053
Intro
Sleep and Physical Activity Trade-Offs and Dementia Risk: A Prospective Cohort Study in UK Biobank Participants 是 Stephanie Yiallourou 等人在 2025 年发表于 BMC Medicine 的 UK Biobank 研究。它问的不是“睡眠好还是运动好”，而是更贴近现实的问题：一天只有 24 小时，如果把时间从 sleep、inactivity、light activity 和 MVPA 之间重新分配，和 dementia risk 有什么关系。
Why I Read It
这篇文章接在 sleep、physical activity 和 24-hour movement behaviors 这条线上。很多队列研究会分别讨论睡眠时长、久坐或运动量，但这些行为在一天中互相挤占。多睡 30 分钟一定意味着少做 30 分钟别的事，多运动 30 分钟也一样。
所以它真正有意思的地方是 trade-off。对一个短睡眠者来说，是多睡半小时更重要，还是牺牲睡眠去运动更重要？对一个睡眠正常的人来说，早起半小时运动是否可能比继续睡更有利？这篇用 compositional analysis 和 isotemporal substitution 给出了一个可读的框架。
What It Says
作者纳入 87,490 名 UK Biobank 参与者，均有腕式加速度计数据，且在加速度计评估前无 dementia 或严重神经系统疾病。设备为 Axivity AX3，最多佩戴 7 天。作者用 GGIR 处理原始加速度数据，把 24 小时划分为 sleep、inactivity、light activity 和 MVPA。
四类行为定义很具体。Sleep 指主睡眠时段，由 van Hees algorithm 从加速度计估计；inactivity 是 ENMO <30 mg；light activity 是 ENMO >=30 and <100 mg；MVPA 是 ENMO >=100 mg。因为四类时间加起来固定为 24 小时，作者没有把它们当作普通独立变量直接放进模型，而是用 isometric log-ratio transformation 处理 composition，再用 parametric pooled logistic regression 和 g-formula 估计替换后的 dementia risk。
结局是 incident all-cause dementia。这里作者使用既有的 UK Biobank dementia ascertainment algorithm，而不是在正文里重新造一套 code list。这个 algorithm 基于 hospital records、death records 和 primary care records；primary care linkage 只覆盖约 45% 的样本。中位随访 8.2 年，共发生 718 例 incident all-cause dementia。
主分析按基线睡眠分层。Short sleepers 是 <6 h/night，normal sleepers 是 6-9 h/night。作者模拟最多 1 小时、以 15 分钟为步长的时间替换，例如把 30 min/day 从 MVPA 移到 sleep，或从 sleep 移到 MVPA。只有当替换后的 time-use composition 仍在样本可观察范围内，且至少 75% 的 subgroup 可以接受该替换时，才报告结果。
对 normal sleepers，替换结果取决于被替代的行为。把 30 min/day 的 light activity 换成 sleep 与更低 dementia risk 相关，RR 0.89（95% CI 0.83-0.96）；但把 30 min/day 的 MVPA 换成 sleep 与更高风险相关，RR 1.30（95% CI 1.21-1.40）。反过来，把 30 min/day 的 sleep 换成 MVPA 与更低风险相关，RR 0.76（95% CI 0.69-0.83）。
对 short sleepers，增加 sleep 在减少 inactivity 或 light activity 时更有利。把 30 min/day inactivity 换成 sleep 的 RR 为 0.91（95% CI 0.86-0.95）；把 sleep 换成 inactivity 的 RR 为 1.13（95% CI 1.07-1.20）。最不利的是把 sleep 换成 light activity，30 min/day RR 1.29（95% CI 1.21-1.38）。把 sleep 换成 MVPA 仍与较低风险相关，RR 0.86（95% CI 0.79-0.95），但效应弱于 normal sleepers。
作者还估计了 highest risk、typical 和 lowest risk 24-hour compositions。最高风险组合大约是 13.25 h inactivity、5.0 h sleep、0.75 h MVPA 和 5 h light activity；典型组合是 12 h inactivity、6.5 h sleep、1.75 h MVPA 和 3.75 h light activity；最低风险组合是 10.5 h inactivity、6.25 h sleep、3.5 h MVPA 和 3.75 h light activity。highest risk composition 最早和 typical composition 的 dementia cumulative incidence 分开，而 typical 和 lowest risk 的差异较小。
MRI 子样本约 15,338 人。MRI 结果大体支持 dementia 结果方向：highest risk composition 对应更低脑体积和更高 white matter hyperintensity burden。正常睡眠者中，把 30 min/day MVPA 换成 sleep 与更小 hippocampal volume 相关，MD -0.03 cm3（95% CI -0.05, -0.01）。
敏感性分析包括调整 sleep fragmentation、慢病和慢病风险因素、排除随访前 3 年 dementia 事件，以及处理 UK Biobank 选择偏倚。主 time-use substitution 结果没有实质改变。
What I Take From It
这篇文章最重要的提醒是：睡眠和运动不是两个可以孤立优化的目标。行为建议必须回答“从哪里挪时间”。对短睡眠者，把 inactivity 或 light activity 的时间换成 sleep 可能是合理方向；但如果牺牲 MVPA 去补睡眠，结果就没有那么简单。
对睡眠正常的人，文章给出的方向更清楚：用 sleep 换 MVPA 与更低 dementia risk 相关，而用 MVPA 换 sleep 与更高 risk 相关。这不等于鼓励所有人少睡去运动，而是说明“增加睡眠”本身不是无条件有利，取决于它替代了什么。
我也会记住它对前一篇 step count + sleep duration 文章的补充。那篇是分类 joint association，这篇是 24-hour composition 和 time substitution。两篇共同说明：sleep 和 physical activity 不能简单互相抵消，尤其短睡眠状态会改变运动收益的解释。
Note
这不是 Cox 模型里一个简单暴露对应一个结局的文章。模型里的暴露是 ILR 转换后的 24 小时行为组成，结果展示的是基于模型模拟出来的时间替换 risk ratio。读图时要把它理解成反事实替换估计，而不是直接观察到某个人真的改变了 30 分钟行为。
也不能把 lowest risk composition 直接当作生活建议。里面的 MVPA 超过 3 h/day，看起来很高，作者也提醒腕式加速度计会比自报或其他设备给出更高 MVPA 估计。更实用的解读是替换方向，而不是绝对小时数。
证据边界仍然明显。Dementia 有很长 preclinical phase，中位 8.2 年随访不能完全排除 reverse causation。加速度计只测一次、最多 7 天，不能确认长期睡眠或活动习惯。没有 sleep diary，所以无法识别 naps；也没有 polysomnography，不能充分处理 sleep apnea 等睡眠病理。UK Biobank 参与者也更健康、更高 SES，外推要谨慎。