，本類還具有長時(shí)間坐看電視和玩電腦趨勢，呈現(xiàn)出以休閑娛樂為主的活動特點(diǎn)，因此命名該類為娛樂靜坐行為模式；Ⅲ類(n=90)總靜坐行為時(shí)間最高，達(dá)569.3 min/天，除了電腦辦公靜坐行為的均值偏高外，本類還具有長時(shí)間看書和寫畫的趨勢，呈現(xiàn)出以伏案工作學(xué)習(xí)為主的活動特點(diǎn)，而其他靜坐行為的均值均偏低,因此命名該類為工作靜坐行為模式；Ⅳ類(n=115)總靜坐行為時(shí)間最低，達(dá)492.2 min/天，玩電腦和看電視的均值偏高，其他靜坐行為時(shí)間均值均偏低，呈現(xiàn)出基于屏前靜坐行為主的活動特點(diǎn)，因此命名該類為屏幕前靜坐行為模式。

圖1 典型判別分析散點(diǎn)圖

表2 本研究判別分析分類結(jié)果一覽表

表3 本研究各類群靜坐行為時(shí)間均值一覽表

2.4 不同靜坐行為模式受試者社會人口學(xué)特征

由表4可以看出，不同靜坐行為模式間受試者年齡和學(xué)歷變量特征存在顯著性差異，有統(tǒng)計(jì)學(xué)意義(P<0.05)，而性別變量在不同模式間的差異無統(tǒng)計(jì)學(xué)意義，但各靜坐行為模式中女性比例均高于53%。相比其他年齡組，41～50歲年齡組在各模式中的人群比例均較低，51～60歲年齡組在娛樂靜坐行為模式和屏幕前靜坐行為模式中的人群比例達(dá)最高，分別為31%和33%，60歲以上年齡組在混合靜坐行為模式中的人群比例達(dá)最高，為34.4%。工作靜坐行為模式中近2/3是大學(xué)及以上學(xué)歷者，而混合、娛樂和屏幕前靜坐行為模式中學(xué)及以下學(xué)歷者人群比例均超過一半。

表4 本研究不同靜坐行為模式社會人口學(xué)特征一覽表

2.5 不同靜坐行為模式受試者行為方式特征

表5顯示不同靜坐行為模式間受試者步數(shù)和中高強(qiáng)度身體活動變量差異無統(tǒng)計(jì)學(xué)意義。受試者步數(shù)≥10 000步/天在各靜坐行為模式中的人群比例均較低，分別為31.1%、35.7%、25.6%和26.1%，而在各靜坐行為模式中2/3以上的人群均為中高強(qiáng)度身體活動者。

表5 不同靜坐行為模式行為方式特征一覽表

2.6 不同靜坐行為模式受試者健康變量特征

阻擋風(fēng)水的運(yùn)勢、做房起屋、修橋修路或者僅僅因?yàn)榭床豁樠邸艘骋豢脴涞睦碛商唷|滸的這棵樟樹，能活夠一千年，能夠長成如此模樣，既要天照應(yīng)，更需人照應(yīng)呀。

如表6所示，受試者體重指數(shù)和慢性病患病變量在不同靜坐行為模式間無顯著性差異，但相比于BMI<24.0 kg/m2和無慢性疾病者，BMI≥24.0 kg/m2和有慢性疾病者在各靜坐行為模式中的人群比例均較低。

表6 本研究不同靜坐行為模式健康變量特征一覽表

3 討論

3.1 靜坐行為模式聚群特征分析

系統(tǒng)聚類法聚類結(jié)果依賴于類間距離的定義，若類間距離定義選擇較為合理，分類的結(jié)果也會比較合理。與此同時(shí)，為防止無關(guān)變量或奇異值導(dǎo)致最終分析結(jié)果失真，在進(jìn)行聚類分析時(shí)要求：1)任一靜坐行為至少平均每天進(jìn)行5 min；2)從事該行為的樣本百分比不得低于25%。其中，14種靜坐行為中躺著看書、坐聽音樂、坐打電話或談話3種行為不能滿足上述要求。另外，進(jìn)一步單因素方差分析顯示，躺著看電視和開車時(shí)間在各集群間無差別。因此，忽略上述5種靜坐行為，對其余9種靜坐行為進(jìn)行聚類分析。通過觀察聚類樹形圖并不能給出最佳的聚類數(shù)目，在對2類、3類、4類和5類聚類結(jié)果進(jìn)行方差分析和判別分析后，最終確定分4類為最佳聚類方案，能較好地將人群區(qū)分開來，判別正確率達(dá)91.2%。因而依據(jù)聚類樹形圖、不同類間變量的差異性檢驗(yàn)、效果評價(jià)的典型變量散點(diǎn)圖以及結(jié)合經(jīng)驗(yàn)來綜合確定分類數(shù)目，效果較好且相對客觀。

