張 婷，李紅娟*

（1.北京體育大學(xué) 運(yùn)動(dòng)人體科學(xué)學(xué)院，北京 100084 2.北京體育大學(xué) 運(yùn)動(dòng)與體質(zhì)健康教育部重點(diǎn)實(shí)驗(yàn)室，北京 100084）

身體活動(dòng)相關(guān)行為與體質(zhì)和個(gè)體生命質(zhì)量密切關(guān)聯(lián)，是身體活動(dòng)與健康領(lǐng)域的研究熱點(diǎn)。與身體活動(dòng)不足密切相關(guān)的慢性非傳染性疾病的流行，成為世界范圍內(nèi)的重要健康威脅。身體活動(dòng)不足是慢性非傳染性疾病和過(guò)早死亡的主要風(fēng)險(xiǎn)因素（Lee et al.，2012），而身體活動(dòng)（physical activity，PA）水平的提高被認(rèn)為是健康促進(jìn)的重要因素（Foster et al.，2018）。長(zhǎng)期以來(lái)，身體活動(dòng)的干預(yù)研究多著眼于孤立地分析提高中高強(qiáng)度身體活動(dòng)（moderate to vigorous-intensity physical activity，MVPA）或降低久坐行為（sedentary behavior，SB）的效應(yīng)，忽視了24 h活動(dòng)行為在時(shí)間使用上的“定和限制”以及整體看待不同活動(dòng)行為之間組合模式的重要性。在身體活動(dòng)與健康領(lǐng)域的研究中，亦存在其他數(shù)據(jù)具有此“定和限制”的特性，如各身體成分構(gòu)成比等。此類(lèi)數(shù)據(jù)含有多個(gè)分量（component），每個(gè)分量非負(fù)數(shù)且相加總和為常數(shù)，這種具有“定和限制”特性的數(shù)據(jù)稱(chēng)為成分?jǐn)?shù)據(jù)。

成分?jǐn)?shù)據(jù)各分量完整而詳盡地組成一個(gè)有限的整體，各分量之間具有共線性（Matricciani et al.，2018），其中一個(gè)分量量的減少，必然伴隨其他一個(gè)或多個(gè)分量量的增加。例如，人類(lèi)一天內(nèi)所有活動(dòng)行為時(shí)間的總和為24 h，當(dāng)MVPA時(shí)間減少時(shí)，相應(yīng)減少的時(shí)間必定會(huì)重新分配至其他日?；顒?dòng)（低強(qiáng)度身體活動(dòng)、睡眠和SB）。傳統(tǒng)的多元線性回歸分析未考慮成分?jǐn)?shù)據(jù)各分量之間的相互影響，孤立地研究了它們與健康結(jié)局的關(guān)系，所得的結(jié)果和結(jié)論的解釋并不具嚴(yán)格的科學(xué)性，需要轉(zhuǎn)變現(xiàn)有的身體活動(dòng)研究范式，以“活動(dòng)-平衡”的研究框架，綜合地看待一天中的所有活動(dòng)行為（Pedi?i?，2014）。至此，成分?jǐn)?shù)據(jù)分析的統(tǒng)計(jì)方法開(kāi)始逐漸應(yīng)用于身體活動(dòng)研究領(lǐng)域。成分?jǐn)?shù)據(jù)分析的本質(zhì)是通過(guò)數(shù)據(jù)轉(zhuǎn)換解決“定和限制”問(wèn)題和在消除各分量之間相互影響的前提下，采用多元線性回歸等傳統(tǒng)統(tǒng)計(jì)方法探究身體活動(dòng)等成分?jǐn)?shù)據(jù)變量與健康結(jié)局之間的關(guān)系。本文將追溯成分?jǐn)?shù)據(jù)分析方法的發(fā)展，梳理其方法學(xué)過(guò)程，探討身體活動(dòng)行為相關(guān)研究的思想與方法理應(yīng)從“孤立”向“綜合”轉(zhuǎn)變的必要性，并綜述身體活動(dòng)行為對(duì)健康結(jié)局的綜合影響，以期為該領(lǐng)域成分?jǐn)?shù)據(jù)分析的進(jìn)一步應(yīng)用提供一定參考。

1 成分?jǐn)?shù)據(jù)分析方法的提出與發(fā)展

在身體活動(dòng)與健康研究中存在諸多成分?jǐn)?shù)據(jù)性質(zhì)的變量，如身體活動(dòng)相關(guān)行為、身體成分等，因而，成分?jǐn)?shù)據(jù)分析方法的提出與發(fā)展對(duì)該領(lǐng)域產(chǎn)生科學(xué)的研究結(jié)果具有重大意義。成分?jǐn)?shù)據(jù)分析方法主要經(jīng)過(guò)以下4個(gè)階段，并廣泛應(yīng)用于身體活動(dòng)流行病學(xué)研究領(lǐng)域。

1.1 傳統(tǒng)統(tǒng)計(jì)方法引起質(zhì)疑階段

1960年以前，研究者普遍忽視成分?jǐn)?shù)據(jù)“定和限制”的特點(diǎn)，以（為開(kāi)放性數(shù)據(jù)設(shè)計(jì)的）傳統(tǒng)統(tǒng)計(jì)方法分析此類(lèi)數(shù)據(jù)。Pearson（1897）明確指出，相關(guān)分析結(jié)果顯示的比例數(shù)據(jù)之間的相關(guān)性是偽相關(guān)，其未考慮到分子分母中含有公共部分產(chǎn)生的效應(yīng)。但在當(dāng)時(shí)并未引起重視。直到1960年，地質(zhì)學(xué)家Chayes對(duì)地球化學(xué)成分之間的積差相關(guān)系數(shù)的解釋性提出質(zhì)疑，成分?jǐn)?shù)據(jù)的統(tǒng)計(jì)方法問(wèn)題才得到正視。這一階段僅屬于認(rèn)知層面的改善，研究集中于證明使用標(biāo)準(zhǔn)統(tǒng)計(jì)方法分析成分?jǐn)?shù)據(jù)產(chǎn)生的結(jié)果失真，并未提出解決方法。

