国际体力活动问卷一直以来作为衡量体力活动(PA)水平的“金标准”。大量研究表明，体力活动水平与更好的全身健康状态有关联，包括体重管理、减轻焦虑或抑郁以及缓解疼痛。不幸的是，截至2016年，美国只有26%的男性、19%的女性和20%的青少年达到了推荐的PA。PA很复杂，包括职业相关PA（OPA）、交通相关PA（TPA）和休闲PA（LTPA）。值得注意的是，不同PA领域的PA对健康的影响各不相同。LTPA被认为对预防大多数慢性非传染性疾病(NCD)具有积极作用，而高OPA会增加多种NCD的发病率。
2024年3月，南方医科大学南方医院麻醉科学者在《BMC Public Health》（中科院二区，IF4.5）发表了题为“Analysis of physical activity and prescription opioid use among US adults: a cross-sectional study”的研究论文。
这项研究旨在探讨体力活动（PA）对美国成年人处方阿片类药物使用的影响。使用了2007年至2020年国家健康和营养调查（NHANES）的数据，共涉及27,943名年龄在18岁及以上的参与者。研究通过多变量逻辑回归模型，考察了不同体力活动领域（如职业相关PA、交通相关PA、休闲时间PA）与处方阿片类药物使用及使用时长的关系。结果显示，足够的体力活动（每周≥150分钟）与减少处方阿片类药物的使用呈负相关，特别是在休闲时间PA和交通相关PA领域，但职业相关PA的影响不显著。此外，体力活动的持续时间与阿片类药物使用的减少也存在剂量响应关系。这些发现强调了体力活动在应对阿片类药物危机中的潜在政策指导作用，特别是在减少长期使用阿片类药物的情况下。研究还指出，不同的体力活动领域和强度可能会对处方阿片类药物的使用产生不同的影响。这项研究为通过增加体力活动来减少处方阿片类药物的使用提供了证据支持。
背景：阿片类药物危机已成为全球关注的问题，但体力活动（PA）能否有效减少处方阿片类药物的使用仍不清楚。该研究旨在探讨 PA 的不同领域（例如，职业相关 PA [OPA]、交通相关 PA [TPA]、休闲时间 PA [LTPA]）与处方阿片类药物使用和处方阿片类药物使用持续时间的关系。
方法：这项横断面研究针对来自国家健康和营养检查调查（NHANES，2007 年至 2020 年 3 月）的 27,943 名 18 岁以上参与者进行。我们使用多变量逻辑回归研究了 PA 不同领域与处方阿片类药物使用和处方阿片类药物使用持续时间的关系。采用分层分析和一系列敏感性分析来提高稳健性。所有分析均使用适当的采样权重进行。
结果：在 27,943 名参与者中，平均年龄为 45.10 岁，其中 14,018 名[加权，50.0%] 女性和 11,045 名[加权，66.0%] 非西班牙裔白人。经过多变量调整后，观察到足够的（≥ 150 分钟/周）总 PA（OR，0.68 95% CI [0.56–0.81]）、TPA（OR，0.73 95% CI [0.58– 0.92]）和 LTPA（OR，0.60 95% CI [0.48–0.75]）与 PA 不足（< 150 分钟/周）相比，但与充足的 OPA 相比则不然（OR，0.93 95% CI [0.79–1.10]）。此外，这些关联具有剂量反应性，参与者使用处方阿片类药物的几率分别降低 22-40%、27-36% 和 26-47%，具体取决于总 PA、TPA 和 LTPA 的持续时间。然而，PA 对处方阿片类药物使用的影响因阿片类药物使用时间的长短而异。足够的总 PA 与短期使用处方阿片类药物（< 90 天）的几率升高相关。相比之下，充足的总 PA、TPA 和 LTPA 对于减少处方阿片类药物的长期使用（≥ 90 天）具有不同的有益效果，具体取决于阿片类药物的强度。
