日常活动模式能预测老年人的寿命吗？

你的步数只能说明部分情况。针对老年人的可穿戴设备研究表明，白天平均活动强度、长时间久坐，以及活动在一天中的分布方式，可能分别包含关于日后死亡风险的信息。这一发现很有用，但并不能为你的智能手表提供一份使死亡风险最小化的日程表。

现有建议在证据上仍然更胜一筹：总体上多活动，并减少久坐时间。每日活动模式或许能细化这一建议并帮助识别风险，尤其是对活动主要来自日常生活而非正式锻炼的老年人而言。它尚不足以取而代之。

总活动量遗漏了一些信号

Matabuena 等人于 2022 年进行的 NHANES 队列分析研究了 2,021 名 65 至 80 岁成人的腕部加速度计数据；这些人每天佩戴设备至少 10 小时，且至少佩戴四天。研究人员没有将活动简化为久坐分钟数或中高强度活动等常见总量指标，而是对全天活动强度的完整分布进行了建模。

在排除协变量数据缺失者后，1,064 名参与者纳入多变量表型分析。与死亡相关的活动表型既反映了不活动的概率，也反映了活跃强度的分布。换言之，两个人可能累积相近的活动量，却具有不同的活动特征；在该研究的五年生存分析中，这些特征可能携带不同的预后信息。

这是一项前瞻性观察研究，而非试验。它表明，活动结构可在粗略的活动量汇总指标之外预测结局；但无法证明采用某种特定结构能够延长寿命。

Cho 等人于 2024 年进行的 NHANES 分析使用不同的数据集和终点，得出了相关结论。该研究通过与国家死亡指数的关联追踪了 NHANES 2003–2006 年的 2,816 名 50 至 85 岁成人，直至 2019 年 12 月。在心血管死亡率的函数型 Cox 模型中，经人口统计学和临床因素以及其他活动分布汇总指标调整后，更高的白天平均活动强度和更大的下午活动变异性，尤其是在工作日，与更低的心血管死亡率相关。

这两篇论文并未确定同一种神奇模式。一篇对广泛的强度表型和五年生存概率建模；另一篇考察了白天分布特征以及在长得多的随访期内的心血管死亡率。它们的重叠之处更有限，也更有意思：总量似乎无法捕捉一天活动中所有具有信息价值的特征。

“模式”可能指什么

模式是一个统称，这正是问题的一部分。它可能指久坐是否以长时间连续块的形式出现、活动停止和开始的频率、活动发生在一天中较早还是较晚的时段，或轻度活动是分散进行还是集中进行。这些指标不能互相替代，其中一项得出有利结果，并不意味着其他指标也得到验证。

在久坐方面，Yerramalla 等人于 2022 年开展的一项老年人前瞻性队列研究发现，客观测量的总久坐时间及其累积模式均与新发心血管疾病和全因死亡相关。随后一项英国队列研究将全天加速度计测量的活动行为特征与老年人的死亡风险联系起来。这些发现共同支持这样一种观点：每日总量可能掩盖人们如何度过一天的重要差异。

这并不意味着每一次打断久坐都值得死神颁发一颗金星。它意味着这种模式可能是健康、功能、日常规律，或三者兼而有之的标志。

活动量仍是最可靠的目标

更大规模的证据基础对于总暴露量仍显示出更一致的结果。一项2023 年系统综述和荟萃分析发现，更高的设备测量身体活动量和更少的久坐行为与更低的心血管疾病和全因死亡风险相关。一项2022 年荟萃分析也发现，客观测量的较高轻度活动量与较低的心血管死亡风险相关。

较新的队列研究也指向同一方向。在患有高血压的美国成人中，一项2025 年 NHANES 研究发现，更高的每日步数与更低的全因和心血管死亡率相关。一项针对 1,723 名 65 岁或以上能够独立生活的日本成人的 10 年前瞻性研究发现，更多的中高强度活动和轻度活动与更低的全因死亡率相关；一份2025 年报告显示，在对中高强度活动进行调整前，更长的久坐时间与更高的死亡率相关。

这些结果确立了实践中的优先层级。更高的总活动量、更多步数和更少久坐时间已在多项研究中得到重复验证。模式特征可能提供有用的附加信息，但尚未在不同设备、人群和分析方法中显示出同样一致的增量价值。

反对“最佳”可穿戴设备日程的理由

若干研究限制了这一说法中流行的版本。在 79,503 名英国生物样本库参与者中，Millard 等人于 2021 年进行的一项观察研究发现，身体活动强度与死亡率的关联强度更大且更一致，而活动时段长度并无任何特殊重要性。该结果并未反驳所有模式指标，但表明一种流行的模式指标——活动时段持续多久——在已知强度暴露后可能几乎没有额外价值。

一项2025 年关于步数累积模式的研究同样挑战了将时机置于总量之前的标题。在活动不足的成人中，步数总量仍是主要目标；对于心血管事件和死亡率，累积模式似乎仅提供了有限或特定情境下的信息。

关于时机的研究也存在相互竞争的解释。一项2024 年 NHANES 随访研究考察了加速度计测量的日常活动和睡眠模式与全因死亡率的关系。由于睡眠时机、昼夜节律一致性以及活动-睡眠联合特征都可能影响此类分析，表面上的时机信号可能描述的是更广泛的行为组织，而非仅仅是身体活动的分布。

为何关联不能变成处方

两项核心 NHANES 分析均为观察性研究。虚弱、疼痛、早期疾病、认知衰退、抑郁、行动受限、用药负担和疾病严重程度，都可能在死亡出现在登记记录中之前很久改变一个人的活动方式。统计调整有所帮助，但无法完全区分健康的活动模式与仅仅反映更好基础健康状况的活动。

可穿戴设备测量还存在一个时间跨度问题：这些研究通常从约一周的设备佩戴数据推断长期风险。出行的一周、短暂疾病或一段异常安静的时期，都可能扭曲记录的特征。由于协变量缺失，Matabuena 分析在多变量表型分析中也只保留了 2,021 名符合条件参与者中的 1,064 名，这可能影响这些表型所描述的人群。

随机试验可以检验人们能否改变久坐行为，但尚未验证源自 NHANES 的某种模式可作为死亡率干预措施。针对冠状动脉疾病患者的SIT LESS 随机临床试验为可行性和二级预防生物标志物提供了信息；它并未确立某一特定的每日活动日程能够降低死亡率。

可穿戴设备模式可能提示风险，并指导合理的行为改变。它们尚不能告诉老年人应在何时活动才能活得更久。

如何利用你的可穿戴设备数据

先从获得最广泛支持的目标开始：提高每日总活动量，在健康状况允许的前提下增加轻度和中高强度活动，并减少久坐时间。然后将模式数据作为第二层参考。反复出现的长时间连续不活动、非常低的白天活动强度，或异常平坦的每日活动特征，都是增加步行、站立完成的任务、跑腿办事、家务活动或短暂活动休息的合理提示。

不要追逐精确的下午活动变异性评分，也不要围绕一张图表重新安排你的生活。目前的研究采用不同的设备、年龄范围、终点和模式定义。证据支持一种实用的细化方式：让活动成为一天中的常规组成部分，同时继续追求足够的总体活动量。