通過4類人群日平均各種靜坐行為時(shí)間的比較，對4類人群靜坐行為模式進(jìn)行如下命名：1)將日平均坐著寫畫和看電視時(shí)間較低，其他靜坐行為時(shí)間相對較高，且呈現(xiàn)出相對平衡特征的一類模式定義為混合靜坐行為模式，提示，該類成年人愿意把時(shí)間用于各種靜坐活動上，而不是選擇把過多時(shí)間用于任一特定靜坐行為上，這一模式也許能反映該年齡和性別群體特有的行為模式；2)將人均日平均坐看電視、玩電腦、看書、畫畫和獨(dú)自靜坐等靜坐行為時(shí)間相對較高，占該類總時(shí)間87.3%，其他靜坐行為占比重較低，以休閑娛樂活動為主要特點(diǎn)的這類人群定義為娛樂靜坐行為模式；3)將人均日平均坐著看書、寫字畫和電腦辦公等靜坐行為時(shí)間相對較高，占該類總時(shí)間70.1%，其他靜坐行為占比重較低，以伏案工作學(xué)習(xí)為主要特點(diǎn)的這類人群定義為工作靜坐行為模式；4)將人均日平均坐著看電視和玩電腦等靜坐行為時(shí)間相對較高，占該類總時(shí)間48.7%，其他各類靜坐行為時(shí)間相比于混合、娛樂和工作3類靜坐行為模式均較低，以屏幕前靜坐活動為主要特點(diǎn)的這類人群定義為屏幕前靜坐行為模式。具有娛樂和屏幕前靜坐行為模式的人群占總?cè)藬?shù)的62.9%，可見這兩種模式是我國大城市居民最主要的靜坐行為模式。

本研究的4類靜坐行為模式，人均日平均從事看電視、玩電腦、電腦辦公、坐看書、寫畫等靜坐行為時(shí)間相對較高。以往研究結(jié)果也為本研究提供了旁證，據(jù)互聯(lián)網(wǎng)消費(fèi)調(diào)研中心(ZDC)報(bào)告，中國家庭中擁有1臺以上電腦的家庭比例達(dá)98.9%；我國1998—2010年互聯(lián)網(wǎng)覆蓋率從0.05%上升至34.26%；10個(gè)職業(yè)成年人中有近6人在職業(yè)中使用電腦；2010年，職業(yè)場所超過一半以上人群坐在電腦前辦公[56]，導(dǎo)致人們看電視、玩電腦、電腦辦公等基于屏前靜坐行為的總時(shí)間急劇增加。符合中國居民以屏前行為和伏案工作為主的生活習(xí)慣，且具有地方特色，結(jié)果比較合理。由此可見，聚類分析可以作為靜坐行為模式分類的一種有效方法。

3.2 靜坐行為模式與社會人口學(xué)特征分析

以往研究表明，性別與混合靜坐行為[52,54,58]、以伏案工作為主的讀書行為、畫畫等靜坐行為[40,48,58]以及屏前行為總時(shí)間[48,59]無關(guān)，女性看電視時(shí)間[7,14]高于男性，這與本研究中不同靜坐行為模式間性別變量差異無統(tǒng)計(jì)學(xué)意義(χ2=0.24，P>0.05)的結(jié)果基本一致，但本研究中女性參與不同靜坐行為模式的人群比例卻均高于男性(表4)，這可能是由于家務(wù)勞動的電器化和現(xiàn)代化，使原本在家庭中擔(dān)負(fù)“相夫教子”任務(wù)的女性解放出來，致使閑暇時(shí)間內(nèi)看電視、玩電腦以及讀書等靜坐行為大幅增加。另外在本研究中，不同靜坐行為模式間年齡變量有非常顯著性差異(χ2=29.28，P<0.01)，相比與19～40歲年齡組，51歲以上年齡組參與不同靜坐行為模式的人群比例顯著增加(表4)。在以往的年齡與靜坐行為關(guān)系研究中，年輕人比中年人和老年使用電腦時(shí)間更長[4,52,74]；年齡越大看電視時(shí)間越長[18,49,52,74]；伏案工作為主的讀書、畫畫等靜坐行為與年齡增長呈正相關(guān)關(guān)系[52]。本研究中，我國19～40歲青年人參與伏案工作為主的工作靜坐行為模式人群比例最高，達(dá)46.7%；41～60歲中年人參與休閑娛樂為主的娛樂和屏幕前靜坐行為模式人群比例達(dá)最高，分別為50.0%和46.0%；60歲以上老年人參與多種靜坐行為為主的混合靜坐行為模式人群比例最高，達(dá)34.4%，顯然與歐、美發(fā)達(dá)國家成年人靜坐行為參與情況相比較存在較大差異。