结论：这项研究表明，足够的总 PA、TPA 和 LTPA 与处方阿片类药物的使用呈负相关，并且根据处方阿片类药物使用的持续时间和强度而变化。这些发现强调 PA 可以为解决阿片类药物危机提供政策指导。
2.1 基线特征
在 27,943 名参与者中，平均年龄为 45.10 岁，其中 14,018 名[加权，50.0%] 女性和 11,045 名[加权，66.0%] 非西班牙裔白人。处方阿片类药物使用占 1,606 名[加权，5.5%]，其中 244 名[加权，0.9%] 参与者报告短期使用阿片类药物，471 名[加权，1.4%] 参与者报告长期使用弱于吗啡的处方阿片类药物，并且891 名[加权，3.2%] 参与者长期使用相当于吗啡或更强的处方阿片类药物。分别有 17,600 名[加权 67.8%]、10,234 名[加权 40.4%]、3,930 名[加权 12.7%] 和 9,835 名[加权 39.9%] 达到了总 PA、OPA、TPA 和 LTPA 的建议（PA ≥ 150 分钟/周）。
2.2 各个领域PA与处方阿片类药物使用之间的关联
经过多变量调整（模型 3）后，观察到足够的总 PA（OR，0.68 95% CI [0.56–0.81]）、TPA（OR，0.73 95% CI [0.58–0.92]）和 LTPA（OR， 0.60 95% CI [0.48–0.75]）与 PA 不足相比，但 OPA 则不然（OR，0.93 95% CI [0.79–1.10]）。
2.3 PA 和处方阿片类药物使用的各个领域之间的剂量反应效应以及 PA 高于或低于 PA 指南的额外益处
多变量调整后（模型 2），除 OPA 外（150–299 vs 0 分钟/周 OR，0.68 95% CI [0.48–0.96]），报告 < 1 次（1–149 分钟/周）的参与者，1–2次（150–299 分钟/周），或超过两次（≥ 300 分钟/周）足够的总 PA 发生率降低 22% (95% CI 0.64–0.95) 至 40% (95% CI 0.50–0.74)处方阿片类药物使用与每周 0 分钟相比。相比之下，较低的几率从 36%（95% CI 0.49-0.84）（TPA 不足 1 倍的患者）到 27%（95% CI 0.54-0.98）（TPA 超过 2 倍的患者），以及 26%（95% CI 0.54-0.98）。 LTPA 不足 1 倍的患者中，95% CI 0.57–0.95）至 LTPA 超过 2 倍足的患者中，47% (95% CI 0.41–0.70)。有趣的是，只有 1-2 次（150-299 分钟/周）足够的总 PA 的参与者短期使用处方阿片类药物的几率是 3.07 倍（95% CI 1.63-5.77）（表 S 4）。 PA 的所有领域均达到 1-2 次（150-299 分钟/周）足够的 PA 水平，与长期使用弱于吗啡的处方阿片类药物呈最高负相关。不同的是，当长期使用相当于吗啡的处方阿片类药物时，超过两倍（≥ 300 分钟/周）足够的总 PA 或 LTPA 和 < 1 倍（1-149 分钟/周）足够的 TPA 观察到最高的负相关或更强（表S 5）。
2.4 分层分析和敏感性分析
在分层分析中，仅观察到性别（交互作用 p = 0.01）显着改变 LTPA 与处方阿片类药物使用之间的关系（图 1）。 2）。对于女性亚组，与 PA 充足的患者相比，使用处方阿片类药物的 OR 为 0.47（95% CI，0.35-0.63）；在男性亚组中，使用处方阿片类药物的 OR 为 0.76（95% CI，0.35-0.63）。 % CI, 0.58–1.02) 对于那些有足够 PA 的人与不足 PA 的人相比。在敏感性分析中，当进一步排除服用苯二氮卓类药物和 SSRIs 抗抑郁药的参与者（表 S 8-10），通过处方阿片类药物使用 < 30 天和 ≥ 30 天（表 S 11 和 S 12）重新分析（表 S 11 和 S 12）以及多重分析时，这种关联通常是稳健的。