编者按：

糖尿病管理离不开“管住嘴、迈开腿”，但血糖调节效果不只取决于吃多少或动多少，也受这些行为何时发生、是否“合拍”的影响。一项发表于Diabetes Research and Clinical Practice的横断面研究，将24小时光照暴露、体力活动、进食能量模式两两配对，形成3对节律：光照-活动（L-A）、光照-能量（L-E）及活动-能量（A-E）；分析发现，L-A、A-E各自匹配程度越高，糖尿病患病风险越低；无糖尿病人群中，以上3对节律同步性越高，血糖相关代谢指标也越理想。这一研究为时间生物学指导下的生活方式干预提供了新的思路。

一、跳出单行为评估框架，计算行为节律“合拍度”

血糖调节受内源性生物钟与行为时间的共同影响，二者错位会损害糖耐量和胰岛素敏感性，也与更高的糖尿病风险相关。过去研究多单独评估光照、体力活动、进食量、进食强度或时刻，难以捕捉它们在时间维度上的协同规律。

本研究基于美国国家健康与营养调查（NHANES）数据库2011~2012和2013~2014两个周期，纳入7133名参与者，其中1397名患糖尿病。参与者连续7天腕部佩戴ActiGraph GT3X+，记录光照与活动；进食能量谱来自1次24小时工作日膳食回顾。随后对得到的3对节律（L-A、L-E、A-E）使用相量分析，分别计算出幅值（magnitude，反映时间耦合强度，数值越高表示越同步）与相位（phase，反映后者相对前者的时间偏移，后者晚于前者为正）。

研究主结局为现患糖尿病（由HbA1c、空腹血糖、OGTT、自我报告或用药判定）；次要结局为无糖尿病人群的空腹血糖、空腹胰岛素、稳态模型评估胰岛素抵抗指数（HOMA-IR）以及2小时OGTT血糖。研究者假设：幅值越高，糖尿病患病率越低，血糖指标越理想。主分析采用调查加权逻辑回归评估各指标与现患糖尿病的关系：按幅值每增0.01单位、相位每增1小时统计；调查加权线性回归在无糖尿病人群中分析血糖指标。

二、主分析结果：节律越同步，现患糖尿病几率越低

与非糖尿病组相比，糖尿病组年龄更大、体重指数（BMI）更高；L-A和A-E的平均耦合强度更低，分别为0.079 vs. 0.086、0.029 vs. 0.031。L-E无统计学差异。相位方面，仅L-A相位在两组间存在差异（0.79小时 vs. 0.88小时），未识别出最优时间偏移。

在主模型Model 3中（校正了年龄、性别、种族/民族、教育、家庭收入比、婚姻状况、吸烟、饮酒、总能量摄入及BMI后），L-A幅值增加与糖尿病患病几率降低相关（OR 0.964，95%CI：0.937~0.993）；A-E幅值同样与较低的患病几率相关（OR 0.889，95%CI：0.816~0.968）；L-E幅值呈负相关趋势，但未达到统计学显著性。探索性相位分析显示，仅L-A相位与糖尿病相关：相位每增加1小时，患病几率升高6.5%（OR 1.065，95%CI：1.001~1.133）。值得注意的是，由于描述性比较与多变量校正后的相位关联方向并不一致，该结果更适合作为初步发现看待。

Model 4进一步校正了睡眠时长与总体力活动水平，结果提示，3个幅值指标的OR均向1.0回归，与疾病的关联不具有统计学意义；这一现象可能由混杂因素、行为测量信息重叠、通路调整或过度校正所致。因此，上述Model 3里的关联不应被解读为独立于睡眠时长和总体力活动。

图1. 6项幅值和相位指标与糖尿病患病风险的关联森林图表1. 逐步校正下的Model 1～4结果

三、非糖尿病人群中，节律协同与血糖代谢的关联可靠吗？

非糖尿病受试者的血糖关联分析采用Model 2（未校正BMI），分析发现：3种节律的耦合强度均与较低的空腹胰岛素、HOMA-IR和2小时OGTT血糖有统计学关联，但均与空腹血糖无显著关联，说明节律上的协同可能与更佳的胰岛素敏感性和餐后血糖代谢有关。相位结果则缺乏稳定模式。这一结论是描述性的，因横断面数据无法确定具体机制：HOMA-IR是基于空腹指标建立的模型化指数，并非直接测量组织特异性胰岛素敏感性，2小时OGTT血糖则受胰岛素分泌、胰岛素敏感性、葡萄糖吸收等多重生理过程影响。作者强调，尚不能排除糖尿病或代谢异常本身改变行为节律的可能。

探索性限制性立方样条、血糖分类、亚组及敏感性分析虽呈现大体一致的方向，但未确立明确的非线性关系或临床阈值，也未发现最佳节律或相位。

结语与启示

糖尿病防治始终以生活方式干预为核心基石。这项研究提示，行为节律的协调性同样值得纳入糖尿病防治版图——受无法可靠区分1型糖尿病与2型糖尿病、进食能量谱仅基于回忆构建而未与腕表监测日数据对应、未检测内源性昼夜节律等方法学局限约束——其虽不能作为已确立的疾病独立预测因子或临床干预靶点，但仍是具备探索前景的行为时序评估候选指标。未来，还需通过多时点重复测量，并依托前瞻性队列研究，厘清暴露与结局的因果时序、评估行为节律在传统危险因素外的增量预测价值，进而为糖尿病风险分层与精准化生活方式管理提供新的评估维度。

参考文献：Liu Y, Xu M, Ke C, Xiao Y, Sun M, Tang B, Zhang W. Temporal coordination oflight exposure, physical activity and eating rhythms in relation to prevalent diabetes andglycaemic traits: a cross-sectional NHANES study. Diabetes Res Clin Pract. 2026;241:113557. doi:10.1016/j.diabres.2026.113557.

本文仅供医疗卫生专业人士了解最新医药资讯参考使用，不代表本平台观点。该等信息不能以任何方式取代专业的医疗指导，也不应被视为诊疗建议，如果该信息被用于资讯以外的目的，本站及作者不承担相关责任。