美國[55]、加拿大[5]和一些歐洲國家[10,39,57,71]進(jìn)行的一系列研究結(jié)果表明，受教育程度與靜坐行為密切相關(guān)。英國一項(xiàng)研究結(jié)果顯示，受教育程度，并非社會地位，與客觀測量的靜坐行為時(shí)間相關(guān)聯(lián)[50]。另外，受教育水平低與高水平看電視時(shí)間[18,36,49]和電腦使用時(shí)間呈負(fù)相關(guān)[4,19,52]。本研究結(jié)果顯示，學(xué)歷變量在不同靜坐行為模式間存在顯著差異，有統(tǒng)計(jì)學(xué)意義(χ2=8.64，P<0.05)，受教育程度在中學(xué)及以下人群參與除工作靜坐行為模式外的其他3類靜坐行為模式的比例高于大學(xué)及以上學(xué)歷者，而大學(xué)及以上學(xué)歷者參與工作靜坐行為模式的人群比例遠(yuǎn)高于中學(xué)及以下學(xué)歷者(表4)。究其原因，一方面可能是在長時(shí)間受教育期間，學(xué)歷越高，獲取的健康知識較多[72]，從而健康意識更強(qiáng)，更愿意選擇積極的身體活動休閑方式來保持與增進(jìn)健康[31]。另一方面，高學(xué)歷者一般多從事腦力勞動，由于社會競爭壓力，不得不努力工作，故而工作靜坐行為時(shí)間也相應(yīng)較長。

3.3 靜坐行為模式與行為方式特征分析

日本學(xué)者Hatano針對成年人提出的“10 000步/天”[64]和美國ACSM身體活動指南建議的“5天/周， 30 min/天規(guī)律性中等強(qiáng)度身體活動”是達(dá)到并保持良好健康所需要的最佳體力活動量[27,44]，“30 min/天中等強(qiáng)度身體活動”基本實(shí)現(xiàn)“10 000步/天”目標(biāo)，兩者是一致的[2]。然而，本研究卻發(fā)現(xiàn)一個(gè)有趣現(xiàn)象：≥10 000步/天身體活動組在4種靜坐行為模式中的人群比例遠(yuǎn)低于<10 000步/天身體活動組。而≥30分鐘/天中高強(qiáng)度身體活動組在4種靜坐行為模式中的人群比例卻遠(yuǎn)高于<30 min/天中高強(qiáng)度身體活動組(表5)。對于滿足≥10 000步/天身體活動人群中參與靜坐行為的人群比例較低這一現(xiàn)象容易理解。每天累積的步數(shù)越多，也就意味著個(gè)體用于靜坐行為時(shí)間更少。2005-2006年美國健康和營養(yǎng)調(diào)查發(fā)現(xiàn)，基于加速度計(jì)客觀測量的每天步數(shù)小于5 000步的個(gè)體靜坐行為時(shí)間平均522～577 min/天，與每天步數(shù)大于10 000步者的348～412 min/天相比，存在2.75～2.9 h的差異[68]。對于滿足≥30 min/天中高強(qiáng)度身體活動人群中參與靜坐行為的人群比例較高這一現(xiàn)象同樣不難解釋。有研究曾發(fā)現(xiàn)，靜坐行為期間累積相對較少的步數(shù)[65],中高強(qiáng)度身體活動期間產(chǎn)生最高累積率[69]。但客觀測量步數(shù)/天大約可解釋日常參與中高強(qiáng)度身體活動時(shí)間變異性的62%(女性)到67%(男性)[66]，提示“7 000～8 000步/天”與“30 min/天中等強(qiáng)度身體活動”(或每周至少150 min活動)相似[67]。與本研究進(jìn)一步分析結(jié)果基本一致，結(jié)果顯示，“30 min/天中等強(qiáng)度身體活動”受試者中僅38.6%超過“10 000步/天”目標(biāo)，說明“10 000步/天”倡議與“30 min/天中等強(qiáng)度身體活動”推薦量并非一致。此外，另有研究表明，即使成年人滿足每周150 min中等強(qiáng)度體力活動的推薦量，慢性疾病的發(fā)生率仍較高[24,35]。造成這一現(xiàn)象的原因可考慮每天完成身體活動推薦量外的其他時(shí)間多用于久坐[3]對慢性病發(fā)生的作用。

然而，另有研究支持身體活動水平與看電視[7,14,33,63]和視頻前(看電視、電腦使用，電子游戲等)[23,59]等靜坐行為時(shí)間呈負(fù)相關(guān)。其原因是以往的研究僅片面關(guān)注身體活動水平對看電視單一靜坐行為或屏前休閑娛樂活動的影響，而未綜合考慮各類靜坐行為與身體活動水平的關(guān)系。盡管看電視或屏前休閑娛樂活動是最流行的靜坐行為，但并不能涵蓋靜坐行為的整體范圍和種類，因此增補(bǔ)靜坐行為類別，擴(kuò)充其涵蓋范圍，以各種靜坐行為或活動所組合的模式來研究總靜坐行為與身體活動水平的關(guān)系，全面反映實(shí)際靜坐行為或活動的綜合效應(yīng)尤為必要。

