Cutting-edge Evidence and Prospect of Physical Exercise in Preventing and Improving Adolescent Depression
-
摘要:
回顾梳理近年来体育锻炼预防和改善抑郁青少年脑结构和功能的前沿证据，提出预防和改善我国青少年群体抑郁的运动干预模式。介绍除传统药物和心理治疗框架外，体育锻炼对预防和改善青少年抑郁的补充性积极作用；结合神经影像技术在探索抑郁青少年脑机制中的重要发现，阐述体育锻炼干预对抑郁青少年的脑健康效益；指出新兴机器学习技术和智能可穿戴设备在预防和改善青少年抑郁过程中所具有的应用前景。结合普遍性、选择性和指示性的三级框架，提出未来在运动干预预防和改善青少年抑郁中应尝试在不同层级上分别发挥行为测量、脑影像技术、智能可穿戴设备以及机器学习的优势，探索精准的运动干预处方。
Abstract:This paper provides a comprehensive review of the cutting-edge evidence regarding the role of physical exercise in preventing and improving brain structure and function among depressed adolescents over the past few years, also proposes an exercise intervention model tailored for them. The complementary and positive role of physical exercise in preventing and improving adolescent depression was highlighted, beyond the traditional framework of pharmacotherapy and psychotherapy. By integrating significant neuroimaging findings emerged in recent years regarding the brain mechanisms underlying adolescent depression, the health benefits of physical exercise interventions on their brains were elucidated. The potential applications of emerging machine learning technologies and smart wearable devices were emphasized. With the three aspects above, and in conjunction with a three-tiered framework of universal, selective, and indicated interventions, it is proposed that future directions of the precise exercise intervention prescription should develop along leveraging the strengths of behavioral measurement, brain imaging technology, intelligent wearable devices and machine learning at different levels.
-
Keywords:
- adolescent /
- exercise intervention /
- depression /
- brain health /
- physical exercise
-
1. 引 言
1.1 青少年抑郁现状
