城区成年人静坐行为模式研究

李国强,江崇民,李米环



城区成年人静坐行为模式研究

李国强1，2,江崇民3,李米环2

目的：确定城区成年人静坐行为模式，并探讨静坐行为模式与社会人口、行为方式和健康变量的关系。方法：采用横断面研究方法，选取上海和南京两地无肥胖遗传史、明显严重疾病、残疾、神经功能受损和心理疾病的408名成年人作为研究对象。受试者在完成健康和社会人口学问卷的同时提供身高、体重测量值。采用活动日志评估受试者静坐行为时，佩戴加速度计客观地测量其身体活动状况，进而验证活动日志评估静坐行为的效度。静坐行为模式由聚类分析确定，继而采用判别分析对分类效果进行验证。结果：确定混合、娱乐、工作和屏幕前4种静坐行为模式对人群的分类效果较好，成年人参与娱乐和屏幕前静坐行为模式人群比例达62.9%，是我国城市居民最主要的静坐行为模式；不同模式间年龄和学历变量呈显著差异，年龄越大静坐行为模式中人群比例越高，工作静坐行为模式中高学历人群比例最高，达62.2%；≥10 000步/天者在4种静坐行为模式中的人群比例远低于<10 000步/天组，“30 min/天中等强度身体活动”受试者中仅38.6%能超过“10 000步/天”的目标，两者并非一致；超重肥胖组和患慢性病组参与静坐行为模式的人群比例远低于BMI正常组和不患慢性病组，但差异无统计学意义。结论：混合静坐行为模式、屏幕前静坐行为模式、工作静坐行为模式和娱乐静坐行为模式对样本人群具有较高的区分度，是最佳的聚类方案；年龄越大静坐行为模式中人群比例越高，老年人习惯于混合静坐行为模式；学历越高参与工作静坐行为模式的人群比例越高；不同模式间受试者行为方式和健康变量差异无统计学意义，提示，静坐行为并非影响肥胖及慢性疾病发生的唯一风险因素，体力活动与膳食营养的作用也应考虑。

静坐行为模式；成年人；聚类分析；身体活动

静坐行为(Sedentary Behaviour)是指，清醒状态下，能量消耗在1.0～1.5 METs(1 MET相当于耗氧量3.5 mL·kg-1·min-1)的坐或躺式活动[45,46,60]。大量研究表明，长时间静坐行为是身体健康的一个风险因子，可增加肥胖[38]，II型糖尿病[20,25,53,75]，代谢综合征[22,37]，心血管疾病等[25,70,75]的患病风险，并提高全死因发病率与死亡率[20,25,34,73,75]。即使经常参与高水平中高强度体力活动，也不能完全保护个体免受长时间静坐行为带来的危害[42]，即并不能补偿久坐生活方式对健康的消极影响[29]。静坐行为已逐渐成为现代人类日常生活中普遍存在的现象[28]。在过去50年里，以静坐为主的伏案工作岗位数量[16]、不活跃交通方式[12]、看电视[12]和使用电脑时间[15]在持续稳步增加。近来一项对澳大利亚成年人的研究发现，成年人90%的闲暇时间用于从事静坐活动或行为[15]。

静坐行为研究的最终目的是预防和控制疾病。然而，传统静坐行为干预的指导思想一贯承袭“减小某种静坐行为累积时间(如，看电视时间)即可促进健康”的观念，无视个体的生活习惯和行为模式。在日常生活中，人们是以混合形式进行静坐行为或活动的，况且在众多静坐行为中，看电视时间仅占总静坐时间的32%～56%[9]，因而看电视并不能涵盖静坐行为的所有范围和种类。而静坐行为模式的整体研究应综合考虑各种静坐行为和活动，才能更有效地预测静坐行为与健康关系。在一些观察研究和干预试验中已发现不同静坐行为模式对健康会产生不同影响[13,20,47]。

目前，大量的相关研究文献其研究对象都局限于欧、美国家的儿童青少年人群，针对我国成年人静坐行为模式的研究鲜见报道。鉴于此，本研究探讨我国成年人静坐行为模式及其与社会人口学、行为方式及健康变量的相关关系，以期为不同亚组人群制定有针对性体力活动健康促进策略积累相关资料。