3.4 靜坐行為模式與健康特征分析

本研究分別依據(jù)BMI指數(shù)和慢性病患病情況將受試者分為正常組(BMI<24.0 kg/m2)和超重/肥胖組(BMI≥24.0 kg/m2)，有(患1種以上慢性病)和無(不患慢性病)兩組，盡管4種靜坐模式間正常組和超重/肥胖組受試者分布比例(χ2=3.03，P>0.05)、有和無慢性病受試者分布比例(χ2=4.13，P>0.05)并沒有出現(xiàn)統(tǒng)計(jì)學(xué)差異，但卻呈現(xiàn)出高BMI指數(shù)組和患有慢性病組參與4種靜坐行為模式的人群比例遠(yuǎn)低于BMI正常組和不患慢性病組這一有趣趨勢(表6)。因?yàn)檫@似乎有悖于常理，與大多數(shù)研究結(jié)論不相符，研究表明，自述看電視時(shí)間和總久坐時(shí)間獨(dú)立于中高強(qiáng)度體力活動水平[6,32-34]，與中心型肥胖、空腹甘油三酯和胰島素水平呈有害關(guān)聯(lián)[21,30]，隨長時(shí)間坐式活動，骨骼肌收縮減少導(dǎo)致脂蛋白脂酶活性降低，甘油三酯和口服葡萄糖負(fù)荷清除下降、糖刺激胰島素分泌減少[26，8]，而且，靜坐行為時(shí)間與心血管疾病和全因死亡率相關(guān)聯(lián)[20,25,34,70，73]。上述結(jié)果提示，BMI指數(shù)和慢性病的發(fā)生，靜坐行為并非是唯一的影響因素，在強(qiáng)調(diào)長時(shí)間持續(xù)坐式活動對減少或增加超重/肥胖及相關(guān)慢性疾病發(fā)生率有著“量-效”作用的同時(shí)，體力活動與膳食營養(yǎng)對其影響也不容忽視。研究表明，久坐生活方式、飲食習(xí)慣和身體活動與BMI指數(shù)密切相關(guān)，是超重肥胖的獨(dú)立危險(xiǎn)因素，相比于每周身體活動少于3次者，靜坐時(shí)間超過3～6 h/天或者早上不進(jìn)食早餐者超重肥胖發(fā)生的風(fēng)險(xiǎn)更高[43]。因此，鑒于本研究未對影響超重肥胖及相關(guān)慢性疾病的膳食營養(yǎng)、體力活動行為方式等重要因素加以控制，提醒應(yīng)謹(jǐn)慎看待該部分研究結(jié)果。

總之，靜坐行為模式的形成受個(gè)體、社會、環(huán)境以及政策等多個(gè)水平的影響，特定的靜坐行為模式多存在于特定環(huán)境中：以看電視和玩電腦等靜坐行為為主導(dǎo)的屏前靜坐行為模式多存在于家庭環(huán)境里；以坐看書、寫字、電腦辦公等靜坐行為為主導(dǎo)的工作性靜坐行為模式多存在于職業(yè)環(huán)境中；以坐打牌下棋、開車、坐公交車、看電視、電腦應(yīng)用等靜坐行為為主導(dǎo)的娛樂靜坐行為模式和混合靜坐模式多存在于家庭，職場和便利交通設(shè)施等綜合環(huán)境里。這些特定環(huán)境下形成的靜坐行為模式可能有截然不同的決定因素，有證據(jù)表明，環(huán)境特性與身體活動的特定類型和領(lǐng)域(交通、休閑、娛樂等)有關(guān)[51]，當(dāng)然，環(huán)境特性與特定類型和領(lǐng)域內(nèi)靜坐行為同樣相關(guān)。因此，了解某一特定環(huán)境下久坐行為發(fā)生的相互關(guān)系，有助于制定因人而異、行之有效的減少久坐時(shí)間干預(yù)策略。

4 結(jié)論

1.通過聚類分析確定的混合靜坐行為模式、屏幕前靜坐行為模式、工作靜坐行為模式和娛樂靜坐行為模式4類聚類方案，能較好地將人群區(qū)分開來，判別正確率達(dá)91.2%，其中，娛樂和屏前靜坐行為模式的人群占總?cè)藬?shù)的62.9%，是我國城市居民最主要的靜坐行為模式。

2.年齡越大靜坐行為模式中人群比例越高，19～40歲青年人在工作靜坐行為模式人群比例最高，達(dá)46.7%，41～60歲中年人主要參與娛樂和屏幕前靜坐行為模式，人群比例分別為50.0%和46.0%，60歲以上老年人習(xí)慣于混合靜坐行為模式，人群比例高達(dá)34.4%；工作靜坐行為模式中大學(xué)及以上學(xué)歷者人群比例高達(dá)62.2%，遠(yuǎn)高其他3種模式中人群比例。

3.≥10 000步/天者在4種靜坐行為模式中的人群比例遠(yuǎn)低于<10 000步/天組，而≥30 min/天中高強(qiáng)度身體活動組在4種靜坐行為模式中的人群比例卻遠(yuǎn)高于<30 min/天組。“30 min/天中等強(qiáng)度身體活動”受試者中僅38.6%超過“10 000步/天”目標(biāo)，說明“10 000步/天”倡議與“30 min/天中等強(qiáng)度身體活動”推薦量并非一致。

4.超重/肥胖組和患慢性病組參與靜坐行為模式的人群比例低于BMI正常組和不患慢性病組，提示，強(qiáng)調(diào)長時(shí)間持續(xù)坐式活動對減少或增加超重肥胖及相關(guān)慢性疾病發(fā)生率有著“量-效”作用的同時(shí)，體力活動與膳食營養(yǎng)對其影響也不容忽視。