个体在青春期经历着生理发育、意识和心理发展以及社会环境等内外因素的急剧变化[1]，这些变化因素对青少年遭受抑郁症、焦虑症、注意缺陷多动障碍、物质使用障碍等心理健康侵扰具有潜在的高风险作用。青少年抑郁是一项重大的公共卫生挑战。在新型冠状病毒感染疫情（以下简称“疫情”）之前，美国13～18岁青少年的终生抑郁率和12个月重度抑郁症（major depression disorder，MDD）患病率分别为11.0%和7.5%，疫情进一步加剧了全球青少年抑郁症发病率的上升趋势[2-3]。我国6～16岁儿童青少年精神障碍的总体患病率高达17.5%，重度抑郁症是儿童青少年最常见的精神障碍之一[4]。以青少年抑郁为代表的诸多心理健康问题引起了政府和社会的重视，2016年中共中央、国务院印发《“健康中国2030”规划纲要》，随之一系列旨在改善和提升青少年心理健康的政策和举措相继出台，如推广非药物治疗方法、加强抑郁症防治、降低青少年抑郁症的发病率和危害等。
1.2 青少年抑郁与脑健康
青春期是脑结构和功能快速发展的时期，在此期间，大脑发生的变革性发育对支持身体能力、认知能力和社会能力的发展至关重要[5−6]，认知增长潜在的功能性脑连接体也经历了快速的实质性重构和完善[6−7]。然而，与此同时，大脑的迅猛发展也使得青少年更易于遭受精神卫生问题（如抑郁和焦虑）的袭扰[8−9]。神经影像学证据[10]表明，青少年抑郁与脑结构和功能的变化有关。青少年抑郁的出现伴随着许多脑区域的结构异常，如海马、前扣带皮层、杏仁核的体积减小和皮质表面积减少等[11]。功能连接研究[6, 11]表明，青少年抑郁与异常大脑连接的异质性模式有关，如默认模式网络（Default Mode Network，DMN）与下纵束、下额枕束、丘脑后辐射和胼胝体的解剖连通性的异常改变 。因此，从脑结构和脑功能两个方面来看，抑郁症与脑健康密切相关，心理疾病的发生往往伴随脑健康的受损。简言之，青少年在青春期所经历的内外环境变化以及脑发育敏感性会增加其在这一时期首次患精神疾病的风险[12]。
1.3 体育锻炼与心理和脑健康
体育锻炼是改善青少年抑郁、促进脑健康发展的有效手段，包括脑结构（如海马体积）健康和脑功能（如大脑活动的变化）健康。越来越多的研究表明，运动对改善青少年身体和心理健康具有积极作用[13]，甚至在改善抑郁症等精神障碍方面表现出与药物或心理治疗相同甚至更好的效果[14−16]，与此同时，运动能有效避免药物治疗潜在的生理副作用。研究[17−18]表明，体育锻炼可以有效改善和提升普通青少年和存在心理健康问题的青少年的认知能力和心理健康水平。
在整个生命周期中，运动是改善和保持脑健康的有效方法之一[19−20]。例如，长期体力活动可以有效改善年轻群体的心理健康和认知水平，这与个体的神经生物学改变特别是额叶区的激活相吻合[17]。鉴于抑郁的平均发病年龄较早，有研究[21]指出运动干预的最佳有效时间与青少年脑发育的关键期相一致。参与情绪和行为自我调节的关键脑区在青春期相继发育成熟，体力活动或运动通过促进与认知和情绪相关的脑结构和功能的进一步发育，发挥其神经可塑性效应[22]。因此，青春期心理和脑的可塑性较强，这为运动干预提供了独特的窗口期[8]。
1.4 体育锻炼与青少年抑郁和脑健康的专家共识
2020年，来自中国的体育学、心理学以及神经科学等领域的学者发布了一份关于中国儿童青少年体力活动干预与健康的专家共识[23]。其中2个共识分别涉及体力活动与青少年心理健康和脑健康：对于心理健康而言，青少年较高的体力活动参与与更好的心理健康水平有关，包括更低的抑郁、压力、心理困扰水平以及更高的自尊、生活满意度和主观幸福水平；对于脑健康而言，高心肺健康水平儿童涉及记忆和执行功能的脑结构和功能区域显示出更大的脑容量。
考虑到脑健康在青少年认知发展和心理健康中的重要性，欧洲和美国相继开启了“脑计划”研究，如欧洲的“MAGEN脑计划”、美国的“ABCD脑计划”。在这些“脑计划”中，青少年脑发育特征是重要组成部分。与此同时，我国也开启了“科技创新2030—‘脑科学与类脑研究’重大项目”[24]，“中国学龄儿童脑智发育队列研究”是该项目的重要组成部分，这一队列研究累计招募