1 研究对象与方法

1.1 研究对象

2013年3～10月在南京市和上海市选取578名自愿参加的年龄在20～59岁城市体力劳动者和城市非体力劳动者以及60岁以上老年人作为研究对象(年龄42.5±13.2岁)。其中，男性236人，女性342人，纳入标准为智力正常、无残疾和明显严重疾病者。同时剔除加速度计佩戴少于4天(包括1个休息日)，佩戴时间<10 h/天(认为不能有效记录数据)[61]者和身体活动日志填写不全者170人，有效应答率为70.6%。本研究经国家体育总局体育科学研究所伦理委员会审查同意，并由调查对象签署知情同意书。

1.2 研究方法

1.2.1 个体一般属性调查

调查受试者年龄、性别、职业、受教育程度等人口学特征并且调查此前已被确诊的高血压、高血脂、冠心病、糖尿病等慢性病患病情况。受试者自述身高、体重，依据体重指数(BMI)=体重(kg)/身高2(m)公式计算BMI值，并根据中国肥胖问题工作组推荐的BMI划分标准对受试者进行分类，体重正常：18.5 kg/m2≤BMI<24.0 kg/m2；超重/肥胖：24.0 kg/m2≤BMI[1]。

1.2.2 身体活动日志调查

研究证明，Bouchard《身体活动记录表》调查结果与活动监测器结果高度相关，相关系数为0.82[41]，重测信度达0.96[11]。依据Bouchard《身体活动记录表》将本研究身体活动日志改编为以0～14 min、15～29 min、30～44 min、45～60 min为行，以0点、1点、2点……21点、22点、23点为列(每一单元格表示15 min)的表格形式呈现，受试者在填写身体活动日志表格时，写明从00：00点开始到23：59结束所做全部活动，同一活动从开始后可以划一条横线直到该活动结束，如果不足15 min，可以酌情取舍。1天为1个独立的表格，连续填写7天，包括5个工作日和2个休息日。

1.2.3 加速度计测量

采用ActiGraph GT3X加速度计客观测量受试者在调查期间除游泳、睡觉和洗澡外清醒时身体活动时间。测量开始前，由受过专业培训的工作人员指导受试者正确佩戴加速度计，并于测试结束后将加速度计收回，利用 Actilife(5.5.5.版本)对数据进行处理。

加速度计的工作原理是，通过压电传感器将每分钟身体活动时的加速或减速信号转化为电信号，再将电信号收集处理成为每分钟加速度计数。最终，采用加速度计数/分钟来描述4种活动行为：静坐行为(<100次/min)、轻体力活动(100～2 689次/min)、中强度高体力活动(2 690～6 166次/min)、高强度体力活动(≥6 167次/min)。如果在连续60 min内每分钟加速度计数为零，认为未佩戴加速度计。为确保个体记录数据有效，要求受试者至少提供4天有效测量结果(至少包括1个休息日)，每天佩戴加速度计时间不少于10 h[17,62]。

依据静坐行为定义，从身体活动日志调查结果中提取躺着休息、躺着看书、看电视、坐看书报、坐写字画画、坐看电视、坐下棋打牌、电脑休闲娱乐、坐听音乐、坐打电话或谈话、开车、坐车和电脑办公等各种静坐行为时间。同时参照加速度计客观测量的静坐行为时间，检验身体活动日志测量静坐行为的有效性。初步分析发现，加速度计测量静坐行为总时间(9.27±4.7 h)稍高于身体活动日志调查结果(9.09±2.1 h)，但其差异无统计学意义(t=0.731,P=0.465)。说明身体活动日志可较为准确地记录个体日常静坐行为时间。