1.2 成分?jǐn)?shù)據(jù)分析方法起步階段

20世紀(jì)80年代，以Aitchison為主的許多學(xué)者亦開(kāi)始討論和闡明成分?jǐn)?shù)據(jù)的特有屬性，指出成分?jǐn)?shù)據(jù)顯示的是相對(duì)的信息而非全部，各分量可以以比例表示，認(rèn)為對(duì)單個(gè)分量的統(tǒng)計(jì)分析是沒(méi)有意義的（Aitchison，1986），為成分?jǐn)?shù)據(jù)新的統(tǒng)計(jì)分析方法奠定了基礎(chǔ)。1986年，Aitchison發(fā)表了首部系統(tǒng)介紹成分?jǐn)?shù)據(jù)的論著《成分?jǐn)?shù)據(jù)統(tǒng)計(jì)分析》，該著作的核心是提出通過(guò)成分向量比值的對(duì)數(shù)，即“對(duì)數(shù)比”對(duì)成分?jǐn)?shù)據(jù)進(jìn)行數(shù)據(jù)轉(zhuǎn)換（非對(duì)稱(chēng)性變換及對(duì)稱(chēng)性變換），以適用為開(kāi)放性數(shù)據(jù)設(shè)計(jì)的標(biāo)準(zhǔn)統(tǒng)計(jì)分析方法。同時(shí)還介紹了成分?jǐn)?shù)據(jù)的樣本空間單形、對(duì)數(shù)比協(xié)方差結(jié)構(gòu)、加法邏輯正態(tài)分布等一系列針對(duì)成分?jǐn)?shù)據(jù)的理論體系。這一階段提供了針對(duì)成分?jǐn)?shù)據(jù)分析的可行統(tǒng)計(jì)方法，是成分?jǐn)?shù)據(jù)發(fā)展的重要節(jié)點(diǎn)。

1.3 成分?jǐn)?shù)據(jù)分析方法的發(fā)展階段

21世紀(jì)初，隨著研究的深入，成分?jǐn)?shù)據(jù)的特有度量向量空間（a metric vector space）（Billheimer et al.，2001；Pawlowsky-Glahn et al，2001）的定義與方法學(xué)得以發(fā)展。類(lèi)似于實(shí)數(shù)空間上的加法和數(shù)乘運(yùn)算，成分?jǐn)?shù)據(jù)在單形空間上分別定義了擾動(dòng)和冪等簡(jiǎn)單度量標(biāo)準(zhǔn)，以便用于表示成分?jǐn)?shù)據(jù)的空間位置和解釋成分?jǐn)?shù)據(jù)間的關(guān)系。由此，許多成分?jǐn)?shù)據(jù)問(wèn)題可以在這個(gè)空間內(nèi)以其特定的Aitchison幾何結(jié)構(gòu)來(lái)研究。2003年，針對(duì)現(xiàn)有“對(duì)數(shù)比”變換的局限性，Egozcue（2003）等人提出了等距對(duì)數(shù)比變換，保證了成分?jǐn)?shù)據(jù)在單形空間中的相對(duì)距離在經(jīng)過(guò)映射至歐式空間后仍保持不變。這些針對(duì)成分?jǐn)?shù)據(jù)的數(shù)學(xué)特性的定義及方法的研究解決了成分?jǐn)?shù)據(jù)分析的眾多挑戰(zhàn)，推動(dòng)了成分?jǐn)?shù)據(jù)分析方法在多領(lǐng)域的應(yīng)用。

1.4 成分?jǐn)?shù)據(jù)分析方法多領(lǐng)域應(yīng)用階段

至今，成分?jǐn)?shù)據(jù)分析方法發(fā)展迅速，已不斷應(yīng)用于多個(gè)領(lǐng)域，包括生物學(xué)、基因組學(xué)、生態(tài)學(xué)、經(jīng)濟(jì)學(xué)、醫(yī)學(xué)、營(yíng)養(yǎng)學(xué)（Trinh et al.，2019）及流行病學(xué)領(lǐng)域。成分?jǐn)?shù)據(jù)分析方法在身體活動(dòng)流行病學(xué)領(lǐng)域的應(yīng)用最早可追溯至Zhu等在2002年的研究，該研究以成分?jǐn)?shù)據(jù)分析方法比較黑人和白人婦女的身體活動(dòng)模式。2013年，Zhang在其題為“成分?jǐn)?shù)據(jù)建模及其生物醫(yī)學(xué)應(yīng)用”的博士論文中，以身體活動(dòng)行為為例，展示了成分?jǐn)?shù)據(jù)分析的可行方法與應(yīng)用領(lǐng)域。但直到2014年，澳大利亞學(xué)者Pedi?i?使用傳統(tǒng)多元統(tǒng)計(jì)方法分析身體活動(dòng)與健康結(jié)局關(guān)系的不足，該方法才在該領(lǐng)域被正式接受與應(yīng)用。與此同時(shí)，成分?jǐn)?shù)據(jù)分析方法已逐步發(fā)展成為多領(lǐng)域?qū)W者所認(rèn)可的統(tǒng)計(jì)學(xué)分支。

2 成分?jǐn)?shù)據(jù)分析的方法學(xué)

2.1 成分?jǐn)?shù)據(jù)的性質(zhì)

據(jù)統(tǒng)計(jì)學(xué)的定義，成分?jǐn)?shù)據(jù)是指任意為正的矢量X，滿(mǎn)足x1+x2，…，xD=c，c為任意常數(shù)。成分?jǐn)?shù)據(jù)的樣本空間稱(chēng)為單形，單形的統(tǒng)計(jì)學(xué)定義（Pawlowsky-Glahn et al.，2015）為：

與實(shí)數(shù)集R［開(kāi)放性數(shù)據(jù)取值范圍（-∞，＋∞）］的空間（歐式空間）完全不同。成分?jǐn)?shù)據(jù)具有“定和限制”的基本特征，其分布亦相對(duì)復(fù)雜?！岸ê拖拗啤辈粌H使成分?jǐn)?shù)據(jù)間各分量具有共線性，即當(dāng)組合內(nèi)一個(gè)分量因某種因素發(fā)生一定量的變化時(shí)，則相應(yīng)地，剩余分量中的一個(gè)或多個(gè)也會(huì)同時(shí)發(fā)生量的反向變化，并且導(dǎo)致成分?jǐn)?shù)據(jù)各個(gè)分量不服從正態(tài)分布。因此，對(duì)成分?jǐn)?shù)據(jù)的分析和預(yù)測(cè)成為難題，限制了涉及成分?jǐn)?shù)據(jù)的相關(guān)問(wèn)題的研究。直到Aitchison（1986）提出了對(duì)數(shù)比變換、協(xié)方差矩陣及加法邏輯正態(tài)分布等理論及方法，才解決了成分?jǐn)?shù)據(jù)分析的分布及定和限制等問(wèn)題。