5 研究局限性

靜坐行為模式的形成除了與社會人口和行為學(xué)變量相關(guān)外，還受認(rèn)知、社會環(huán)境或政策等因素的影響，本研究并未將其納入，建議未來研究應(yīng)在關(guān)注社會人口學(xué)和行為學(xué)因素與靜坐行為模式關(guān)聯(lián)的同時(shí)，更應(yīng)該強(qiáng)調(diào)環(huán)境和認(rèn)知因素，以便于更好地認(rèn)識靜坐行為。

[1]中國肥胖問題工作組數(shù)據(jù)匯總分析協(xié)作組.我國成人體重指數(shù)和腰圍對相關(guān)疾病危險(xiǎn)因素異常的預(yù)測價(jià)值:適宜體重指數(shù)和腰圍切點(diǎn)的研究[J].中華流行病學(xué)雜志,2002(01):10-15.

[2]戴劍松，李靖，顧忠科，等.應(yīng)用計(jì)步器測量日常體力活動的研究[J].中國組織工程研究與臨床康復(fù),2008(35):6883-6887.

[3]AINSWORTH B E,HASKELL W L,WHITT M C,etal.Compendium of physical activities:An update of activity codes and MET intensities[J].Med Sci Sports Exe,2000,32(9 Suppl):S498-504.

[4]BANKS E,JORM L,ROGERS K,etal.Screen-time,obesity,ageing and disability:findings from 91 266 participants in the 45 and up study[J].Public Health Nutr,2011,14(1):34-43.

[5]BARNETT T A,GAUVIN L,CRAIG C L,etal.Modifying effects of sex,age,and education on 22-year trajectory of leisure-time physical activity in a Canadian cohort[J].J Phys Act Health,2007,4(2):153-166.

[6]BERTRAIS S,BEYEME-ONDOUA J P,CZERNICHOW S,etal.Sedentary behaviors,physical activity,and metabolic syndrome in middle-aged French subjects[J].Obes Res,2005,13(5):936-944.

[7]BEUNZA J J,MARTINEZ-GONZALEZ M A,EBRAHIM S,etal.Sedentary behaviors and the risk of incident hypertension:The SUN Cohort[J].Am J Hypertens,2007,20(11):1156-1162.

[8]BEY L,HAMILTON M T.Suppression of skeletal muscle lipoprotein lipase activity during physical inactivity:A molecular reason to maintain daily low-intensity activity[J].J Physiol,2003,551(Pt 2):673-682.

[9]BIDDLE S J,GORELY T,MARSHALL S J.Is television viewing a suitable marker of sedentary behavior in young people?[J].Ann Behav Med,2009,38(2):147-153.

[10]BORODULIN K,LAATIKAINEN T,LAHTI-KOSKI M,etal.Association of age and education with different types of leisure-time physical activity among 4437 Finnish adults[J].J Phys Act Health,2008,5(2):242-251.

[11]BOUCHARD C,TREMBLAY A,LEBLANC C,etal.A method to assess energy expenditure in children and adults[J].Am J Clin Nutr,1983,37(3):461-467.

[12]BROWNSON R C,BOEHMER T K,LUKE D A.Declining rates of physical activity in the United States:What are the contributors?[J].Annu Rev Public Health,2005,26:421-443.

[13]CARSON V,JANSSEN I.Volume,patterns,and types of sedentary behavior and cardio-metabolic health in children and adolescents:A cross-sectional study[J].BMC Public Health,2011,11:274.

[14]CHANG P C,LI T C,WU M T,etal.Association between television viewing and the risk of metabolic syndrome in a community-based population[J].BMC Public Health,2008,8:193.

[15]CHAU J Y,MEROM D,GRUNSEIT A,etal.Temporal trends in non-occupational sedentary behaviours from Australian Time Use Surveys 1992,1997 and 2006[J].Int J Behav Nutr Phys Act,2012,9:76.

[16]CHURCH T S,THOMAS D M,TUDOR-LOCKE C,etal.Trends over 5 decades in U.S.occupation-related physical activity and their associations with obesity[J].PLoS One,2011,6(5):e19657.

[17]COLLEY R,CONNOR G S,TREMBLAY M S.Quality control and data reduction procedures for accelerometry-derived measures of physical activity[J].Health Rep,2010,21(1):63-69.

[18]CRAWFORD D A,JEFFERY R W,FRENCH S A.Television viewing,physical inactivity and obesity[J].Int J Obes Relat Metab Disord,1999,23(4):437-440.

[19]DE WIT L,VAN STRATEN A,LAMERS F,etal.Are sedentary television watching and computer use behaviors associated with anxiety and depressive disorders?[J].Psychiat Res,2011,186(2-3):239-243.

[20]DUNSTAN D W,BARR E L,HEALY G N,etal.Television viewing time and mortality:The australian diabetes,obesity and lifestyle study (AusDiab)[J].Circulation,2010,121(3):384-391.

[21]DUNSTAN D W,SALMON J,HEALY G N,etal.Association of television viewing with fasting and 2-h postchallenge plasma glucose levels in adults without diagnosed diabetes[J].Diabetes Care,2007,30(3):516-522.

