近年来,超重和肥胖人数急剧上升,并逐渐成为一个全球性的公共卫生问题。肥胖作为一种体内脂肪过度堆积的慢性代谢性疾病,是2型糖尿病(Type 2 diabetes mellitus, T2DM)、高血压、冠心病、动脉粥样硬化、脂肪肝和阿尔茨海默病等慢性疾病发生发展的危险因素
[1-2]。超重和肥胖不仅会危害人类健康,还会造成巨大的经济损失。OKUNOGBE A等
[3]研究显示,若超重和肥胖患病率按照目前的增长速度持续上升,到2060年导致的经济影响将攀升至全球GDP的3.29%。
科学的运动训练已被推荐为改善超重、肥胖及其相关慢性疾病的生活方式干预手段
[4]。研究表明,高强度的抗阻训练或有氧训练可以有效改善超重和肥胖人群的体成分及糖脂代谢
[5-6]。然而,对于超重和肥胖人群而言,高强度运动增加了其损伤的风险
[7]。因此,探索改善超重和肥胖人群体成分和糖脂代谢的新运动方法迫在眉睫。
血流限制训练(Blood flow restriction training,BFRT)也称为加压训练,是一种通过在肢体近端施加压力带,限制远端肌肉的血液流动,从而改变目标肌群的代谢环境和生理响应的方法。这种训练方式可以通过局部的血流受限,促使肌肉在低强度训练下仍能产生与高强度训练相似的生理效应,进而促进肌肉的增大和力量的提升。研究表明,低强度抗阻训练结合血流限制训练(Low-intensity resistance training combined with blood flow restriction,LR-BFRT)可以有效增加受试者肌肉质量和力量
[8],此外,有氧训练结合血流限制训练(Aerobic exercise combined with blood flow restriction training,AE-BFRT)可以提高健康成人的心肺耐力
[9]。近年来,BFRT在康复领域也得到了学者的关注与重视:HU C等
[10]研究发现,与传统抗阻训练相比,LR-BFRT可更有效地增加膝关节炎合并脂肪肝患者的肌肉力量,减轻疼痛,改善日常生活和运动能力;郑玉婵等
[11]研究发现,相较于低强度有氧训练,AE-BFRT可更有效地控制T2DM患者的血糖,提升睡眠时长和睡眠效率。关于BFRT能否有效改善超重和肥胖人群的体成分和糖脂代谢,现有研究结果尚存争议。CHEN Y等
[12]研究表明,BFRT能够显著改善肥胖人群的体成分及糖脂代谢,而DA SILVA I M等
[13]则持不同意见。本研究通过Meta分析探讨BFRT对超重和肥胖人群体成分及糖脂代谢的影响,旨在为制定超重和肥胖人群的运动方案提供更为全面的循证医学证据。
1 资料与方法
1.1 文献检索
2名检索人员在万方、中国知网、维普、PubMed、Web of Science、Cochrane等数据库中检索文献,检索日期为建库至2024年1月10日。依据循证医学中的“患者干预比较结果”(Participates interventions comparisons outcomes,PICOS)原则确定主题词进行文献检索,中文检索词为:“超重”“肥胖”“加压训练”“血流限制训练等”;英文检索词为:“overweight”“obesity”“adiposity”“occlusion training”“KAATSU training”“blood flow restriction training”。
1.2 文献纳入与排除标准