1.3 数据统计学分析

采用变量具有高度敏感性的系统聚类法确定静坐行为模式，聚类方法选择最精确的Ward’s最小方差聚类法，距离测度方法选择欧氏距离平方。具体步聚如下：1)对静坐行为调查资料各指标进行标准化处理，以消除量纲不同的影响；2)由于分析无法准确确定分类数目K，初步确定聚类数K=2，3，4，5；3)计算各类间的欧氏距离平方，将类间距离小的两类合并成新类，计算新类与其他各类间距离，重复此过程直至将所有样品归为1类；4)依次对聚2，3，4，5类静坐行为模式中各变量进行单因素方差分析，并结合专业知识，确定最终分类数目为4；5)将归为4类的反映观察对象特征的变量值做判别分析，以评价分类效果；6)计算不同静坐行为模式人群的各类静坐行为时间以描述各类人群静坐行为特点，并应用单因素方差分析检验不同静坐行为模式间各类静坐行为时间的差异。进而对不同静坐行为模式间人口社会学特征、步数/天(依据加速度客观测量步数/天结果，将受试者划分为<10 000步/天和≥10 000步/天两组)、中高强度体力活动/天(依据加速度客观测量中高强度身体活动时间结果，将受试者划分为<30 min/天和≥30 min/天两组)和超重/肥胖及慢性病患病的差异通过卡方检验进行比较；7)所有数据均采用SPSS 21.0软件包进行统计学处理，P<0.05为双尾检验统计有显著性差异，P<0.01为双尾检验统计有非常显著性差异。

2 研究结果

2.1 静坐行为模式分类数目的确定

通过对样本特征值进行系统聚类分析，观察聚类树形图，初步确定将样本聚为2～5类，并结合聚类凝聚过程表中信息以确定最佳聚类方案。聚类凝聚过程表中与融合系数相关的终止准则表明：相对不同的两类群被合并时，异质性显著增加，如当n类聚群方案合并为n-1类(n为整数，且n≥2)时发生大幅度增加，即认为合并前聚类方案是最优方案(Aldenderfer,Blashfield,1984)。与此同时，依次对聚为2类，3类，4类，5类等静坐行为模式各变量进行单因素方差分析，在聚为2类时，独自静坐和伏案电脑办公两种静坐行为在不同模式间差异均大于0.05，结果不显著；在聚为3类时，独自静坐行为在不同模式间差异无统计学意义；在聚为4类时，各静坐行为在不同模式间差异非常显著，均小于0.01(表1)。依据上述分析结果并结合专业知识，最终确定分类数目为4类。

表1 本研究不同类别人群各类静坐行为时间方差分析一览表

2.2 静坐行为模式分类结果的评价

2.3 不同静坐行为模式特征分析

不同静坐行为模式受试者各种静坐行为时间均值如表3所示，运用单因素方差分析比较4类不同静坐行为时间均值(表1)和静坐行为总时间均值(F=8.524,P<0.001)，其差异均具有统计学意义。各类静坐行为的相对趋势为：Ⅰ类(n=61)总静坐行为时间达531.5 min/天，本类群对坐玩牌下棋、坐车、躺休息等静坐行为兴趣更高，电脑办公、玩电脑和独自静坐等其他静坐行为也高于均值，呈现相对平衡的静坐行为特征，因此命名该类为混合静坐行为模式；Ⅱ类(n=142)总静坐行为时间达566.9 min/天，除坐看书、写画和独自静坐等行为的均值偏高外，坐玩牌下棋、电脑办公、坐车和躺休息等静坐行为时间较低，本类还具有长时间坐看电视和玩电脑趋势，呈现出以休闲娱乐为主的活动特点，因此命名该类为娱乐静坐行为模式；Ⅲ类(n=90)总静坐行为时间最高，达569.3 min/天，除了电脑办公静坐行为的均值偏高外，本类还具有长时间看书和写画的趋势，呈现出以伏案工作学习为主的活动特点，而其他静坐行为的均值均偏低,因此命名该类为工作静坐行为模式；Ⅳ类(n=115)总静坐行为时间最低，达492.2 min/天，玩电脑和看电视的均值偏高，其他静坐行为时间均值均偏低，呈现出基于屏前静坐行为主的活动特点，因此命名该类为屏幕前静坐行为模式。