插补数据分析（表 S 14 –S 17）。尽管如此，我们还发现，多重插补后，充足的 TPA（OR，0.57 95% CI [0.35–0.92]）与短期使用处方阿片类药物呈负相关。 E 值表明，观察到的有利于总 PA 的 OR 可以通过未测量的混杂因素来解释，该混杂因素与足够的总 PA 和处方阿片类药物使用相关，OR 各至少为 2.30 倍。类似地，足够的TPA和LTPA的E值分别是2.08倍和2.72倍（表S 13）。短期和长期使用处方阿片类药物的 E 值也见表 S 13。
P：来自国家健康和营养检查调查（NHANES，2007 年至 2020 年 3 月）的 27,943 名 18 岁以上参与者。
E：体力活动。
O：阿片类药物的使用。
S：横断面研究。
所有分析均使用适当的采样权重进行。连续变量以平均值（标准误差）表示，而分类变量以频率（加权百分比）表示。使用多变量逻辑回归模型来评估 PA 与处方阿片类药物使用之间的关系。 PA 不足是该模型中的参考组。模型1未做任何调整；模型 2 针对年龄、性别、种族/民族进行了调整；模型 3 进一步针对教育、PIR、保险、可替宁、酒精使用者和调查周期进行了调整。此外，我们还进行了多变量逻辑回归来评估 PA 持续时间与处方阿片类药物使用之间的关系。 0 分钟/周是该模型中的参考组。在二次分析中，我们探讨了 PA 与处方阿片类药物使用持续时间的关联（不使用阿片类药物与短期阿片类药物使用或长期阿片类药物使用），其中长期阿片类药物使用进一步分为使用弱于吗啡和等于吗啡吗啡或更强。短期使用处方阿片类药物没有进一步分类不同强度的阿片类药物，因为只有 49 名参与者短期使用比吗啡弱的处方阿片类药物。此外，我们通过检查年龄、性别和种族/民族进行了分层分析。我们还进行了多项敏感性分析。 (1) 排除服用苯二氮卓类药物和选择性血清素再摄取抑制剂 (SSRI) 抗抑郁药的参与者，因为它们会影响运动表现。 (2) 定义处方阿片类药物使用≥30天为长期使用以进行重新分析。 (3) 考虑潜在的未测量的混杂因素，估计 PA 与处方阿片类药物使用之间关联的 E 值。 (4)采用多重插补法对协变量缺失值进行插补。所有统计分析均使用 R Studio 版本 4.2.3（美国马萨诸塞州波士顿）进行。如果 95% 置信区间 (CI) 不包括优势比 (OR) 值 1（双尾p < 0.05），则认为具有统计显着性。
对于后续的研究，本文的方法论提供了一个强有力的框架，可以被应用于其他慢性健康条件和生活方式行为的研究。例如，研究者可以采用类似的方法来探讨体力活动与糖尿病、心血管疾病或精神健康状态之间的关系。通过这样的研究，可以更深入地了解生活方式如何影响健康，并为公共卫生干预提供科学依据。此外，这篇文章对其他学者探索新的研究方向提供了方法上的启示。例如，学者可以利用这种统计思路去评估其他类型的健康行为（如饮食、睡眠质量等）对慢性病管理的影响，或者在不同人群（如不同年龄、性别、文化背景）中探讨这些行为的效果。通过扩展这些研究领域，可以更全面地理解健康行为在全球不同文化和环境中的作用和效果，从而为全球公共卫生政策的制定提供定制化的数据支持。
参考文献：
Wu J, Yang P, Wu X, Yu X, Zeng F, Wang H. Analysis of physical activity and prescription opioid use among US adults: a cross-sectional study. BMC Public Health. 2024 Mar 5;24(1):698. doi: 10.1186/s12889-024-18220-7. PMID: 38443876; PMCID: PMC10913271.
上一篇：GEO数据库+机器学习+RT-qPCR轻松拿下一“城”
下一篇：临床预测模型三步曲之第三步：模型评价
