糖尿病前期人群的运动分配比较

公共卫生指南通常建议每周积累至少150分钟的中等强度体力活动，但“分散进行”与“集中完成”在代谢效应上是否存在差异，尚缺乏长期证据。科罗拉多大学安舒茨医学校区Ana Pinto等人在BURST2D研究[1]中，针对这一问题开展了为期12周的随机对照试验（NCT05041491）。

该研究纳入48例符合ADA标准的久坐糖尿病前期成人（女性39例，男性9例，平均年龄49±9岁，平均BMI 31±5 kg/m2）。参与者被随机分配至两种自由生活但受监测的干预方案，每周执行5天：BREAK组每天进行9次5分钟的中等强度步行，ONE组每天进行1次45分钟的连续中等强度步行。两组总运动时长一致，并在干预前后通过加速度计、持续葡萄糖监测和双能X线评估久坐/体力活动、血糖变异性、血脂及身体成分。

结果显示，BREAK组和ONE组的依从性均较高且相似（88%±15% vs. 88%±16%，P=0.979）。两种干预均增加了中高强度体力活动（+20分钟/天，P<0.001），并减少了总久坐时间（-35分钟/天，P=0.013），但BREAK组未显著减少长时间久坐（P=0.179）。在代谢指标方面，两种方案均改善了血糖变异性（-4% ~ -12%，均P≤0.041）、峰值血糖（-7%，P<0.001）、空腹总胆固醇（-8%，P<0.001）和低密度脂蛋白胆固醇（LDL-C，-5%，P=0.027）以及脂肪量（-0.8 kg，P=0.005）。然而，空腹胰岛素、甘油三酯和HOMA-IR仅在ONE组中降低（降幅-10% ~ -13%，均P≤0.029），且ONE组在空腹血糖维持方面呈现更优趋势（P=0.056）。

研究者认为，两种运动处方均能改善糖尿病前期成人的血糖变异性、胆固醇和脂肪量，但持续体力活动对胰岛素敏感性的改善更为明显，提示其在T2DM预防方面可能较主动打断久坐具有额外获益。未来分析将进一步探讨这些差异与长时间久坐变化之间的关系。

极短运动间歇对T2DM心血管风险的影响

魁北克大学乌塔韦分校Alexis Marcotte-Chénard等人的研究则聚焦于更短时长的运动间歇——每次仅1分钟——能否对T2DM患者的心血管危险因素产生积极影响[2]。

该随机试验纳入69例成人T2DM患者（女性46例，男性23例），随机分配至在自由生活条件下进行高强度“运动零食”组（n=31）或低强度运动间歇组（n=38）。参与者需每周至少5天、每天完成4次1分钟的运动间歇（目标≥20次/周），干预通过一款智能手机应用程序实施，该应用提供可定制的提示和演示视频。研究以“ABC目标”（HbA1c<7.0%、血压<130/80 mmHg、LDL-C<2 mmol/L）及其组分作为评价指标。

12周后，HbA1c达标比例从72%升至79%（P=0.02），血压达标比例从54%升至61%（P=0.04），LDL-C达标比例无显著变化（49% vs. 53%，P=0.37）；三项指标同时达标的比例从21%升至27%，但差异未达统计学意义（P=0.18）。将血压作为连续变量分析时，收缩压平均下降5.4 mmHg（95%CI：-8.3 ~ -2.5，P<0.001），舒张压平均下降3.5 mmHg（95%CI：-5.2 ~ -1.8，P<0.001）。高强度组与低强度组在12周时的各项指标均无显著差异（P≥0.13）。

该研究提示，每天总计4分钟的运动间歇，在12周内即可带来血压降低和HbA1c达标率提高，但对LDL-C的影响不明显。对于时间有限或运动意愿不强的T2DM患者，这一方案或可作为可行的起始策略。

T1DM运动后低血糖的早期识别

对T1DM患者而言，体力活动可能诱发低血糖，但各类检测信号与低血糖事件之间的时间关系尚待阐明。法国研究者Alice Adenis等人[3]利用T1-DEXI数据库中497例虚拟成人T1DM患者的数据（平均年龄37±14岁，平均HbA1c 6.6%±0.8%），在低血糖发生前120分钟内，比较了三种体力活动检测方法的效能：患者自我申报（强度等级1~3）、心率超过个体化阈值（静息心率+0.4×心率储备）持续>10分钟，以及步数超过10步持续>10分钟。最大心率采用Tanaka公式计算。

结果显示，心率升高是最敏感的指标，捕获了80.2%的体力活动事件，患者申报捕获53.5%，步数捕获37.6%。当心率作为唯一活动指标时，检测到37.2%的体力活动事件，而仅靠患者申报或仅靠步数时，检测率分别为9.8%和3.9%。三种方法联合检测时，40.3%的低血糖事件被识别为与先前的体力活动相关。从体力活动开始至低血糖发生的平均间隔为65.5±0.4分钟。