图1 典型判别分析散点图

表2 本研究判别分析分类结果一览表

表3 本研究各类群静坐行为时间均值一览表

2.4 不同静坐行为模式受试者社会人口学特征

由表4可以看出，不同静坐行为模式间受试者年龄和学历变量特征存在显著性差异，有统计学意义(P<0.05)，而性别变量在不同模式间的差异无统计学意义，但各静坐行为模式中女性比例均高于53%。相比其他年龄组，41～50岁年龄组在各模式中的人群比例均较低，51～60岁年龄组在娱乐静坐行为模式和屏幕前静坐行为模式中的人群比例达最高，分别为31%和33%，60岁以上年龄组在混合静坐行为模式中的人群比例达最高，为34.4%。工作静坐行为模式中近2/3是大学及以上学历者，而混合、娱乐和屏幕前静坐行为模式中学及以下学历者人群比例均超过一半。

表4 本研究不同静坐行为模式社会人口学特征一览表

2.5 不同静坐行为模式受试者行为方式特征

表5显示不同静坐行为模式间受试者步数和中高强度身体活动变量差异无统计学意义。受试者步数≥10 000步/天在各静坐行为模式中的人群比例均较低，分别为31.1%、35.7%、25.6%和26.1%，而在各静坐行为模式中2/3以上的人群均为中高强度身体活动者。

表5 不同静坐行为模式行为方式特征一览表

2.6 不同静坐行为模式受试者健康变量特征

阻挡风水的运势、做房起屋、修桥修路或者仅仅因为看不顺眼……人要砍一棵树的理由太多。东浒的这棵樟树，能活够一千年，能够长成如此模样，既要天照应，更需人照应呀。

如表6所示，受试者体重指数和慢性病患病变量在不同静坐行为模式间无显著性差异，但相比于BMI<24.0 kg/m2和无慢性疾病者，BMI≥24.0 kg/m2和有慢性疾病者在各静坐行为模式中的人群比例均较低。

表6 本研究不同静坐行为模式健康变量特征一览表

3 讨论

3.1 静坐行为模式聚群特征分析

系统聚类法聚类结果依赖于类间距离的定义，若类间距离定义选择较为合理，分类的结果也会比较合理。与此同时，为防止无关变量或奇异值导致最终分析结果失真，在进行聚类分析时要求：1)任一静坐行为至少平均每天进行5 min；2)从事该行为的样本百分比不得低于25%。其中，14种静坐行为中躺着看书、坐听音乐、坐打电话或谈话3种行为不能满足上述要求。另外，进一步单因素方差分析显示，躺着看电视和开车时间在各集群间无差别。因此，忽略上述5种静坐行为，对其余9种静坐行为进行聚类分析。通过观察聚类树形图并不能给出最佳的聚类数目，在对2类、3类、4类和5类聚类结果进行方差分析和判别分析后，最终确定分4类为最佳聚类方案，能较好地将人群区分开来，判别正确率达91.2%。因而依据聚类树形图、不同类间变量的差异性检验、效果评价的典型变量散点图以及结合经验来综合确定分类数目，效果较好且相对客观。

通过4类人群日平均各种静坐行为时间的比较，对4类人群静坐行为模式进行如下命名：1)将日平均坐着写画和看电视时间较低，其他静坐行为时间相对较高，且呈现出相对平衡特征的一类模式定义为混合静坐行为模式，提示，该类成年人愿意把时间用于各种静坐活动上，而不是选择把过多时间用于任一特定静坐行为上，这一模式也许能反映该年龄和性别群体特有的行为模式；2)将人均日平均坐看电视、玩电脑、看书、画画和独自静坐等静坐行为时间相对较高，占该类总时间87.3%，其他静坐行为占比重较低，以休闲娱乐活动为主要特点的这类人群定义为娱乐静坐行为模式；3)将人均日平均坐着看书、写字画和电脑办公等静坐行为时间相对较高，占该类总时间70.1%，其他静坐行为占比重较低，以伏案工作学习为主要特点的这类人群定义为工作静坐行为模式；4)将人均日平均坐着看电视和玩电脑等静坐行为时间相对较高，占该类总时间48.7%，其他各类静坐行为时间相比于混合、娱乐和工作3类静坐行为模式均较低，以屏幕前静坐活动为主要特点的这类人群定义为屏幕前静坐行为模式。具有娱乐和屏幕前静坐行为模式的人群占总人数的62.9%，可见这两种模式是我国大城市居民最主要的静坐行为模式。