30000 名6岁以上的儿童，并对其脑发育和发展轨迹进行纵向追踪和表征。总的来说，识别儿童青少年神经认知发展和精神病理发展轨迹是这一计划的核心。了解和表征个体发育过程中潜在的生物学特征不仅可以尽早识别未来存在认知和精神障碍风险的儿童，还可以确定早期干预的生物学目标靶点，降低个体在青春期乃至成年后出现认知与心理疾病的风险[25]。2023年9月，The Lancet Psychiatry[26]刊登了3位来自中国的心理健康与精神病学专家对当下和未来中国心理健康研究的认识。其中，上海市精神卫生中心赵敏指出，儿童青少年心理健康工作应该是中国心理健康研究的优先研究领域。基于疫情对中国人群心理健康产生的持久影响，中国年轻群体的抑郁和焦虑程度有所增加。因此，不仅要提供良好的治疗选择，还要在心理健康预防上投入更多，以避免不良的长期后果。在传统的心理健康治疗中，药物和心理治疗是首要选择[27]。然而，在儿童青少年中使用精神药物尚存较大争议[28−30]，有研究[28]表明，抗抑郁药物似乎未对儿童青少年抑郁治疗表现出明显的改善优势。从心理治疗的角度看，专业心理健康服务的治疗结果同样不令人满意。研究[31]表明，只有35%～53%的焦虑和抑郁患者通过心理治疗得到了显著改善。此外，心理治疗最大的问题在于供需关系的不平衡，有心理治疗需求的人往往无法获得有效的服务。这一方面与训练有素的专业精神卫生临床医生数量不足密切相关[32]，另一方面，中国的儿童青少年心理健康问题负担与心理健康服务能力之间尚存较大差距。有调查[33]指出，中国
2936 家精神卫生机构中只有175家（6%）设有儿童精神病学病房。此外，可供儿童使用的精神病病床总数为3835 张，仅占所有精神病病床的0.89%。因此，寻求新的、经济实用的有效干预手段显得尤为紧迫。综上所述，一方面青春期个体极易受到一系列精神卫生问题的袭扰，另一方面青春期脑功能发育存在极强的可塑性，为体育锻炼促进青少年脑与心理健康发展提供了机会。在《“健康中国2030”规划纲要》的引领下，体育锻炼表现出对于青少年心-脑健康促进的巨大潜力。然而，由于已有证据大多来自国外的研究成果，需要更多基于中国青少年群体的高质量研究来提供关于运动干预对中国青少年心-脑健康益处的证据。为了更好地探索这一关系，本文整理和回顾了体育锻炼对青少年抑郁及脑健康影响的前沿研究证据，并在此基础上提出预防和改善我国青少年群体抑郁的运动干预模式。
2. 体育锻炼改善青少年抑郁的前沿研究证据
疫情后人们逐渐认识到，如果要在整体人口层面上减少由各种因素造成的精神疾病负担，就必须认真考虑如何在精神疾病发作的前端进行预防[34]。美国医学研究所基于Gordon[35]的预防分类，进一步构建了精神疾病分类预防的系统框架[36−37]。该框架由一般到个别分为3类：①普遍性预防，针对一般公众或尚未存在确切精神风险的整个人口群体；②选择性预防，针对根据生物、心理或社会风险因素存在精神障碍风险明显高于平均水平的个人或人群中的亚群体；③指示性预防，针对已有一些症状但不符合完全抑郁症标准的群体，这种状态通常被称为阈下或轻度抑郁症。这种分类框架的最终目标是减少抑郁等精神疾病新增病例的发生，从而降低抑郁症发病风险和概率[38]。鉴于青少年在青春期遭遇抑郁等精神疾病首次发作的概率很大，向青少年提供预防干预十分必要。多项研究[39]表明，学校环境提供给儿童青少年的干预方式以认知行为疗法和心理健康教育为主，能够起到一定的预防效果，但是这些效果会随着时间的推移而消散，物理治疗、运动和放松等干预方法则更优。因此，教育及卫生工作者应鼓励增加体力活动以预防和改善青少年心理健康[40]，科研工作者应进一步为社会和教育环境提供系统运动干预方案进行证据探索和积累。
近年来，世界各国推出了基于实证证据的运动指南，旨在治疗和改善不同群体的抑郁症状。对于青少年群体，美国等国家或组织的临床实践指南建议将体育锻炼作为抑郁症治疗的一种方案[15]。例如：美国体力活动指南建议6～17岁青少年每天至少进行60 min的中等到高强度体育锻炼，以获得身心健康益处[41]；世界卫生组织建议，18岁以下的儿童青少年平均每天至少进行60 min的中等至高强度体力活动以对抗各类健康问题的困扰和潜在危险[42]。《中国儿童青少年身体活动指南》[43]推荐：每天应至少进行60 min的中高强度身体活动，包括每周至少3 d的高强度身体活动和增强肌肉力量、骨骼健康的抗阻运动。
