043
Intro
Dose-Response Associations of Intermittent Lifestyle Physical Activity Micropatterns and Incident Type 2 Diabetes 是 Kar Hau Chong 等人在 2026 年发表于 Diabetes Care 的 UK Biobank accelerometry 子样本研究，分析不进行休闲锻炼的成年人中，日常生活短促中高强度身体活动微模式与 incident type 2 diabetes 的剂量反应关系。
Why I Read It
这篇接在 leisure-time physical activity 和 disease-free years 那篇后面很自然。前一篇主要靠问卷定义身体活动，这篇则用腕戴 accelerometer 把日常生活里的短促活动片段量化出来，问题更具体：不正式锻炼的人，日常爬楼、快走、短暂高强度活动这类 micropattern 是否也与糖尿病风险有关。
我也想把它当作一个 exposure recipe 来读。这里的主暴露不是“是否运动”，而是 4 个连续数值型变量：VILPA duration、VILPA frequency、MV-ILPA duration 和 MV-ILPA frequency。作者用 restricted cubic splines 做剂量反应曲线，再用 Fine-Gray model 处理非 T2D 死亡的 competing risk。
What It Says
研究来自 UK Biobank。基线招募在 2006-2010 年；2013 年 6 月至 2015 年 12 月，部分参与者被邮寄 Axivity AX3 腕戴加速度计并连续佩戴 7 天。最终分析纳入 22,706 名具有有效 accelerometry 数据且自报不进行 leisure-time exercise 或 recreational walking 的成年人，平均年龄 62.3 岁，56.4% 为女性，平均随访 7.9 年，发生 665 例 incident type 2 diabetes。
暴露有两类。VILPA 指 vigorous intermittent lifestyle physical activity，定义为不超过 1 分钟的 vigorous-intensity 日常活动 bout。MV-ILPA 指 moderate-to-vigorous intermittent lifestyle physical activity，定义为不超过 3 分钟的 moderate-to-vigorous bout。每类暴露各有两个指标：每天累计时长，单位 min/day；每天发生次数，单位 bouts/day。因此主分析实际有 4 个连续暴露变量。
加速度计数据以 100 Hz 采样，经过校准和 nonwear time 识别。作者用 validated two-stage random forest classifier 把每个 10 秒窗口先分成 sedentary、standing utilitarian movement、walking 或 running/high-energy activity，再映射到 sedentary、light、moderate 和 vigorous 强度。暴露极端值做了 winsorization；RCS 主分析 knots 放在第 10、50、90 百分位。
结局是 incident type 2 diabetes。随访结局来自 primary care records、hospital inpatient records 和 death registries。Primary care 使用 Read Code versions 2 and 3；hospital 和 death records 使用 ICD-10 E11。自报主要用于排除 accelerometry assessment 时或之前已有 T2D 或使用外源性胰岛素的人，不是 incident T2D 的随访结局 recipe。
第一个结果是 VILPA duration。相对 0 min/day，VILPA duration 与 T2D 呈 L-shaped inverse association。每日中位数 3.9 min/day 对应 HR 0.64，曲线约在 8.0 min/day 处平台化，对应 HR 0.52。ED50 为 2.5 min/day，对应 HR 0.73。
第二个结果是 VILPA frequency。相对 0 bouts/day，每日 VILPA 次数与 T2D 风险呈近线性负相关。中位数 10.4 bouts/day 对应 HR 0.64；ED50 为 8.0 bouts/day，对应 HR 0.70。
第三个结果是 MV-ILPA duration。相对最低参考点 3.9 min/day，MV-ILPA duration 也呈 L-shaped inverse association。每日中位数 25.3 min/day 对应 HR 0.54；曲线约在 40 min/day 后平台化，对应 HR 0.46。ED50 为 14.2 min/day，对应 HR 0.73。
第四个结果是 MV-ILPA frequency。相对最低参考点 8.7 bouts/day，MV-ILPA frequency 呈 U-shaped nonlinear association。每日中位数 39.0 bouts/day 对应 HR 0.59；风险降低在约 56 bouts/day 附近最强，对应 HR 0.54。作者认为高频端曲线上扬缺乏明确机制，更可能是数据稀疏和估计不精确。
敏感性分析整体支持主结果。E-values 提示需要中等程度未测混杂才能完全解释关联。额外调整 BMI、腰围和心代谢 biomarkers 后，VILPA 结果相似，MV-ILPA 关联减弱。排除 underweight、poor self-rated health、高 frailty、prevalent cancer 或 CVD 后，剂量反应曲线更清楚或更陡。换参考点到 25th percentile、换 RCS knots 后，关联模式仍然一致。性别交互证据弱。
What I Take From It
这篇最清楚的贡献是把日常 incidental activity 做成可量化的连续暴露。VILPA 和 MV-ILPA 不是问卷概念，而是由 accelerometer 的短窗口活动类型和强度分类推导出来的 min/day 与 bouts/day。这使得“短促日常活动是否有健康意义”可以被放进 dose-response model 里分析。
方法上，这篇是一个很典型的现代 UKB wearables epidemiology 模板：accelerometry exposure、linked EHR outcome、Fine-Gray competing risk model、RCS dose-response、ED50、E-values 和多组敏感性分析。结果不是一个单点 HR，而是 4 条暴露-结局曲线。
实质上，它支持一个温和判断：对不做正式休闲锻炼的人来说，日常生活中短促、规律、较高强度的活动片段可能是一个有意义的代谢健康行为线索。它还不能证明干预这些微模式会降低 T2D，但足以说明这类暴露值得进入后续可穿戴设备干预或行为设计研究。
Note
这篇不能写成“每天爬楼几分钟就能预防糖尿病”。研究是观察性队列，不是随机试验。作者虽然排除了随访前 2 年事件，并做了 poor health、frailty、prevalent cancer/CVD 排除分析，但未诊断 prediabetes 或早期代谢异常仍可能影响活动模式。
结局定义要分清楚。Incident T2D 随访结局来自 GP/primary care、inpatient hospitalisation 和 death registry records；自报用于排除基线或 accelerometry 前已有 T2D，而不是随访 incident T2D 的主要来源。Hospital 和 death records 用 ICD-10 E11，primary care 使用 Read Code versions 2 and 3。
暴露也有时间差问题。UKB 基线问卷在 2006-2010 年，accelerometry 在 2013-2015 年，中间约有数年间隔。Nonexerciser status 和协变量可能相对稳定，但仍可能有错分。腕戴加速度计也难以捕捉负重、上坡、阻力负荷或主观用力，VILPA/MV-ILPA 可能被低估或误分类。
MV-ILPA frequency 的 U-shaped 高端不应被过度解释。作者自己也倾向认为那部分可能来自暴露高端样本稀疏和不确定性，而不是非常高频短促活动真的增加风险。