本研究的4类静坐行为模式，人均日平均从事看电视、玩电脑、电脑办公、坐看书、写画等静坐行为时间相对较高。以往研究结果也为本研究提供了旁证，据互联网消费调研中心(ZDC)报告，中国家庭中拥有1台以上电脑的家庭比例达98.9%；我国1998—2010年互联网覆盖率从0.05%上升至34.26%；10个职业成年人中有近6人在职业中使用电脑；2010年，职业场所超过一半以上人群坐在电脑前办公[56]，导致人们看电视、玩电脑、电脑办公等基于屏前静坐行为的总时间急剧增加。符合中国居民以屏前行为和伏案工作为主的生活习惯，且具有地方特色，结果比较合理。由此可见，聚类分析可以作为静坐行为模式分类的一种有效方法。

3.2 静坐行为模式与社会人口学特征分析

以往研究表明，性别与混合静坐行为[52,54,58]、以伏案工作为主的读书行为、画画等静坐行为[40,48,58]以及屏前行为总时间[48,59]无关，女性看电视时间[7,14]高于男性，这与本研究中不同静坐行为模式间性别变量差异无统计学意义(χ2=0.24，P>0.05)的结果基本一致，但本研究中女性参与不同静坐行为模式的人群比例却均高于男性(表4)，这可能是由于家务劳动的电器化和现代化，使原本在家庭中担负“相夫教子”任务的女性解放出来，致使闲暇时间内看电视、玩电脑以及读书等静坐行为大幅增加。另外在本研究中，不同静坐行为模式间年龄变量有非常显著性差异(χ2=29.28，P<0.01)，相比与19～40岁年龄组，51岁以上年龄组参与不同静坐行为模式的人群比例显著增加(表4)。在以往的年龄与静坐行为关系研究中，年轻人比中年人和老年使用电脑时间更长[4,52,74]；年龄越大看电视时间越长[18,49,52,74]；伏案工作为主的读书、画画等静坐行为与年龄增长呈正相关关系[52]。本研究中，我国19～40岁青年人参与伏案工作为主的工作静坐行为模式人群比例最高，达46.7%；41～60岁中年人参与休闲娱乐为主的娱乐和屏幕前静坐行为模式人群比例达最高，分别为50.0%和46.0%；60岁以上老年人参与多种静坐行为为主的混合静坐行为模式人群比例最高，达34.4%，显然与欧、美发达国家成年人静坐行为参与情况相比较存在较大差异。

美国[55]、加拿大[5]和一些欧洲国家[10,39,57,71]进行的一系列研究结果表明，受教育程度与静坐行为密切相关。英国一项研究结果显示，受教育程度，并非社会地位，与客观测量的静坐行为时间相关联[50]。另外，受教育水平低与高水平看电视时间[18,36,49]和电脑使用时间呈负相关[4,19,52]。本研究结果显示，学历变量在不同静坐行为模式间存在显著差异，有统计学意义(χ2=8.64，P<0.05)，受教育程度在中学及以下人群参与除工作静坐行为模式外的其他3类静坐行为模式的比例高于大学及以上学历者，而大学及以上学历者参与工作静坐行为模式的人群比例远高于中学及以下学历者(表4)。究其原因，一方面可能是在长时间受教育期间，学历越高，获取的健康知识较多[72]，从而健康意识更强，更愿意选择积极的身体活动休闲方式来保持与增进健康[31]。另一方面，高学历者一般多从事脑力劳动，由于社会竞争压力，不得不努力工作，故而工作静坐行为时间也相应较长。