纳入标准:⑴自身对照试验或随机对照试验(Randomized controlled trial,RCT);⑵试验对象为超重或肥胖人群,欧洲界定标准:体质量指数(Body mass index,BMI)≥25 kg·m-2(超重)或BMI≥30 kg·m-2(肥胖),亚洲界定标准:BMI≥24 kg·m-2(超重)或BMI≥28 kg·m-2(肥胖)。若纳入研究未提供BMI,则以体脂率为标准(女性体脂率≥30%,男性体脂率≥25%);⑶试验组为抗阻训练结合BFRT或有氧训练结合BFRT,干预总时长≥4周;⑷结局指标至少包含体重、BMI、体脂率、空腹血糖、甘油三酯(Triglyceride,TG)、总胆固醇(Total cholesterol,TC)、低密度脂蛋白胆固醇(Low-density lipoprotein cholesterol,LDL-C)和高密度脂蛋白胆固醇(High-density lipoprotein cholesterol,HDL-C)中的一种。
排除标准:⑴综述文献、Meta分析文献、个案文献和会议论文;⑵动物实验文献;⑶文献质量低下和重复发表的文献。
1.3 文献筛选和数据提取
2名研究人员独立按照检索策略在各大数据库中检索文献并导入至Endnote X9中。文献筛选严格按照文献纳入与排除标准:首先根据文献的题目与摘要判断是否下载全文,随后精读全文判断是否纳入该文献,如果2名研究人员意见不一致,则询问第3名研究人员并共同讨论是否纳入该文献。
使用Excel表格提取纳入文献的基本信息:⑴文献的第一作者和发表年份、样本量、干预对象年龄;⑵干预方式、运动干预特征(运动强度、运动频率、干预总时长、加压带袖带平均压力);⑶结局指标:体重、BMI、体脂率、空腹血糖、TG、TC、HDL-C和LDL-C中的一种或几种,对于数据缺失的文献通过邮件联系第一作者尽可能获得。
1.4 文献质量评估
由于本研究包含了RCT和非RCT,故使用PEDro评分工具来对纳入文献进行质量评估,评估项目为:A:受试者纳入条件是否有具体说明;B:受试者是否被随机分配到各组;C:分配方式是否是隐藏的;D:结局指标基线是否无统计学意义;E:受试者盲法;F:治疗师/干预实施者盲法;G:评估盲法;H:放弃干预的人数是否小于15%;I:是否进行了意向治疗分析;J:是否进行组间比较;K:是否提供点测量值和变异测量值。确定的项目得1分,不确定或不符合的项目得0分。当总分为6~10分时,为高质量研究;总分为4~5分时,为中等质量研究;总分≤3分时,为低质量研究。
1.5 统计学处理
使用Revman 5.3软件进行分析。首先进行合并效应量的异质性检验,使用I2评估合并效应量异质性的大小,当I2=0时,研究间不存在异质性,采用固定效应模型;当I2≤50%时,研究间异质性较小,采用固定效应模型;当I2>50%时,研究间异质性较大,采用随机效应模型;采用敏感性分析检验合并效应量异质性的来源。纳入文献的结局指标换算成统一单位,采用均数差(Mean difference,MD)作为效应量,并提供效应量指标的95%置信区间(Confidence interval,CI)。检验水准α=0.05。
2 结果
2.1 文献检索结果
按检索策略从系统检索数据库共检索到332篇文献,通过查看综述文献的参考文献获得3篇。全部导入Endnote去重后严格遵循本研究文献纳入与排除标准,阅读并分析文献标题、摘要和阅读全文等,剔除不符合标准的文献,最终纳入9篇文献(
图1)。
2.2 纳入文献的基本特征
本研究共纳入了9篇文献,发表年份为2010—2023年,所包含的受试者均为超重和肥胖人群,年龄20~45岁,样本总量为110人,其中LR-BFRT共55人,AE-BFRT共55人(
表1)。
2.3 纳入文献的方法学质量评估
纳入研究的9篇文献中有2篇未说明是否使用随机方法分组,有3篇未说明是否采用分配隐藏,在研究对象盲法、干预实施者盲法和结局测量者盲法评估中,除MOHAMMADIYAN M等
[17]明确提及采用了受试者盲法外,其余文献均未提及使用盲法。其余评估项目均得分,文献总得分在6~9分之间居多,表明文献总体质量较高(
表2)。
2.4 BFRT对超重和肥胖人群体成分和糖脂代谢影响的Meta分析
2.4.1 体重