2.2 成分?jǐn)?shù)據(jù)分析的方法

成分?jǐn)?shù)據(jù)受“定和限制”影響，因而其分析方法不同于傳統(tǒng)的標(biāo)準(zhǔn)多元統(tǒng)計(jì)方法。成分?jǐn)?shù)據(jù)的描述性統(tǒng)計(jì)包括集中趨勢(shì)和離散趨勢(shì)，分別采用幾何平均和變異矩陣的方法來(lái)分析。至于統(tǒng)計(jì)推斷，成分?jǐn)?shù)據(jù)需要首先經(jīng)過(guò)數(shù)據(jù)變換變?yōu)榉窍拗菩詳?shù)據(jù)，進(jìn)而適用于傳統(tǒng)的統(tǒng)計(jì)方法，如多元線性回歸及等量替代等。但成分?jǐn)?shù)據(jù)進(jìn)行統(tǒng)計(jì)推斷的困難不僅來(lái)自對(duì)成分的定和限制，而且還受成分?jǐn)?shù)據(jù)高維數(shù)及可能存在零值數(shù)據(jù)的影響。

2.2.1 成分?jǐn)?shù)據(jù)的描述統(tǒng)計(jì)方法

成分?jǐn)?shù)據(jù)采用成分幾何平均來(lái)顯示其數(shù)據(jù)的集中趨勢(shì)，并已被證明能更好地顯示數(shù)據(jù)集的中心。傳統(tǒng)常用的標(biāo)準(zhǔn)差適于衡量單變量的離散趨勢(shì)，而成分?jǐn)?shù)據(jù)為多變量且具有共線性。成分?jǐn)?shù)據(jù)單個(gè)分量的方差（如SB的方差）實(shí)際上不包含任何信息，因?yàn)閱蝹€(gè)分量的變化（如SB時(shí)間使用的變化）必然與另一分量的變化相關(guān)。同時(shí)，由于成分?jǐn)?shù)據(jù)的定和限制會(huì)產(chǎn)生偽相關(guān)，因而分量之間的相互依賴(lài)性不能通過(guò)傳統(tǒng)的相關(guān)性分析或協(xié)方差來(lái)呈現(xiàn)（Chaves，1975）。鑒于此，Aitchison（1986）提出變異矩陣，其通過(guò)所有成對(duì)分量比值對(duì)數(shù)的方差[如ln（SB/MVPA）的方差]，展示了兩兩分量之間的相互依賴(lài)性。計(jì)算所得值越小代表兩分量間依賴(lài)性越大。

2.2.2 成分?jǐn)?shù)據(jù)的變換

2.2.2.1 加法對(duì)數(shù)比變換

加法對(duì)數(shù)比變換（the additive log-ratio，alr）屬于一種非對(duì)稱(chēng)變換，也稱(chēng)為alr變換，定義為：

非對(duì)稱(chēng)性變換具有以下優(yōu)勢(shì)：1）具有降維作用，令成分?jǐn)?shù)據(jù)由原先的D維空間降至（D-1）維空間，由原先D個(gè)線性相關(guān)的變量，變換至D-1個(gè)獨(dú)立的對(duì)數(shù)比坐標(biāo)，解決了成分?jǐn)?shù)據(jù)分量的共線性問(wèn)題；2）轉(zhuǎn)換后的對(duì)數(shù)比坐標(biāo)為非限制性數(shù)據(jù)取值在（-∞，＋∞），適于線性模型的應(yīng)用；3）在保證成分向量服從D維加法邏輯正態(tài)分布的情況下，變換后的向量也會(huì)服從（D-1）維正態(tài)分布。

但是，對(duì)數(shù)比變換的關(guān)鍵在于分母的選擇。加法對(duì)數(shù)比坐標(biāo)的分母使用的是χD（最后一個(gè)分量，但是排序不同最后一個(gè)分量就不同），這將導(dǎo)致一個(gè)問(wèn)題：對(duì)于不同的分母，變換后的空間中點(diǎn)之間的距離并不相同。并且這種分母不定的變換，限制了以成分?jǐn)?shù)據(jù)作為因變量的線性統(tǒng)計(jì)方法的科學(xué)性。因?yàn)楫?dāng)除數(shù)有了變化時(shí)，線性統(tǒng)計(jì)方法并不能做出相應(yīng)的適應(yīng)（Aitchison et al.，2000）。在模型的解釋方面，由于變換后的對(duì)數(shù)比坐標(biāo)并不能完全和原始變量相對(duì)應(yīng)，因此，在實(shí)際的分析中還難以得到采用。

2.2.2.2 中心化對(duì)數(shù)比變換

中心化對(duì)數(shù)比變換（centred log-ratio，clr）是在解決非對(duì)稱(chēng)對(duì)數(shù)比變換的基礎(chǔ)上發(fā)展出來(lái)的一種對(duì)稱(chēng)對(duì)數(shù)比變換，也稱(chēng)為clr變換，定義為：

中心化對(duì)數(shù)比變換采用所有分量的幾何平均值作為分母。但其缺點(diǎn)在于變換后的變量產(chǎn)生的協(xié)方差矩陣是奇異的（數(shù)據(jù)矩陣內(nèi)的總相關(guān)性為-1），在標(biāo)準(zhǔn)統(tǒng)計(jì)過(guò)程未做出適應(yīng)性變化前，難以進(jìn)行相應(yīng)的分析（Pawlowsky-Glahn et al.，2015）。

2.2.2.3 等距對(duì)數(shù)比變換

等距對(duì)數(shù)比變換（isometric log-ratio，ilr）（Egozcue et al.，2003）是一種基于標(biāo)準(zhǔn)正交基并構(gòu)建于clr坐標(biāo)D-1維超平面上的變換，定義為：

等距對(duì)數(shù)比既不存在alr分母的任意性問(wèn)題，亦不具clr的協(xié)方差矩陣奇異性問(wèn)題（Buccianti，2011），為目前最常用的對(duì)數(shù)比變換。等距對(duì)數(shù)比變換保持了變換前各分量在單形空間的相對(duì)距離。該變換克服了成分?jǐn)?shù)據(jù)的多元共線性（Dumuid et al.，2018c；Egozcue et al.，2003）。