3.3 静坐行为模式与行为方式特征分析

日本学者Hatano针对成年人提出的“10 000步/天”[64]和美国ACSM身体活动指南建议的“5天/周， 30 min/天规律性中等强度身体活动”是达到并保持良好健康所需要的最佳体力活动量[27,44]，“30 min/天中等强度身体活动”基本实现“10 000步/天”目标，两者是一致的[2]。然而，本研究却发现一个有趣现象：≥10 000步/天身体活动组在4种静坐行为模式中的人群比例远低于<10 000步/天身体活动组。而≥30分钟/天中高强度身体活动组在4种静坐行为模式中的人群比例却远高于<30 min/天中高强度身体活动组(表5)。对于满足≥10 000步/天身体活动人群中参与静坐行为的人群比例较低这一现象容易理解。每天累积的步数越多，也就意味着个体用于静坐行为时间更少。2005-2006年美国健康和营养调查发现，基于加速度计客观测量的每天步数小于5 000步的个体静坐行为时间平均522～577 min/天，与每天步数大于10 000步者的348～412 min/天相比，存在2.75～2.9 h的差异[68]。对于满足≥30 min/天中高强度身体活动人群中参与静坐行为的人群比例较高这一现象同样不难解释。有研究曾发现，静坐行为期间累积相对较少的步数[65],中高强度身体活动期间产生最高累积率[69]。但客观测量步数/天大约可解释日常参与中高强度身体活动时间变异性的62%(女性)到67%(男性)[66]，提示“7 000～8 000步/天”与“30 min/天中等强度身体活动”(或每周至少150 min活动)相似[67]。与本研究进一步分析结果基本一致，结果显示，“30 min/天中等强度身体活动”受试者中仅38.6%超过“10 000步/天”目标，说明“10 000步/天”倡议与“30 min/天中等强度身体活动”推荐量并非一致。此外，另有研究表明，即使成年人满足每周150 min中等强度体力活动的推荐量，慢性疾病的发生率仍较高[24,35]。造成这一现象的原因可考虑每天完成身体活动推荐量外的其他时间多用于久坐[3]对慢性病发生的作用。

然而，另有研究支持身体活动水平与看电视[7,14,33,63]和视频前(看电视、电脑使用，电子游戏等)[23,59]等静坐行为时间呈负相关。其原因是以往的研究仅片面关注身体活动水平对看电视单一静坐行为或屏前休闲娱乐活动的影响，而未综合考虑各类静坐行为与身体活动水平的关系。尽管看电视或屏前休闲娱乐活动是最流行的静坐行为，但并不能涵盖静坐行为的整体范围和种类，因此增补静坐行为类别，扩充其涵盖范围，以各种静坐行为或活动所组合的模式来研究总静坐行为与身体活动水平的关系，全面反映实际静坐行为或活动的综合效应尤为必要。

3.4 静坐行为模式与健康特征分析

本研究分别依据BMI指数和慢性病患病情况将受试者分为正常组(BMI<24.0 kg/m2)和超重/肥胖组(BMI≥24.0 kg/m2)，有(患1种以上慢性病)和无(不患慢性病)两组，尽管4种静坐模式间正常组和超重/肥胖组受试者分布比例(χ2=3.03，P>0.05)、有和无慢性病受试者分布比例(χ2=4.13，P>0.05)并没有出现统计学差异，但却呈现出高BMI指数组和患有慢性病组参与4种静坐行为模式的人群比例远低于BMI正常组和不患慢性病组这一有趣趋势(表6)。因为这似乎有悖于常理，与大多数研究结论不相符，研究表明，自述看电视时间和总久坐时间独立于中高强度体力活动水平[6,32-34]，与中心型肥胖、空腹甘油三酯和胰岛素水平呈有害关联[21,30]，随长时间坐式活动，骨骼肌收缩减少导致脂蛋白脂酶活性降低，甘油三酯和口服葡萄糖负荷清除下降、糖刺激胰岛素分泌减少[26，8]，而且，静坐行为时间与心血管疾病和全因死亡率相关联[20,25,34,70，73]。上述结果提示，BMI指数和慢性病的发生，静坐行为并非是唯一的影响因素，在强调长时间持续坐式活动对减少或增加超重/肥胖及相关慢性疾病发生率有着“量-效”作用的同时，体力活动与膳食营养对其影响也不容忽视。研究表明，久坐生活方式、饮食习惯和身体活动与BMI指数密切相关，是超重肥胖的独立危险因素，相比于每周身体活动少于3次者，静坐时间超过3～6 h/天或者早上不进食早餐者超重肥胖发生的风险更高[43]。因此，鉴于本研究未对影响超重肥胖及相关慢性疾病的膳食营养、体力活动行为方式等重要因素加以控制，提醒应谨慎看待该部分研究结果。