[22]EKELUND U,BRAGE S,FRANKS P W,etal.Physical activity energy expenditure predicts progression toward the metabolic syndrome independently of aerobic fitness in middle-aged healthy Caucasians:The Medical Research Council Ely study[J].Diabetes Care,2005,28(5):1195-1200.

[23]GAO X,NELSON M E,TUCKER K L.Television viewing is associated with prevalence of metabolic syndrome in Hispanic elders[J].Diabetes Care,2007,30(3):694-700.

[24]GODBEY G C,CALDWELL L L,FLOYD M,etal.Contributions of leisure studies and recreation and park management research to the active living agenda[J].Am J Prev Med,2005,28(2 Suppl 2):150-158.

[25]GRONTVED A,HU F B.Television viewing and risk of type 2 diabetes,cardiovascular disease,and all-cause mortality:A meta-analysis[J].JAMA,2011,305(23):2448-2455.

[26]HAMBURG N M,MCMACKIN C J,HUANG A L,etal.Physical inactivity rapidly induces insulin resistance and microvascular dysfunction in healthy volunteers[J].Arterioscler Thromb Vasc Biol,2007,27(12):2650-2656.

[27]HAMER M,LAVOIE K L,BACON S L.Taking up physical activity in later life and healthy ageing:The English longitudinal study of ageing[J].Br J Sports Med,2014,48(3):239-243.

[28]HAMILTON M T,HEALY G N,DUNSTAN D W,etal.Too little exercise and too much sitting:Inactivity physiology and the need for new recommendations on sedentary behavior[J].Curr Cardiovasc Risk Rep,2008,2(4):292-298.

[29]HAWLEY J A,GIBALA M J.What's new since Hippocrates? Preventing type 2 diabetes by physical exercise and diet[J].Diabetologia,2012,55(3):535-539.

[30]HEALY G N,WIJNDAELE K,DUNSTAN D W,etal.Objectively measured sedentary time,physical activity,and metabolic risk:The australian diabetes,obesity and lifestyle study(AusDiab)[J].Diabetes Care,2008,31(2):369-371.

[31]HEINONEN I,HELAJARVI H,PAHKALA K,etal.Sedentary behaviours and obesity in adults:The cardiovascular risk in young finns study[J].BMJ Open,2013,3(6).

[32]HU F B,LEITZMANN M F,STAMPFER M J,etal.Physical activity and television watching in relation to risk for type 2 diabetes mellitus in men[J].Arch Intern Med,2001,161(12):1542-1548.

[33]JAKES R W,DAY N E,KHAW K T,etal.Television viewing and low participation in vigorous recreation are independently associated with obesity and markers of cardiovascular disease risk:EPIC-Norfolk population-based study[J].Eur J Clin Nutr,2003,57(9):1089-1096.

[34]KATZMARZYK P T,CHURCH T S,CRAIG C L,etal.Sitting time and mortality from all causes,cardiovascular disease,and cancer[J].Med Sci Sports Exerc,2009,41(5):998-1005.

[35]KING A C,REJESKI W J,BUCHNER D M.Physical activity interventions targeting older adults.A critical review and recommendations[J].Am J Prev Med,1998,15(4):316-333.

[36]KRONENBERG F,PEREIRA M A,SCHMITZ M K,etal.Influence of leisure time physical activity and television watching on atherosclerosis risk factors in the NHLBI family heart study[J].Atherosclerosis,2000,153(2):433-443.

[37]LAAKSONEN D E,LAKKA H M,SALONEN J T,etal.Low levels of leisure-time physical activity and cardiorespiratory fitness predict development of the metabolic syndrome[J].Diabetes Care,2002,25(9):1612-1618.

[38]LEVINE J A,VANDER WEG M W,HILL J O,etal.Non-exercise activity thermogenesis:The crouching tiger hidden dragon of societal weight gain[J].Arterioscler Thromb Vasc Biol,2006,26(4):729-736.

[39]LYNCH J W,KAPLAN G A,SALONEN J T.Why do poor people behave poorly? Variation in adult health behaviours and psychosocial characteristics by stages of the socioeconomic lifecourse[J].Soc Sci Med,1997,44(6):809-819.

[40]MARTINEZ-GONZALEZ M A,MARTINEZ J A,HU F B,etal.Physical inactivity,sedentary lifestyle and obesity in the European Union[J].Int J Obes Relat Metab Disord,1999,23(11):1192-1201.

[41]MATTHEWS C E,FREEDSON P S.Field trial of a three-dimensional activity monitor:Comparison with self report[J].Med Sci Sports Exerc,1995,27(7):1071-1078.

[42]MATTHEWS C E,GEORGE S M,MOORE S C,etal.Amount of time spent in sedentary behaviors and cause-specific mortality in US adults[J].Am J Clin Nutr,2012,95(2):437-445.

[43]MUSHTAQ M U,GULL S,MUSHTAQ K,etal.Dietary behaviors,physical activity and sedentary lifestyle associated with overweight and obesity,and their socio-demographic correlates,among Pakistani primary school children[J].Int J Behav Nutr Phys Act,2011,8:130.