2024年，一项关于运动干预和抑郁症的系统综述与网络元分析[15]纳入了218篇随机对照研究，共有
14170 名参与者。该研究结果表明，运动是治疗抑郁症的有效方法，在涉及的运动类型中，散步、慢跑、瑜伽和力量训练比其他运动更有效，而瑜伽和力量训练的耐受性较好。运动剂量关系结果进一步表明，在运动强度较高时，其抑郁改善效益更为显著。此外，运动对不同抑郁基线水平的人同样有效，这些有效的运动形式可与心理、药物治疗一起被视为抑郁症的核心治疗方法。但由于大部分研究纳入的样本未报告平均年龄，关于年龄在这一关系中的调节作用亟待更多研究去揭示。另一项儿童青少年群体研究[44]总结了体力活动干预对减轻儿童青少年抑郁症状的证据，该研究纳入21项已发表的随机临床试验和准实验设计的研究，共计2441 名儿童青少年，平均年龄为14.3岁。其主要结果表明，体力活动干预可用于减轻儿童青少年的抑郁症状。对于年龄在13岁以上被诊断患有抑郁症的青少年，体力活动干预对抑郁症状的改善作用更大。然而，这一作用与剂量（包括体力活动频率、持续时间等）的关系尚不清楚，需要更多研究开展进一步调查。还有研究[45]比较了不同运动干预形式改善儿童青少年抑郁症状的作用。结果表明，有氧运动的改善效果最为显著，其次是团体训练、阻力运动以及有氧与阻力运动结合。此外，在所有纳入的研究中，为期12周、每周3次、每次40～50 min的运动干预对年龄较小的儿童青少年抑郁症状的改善更为有效。综上所述，近年前沿研究证据表明，有计划的体力活动或运动干预均表现出对改善青少年抑郁症状的积极作用。3. 体育锻炼促进脑健康的前沿研究证据
运动干预对改善不同年龄组人群的脑结构和功能具有积极作用，针对儿童青少年的研究[20]表明，学校环境中的体育锻炼具有促进脑健康发育和提高学业成绩的作用。
3.1 体育锻炼对青少年脑结构的影响
虽然青春期脑容量相对稳定，但灰质和白质发生了实质性的结构变化[8]，具体表现为皮层灰质体积下降，白质体积增加[46]。大脑突触密度在生命早期达到峰值，并随着年龄的增长逐渐下降[8]。其中，侧额叶、顶叶和枕叶在儿童期表现出皮层厚度的初始增加，在10岁左右达到峰值，随后在青春期出现下降，并最终在成年期趋于稳定[47]。此外，青春期白质仍在发育，白质的生理特性对青少年认知发展（如执行功能[48]）至关重要。同时，研究[49−50]表明，体力活动或有氧适能水平与青少年灰质体积和白质微观结构等密切相关。例如，一项对15～18岁男性青少年的研究[51]表明，有氧适能水平与左侧海马体积和右侧吻侧额叶的皮质体积相关。基于自我报告而非客观测量的体力活动研究[52]表明，高体力活动组的男性青少年右侧内侧骨膜和左侧楔前叶表面积大于低体力活动组。2019年的一项研究[53]对60名青少年额叶区、运动区和皮层下区的30个感兴趣区域的体积进行测量，并测量了体力活动和有氧适能水平，从而区分这2项测量指标与青少年灰质体积之间的关系。该研究用臀部加速度计测量个体的中等到高强度体力活动，并以20 m穿梭跑评估有氧适能水平。结果显示，青少年有氧适能水平与左额叶上皮质体积呈负相关，与左脑白质体积呈正相关，但未发现中等到高强度体力活动和任何感兴趣区域之间的联系。这些结果表明，体力活动和有氧适能对青少年灰质体积的贡献是不对等的，有氧适能表现出更清晰的灰质发育关联。另一项研究[54]对40名青少年的体适能与小脑灰质体积的关系进行了探索，结果表明，心肺适能、神经肌肉性能和速度敏捷性与青少年小脑灰质体积相关，且相关性程度和方向存在性别差异。关于白质的研究[55]发现，青春期运动有利于正常发育青少年的白质结构发育。一项研究[49]探索了59名青少年的有氧适能和体力活动水平与大脑白质的关系，结果表明，只有有氧适能水平与白质有关，而体力活动水平与白质无关，说明有氧适能和体力活动对青少年白质特性的贡献是不相等的。进一步地，对