总之，静坐行为模式的形成受个体、社会、环境以及政策等多个水平的影响，特定的静坐行为模式多存在于特定环境中：以看电视和玩电脑等静坐行为为主导的屏前静坐行为模式多存在于家庭环境里；以坐看书、写字、电脑办公等静坐行为为主导的工作性静坐行为模式多存在于职业环境中；以坐打牌下棋、开车、坐公交车、看电视、电脑应用等静坐行为为主导的娱乐静坐行为模式和混合静坐模式多存在于家庭，职场和便利交通设施等综合环境里。这些特定环境下形成的静坐行为模式可能有截然不同的决定因素，有证据表明，环境特性与身体活动的特定类型和领域(交通、休闲、娱乐等)有关[51]，当然，环境特性与特定类型和领域内静坐行为同样相关。因此，了解某一特定环境下久坐行为发生的相互关系，有助于制定因人而异、行之有效的减少久坐时间干预策略。

4 结论

1.通过聚类分析确定的混合静坐行为模式、屏幕前静坐行为模式、工作静坐行为模式和娱乐静坐行为模式4类聚类方案，能较好地将人群区分开来，判别正确率达91.2%，其中，娱乐和屏前静坐行为模式的人群占总人数的62.9%，是我国城市居民最主要的静坐行为模式。

2.年龄越大静坐行为模式中人群比例越高，19～40岁青年人在工作静坐行为模式人群比例最高，达46.7%，41～60岁中年人主要参与娱乐和屏幕前静坐行为模式，人群比例分别为50.0%和46.0%，60岁以上老年人习惯于混合静坐行为模式，人群比例高达34.4%；工作静坐行为模式中大学及以上学历者人群比例高达62.2%，远高其他3种模式中人群比例。

3.≥10 000步/天者在4种静坐行为模式中的人群比例远低于<10 000步/天组，而≥30 min/天中高强度身体活动组在4种静坐行为模式中的人群比例却远高于<30 min/天组。“30 min/天中等强度身体活动”受试者中仅38.6%超过“10 000步/天”目标，说明“10 000步/天”倡议与“30 min/天中等强度身体活动”推荐量并非一致。

4.超重/肥胖组和患慢性病组参与静坐行为模式的人群比例低于BMI正常组和不患慢性病组，提示，强调长时间持续坐式活动对减少或增加超重肥胖及相关慢性疾病发生率有着“量-效”作用的同时，体力活动与膳食营养对其影响也不容忽视。

5 研究局限性

静坐行为模式的形成除了与社会人口和行为学变量相关外，还受认知、社会环境或政策等因素的影响，本研究并未将其纳入，建议未来研究应在关注社会人口学和行为学因素与静坐行为模式关联的同时，更应该强调环境和认知因素，以便于更好地认识静坐行为。

[1]中国肥胖问题工作组数据汇总分析协作组.我国成人体重指数和腰围对相关疾病危险因素异常的预测价值:适宜体重指数和腰围切点的研究[J].中华流行病学杂志,2002(01):10-15.

[2]戴剑松，李靖，顾忠科，等.应用计步器测量日常体力活动的研究[J].中国组织工程研究与临床康复,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

国家科技支撑计划项目(2012BAK23B02)。

李国强(1976-),男，河南洛阳人，副教授，在读博士研究生，主要研究方向为体力活动与体质健康评定，E-mail：lguoqiang2006@aliyun.com；江崇民(1962-),男，山东青岛人，研究员，博士研究生导师，主要研究方向为体质测量与评价、大众健身理论与方法，E-mail：jiangchongmin@263.net；李米环(1976-),女，河南洛阳人，讲师，在读博士研究生，主要研究方向为老年人体力活动与体质健康，E-mail：lmihuan2006@aliyun.com。

1.上海体育学院,上海 200438；2.陕西理工学院 体育学院，陕西 汉中 723000；3.国家体育总局体育科学研究所，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