等距對(duì)數(shù)比變換的方式有多種（Van Den Boogaart et al.，2013），但其類(lèi)型的不同并不會(huì)導(dǎo)致隨后分析結(jié)果的不一致。順序二進(jìn)制劃分方法（sequential binary partition，SBP）（Egozcue et al.，2005）常被用來(lái)確定ilr的變換形式?；诖?，研究者可根據(jù)有關(guān)成分?jǐn)?shù)據(jù)的專(zhuān)業(yè)知識(shí)并針對(duì)特定的研究問(wèn)題，選擇特定的ilr的變換方式。但在應(yīng)用逆等距對(duì)數(shù)比變換將變量返回至單形空間時(shí)，必須確保使用的劃分方法相同。

2.2.3 多元線性回歸預(yù)測(cè)模型及成分等量替代方法

在成分?jǐn)?shù)據(jù)的分析中，多元回歸分析常與成分等量替代同時(shí)運(yùn)用。這是因?yàn)槌煞值攘刻娲哂袑⒆宰兞康淖兓瘜?duì)結(jié)局指標(biāo)產(chǎn)生的效果定量化的作用，且自變量的量的變化及量的再分配對(duì)象可以根據(jù)研究者需要來(lái)設(shè)置［如MVPA的10 min或30 min，重新分配給SB或低強(qiáng)度身體活動(dòng)（light-intensity physical activity，LPA）］。

2.2.3.1 多元回歸模型

成分?jǐn)?shù)據(jù)的多元回歸模型根據(jù)成分?jǐn)?shù)據(jù)為自變量還是因變量，可分為3類(lèi)：1）自變量為成分?jǐn)?shù)據(jù)，因變量為實(shí)數(shù)數(shù)據(jù)；2）自變量為實(shí)數(shù)數(shù)據(jù)，因變量為成分?jǐn)?shù)據(jù)；3）自變量和因變量均為成分?jǐn)?shù)據(jù)。成分回歸模型主要有3個(gè)步驟：1）數(shù)據(jù)的轉(zhuǎn)換（對(duì)數(shù)比轉(zhuǎn)換）；2）以標(biāo)準(zhǔn)多元統(tǒng)計(jì)分析過(guò)程進(jìn)行模型擬合；3）對(duì)結(jié)果的解釋及預(yù)測(cè)推斷。研究者可根據(jù)數(shù)據(jù)集的性質(zhì)進(jìn)行模型的選擇，以達(dá)到合理分析數(shù)據(jù)的目的。

成分多元回歸模型的系數(shù)解釋與傳統(tǒng)回歸模型略有不同。D分量成分?jǐn)?shù)據(jù)轉(zhuǎn)換后，將得到（D-1）個(gè)坐標(biāo)，但只有第一個(gè)坐標(biāo)系數(shù)用來(lái)解釋結(jié)果效益。因?yàn)橹挥械谝粋€(gè)坐標(biāo)包含信息全面，表示相對(duì)于其余分量，第一分量在時(shí)間使用分布中的相對(duì)重要程度，模型參數(shù)β1解釋了分量x1的相對(duì)信息對(duì)y的影響。為了得到其余分量對(duì)y的影響，可以對(duì)向量X的分量進(jìn)行順序置換，使每個(gè)分量都能作為第一個(gè)分量。成分多元回歸模型消除了分量間共線性的影響，可用于分析各分量結(jié)構(gòu)性變化對(duì)結(jié)局指標(biāo)的效益，如身體活動(dòng)時(shí)間使用的結(jié)構(gòu)性變化對(duì)健康結(jié)局的影響。

2.2.3.2 成分等量替代

成分等時(shí)替代分析源自傳統(tǒng)等時(shí)替代分析，是為了便于將研究成果轉(zhuǎn)化為臨床實(shí)踐，而將某一分量固定時(shí)間的變化對(duì)健康產(chǎn)生的效益進(jìn)行定量化的方法。傳統(tǒng)替代分析是剔除一個(gè)或多個(gè)分量，同時(shí)加入總量（所有分量的量的總和）加以修正，但其方法仍具有一定的限制性，主要包括：1）剔除的分量對(duì)健康的影響依舊是未知的；2）未被剔除的分量之間的共線性未消除，所得結(jié)果可能具有誤導(dǎo)性。成分等時(shí)替代將經(jīng)過(guò)轉(zhuǎn)換的數(shù)據(jù)帶入模型進(jìn)行定量化分析，其優(yōu)勢(shì)有：1）克服了成分?jǐn)?shù)據(jù)共線性問(wèn)題，分析時(shí)包含了所有成分?jǐn)?shù)據(jù)分量；2）比傳統(tǒng)的替代更豐富，可以“一對(duì)一”替代，又可“一對(duì)多”替代。

成分替代模型的應(yīng)用可指明組合內(nèi)哪些部分對(duì)健康更重要并且量化這種量的變化對(duì)健康結(jié)局的效益（如BMI下降x%）。成分等時(shí)替代使特定健康結(jié)局的最佳替換模式能夠被識(shí)別。例如，基于樣本均值組合作為參考值，將久坐行為的時(shí)間再分配至MVPA，這一再分配模式對(duì)多數(shù)結(jié)局指標(biāo)最有利，并可針對(duì)人群中不同時(shí)間使用組合進(jìn)行相應(yīng)分析，獲得不同的最佳替換模式。因而，在流行病學(xué)研究中常把成分等時(shí)替代分析與成分?jǐn)?shù)據(jù)分析結(jié)合使用，使研究結(jié)果更具針對(duì)性和實(shí)用性。

2.2.4 零值的處理

成分?jǐn)?shù)據(jù)需經(jīng)過(guò)對(duì)數(shù)比變換才能進(jìn)行分析，而對(duì)數(shù)比要求觀測(cè)值必須嚴(yán)格非零。實(shí)際上，數(shù)據(jù)集中是可能會(huì)存在零值。零值主要分為兩類(lèi)：1）近似零值，源于低于檢測(cè)極限而未被儀器測(cè)量獲得，與儀器的精度有關(guān)；2）真實(shí)零值，源于相應(yīng)的觀測(cè)值完全不存在，即真正的零值。針對(duì)近似零值的處理方法主要包括乘法簡(jiǎn)單替換法（Martín-Fernández，2003）、基于 alr坐標(biāo)的 EM（expectation maximisation）算法（Palarea-Albaladejo et al.，2007，2008）、基于 ilr坐標(biāo)的EM 算法（Martín-Fernández et al.，2012）、乘法對(duì)數(shù)正態(tài)替換方法（Palarea-Albaladejo et al，2013）、基于alr坐標(biāo)的數(shù)據(jù)擴(kuò)充算法（Palarea-Albaladejo et al.，2014）、Kaplan-Meier平滑樣條替換方法（Palarea-Albaladejo et al.，2015）（常用于生存分析）及基于ilr坐標(biāo)的偏最小二乘回歸插補(bǔ)法（Templ et al.，2016）。針對(duì)真實(shí)零值的處理，主要為Aitchison等（2003）提出的基于模型建立的參數(shù)方法及在此基礎(chǔ)上提出的混合模型（Stewart et al.，2010）和對(duì)數(shù)正態(tài)混合模型的處理方法（Bear and et al，2016）。