1088 名儿童4年的队列研究[56]发现，10岁时更高的体力活动水平与14岁时的杏仁核以及海马体积增加相关。这一结果表明，儿童晚期的体力活动可能与青少年早期特定皮层下结构的体积变化有关。3.2 体育锻炼对青少年脑功能的影响
相比于脑结构特征，脑功能网络特征与青少年抑郁的关系更为紧密，也积累了更多的研究证据。在神经影像学研究[57−59]中，抑郁症患者脑功能异常主要存在于一个庞大的分布式大脑网络——DMN。DMN与个体内在精神生活的基本方面有关，包括思考自己的价值观、自己与他人的亲近程度、回忆或反思过去以及计划或担心未来。除DMN外，其他高阶大脑网络，如执行网络和突出网络也与抑郁症有关[60−61]。这些网络与个体的认知控制和内外注意力切换有关，这种注意力转换能力在抑郁症患者中经常受到损害。越来越多的证据[62−63]表明，青少年异常的DMN活动和连通性是不同精神健康障碍的交叉诊断标志。DMN的核心包括后扣带皮层和内侧前额叶皮层，这些区域经常过度参与抑郁症患者的大脑活动，且其激活和连通性异常通常也与更严重的抑郁症精神病理有关[64]。有研究[6−7]表明，有重度抑郁症家族风险的儿童表现出sgACC-DMN的超连通性，这一异常联通与儿童病前焦虑和抑郁的严重程度有关，并预测3年后会在青春期转化为更为严重的精神疾病。即使是非临床样本的7岁儿童，通过其DMN连接谱也能预测4年后临近青春期时注意力症状的进展以及焦虑和抑郁水平的恶化[65]。因此，在脑功能健康中，DMN功能的早期障碍有助于识别有潜在转化为抑郁症等精神疾病风险的儿童青少年，从而尽早进行预防，或将有效避免或延缓这一进程。DMN的异常激活和连接可以通过深部脑刺激、经颅磁刺激以及药物等干预措施得到改善。与此同时，有研究[62，66−69]表明，运动作为行为干预手段也具有相应的改善作用。更为重要的是，由于运动等行为干预具有可扩展性，可能更适用于抑郁症儿童青少年DMN功能改善的早期干预和预防。例如，一项研究[62]报告显示，运动已被证明可以调节5～20岁儿童青少年的DMN连通性并改善抑郁症状。体育锻炼干预与位于楔前叶的功能激活模式，以及额顶叶、背侧注意力和DMN的改变相关[66−67]。运动通常会增强DMN内的功能一致性，以及跨不同功能网络的特异性[68−69]。然而，目前针对青少年运动干预改善DMN的研究仍然不足，具体的关系机制需要更多的研究进行探索。总之，这些已有发现为运动干预改善青少年脑功能健康、预防和减少早期抑郁症状提供了依据，从而使青少年回到脑-心正常发展的轨道[62]。
综上所述，在青少年心理健康危机背景下，围绕运动和体力活动展开的干预方案可能通过影响青少年脑结构和功能改善其心理健康状态。特别是DMN这一内在的大规模功能网络，值得作为预防和改善青少年抑郁症状的中心枢纽进行深入研究。
4. 体育锻炼改善青少年抑郁的研究展望
我国青少年人口基数庞大，药物治疗对青少年的适用性存疑，存在精神疾病的污名化现象，这些局限直接导致对青少年精神健康的认知不足和精神疾病治疗时效落后等问题[70−71]。就青少年心理健康教育和治疗而言，我国青少年心理健康从业人员数量与所需要的规模相差较大[72]，导致心理服务能力有限以及资源分配不平等。因此，迫切需要对青少年抑郁风险进行尽早筛查和及时发现，以便采取相应的干预措施来预防无风险青少年向风险青少年发展、减缓有抑郁风险青少年向抑郁症或重度抑郁发展[73]。考虑到传统治疗和预防手段的效用不足以及经济实用的现实需求，运动干预以其极具潜力的综合性作用表现出积极的替代性和适用性。为了解决这些实际问题，本文结合心理健康的三级预防模型、运动干预、神经影像技术以及新兴技术手段，基于本课题组构建的青少年心理风险预警模型和干预体系，进一步提出青少年抑郁预防和改善的运动干预三级框架（图1），包括由一般到临床青少年群体抑郁的预防演化，并分级采用具有不同侧重点的工具和方法，再结合系统化的运动干预，旨在形成由临床到一般青少年群体的预防和改善体系。
![]()