共纳入6篇文献
[12-13,15-18]。固定效应模型Meta分析结果显示:与运动前相比,BFRT后体重呈下降趋势[
MD=-1.36, 95%
CI(-2.79,0.06),
P=0.06](
表3)。
2.4.2 BMI
共纳入5篇文献
[12-13,16-18]。固定效应模型Meta分析结果显示:与运动前相比,BFRT后BMI明显下降[
MD=-0.72, 95%
CI(-1.19,-0.25),
P<0.01](
表3)。
2.4.3 体脂率
共纳入7篇文献
[12-17,20]。固定效应模型Meta分析结果显示:与运动前相比,BFRT后体脂率明显下降[
MD=-1.31, 95%
CI(-1.95,-0.66),
P<0.01](
表3)。
2.4.4 空腹血糖
共纳入5篇文献
[12-15,20]。固定效应模型Meta分析结果显示:与运动前相比,BFRT后空腹血糖明显下降[
MD=-0.48, 95%
CI(-0.59,-0.37),
P<0.01](
表3)。
2.4.5 TG
共纳入6篇文献
[12-13,15-16,19-20]。固定效应模型Meta分析结果显示:与运动前相比,BFRT后TG呈下降趋势[
MD=-0.07, 95%
CI(-0.15,0.01),
P=0.07](
表3)。
2.4.6 TC
共纳入5个RCT
[12-13,15-16,20]。固定效应模型Meta分析结果显示:与运动前相比,BFRT后TC明显下降[
MD=-0.32, 95%
CI(-0.44,-0.19),
P<0.01](
表3)。
2.4.7 LDL-C
共纳入5篇文献
[12-13,15-16,19]。固定效应模型Meta分析结果显示:与运动前相比,BFRT后LDL-C明显下降[
MD=-0.23, 95%
CI(-0.43,-0.04),
P=0.02](
表3)。
2.4.8 HDL-C
共纳入5篇文献
[12-13,15-16,19]。随机效应模型Meta分析结果显示:与运动前相比,BFRT后HDL-C可能增加[
MD=0.07, 95%
CI(-0.02,0.16),
P=0.14](
表3)。采用敏感性分析在整体水平逐一剔除纳入文献检验异质性的来源,结果显示CHEN Y等
[12]的研究可能是影响HDL-C异质性的主要来源,剔除该研究后[
MD=0.02, 95%
CI(-0.03,0.06),
I2=0%,
P=0.47],提示BFRT对增加HDL-C水平效果不佳。进一步追溯CHEN Y等
[12]的原文献发现,该研究采用的是AE-BFRT方案,且干预总时长为12周,这与其他研究存在明显差异,这些差异可能是导致该研究异质性较高的主要原因。
3 讨论
3.1 BFRT对超重和肥胖人群体成分的影响
流行病学研究通常使用体重和BMI作为超重和肥胖的指标,具有简单、方便的特点。但体重和BMI并不是衡量身体超重和肥胖的完美指标,主要是因为体重和BMI不能直接衡量身体的脂肪含量。体脂率是指身体脂肪重量占总体重的百分比,能够间接反映身体的脂肪含量。研究表明,超重和肥胖的定义有必要结合体重、BMI和体脂率等,这对于超重和肥胖人群的健康管理具有现实意义
[21]。
本研究结果显示,BFRT显著降低了超重和肥胖人群的BMI和体脂率(
P<0.05),而体重虽呈下降趋势,但差异无统计学意义(
P=0.06)。可能原因为BFRT主要通过增加肌肉量来改善体成分,而非直接降低体重
[22]。尽管如此,BMI和体脂率的显著改善仍表明BFRT在健康管理和减重策略中具有潜在应用价值。DA SILVA I M等
[13]和KIM N等
[16]研究发现,LR-BFRT和高强度抗阻训练(High-intensity resistance training,HRT)在改善体重、BMI和体脂率方面无显著差异。这表明,LR-BFRT能够在低强度下模拟HRT的效果,可能是与BFRT引发的肌肉代谢压力增加相关,具体机制包括:激活mTOR通路促进蛋白质合成