3 綜合分析身體活動(dòng)與健康相關(guān)研究的必要性

3.1 身體活動(dòng)行為的性質(zhì)特點(diǎn)

身體活動(dòng)行為屬于成分?jǐn)?shù)據(jù)范疇，本質(zhì)為多變量，這些變量的分類(lèi)并不是一成不變的。例如，關(guān)于藍(lán)領(lǐng)工作者的研究，常將24 h活動(dòng)行為分為工作時(shí)間活動(dòng)行為（步行、站立、久坐及高強(qiáng)度活動(dòng)）和休閑娛樂(lè)時(shí)間的活動(dòng)行為（久坐行為、步行、站立、高強(qiáng)度活動(dòng)和睡眠）（Lund Rasmussen et al.，2019）。亦有研究通過(guò)“MARCA活動(dòng)層次”對(duì)24 h活動(dòng)進(jìn)行更詳細(xì)的分類(lèi)（Olds et al.，2019）。但是，對(duì)大多數(shù)人群來(lái)說(shuō)，最常用分類(lèi)標(biāo)準(zhǔn)仍是以能量消耗為基礎(chǔ)的，主要包含：1）狀態(tài)（清醒/不清醒）；2）姿勢(shì)（躺/坐/站立）；3）相對(duì)能量消耗。從而將24 h活動(dòng)行為分為睡眠、SB、LPA和MVPA。成分?jǐn)?shù)據(jù)的分類(lèi)多種，但所生成的不同組合都具有相同的數(shù)學(xué)性質(zhì)（Barcelo-Vidal et al.，2016）

個(gè)體典型一天的身體活動(dòng)相關(guān)行為包括SB、睡眠、LPA和MVPA，時(shí)間總和固定為24 h，占比總和為100%。因此，SB、睡眠、LPA和MVPA本質(zhì)上是共線的和相互影響的，一種行為時(shí)間的增加必然相應(yīng)減少至少另一種行為的使用時(shí)間。在身體活動(dòng)與健康領(lǐng)域存在許多此類(lèi)數(shù)據(jù)（成分?jǐn)?shù)據(jù)），傳統(tǒng)的多數(shù)研究已觀察到身體活動(dòng)行為間的相互影響并發(fā)現(xiàn)組合行為產(chǎn)生的效應(yīng)大于單一行為，因而綜合分析身體活動(dòng)行為是必要的。

3.2 身體活動(dòng)行為的交互作用與聯(lián)合影響

24 h活動(dòng)行為是一個(gè)活動(dòng)連續(xù)體，但是諸多的干預(yù)措施僅聚焦于MVPA的促進(jìn)（Kohl et al.，2012）和SB的減少（Healy et al.，2017），忽視了身體活動(dòng)行為之間的交互作用對(duì)健康結(jié)局的影響。Chaput等（2014）曾指出，若兒童睡眠不足或屏幕時(shí)間過(guò)長(zhǎng)，MVPA的一些健康效益可能會(huì)喪失。亦有研究指出，睡眠不足可能會(huì)影響身體活動(dòng)水平，進(jìn)而影響健康結(jié)局。隨著研究的深入，越來(lái)越多的人認(rèn)為活動(dòng)行為是相互影響的（Espinel et al.，2015；Williams et al.，2014），最佳健康狀態(tài)可能與行為組合模式有關(guān)，而不是與單個(gè)行為有關(guān)（Saunders et al.，2016）。身體活動(dòng)行為是共同作用后產(chǎn)生了對(duì)健康結(jié)局的影響，因而，從行為組合模式角度整體看待是很有必要的。

不健康行為組合對(duì)健康結(jié)局的不利效果與健康行為組合對(duì)健康結(jié)局的保護(hù)作用可能均大于單一行為。24 h活動(dòng)行為均與健康結(jié)局關(guān)聯(lián)（Rezende et al.，2016；St-Onge et al.，2016）。當(dāng)個(gè)體不健康行為過(guò)多時(shí)，對(duì)健康產(chǎn)生的不利影響可能就越大。Pedi?i?等（2017）曾指出，相比于肥胖等風(fēng)險(xiǎn)因素，死亡更多是由不健康的時(shí)間分布造成的，即潛在的不健康活動(dòng)行為組合是一類(lèi)健康風(fēng)險(xiǎn)因素，但其是可調(diào)整的。在一項(xiàng)大樣本實(shí)證研究中（Carson et al.，2015），“活躍的屏幕”（身體活動(dòng)量較高和屏幕時(shí)間較長(zhǎng)，1.19倍）和“最不健康的運(yùn)動(dòng)者”（身體活動(dòng)量較低、睡眠時(shí)間較短、屏幕時(shí)間較長(zhǎng)，1.24倍）與“最健康的運(yùn)動(dòng)者”（屏幕時(shí)間較短、睡眠時(shí)間較長(zhǎng)、身體活動(dòng)量較高）相比，超重和肥胖的概率更高，在女性亞組樣本中呈現(xiàn)相同趨勢(shì)，而男性則不明顯。這種性別差異，可能是由于男女日?；顒?dòng)結(jié)構(gòu)不同或研究方法不同。一項(xiàng)行為組合研究指出，高PA/長(zhǎng)睡眠/低SB的兒童和青少年與低PA/短睡眠/高SB的兒童和青少年相比，肥胖和心臟代謝健康狀況較好（Saunders et al.，2016）。且與短睡眠/高SB相比，長(zhǎng)睡眠/低SB更益于心臟代謝健康指標(biāo)，但對(duì)肥胖無(wú)效益。由此，應(yīng)考慮針對(duì)個(gè)體，特別是女性（Carson et al.，2015）進(jìn)行組合行為干預(yù)。