图 1 青少年抑郁预防与改善的运动干预三级框架Figure 1. Tertiary exercise intervention for prevention and improvement of adolescent depression①框架的第一层级针对一般青少年群体。识别高抑郁风险青少年，探索预防健康青少年抑郁风险的最优运动干预方案是第一层级框架的主要目的，以实现青少年抑郁的普遍性预防。②框架的第二层级针对在第一层级中识别到的高抑郁风险青少年进行持续性监测。在这一层级，未来研究可利用智能可穿戴设备监测到的青少年体力活动以及生理数据，揭示体育锻炼与抑郁风险、脑健康指标的关系，建立预防高危抑郁风险青少年向严重抑郁症转化、促进抑郁风险青少年转回健康青少年的运动干预最优剂量关系，达到选择性预防的目的。③框架的第三层级对应指示性预防，主要针对由第一层级筛选出的具有抑郁症状或由第二层级转化至第三层级的青少年。在这一层级，未来研究可以探索单一运动干预对临床抑郁青少年的改善作用，也可以联合药物和心理干预探索其治疗效果。发挥智能可穿戴设备监测体力活动和生理指标预测抑郁行为的潜力[74]，利用机器学习方法增强对运动干预改善青少年抑郁潜在机制的理解，探索可靠的预测模型并以此指导未来有效运动干预措施的制定。
尽管在行为和脑健康测量上有充分的证据证明了体育锻炼或体力活动干预对青少年抑郁具有显著的改善作用，但这些证据大多来自横断研究和小样本研究。目前仍需更多的研究探索运动干预对青少年抑郁的预防作用。由于运动干预本身涉及诸多变量（包括运动类型、运动频率、运动强度以及运动时长等），明确不同运动变量是如何发挥差异化效益的，即运动干预的剂量效益，是该领域研究的主要目标。在传统研究的基础上，这一挑战有望通过在大数据和数字健康技术时代应用机器学习得到更好的解决。数字健康技术可以利用用户提供的数据优化治疗目标，而基于用户实时记录的数据在智能可穿戴设备不断普及的当下可方便获得[20]。因此，围绕智能可穿戴设备和机器学习可进一步探索在不同预防层面上运动干预青少年抑郁的精准化剂量关系，使行为对脑健康的潜在积极效益最大化。本文基于运动干预三级框架，梳理了在未来运动干预预防和改善青少年抑郁中，明确剂量关系、基于智能可穿戴设备进行测量和应用机器学习的重要性，以期为探索精准的运动干预处方提供研究方向和方法参考。
4.1 明确运动干预的剂量关系
运动干预的剂量关系是根据美国运动医学学会提供的FITT原则来表征和形成的，FITT分别代表运动的频率（frequency）、强度（intensity）、类型（type）、持续时间（time）。近年来，在FITT原则上加入容量（volume）和进程（progression），进一步形成了FITT-VP原则[75]。运动容量主要指在给定强度区域内消耗的运动总量，通常用特定强度区域内运动的持续时间与频率的乘积来计算[76]。运动进程指逐渐和系统地增加运动刺激以维持个体的运动负荷，从而让个体对运动进一步适应[77]。尽管各国以及WHO基于FITT或FITT-VP原则针对不同人群提供了运动建议，如《运动处方中国专家共识（2023）》[78]的方案适用人群包括慢病人群、运动损伤人群、围手术期人群、慢性病风险人群和健康人群，但是鉴于人群（学前儿童、儿童、青少年、年轻成人、年长成人以及老年人）以及问题（抑郁焦虑等心理问题，记忆、注意功能损伤等认知问题）的多样化，要形成特定人群的运动干预剂量关系、最大化细分问题领域的心理和脑健康效益仍然是一个巨大的挑战。也就是说，若要将运动干预处方像临床药物处方一样应用于青少年抑郁症的改善和预防，就须明确如何、何时以及为何开具运动处方，而运动处方的形成与明确运动变量的剂量关系紧密相关。
相比于运动干预心理和认知健康的研究，针对青少年群体脑健康运动干预的研究较少，这也限制了运动干预从研究到临床实践的转化。在运动干预中，还有诸多因素被公认为应予以考虑，例如：①干预的实施方法，包括实地线下干预或在线运动干预；②监督水平，包括有监督带领运动或自行运动；③组织形式，包括个人单独运动或团体运动；④控制形式，对控制组进行积极控制（如积极锻炼对照、认知教育等）或消极控制（如等候名单）等[20] 。
