NIH All of Us队列中加速度计衍生的活动与睡眠模式:对炎症性关节炎的洞见及预测潜力

Accelerometry-Derived Activity and Sleep Patterns in the NIH All of Us Cohort: Insights and Predictive Potential for Inflammatory Arthritis

作者信息Souptik Barua, Adeep Kulkarni, Dhairya Upadhyay, Samika Hariharan, Imani Ashman, Kyra Chen, Aristotelis Tsirigos, Jose U Scher, Rebecca H Haberman
PMID42502904
发布时间2026-07
DOI10.1002/acr2.90089

摘要

目的:体力活动和睡眠与炎症性关节炎(IA)的关系研究不足,现有研究主要依赖于自我报告或短期评估。NIH All of Us数据库提供了长期加速度计数据,使得能够更精确地估计生活方式行为与IA之间的关联。方法:纳入共享了电子健康记录和Fitbit数据的All of Us数据库参与者。使用多元线性回归比较有和没有IA个体的每日活动和睡眠指标。使用Cox比例风险回归分析在10年随访期内活动和睡眠模式与IA发病的关联。结果:共纳入23,855名参与者,其中200人患有IA。与没有IA的参与者相比,患有IA的参与者每日步数更少(P < 0.001),睡眠变异性更大(P < 0.001)。122人发生了IA。每日额外增加1,000步与IA风险降低7%相关(风险比 [HR] 0.93 [95% 置信区间 (CI) 0.87-0.99],P = 0.02)。与每日步行<5,000步的人相比,每日步行5,000至10,000步和10,000步以上的人IA风险分别降低了41%(HR 0.59 [95% CI 0.39-0.91],P = 0.02)和50%(HR 0.50 [95% CI 0.29-0.86],P = 0.01)。结论:与没有IA的个体相比,IA患者步数减少,睡眠变异性更大,这突显了体力活动和睡眠对IA的影响。此外,每日步数增加与IA发病风险降低相关,提示这可能成为IA高危人群的一种潜在研究干预措施。

实验方法

产品清单

名称品牌货号
Fitbit----