[44]NELSON M E,REJESKI W J,BLAIR S N,etal.Physical activity and public health in older adults:Recommendation from the American College of Sports Medicine and the American Heart Association[J].Circulation,2007,116(9):1094-1105.

[45]OWEN N,HEALY G N,MATTHEWS C E,etal.Too much sitting:The population health science of sedentary behavior[J].Exerc Sport Sci Rev,2010,38(3):105-113.

[46]PATE R R,O'NEILL J R,LOBELO F.The evolving definition of "sedentary"[J].Exerc Sport Sci Rev,2008,36(4):173-178.

[47]PATNODE C D,LYTLE L A,ERICKSON D J,etal.Physical activity and sedentary activity patterns among children and adolescents:A latent class analysis approach[J].J Phys Act Health,2011,8(4):457-467.

[48]POLLEY D C,SPICER M T,KNIGHT A P,etal.Intrafamilial correlates of overweight and obesity in African-American and Native-American grandparents,parents,and children in rural Oklahoma[J].J Am Diet Assoc,2005,105(2):262-265.

[49]RICHMOND T K,WALLS C E,GOODING H C,etal.Television viewing is not predictive of BMI in Black and Hispanic young adult females[J].Obesity (Silver Spring),2010,18(5):1015-1020.

[50]ROTH M A,MINDELL J S.Who provides accelerometry data? Correlates of adherence to wearing an accelerometry motion sensor:The 2008 health survey for england[J].J Phys Act Health,2013,10(1):70-78.

[51]SAELENS B E,HANDY S L.Built environment correlates of walking:A review[J].Med Sci Sports Exerc,2008,40(7 Suppl):S550-566.

[52]SANTOS R,SOARES-MIRANDA L,VALE S,etal.Sitting time and body mass index,in a Portuguese sample of men:Results from the azorean physical activity and health study (APAHS)[J].Int J Environ Res Public Health,2010,7(4):1500-1507.

[53]SHERMAN S E,D'AGOSTINO R B,SILBERSHATZ H,etal.Comparison of past versus recent physical activity in the prevention of premature death and coronary artery disease[J].Am Heart J,1999,138(5 Pt 1):900-907.

[54]SHIELDS M,TREMBLAY M S.Screen time among Canadian adults:A profile[J].Health Rep,2008,19(2):31-43.

[55]SIMPSON M E,SERDULA M,GALUSKA D A,etal.Walking trends among U.S.adults:The behavioral risk factor surveillance system,1987—2000[J].Am J Prev Med,2003,25(2):95-100.

[56]SMITH M J,CONWAY F T,KARSH B T.Occupational stress in human computer interaction[J].Ind Health,1999,37(2):157-173.

[57]STAMATAKIS E,HILLSDON M,MISHRA G,etal.Television viewing and other screen-based entertainment in relation to multiple socioeconomic status indicators and area deprivation:The scottish health survey 2003[J].J Epidemiol Commun Health,2009,63(9):734-740.

[58]SUGIYAMA T,SALMON J,DUNSTAN D W,etal.Neighborhood walkability and TV viewing time among Australian adults[J].Am J Prev Med,2007,33(6):444-449.

[59]TOUVIER M,BERTRAIS S,CHARREIRE H,etal.Changes in leisure-time physical activity and sedentary behaviour at retirement:A prospective study in middle-aged French subjects[J].Int J Behav Nutr Phys Act,2010,7:14.

[60]TREMBLAY M S,COLLEY R C,SAUNDERS T J,etal.Physiological and health implications of a sedentary lifestyle[J].Appl Physiol Nutr Metab,2010,35(6):725-740.

[61]TROIANO R P,BERRIGAN D,DODD K W,etal.Physical activity in the United States measured by accelerometer[J].Med Sci Sports Exerc,2008,40(1):181-188.

[62]TROST S G,LOPRINZI P D,MOORE R,etal.Comparison of accelerometer cut points for predicting activity intensity in youth[J].Med Sci Sports Exerc,2011,43(7):1360-1368.

[63]TUCKER L A,FRIEDMAN G M.Television viewing and obesity in adult males[J].Am J Public Health,1989,79(4):516-518.

[64]TUDOR-LOCKE C,BASSETT D R.How many steps/day are enough? Preliminary pedometer indices for public health[J].Sports Med,2004,34(1):1-8.

[65]TUDOR-LOCKE C,JOHNSON W D,KATZMARZYK P T.Accelerometer-determined steps per day in US adults[J].Med Sci Sports Exerc,2009,41(7):1384-1391.

[66]TUDOR-LOCKE C,JOHNSON W D,KATZMARZYK P T.Relationship between accelerometer-determined steps/day and other accelerometer outputs in US adults[J].J Phys Act Health,2011,8(3):410-419.

[67]TUDOR-LOCKE C,LEONARDI C,JOHNSON W D,etal.Accelerometer steps/day translation of moderate-to-vigorous activity[J].Prev Med,2011,53(1-2):31-33.

[68]TUDOR-LOCKE C,SCHUNA J M,BARREIRA T V,etal.Normative steps/day values for older adults:NHANES 2005-2006[J].J Gerontol,2013,68(11):1426-1432.