3.3 孤立分析身體活動(dòng)行為效應(yīng)的矛盾性

身體活動(dòng)行為屬于成分?jǐn)?shù)據(jù)，傳統(tǒng)孤立分析的研究結(jié)果存在異質(zhì)性，統(tǒng)計(jì)方法的使用亦可能是促因。有研究指出，高強(qiáng)度身體活動(dòng)（vigorous intensity physical activity，VPA）更有益于健康結(jié)局（Gebel et al.，2015；Lahti et al.，2014；Owens et al.，2017）；而另有研究認(rèn)為，中等強(qiáng)度身體活動(dòng)（moderate intensity physical activity，MPA）對(duì)健康結(jié)局更有利（Sabia et al.，2012）。這些研究的健康結(jié)局、人群、協(xié)變量略有差異，可能是部分致因。但不可忽視的是統(tǒng)計(jì)方法是否準(zhǔn)確，也許亦是研究結(jié)果矛盾性的原因之一。VPA的保護(hù)效益或許伴隨久坐減少或睡眠充足，而MPA的較弱效益也許伴隨了久坐的增多或睡眠的不足。Kikuchi等（2018）曾指出，在均達(dá)到推薦量的情況下，VPA與MPA可能具有相匹敵的效果。Kikuchi據(jù)指南（Haskell et al.，2007）將身體活動(dòng)活躍者分為3類(lèi)（在MVPA中占比：0%VPA、≤30%VPA＞30%VPA），發(fā)現(xiàn)與不活躍者相比，3類(lèi)人群全因死亡危險(xiǎn)比男性分別為0.75、0.73和0.74，女性分別為0.71、0.75和0.74。從數(shù)據(jù)中可以發(fā)現(xiàn)，男性后兩個(gè)人群危險(xiǎn)比均小于第一類(lèi)，差異雖?。赡芘c劑量-反應(yīng)相關(guān)）但行為間的聯(lián)合影響不容忽視。Moore等（2017）就指出，在分別控制了SB和MPA后，VPA與相應(yīng)的代謝指標(biāo)關(guān)聯(lián)性發(fā)生變化。

綜合分析身體活動(dòng)行為時(shí)間使用的整體分布情況是趨勢(shì)。多數(shù)研究及活動(dòng)指南僅考慮提高相應(yīng)量的MVPA所帶來(lái)的效益，即相當(dāng)于只要你完成了60 min的MVPA，那么在剩余的時(shí)間里，無(wú)論你是久坐不動(dòng)，還是前一天晚上睡眠不足都不重要。但事實(shí)上，由于一個(gè)活動(dòng)行為時(shí)間的增加只能通過(guò)減少至少另一個(gè)活動(dòng)行為的時(shí)間來(lái)獲得，因而，孤立探究某一活動(dòng)行為不能確定健康的效益在多大程度上是由于這項(xiàng)活動(dòng)行為而不是由于時(shí)間重新分配至其他的活動(dòng)（Rosenberger et al.，2019）。很多研究證明，提高相應(yīng)量的身體活動(dòng)或睡眠會(huì)產(chǎn)生不同的健康效益，具體取決于它是取代何種活動(dòng)行為（Matricciani et al.，2018；Winkler et al.，2018），即不僅要考慮健康的主要影響分量，還要考慮到一天內(nèi)剩余行為的時(shí)間分配情況。

4 基于成分分析，身體活動(dòng)相關(guān)行為對(duì)健康結(jié)局的綜合影響

孤立分析身體活動(dòng)相關(guān)行為存在局限性，這一事實(shí)逐漸被廣泛認(rèn)可，并推動(dòng)研究向新的一種流行病學(xué)范式轉(zhuǎn)變［VIRTUE（Viable Integrative Research in Time-Use Epidemiology）研究框架］（Pedi?i? et al.，2017）?；谶@一范式，成分?jǐn)?shù)據(jù)分析方法被普遍用來(lái)探究身體活動(dòng)相關(guān)行為與健康結(jié)局之間的綜合聯(lián)系。常見(jiàn)的健康結(jié)局包含肥胖、心臟代謝指標(biāo)、死亡率及一般健康或心肺健康等。

4.1 肥胖

1）活動(dòng)行為整體與肥胖指標(biāo)相關(guān)（Carson et al.，2017，2019；Dumuid et al.，2018a；Fairclough et al.，2018；Talarico et al.，2018），較高強(qiáng)度活動(dòng)效益更好。具體表現(xiàn)為，相對(duì)于其他活動(dòng)行為，SB或LPA與BMI z分和腰圍呈正相關(guān)，而MVPA或睡眠則呈負(fù)相關(guān)（Carson et al.，2016）。但一項(xiàng)幼兒研究發(fā)現(xiàn)（Carson et al.，2017），活動(dòng)行為整體與BMI z分相關(guān)，而與腰圍無(wú)關(guān)。睡眠、SB、LPA或MVPA與BMI和腰圍均不相關(guān)。Carson指出，該研究群體的特殊性（幼兒時(shí)間多用于睡眠）及該研究群體腰圍的國(guó)際標(biāo)準(zhǔn)缺乏可能是產(chǎn)生此結(jié)果的原因。Carson等（2019）的另一項(xiàng)兒童青少年研究發(fā)現(xiàn)，SB和VPA分別與腰圍正、負(fù)相關(guān)，但僅VPA與BMI z分負(fù)相關(guān)，而MPA與兩項(xiàng)指標(biāo)均無(wú)關(guān)。較高強(qiáng)度的身體活動(dòng)對(duì)兒童青少年的肥胖干預(yù)可能更有利。

2）成分等時(shí)替代中，健康效益的大小取決于取代或被取代的活動(dòng)行為且非對(duì)稱(chēng)性（Carson et al.，2016；Dumuid et al.，2018d；McGregor et al.，2019b；Talarico et al.，2018）。在成分等時(shí)替代過(guò)程中，Carson等（2016）發(fā)現(xiàn)，取MVPA 10 min分別再分配至SB、LPA和睡眠后，BMI z分相應(yīng)增加5.1%，1.2%和1.1%，但是當(dāng)反向替代時(shí)BMI z分均只降低不到1%。與其結(jié)果相一致，Dumuid等（2018d）曾指出，成分等時(shí)替代時(shí)，效益不一定對(duì)稱(chēng)，且在MVPA中體現(xiàn)最明顯。MVPA被不同行為取代，產(chǎn)生的健康影響SB最大，可以看出保持MVPA和減少SB的重要性。Talarico等（2018）亦指出，欲降低BMI z分一個(gè)單位，MVPA增加與LPA減少是較有效的方法。