[23],更快地募集快肌纤维
[24],并通过增加胰岛素样生长因子-1和生长激素的分泌,促进肌肉质量增加
[25-26]。然而,HRT仍在整体肌肉激活和能量消耗上具有一定优势
[13,16]。对于能够承受高强度训练的个体,HRT在改善体成分上具备更大的潜力,但对于不能进行高强度训练的人群,LR-BFRT则提供了有效的替代方案。
此外,有研究
[14-15]发现,LR-BFRT与低强度抗阻训练(Low-intensity resistance training,LRT)相比,体脂率改善效果无显著差异,但LR-BFRT效果优于LRT。这表明,即使在低强度训练条件下,LR-BFRT仍具有良好的训练效益。其潜在的机制可能与以下几个因素有关:⑴LR-BFRT通过血流限制增加了肌肉局部代谢压力,进而引发乳酸堆积,刺激生长激素分泌
[27],有助于促进肌肉生长并加速脂肪代谢;⑵血流限制可通过减少肌肉的氧气供应,促使身体更多依赖无氧代谢系统,从而加快能量消耗和脂肪分解,即便在低强度训练条件下也能产生类似于高强度训练的减脂效果
[28-29];⑶LR-BFRT比LRT更显著地激活mTOR通路,这有助于蛋白质合成和肌肉肥大
[23],从而提高基础代谢率,间接促进体脂的减少。在有氧训练方面,相比于有氧训练(Aerobic training,AT),AE-BFRT能够更显著地降低体脂率
[12.20]。AE-BFRT作为一种新型的有氧训练方式,可增加去甲肾上腺素、肾上腺素的分泌及Ⅱ型肌纤维合成、增强代谢应激以及促进脂肪氧化和能量消耗,对心血管系统的压力较低,安全系数较高,适用于体质较弱或患有慢性疾病的人群
[30]。
3.2 BFRT对超重和肥胖人群空腹血糖的影响
肥胖是T2DM重要的可调控危险因素,肥胖患者胰岛素敏感性降低导致的血糖上升是肥胖转变为T2DM的主要原因之一
[31-32]。血糖升高会进一步降低胰岛素敏感性,导致胰岛素抵抗的产生,引发慢性炎症和加剧脂肪异位堆积,最终导致T2DM等代谢性疾病的发生
[33]。在超重和肥胖时期抑制血糖的增加对于防止代谢性疾病的发生与发展具有重要意义。
本研究结果显示,BFRT能显著降低超重和肥胖人群空腹血糖(
P<0.05),且LR-BFRT降低空腹血糖效果显著优于LRT(
P<0.05)
[15]。这与喻乾
[34]的研究相似,LR-BFRT可进一步通过增加骨骼肌中葡萄糖转运蛋白4(Glucose Transporter 4,GLUT4)的含量增加葡萄糖转运,进而降低血糖水平。此外,与AT相比,AE-BFRT对超重和肥胖人群空腹血糖的改善效果更为显著(
P<0.05)
[12,20]。AE-BFRT可以在AT的基础上进一步改善骨骼肌抗氧化能力、提高GLUT4丰度和增加一氧化氮的可利用性,进而增强葡萄糖摄取和利用
[35],这可能是AE-BFRT降糖效果显著优于AT的原因之一。AE-BFRT不仅可以提高肌肉的氧化适应能力,还能够增加骨骼肌蛋白质合成,促进骨骼肌肥大,从而增强骨骼肌胰岛素敏感性,降低血糖
[36]。这些结果均表明,在低强度抗阻训练或有氧训练的基础上结合BFRT可以更加有效地改善超重和肥胖人群的糖代谢。
3.3 BFRT对超重和肥胖人群血脂的影响
超重和肥胖通常伴随脂质异常,典型表现为TG、TC和LDL-C升高,HDL-C降低,这与心血管疾病风险增加密切相关
[37]。本研究结果表明,BFRT可显著降低TC和LDL-C(
P<0.05),TG虽然呈现下降趋势,但差异无统计学意义(
P=0.07)。与FERENCE B A等
[38]的研究结果一致。BFRT可能通过增强代谢应激并促进肝脏脂质代谢
[39-40],进而显著降低TC和LDL-C水平。然而,TG未显著下降可能与受试者在干预期间未严格控制饮食有关