[69]TUDOR-LOCKE C,SISSON S B,COLLOVA T,etal.Pedometer-determined step count guidelines for classifying walking intensity in a young ostensibly healthy population[J].Can J Appl Physiol,2005,30(6):666-676.

[70]VANDER-PLOEG H P,CHEY T,KORDA R J,etal.Sitting time and all-cause mortality risk in 222 497 Australian adults[J].Arch Intern Med,2012,172(6):494-500.

[71]VAZDE-ALMEIDA M D,GRACA P,AFONSO C,etal.Physical activity levels and body weight in a nationally representative sample in the European Union[J].Public Health Nutr,1999,2(1A):105-113.

[72]WARDLE J,STEPTOE A.Socioeconomic differences in attitudes and beliefs about healthy lifestyles[J].J Epidemiol Commun Health,2003,57(6):440-443.

[73]WIJNDAELE K,BRAGE S,BESSON H,etal.Television viewing time independently predicts all-cause and cardiovascular mortality:The EPIC Norfolk study[J].Int J Epidemiol,2011,40(1):150-159.

[74]WIJNDAELE K,LYNCH B M,OWEN N,etal.Television viewing time and weight gain in colorectal cancer survivors:A prospective population-based study[J].Cancer Causes Control,2009,20(8):1355-1362.

[75]WILMOT E G,EDWARDSON C L,ACHANA F A,etal.Sedentary time in adults and the association with diabetes,cardiovascular disease and death:Systematic review and meta-analysis[J].Diabetologia,2012,55(11):2895-2905.

Study on Patterns of Sedentary Behavior in Chinese Adults

LI Guo-qiang1，2,JIANG Chong-min3,LI Mi-huan2

Objective:The aim of this study was to identify patterns of sedentary behavior in Chinese adults and examine associations between these patterns,sociodemographic,behavioral manners and health variables.Methods:A total of 408 adults without obesity genetic history,severe acute or chronic illness,disability,neural function damage and mental illness were enrolled in the study.Participants completed a health and sociodemography questionnaire and provided height and weight value.Sedentary behavior was assessed by physical activity log,in the meantime,accelerometer was used to measure objectively physical activity status and to verify the validity of physical activity log in evaluating sedentary behavior.Pattern of sedentary behavior was identified by clustering analysis,classification effect was verified by discriminant analysis.Results:four sedentary patterns were identified:mixed sedentary behavior pattern,entertainment sedentary behavior pattern,occupational sedentary behavior pattern and screen-based sedentary behavior pattern.Its effect is better to classify the crowd,the percentage of adults is 62.9% in screen-based sedentary behavior pattern and entertainment sedentary behavior pattern,these two kinds of patterns are the main patterns of urban residents in our country.Age and education variables show significant differences among four patterns,the percentage of the elders is higher in four patterns,the percentage of people educated highly is 62.2% in occupational sedentary behavior pattern.The percentage of people in ≥10000steps/day group is much less than the <10000steps/day group,participants in “30 minutes/day MVPA” is only 38.6% exceed the goal of “≥10000steps/day”,they are not consistent.The percentage of people in overweight-obesity group and suffering from chronic diseases group is much less than normal weight group and non-suffering from chronic diseases group,there is no statistical significance.Conclusion:mixed sedentary behavior pattern,entertainment sedentary behavior pattern,occupational sedentary behavior pattern and screen-based sedentary behavior pattern are optimal clustering scheme,it can better distinguish the samples.the percentage of the elders is higher in four patterns,the elder was used to especially take part in mixed sedentary behavior pattern.the percentage of the well-educated people is higher in occupational sedentary behavior pattern.Step/day,MVPA,obesity and chronic disease variables show significant differences among four patterns,it is obvious that sedentary behavior is not the only risk factor of obesity and chronic disease,important of physical activity and dietary should be considered.

patternofsedentarybehavior;adults;clusteranalysis;physicalactivity

1000-677X(2016)03-0052-09

10.16469/j.css.201603006

2015-09-19；

2016-02-27

國家科技支撐計(jì)劃項(xiàng)目(2012BAK23B02)。

李國強(qiáng)(1976-),男，河南洛陽人，副教授，在讀博士研究生，主要研究方向?yàn)轶w力活動與體質(zhì)健康評定，E-mail：lguoqiang2006@aliyun.com；江崇民(1962-),男，山東青島人，研究員，博士研究生導(dǎo)師，主要研究方向?yàn)轶w質(zhì)測量與評價(jià)、大眾健身理論與方法，E-mail：jiangchongmin@263.net；李米環(huán)(1976-),女，河南洛陽人，講師，在讀博士研究生，主要研究方向?yàn)槔夏耆梭w力活動與體質(zhì)健康，E-mail：lmihuan2006@aliyun.com。

1.上海體育學(xué)院,上海 200438；2.陜西理工學(xué)院 體育學(xué)院，陜西 漢中 723000；3.國家體育總局體育科學(xué)研究所，北京 100061 1.Shanghai University of Sport,Shanghai 200438,China;2.Shaanxi University of Technology,Hanzhong 723000,China.3.China Institute of Sport Science,Beijing 100061,China.

G804

A