6个月时BMI结果的季节性变化:针对肥胖儿童和青少年多学科健康生活方式项目的二次分析

Seasonal variation in BMI outcomes at 6 months: secondary analyses of a multidisciplinary healthy lifestyle programme for children and adolescents with obesity

作者信息José G B Derraik, Kima T Costelloe, Cervantée E K Wild, Lisa E Wynter, Mohammad Shahbaz, Paul L Hofman, Yvonne C Anderson
PMID41649708
发布时间2026-02
DOI10.1007/s12519-025-01016-z

实验完整度

包含397名参与者的纵向数据分析,使用传统线性模型和随机森林,有明确的统计模型和结果,但属于观察性分析,无干预性实验对照。

主要模型

397名肥胖儿童和青少年(Whānau Pakari项目参与者) 临床试验队列(158人) 临床服务队列(239人)

重点核对

入组季节(夏季/秋季/冬季/春季) 基线BMI SDS 年龄 6个月随访时间(183±35天) 饮食和生活方式因素(含甜饮料摄入、体力活动、屏幕时间、睡眠、蔬果摄入)

摘要

背景:虽然国际证据表明季节性变化可能影响儿科肥胖干预的结果,但新西兰奥特亚罗瓦的数据有限。我们研究了参加干预项目的肥胖年轻人中体重指数标准差评分(BMI SDS)变化的季节性差异。方法:我们研究了来自Whānau Pakari的397名儿童和青少年(中位数=10.1岁;范围3.7-16.8岁),这是一个以社区为基础的多学科健康生活方式项目(最初是一项随机临床试验,随后转变为区域儿童肥胖服务)。参与者按入组季节分层,评估6个月BMI SDS变化(Δ)。还评估了生活方式因素。使用传统线性模型和机器学习(随机森林)分析数据。结果:68%的参与者在6个月时BMI SDS降低(平均=-0.16 SDS;P<0.0001)。线性模型显示项目有效性存在季节性变化,夏季(-0.17 SDS)、秋季(-0.19 SDS)和冬季(-0.18 SDS)入组者BMI SDS降低,但春季入组者没有。随机森林模型确定较高的基线BMI SDS和较年轻的年龄是6个月时BMI SDS更大降低的最有影响力的预测因子。入组季节比任何单一生活方式因素更重要;春季入组者相对于其他季节表现出减弱的降低。结论:项目入组季节是与干预有效性相关的重要因素。春季入组与BMI SDS降低减弱相关,可能是因为6个月干预期间包括了暑假。这些发现强调需要在这样的非结构化时期提供有针对性的支持,以改善参与者结局。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
在奥特亚罗瓦新西兰,儿童和青少年肥胖干预项目的有效性(以6个月BMI SDS变化衡量)是否随入组季节而变化?
核心机制
春季入组者效果减弱,可能因为干预期间包含暑假这一非结构化时期,导致健康行为中断,符合“结构化日子假说”。
主要证据
397名参与者中,春季入组者BMI SDS无显著降低,而夏季、秋季、冬季入组者均有显著降低;随机森林分析显示,加入生活方式因素后,入组季节成为仅次于基线BMI SDS的第二重要预测因子。
研究意义
研究表明评估短期(≤6个月)生活方式干预效果时需考虑季节因素,并建议加强假期期间的支持,以改善参与者结局。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

参与者入组与基线评估

收集儿童青少年的基线人口统计学、人体测量和生活方式数据,并按入组季节分组。

纳入Whānau Pakari项目(临床试验和临床服务)的397名参与者,进行家庭或社区评估,测量身高、体重、腰围,计算BMI SDS,并通过问卷收集饮食、体力活动、睡眠和屏幕时间信息。

2

6个月随访测量

评估入组后6个月的人体测量和生活方式变化。

在6个月时重复测量身高、体重、腰围,计算BMI SDS和腰围身高比;通过问卷重新评估饮食、体力活动、睡眠和屏幕时间。

3

统计分析:线性模型

检验入组季节与6个月BMI SDS变化之间的关联,并调整潜在混杂因素。

使用广义线性混合模型(GLMM),以家庭ID为随机截距,固定效应包括季节、基线BMI SDS、年龄、性别、种族、项目队列;使用Fisher精确检验比较BMI SDS降低率;使用多变量广义线性模型评估BMI SDS降低的可能性。

4

统计分析:随机森林

识别影响6个月BMI SDS变化的非线性关系和预测因子重要性。

使用ranger包构建随机森林模型,基础模型包含人口统计学和临床变量,扩展模型加入饮食和生活方式变量;使用重复5折交叉验证评估性能;使用排列重要性评估变量重要性。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
SECA 813数字秤SECA--
SECA 213便携式身高计SECA--
SAS 9.4版SAS Institute--
R 4.4.1版----

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
参与者和分组
符合纳入标准的儿童青少年,BMI≥98th百分位或≥91st百分位且合并共病;年龄约4至<18岁;按入组季节(气象学定义)分组
阅读提示:Methods: Participants; Statistical analyses: Linear models
结局测量
6个月时BMI SDS变化,随访时间183±35天;使用标准方法测量身高和体重
阅读提示:Methods: Data collection; Table 1
统计模型
GLMM中包含固定效应:季节、基线BMI SDS、年龄、性别、种族、项目队列;随机截距为家庭ID;随机森林模型的具体参数(如ntree、mtry)未提供
阅读提示:Methods: Statistical analyses: Linear models; Random forest