3）強(qiáng)調(diào)MVPA水平保持的重要性。一項(xiàng)研究發(fā)現(xiàn)，兒童假期與上學(xué)日的時(shí)間使用差異顯著（Olds et al.，2019），假期不健康行為增多，能量消耗減少，是運(yùn)動(dòng)強(qiáng)度下降的高發(fā)時(shí)期，是肥胖干預(yù)的重要時(shí)期。Dumuid等（2019）亦指出，MVPA減少15 min，軀干脂肪及非軀干脂肪百分比分別增加1.7%和0.8%，遠(yuǎn)大于增加15 min MVPA所帶來(lái)的有利效果，體現(xiàn)了防止MVPA水平下降的重要性。另一項(xiàng)隨機(jī)干預(yù)實(shí)驗(yàn)指出，長(zhǎng)期地干預(yù)身體活動(dòng)及增加MVPA，健康效益程度和范圍越大（Winkler et al.，2018）。因而，欲達(dá)到效益的可持續(xù)性和最佳化，時(shí)間的持續(xù)性及運(yùn)動(dòng)類(lèi)型或強(qiáng)度的選擇是重點(diǎn)

4.2 一般健康或心肺健康

不同組合模式對(duì)健康結(jié)局的效益不同，健康行為組合效益最大。一項(xiàng)基于聚類(lèi)分析，將生活方式相似的兒童歸類(lèi)的研究發(fā)現(xiàn)，多面健康者（低屏幕時(shí)/健康飲食/適量PA和SB）的生活質(zhì)量得分最高（Dumuid et al.，2017）。健康的生活方式組合，如低屏幕時(shí)間、健康的飲食習(xí)慣和均衡的日?；顒?dòng)行為對(duì)兒童的健康效益最大，健康促進(jìn)的干預(yù)理應(yīng)從這幾個(gè)方面著手。另一項(xiàng)基于人類(lèi)發(fā)展指數(shù)（human development index，HDI）的研究（Dumuid et al.，2018b）發(fā)現(xiàn)，兒童的健康相關(guān)生活質(zhì)量與其活動(dòng)行為的關(guān)聯(lián)受?chē)?guó)家HDI的影響。但不同國(guó)家不同組合模式與健康的關(guān)聯(lián)性基本相似，因而，在為世界各地的兒童制定24 h活動(dòng)行為指南時(shí)，既要考慮組合模式的整體效益，還應(yīng)考慮不同區(qū)域內(nèi)發(fā)展情況對(duì)行為干預(yù)的附加要求。

不同人群的日?；顒?dòng)行為模式對(duì)健康的影響及可能的干預(yù)方式。Hunt等（2018）指出，屏幕時(shí)間和靜坐時(shí)間更長(zhǎng)的慢性肺阻塞（chronic obstructive pulmonary disease，COPD）病人風(fēng)險(xiǎn)綜合指數(shù)（BODE）高，提高身體活動(dòng)水平的同時(shí)，著重減少靜坐行為應(yīng)是此類(lèi)患者的干預(yù)重點(diǎn)。在藍(lán)領(lǐng)工人研究中，Gupta等（2018，2019）通過(guò)“一對(duì)多”的成分等時(shí)替代發(fā)現(xiàn)，增加睡眠和MVPA對(duì)舒張壓（systolic blood pressure，SBP）有利，增加SB與LPA對(duì)SBP不利，但僅睡眠和SB有統(tǒng)計(jì)學(xué)意義。MVPA效益不明顯可能是由“一對(duì)多”的替代方式造成的。MVPA增加的時(shí)間源于剩余行為集體減少的時(shí)間，包括SB、睡眠和LPA，這里SB減少的時(shí)間可能并不足以達(dá)到健康水平的一個(gè)明顯變化。后續(xù)“一對(duì)一”替代方式的研究可以深入了解MVPA的效益。同時(shí)，工人常有負(fù)重等對(duì)心血管負(fù)擔(dān)較大的活動(dòng)，對(duì)血壓會(huì)產(chǎn)生一定的影響，亦會(huì)直接影響休閑領(lǐng)域的活動(dòng)行為（Lund Rasmussen et al.，2019）。在對(duì)藍(lán)領(lǐng)等工作者進(jìn)行健康干預(yù)時(shí)需考慮這些因素。

4.3 心臟代謝指標(biāo)

動(dòng)態(tài)性活動(dòng)行為益于心臟代謝健康，但睡眠的影響亦不可忽視。一項(xiàng)針對(duì)2型糖尿?。╰ype 2 diabetes mellitus，T2DM）高危人群的研究（Biddle et al.，2018）發(fā)現(xiàn)，動(dòng)態(tài)性活動(dòng)行為與代謝指標(biāo)的關(guān)聯(lián)在進(jìn)一步修正BMI后消失。但在成分替代時(shí)，該行為增加產(chǎn)生的有利效益仍存在。動(dòng)態(tài)性活動(dòng)行為可能是患有T2DM成年人提高代謝健康的重要干預(yù)手段。另一項(xiàng)包含成人和老年人兩個(gè)隊(duì)列的研究（McGregor et al.，2018）指出，MVPA在成人中對(duì)心臟代謝指標(biāo)有利，在老人中這種效益會(huì)變?nèi)趸蛳?，不同?duì)列中產(chǎn)生的效果差異可能源于衰老和MVPA的質(zhì)量（如持續(xù)時(shí)間等）等因素。法國(guó)學(xué)者Debache等（2019）就曾指出，間斷的MVPA與部分健康指標(biāo)未發(fā)現(xiàn)顯著關(guān)聯(lián)。兩篇分別針對(duì)加拿大與美國(guó)同年齡段兒童（6～17歲）的研究，前者發(fā)現(xiàn)MVPA與心臟代謝指標(biāo)有利相關(guān)（Carson et al.，2016），而后者幾乎沒(méi)有觀察到相關(guān)性（Carson et al.，2019）。鑒于研究結(jié)果的不一致性，Carson指出可能是由于美國(guó)研究未納入睡眠。而睡眠與SB及睡眠與PA存在許多相互作用（Chaput et al.，2017），且睡眠亦與心臟代謝指標(biāo)具有關(guān)聯(lián)（St-Onge et al.，2016）。有關(guān)活動(dòng)行為與健康的系列研究，協(xié)變量的納入亦具有重要意義，同時(shí)還需關(guān)注活動(dòng)行為的質(zhì)量。