[41]。本研究纳入的大部分文献未对受试者的饮食结构做详细控制,如果受试者在BFRT干预期间饮食未严格规范,可能会削弱BFRT对TG的积极影响,从而导致TG的合并效应量降低。本研究纳入的有关BFRT对TG效应量的研究中,有2篇文献均采用AE-BFRT干预方式,其中1篇训练周期为12周
[12],1篇为8周
[19]。训练周期为12周的研究显示对TG的改善效果优于训练周期为8周的研究。这提示未来研究中,应加强对受试者饮食摄入的监控,并延长训练周期,以进一步验证BFRT对TG的改善效果。
此外,本研究结果显示,BFRT对HDL-C水平的改善差异无统计学意义(
P=0.14),且效应量存在显著异质性(
I2=68.37%)。本研究通过敏感性分析发现CHEN Y等
[12]的研究是主要异质性来源。进一步分析表明,这种异质性主要源于研究间干预方案的差异:CHEN Y等
[12]采用12周AE-BFRT方案,而其他研究中,3项采用LR-BFRT方案
[13,15-16],1项虽采用AE-BFRT但干预时长仅为8周
[19]。这种异质性可能通过以下机制影响结果:⑴AE-BFRT和LR-BFRT在调控HDL-C代谢过程中可能通过不同的分子通路发挥作用,因此其对HDL-C水平的影响机制存在差异
[42];⑵不同干预时长可能导致个体在代谢适应过程中出现不同程度的适应性反应,进而影响HDL-C的变化
[43]。因此,未来研究需要更深入探讨不同干预方式(如AE-BFRT与LR-BFRT)及训练周期对HDL-C的潜在作用机制。
LR-BFRT与HRT在改善脂质代谢方面差异无统计学意义(
P>0.05)
[13,16],这表明LR-BFRT在促进脂质代谢方面同样有效。抗阻训练可通过提高骨骼肌的力量和耐力,增加基础代谢率,促进静息状态下的脂肪酸分解和氧化,从而降低体内脂质水平。HJORTSHOEJ M H等
[44]研究发现,LR-BFRT和HRT都能显著提升骨骼肌力量,这可能解释了2种训练方式对脂质代谢的相似效果。此外,PARKS E J等
[45]研究指出,12周以上的抗阻训练对脂代谢改善效果更佳。本研究中LR-BFRT的干预时间均未超过12周,提示未来应延长训练周期,以评估其在超重和肥胖人群中的长期效果。
AT在脂质代谢改善方面已被广泛证实
[46-47]。但有研究
[12,19-20]发现,AE-BFRT在脂质代谢改善方面优于AT。这种差异可能源于BFRT独特的生理机制:通过诱发更强的代谢应激反应和促进脂肪氧化
[39-40],使其在同等训练负荷条件下产生更显著的代谢改善效果。AE-BFRT为体质较弱、无法适应高强度训练的超重和肥胖人群提供了一种有效的替代方案,具有广泛的临床应用前景。
3.4 本研究不足之处
⑴纳入文献较少且运动干预特征较不统一,因此未对运动强度、运动持续时间、运动频率、运动周期和BFRT压力进行亚组分析;⑵人体脂肪重量变化可以更加直接地反映体成分的变化,糖化血红蛋白含量可以进一步反映长时间血糖控制情况,但具有相关指标的文献数量较少,因此未进行合并效应量的分析。
4 小结与展望
本研究通过Meta分析评估了BFRT对超重和肥胖人群体成分和糖脂代谢的影响,结果表明,BFRT在改善BMI、体脂率、空腹血糖及血脂代谢方面具有显著效果。BFRT作为一种安全、有效的低强度运动干预手段,特别适合体质较弱或无法进行高强度训练的超重和肥胖人群。未来研究中可关注以下几个方面:⑴探索BFRT在不同运动强度、频率、持续时间和压力条件下的最佳干预方案,以进一步优化其效果;⑵结合更多能够准确反映体成分变化和长期代谢健康的指标(如脂肪重量变化和糖化血红蛋白水平等),以进一步增强研究结果的可靠性和临床意义;⑶通过大规模、长期的临床试验,深入评估BFRT在肥胖人群中的应用潜力,为个性化、科学化的体重管理和代谢健康改善提供有力支持。