研究者指出，该时间间隔与速效胰岛素类似物的作用峰值窗口（30~90分钟）相吻合，提示在检测到体力活动时提前调整胰岛素剂量，可能有助于预防后续低血糖。将连续心率数据整合至自动胰岛素输注系统中，或可为算法干预提供有价值的参考。

客观测量的体力活动与T2DM风险的关系

目前，许多糖尿病风险评分（包括ADA的风险评估工具）均纳入自我报告的体力活动，但该方法易受偏倚影响且分类粗糙。美国“我们所有人（All of Us，AoU）”研究项目的数据分析，评估了客观测量的、可穿戴设备衍生的中高强度体力活动（MVPA）与T2DM发病率之间的关联[4]。

纽约大学格罗斯曼医学院Dhairya Upadhyay等人分析了13 482例无T2DM病史的参与者（平均年龄51±16岁，72%女性，79%白人），这些参与者拥有至少180天有效Fitbit佩戴数据（>100步/天），并接受了10年随访。每周MVPA根据第1年的Fitbit每日值计算，该队列平均每周MVPA为249±207分钟。

在10年随访期间，共有189人新发T2DM。在调整性别、种族、民族、高血压病史、年龄（每10岁）和BMI（每5 kg/m2）等因素后，每周MVPA每增加1小时，T2DM患病概率降低6%（OR 0.94，95%CI：0.89~1.00，P=0.046）。传统风险因素如男性（OR 1.94）、非白人族裔（OR 1.84）、高血压病史（OR 1.54）、年龄增长（每10岁OR 1.22）和较高BMI（每5 kg/m2 OR 1.52）均与风险升高相关。该模型预测10年T2DM风险的曲线下面积（AUROC）为0.75（95%CI：0.69~0.80）。

该研究表明，在大型全国性队列中，可穿戴设备衍生的MVPA在校正传统危险因素后仍与T2DM风险独立相关。这一发现提示，客观活动数据或可作为自我报告措施的补充，用于糖尿病风险分层。

这四项研究从不同维度提供了运动与糖尿病关系的新证据：在糖尿病前期人群中，持续较长时间的步行在改善胰岛素敏感性方面可能优于短时高频的步行；对于已确诊的T2DM患者，每天4次1分钟的运动间歇即可带来血压和血糖控制指标的改善；在T1DM患者中，心率监测有助于识别运动后低血糖的风险窗口；在人群层面，可穿戴设备测量的体力活动与T2DM风险存在独立关联。综合来看，这些发现共同提示，运动的代谢效应受其分配模式、单次时长和监测手段的影响，未来的运动处方或需更加个体化，并借助可穿戴技术实现动态评估与调整。

参考文献

1. Ana J. Pinto, Isabella Gudewicz, Heloisa Santo André, Carmen P. Ortega-Santos, Melissa L. Mamele, Patricia R. Smith, Naleia M.J. Sowell, Rayna Rinaldi, Fabiula Isoton Novelli, Sheila Steinke, Daniel Bessesen, Audrey Bergouignan; 1012-OR: Metabolic Effects of Active Breaks to Sitting vs. Continuous Walking in Adults with Prediabetes: Preliminary Results from the BURST2D Study. Diabetes 1 June 2026; 75 (Supplement_1): 1012–OR. https://doi.org/10.2337/db26-1012-OR

2. Alexis Marcotte-Chénard, Roderick E. Sandilands, Fiona J. Babir, Seth F. Mccarthy, Noah Mulkewich, Angelina D'amico, Kaja Falkenhain, Hashim Islam, Martin Gibala, Jonathan Little; 1013-OR: Movement Breaks Improve Cardiovascular Risk Factors in Adults Living with Type 2 Diabetes: A Randomized Trial. Diabetes 1 June 2026; 75 (Supplement_1): 1013–OR. https://doi.org/10.2337/db26-1013-OR

3. Pierre Gauthier, Alice Adenis, Sylvain Lachal, Paul Gimenez, Chesner Desir, Thibault Le Roux-Mallouf, Erik Huneker, Pierre Y. Benhamou; 1014-OR: Heart-Rate Monitoring for Early Detection of Physical Activity–Induced Hypoglycemia in Type 1 Diabetes. Diabetes 1 June 2026; 75 (Supplement_1): 1014–OR. https://doi.org/10.2337/db26-1014-OR

4. Dhairya Upadhyay, Awa Soumahoro, Brenda Dorcely, Michael Bergman, Souptik Barua; 1015-OR: Wearables-Derived Physical Activity Is Independently Associated with Lower Odds of Type 2 Diabetes in the All of Us Research Program. Diabetes 1 June 2026; 75 (Supplement_1): 1015–OR. https://doi.org/10.2337/db26-1015-OR

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。