4.4 死亡風(fēng)險(xiǎn)與骨健康

在死亡風(fēng)險(xiǎn)研究中，MVPA為主要的影響變量，但在某些特定情況下，這種影響可能會(huì)減弱。一項(xiàng)前瞻性研究發(fā)現(xiàn)，納入健康狀態(tài)和身體活動(dòng)限制后，MVPA與死亡風(fēng)險(xiǎn)的相關(guān)減弱（McGregor et al.，2019a）。對(duì)該相關(guān)，McGregor（2019a）認(rèn)為部分是因MVPA作為個(gè)體是否有活動(dòng)限制的暗示性指標(biāo)產(chǎn)生了與死亡風(fēng)險(xiǎn)的關(guān)聯(lián)。當(dāng)然還需要更多的證據(jù)來(lái)支撐這種現(xiàn)象的產(chǎn)生。

在骨健康研究中，主要影響變量具有性別差異，不同健康狀態(tài)的人群干預(yù)重點(diǎn)亦不同。一項(xiàng)前瞻性隊(duì)列研究發(fā)現(xiàn)，相對(duì)于其他活動(dòng)行為，增加MVPA可減緩老年男性的骨質(zhì)流失，而增加LPA并維持MVPA可能是提高老年女性骨量的最佳方法（Rodriguez-Gomez et al.，2019a）。另一項(xiàng)骨健康研究發(fā)現(xiàn)，降低SB可能是提高健康男性骨量的較好策略，而在虛弱前期的女性中，MVPA可能是提高骨骼健康的重要因素（Rodriguez-Gomez et al.，2019b）。性別之間的這種效果差異與男女之間日常的身體活動(dòng)類(lèi)型及強(qiáng)度差異相關(guān)，提示，針對(duì)不同性別或人群進(jìn)行干預(yù)的必要性。

5 成分?jǐn)?shù)據(jù)分析方法的應(yīng)用前景

在身體活動(dòng)與健康領(lǐng)域，現(xiàn)有研究表明了身體活動(dòng)行為之間的相互作用和對(duì)健康的聯(lián)合影響（成分?jǐn)?shù)據(jù)特性），以及健康（LPA、MVPA）與不健康行為（久坐行為）組合產(chǎn)生的效應(yīng)均大于單一行為，因而，整體看待所有行為的組合模式是未來(lái)研究的發(fā)展方向。而目前基于成分?jǐn)?shù)據(jù)分析，著眼于組合模式的研究甚少，未來(lái)有望在相應(yīng)方面進(jìn)行深入研究。

5.1 健康相關(guān)行為的最佳組合研究

一直以來(lái)，研究多強(qiáng)調(diào)高M(jìn)VPA或短SB為主要影響變量，但是一天內(nèi)剩余時(shí)間的活動(dòng)行為構(gòu)成也是十分重要的。部分研究指出，不健康行為（如久坐行為）對(duì)健康的負(fù)面影響會(huì)抵消健康行為（如LPA、MVPA）產(chǎn)生的效益。干預(yù)理應(yīng)從行為組合模式入手。但行為組合的最佳模式并非需產(chǎn)生最大的健康效益，而需著眼于可行性與可持續(xù)性。從生理學(xué)、心理學(xué)和社會(huì)學(xué)的角度出發(fā)，制定有針對(duì)性并為大多數(shù)人所習(xí)慣的活動(dòng)行為模式，才更具可持續(xù)性，才能成為最佳的行為組合模式。

5.2 健康與不健康行為組合的平衡點(diǎn)研究

多面健康者（如短SB/適度睡眠/高身體活動(dòng)水平）被認(rèn)為是最優(yōu)的活動(dòng)行為組合，但是對(duì)于達(dá)到產(chǎn)生健康效益，組合內(nèi)身體活動(dòng)量的最低閾值及久坐行為的最高閾值或是健康活動(dòng)行為與不健康活動(dòng)行為的平衡點(diǎn)并未確定，其可能是未來(lái)研究的方向。同時(shí)，不能忽視睡眠時(shí)間的最低閾值，但目前在研究最佳組合模式時(shí)，考慮睡眠的研究還是相對(duì)較少的。

5.3 特殊人群行為組合模式研究

目前針對(duì)臨床人群等特殊人群（如糖尿病人）的研究，多指出主要的影響變量（如MVPA）及確定這些人群中最常見(jiàn)的不健康行為，但具體的、針對(duì)不同人群健康的活動(dòng)行為組合模式的確定還需要進(jìn)一步研究。同時(shí)，這些組合模式的短期及長(zhǎng)期的效益需要進(jìn)行縱向的研究實(shí)證。

5.4 縱向研究

現(xiàn)有縱向研究?jī)H為極少數(shù)，大部分結(jié)果結(jié)論基于橫斷面研究，具有局限性。需要大量的縱向?qū)嵶C研究對(duì)所得結(jié)果進(jìn)行驗(yàn)證。

6 結(jié)語(yǔ)

身體活動(dòng)相關(guān)行為本質(zhì)為成分?jǐn)?shù)據(jù)，而成分?jǐn)?shù)據(jù)具有“定和限制”，各分量之間相互依賴(lài)。單一行為對(duì)健康結(jié)局的影響可能伴隨了其他活動(dòng)行為的影響，因而需整體分析活動(dòng)行為產(chǎn)生的聯(lián)合影響。但傳統(tǒng)的統(tǒng)計(jì)方法并不適于成分?jǐn)?shù)據(jù)也不能進(jìn)行整體分析，所以需采用成分?jǐn)?shù)據(jù)分析方法對(duì)此類(lèi)數(shù)據(jù)進(jìn)行分析。據(jù)身體活動(dòng)相關(guān)行為特性，在日常的活動(dòng)干預(yù)中，需同時(shí)考慮主要影響分量（MVPA）與剩余活動(dòng)行為的時(shí)間使用，從行為組合模式角度出發(fā)。

成分?jǐn)?shù)據(jù)分析和成分等時(shí)替代統(tǒng)計(jì)方法，解決了成分?jǐn)?shù)據(jù)分量間的相互影響對(duì)健康結(jié)局的效應(yīng)問(wèn)題，科學(xué)客觀地識(shí)別了不同活動(dòng)行為組合模式對(duì)健康指標(biāo)的影響并可給出最佳的活動(dòng)行為模式，為活動(dòng)指南等指導(dǎo)性規(guī)范或政策提供依據(jù)，以提高各群體或個(gè)人的健康水平。