此外，为了确定统一的运动规范特征以及获取真实有效的结局数据，研究须以标准化的方式实施和报告[79]。从方法上来说，成熟的运动报告模板（Consensus of Exercise Reporting Template，CERT）是确保方法可重复的重要前提。CERT包括采用的设备、运动指导者的资格、实施方法、运动地点、运动剂量、流程制定、实施效果等7个方面。从干预证据上来看，基于中国现状的研究数量有限，而且在某些健康领域（如青少年抑郁与脑健康）的研究也较少，因此需要更多的基于中国青少年群体的高质量研究来提供运动干预对中国青少年健康益处的证据。前文提到的中国专家共识也提出了关于中国青少年群体运动干预对心理健康或脑健康影响的未来研究方向和主要挑战：①前瞻性队列研究，重点了解青少年体力活动分别与学业成就和认知、心理健康、不同生活质量水平3个方面之间的纵向关系；②干预研究，侧重于探索运动干预在改善儿童青少年社会心理压力和心理健康方面的作用机制[23]。
总之，在未来的研究中，针对青少年抑郁和脑健康，需要基于不同运动变量探索更为精确的证据支持，明确剂量关系，形成关于这一领域个性化的运动干预方案，以最大限度地提升脑健康水平，预防和改善青少年抑郁。
4.2 基于智能可穿戴设备进行测量
随着数字技术的发展，智能可穿戴设备的普及与应用可对监测青少年体力活动以及获取与抑郁相关的生理、情绪数据发挥更大的作用。
首先，对于测量体力活动而言，以往的研究对参与者体力活动或锻炼水平的评估主要基于主观报告，如常用的体力活动问卷，但这种方法主观性强且存在主观报告偏差。例如，问卷评估常易高估中等到高等强度的体力活动，对较低强度和短暂的偶然活动测量精度较差[80]。采用胸带式心率检测以及加速度计的方式能够有效规避问题，但是这些测量方式通常需要手动下载数据且数据处理费时费力[81]，并且对于参与者而言，佩戴的方便程度和舒适性也存在一定的争议。相比而言，当下快速更新和普及的智能可穿戴手环和手表较好地解决了这些问题，智能可穿戴设备为持续测量个体的各类运动及其强度、时长等提供了更便捷的途径。尤其是智能可穿戴设备能捕捉多种强度的非常短的偶然活动，比如在学习或工作的间隙进行几分钟的简短体力活动。这些优点为探索体力活动与健康之间真正的剂量-反应关系提供了客观可能性[80]。智能可穿戴设备不仅能使个体实时了解自己的锻炼情况，也能与所绑定的智能手机、集成无线连接和云服务相结合，促进大数据分析，为体力活动监测提供可行和准确的途径[82]。智能可穿戴设备将改变研究和监测体力活动的方式，来自可穿戴设备的新证据为制定未来的体力活动指南和鼓励体力活动的干预措施提供了重要的机遇和挑战。
其次，智能可穿戴设备为测量和监测抑郁相关生理和情绪状况提供了新的方法。智能可穿戴设备可以收集横向以及纵向生理测量数据，如皮肤电活动、心脏信号以及昼夜节律或自主神经系统活动的变化（如压力）等[74，83]，这些生理数据可用于评估青少年抑郁相关症状（如疲劳、睡眠、注意力）的预测因素[84]。对青少年和青年抑郁症患者的研究[85−86]已经初步证实了使用被动感知数据对预测诊断或治疗反应的可行性和有效性。美国食品和药品管理局已经批准了智能可穿戴设备用于收集纵向生理信息数据，通过更深入地了解抑郁症患者日常生活中的动态心理生理因素，促进对抑郁症的理解和管理[74]。同样，在国内，北京安定医院也启动了青少年情绪问题数字化监测和干预平台。该平台包括一个综合规模评估、微表情分析、智能语音评估和数字认知评估的评估系统。例如，利用智能手机可以持续监测被确定为1级抑郁症高风险个体的情绪和行为波动。如果个体开始经历睡眠不足（抑郁症状的一个预测因素），可以及时对其进行为改善睡眠而专门设计的数字心理健康干预[3]。数字技术大大提高了抑郁症评估和干预措施的可获得性和参与度，最终使需要支持的抑郁青少年受益。
我国当下正处于智能可穿戴设备的快速发展期，大量数字厂商均推出了智能可穿戴设备。这为对青少年进行数字监测以及健康促进提供了更多的选择，但同时也需注意，这些设备不一定以相同的方式或相同的精度来测量体力活动[67]，这对研究来说是一个不稳定变量。因此，为了确保智能可穿戴设备监测结果的稳定性和可重复性，工业界、学术界及公共卫生界需要共同努力，最大限度地发挥智能可穿戴设备的潜能，以促进对运动或体力活动如何影响健康、如何改进运动干预方法从而增加对体力活动的理解[80]。总的来说，结合智能可穿戴设备的纵向测量与智能手机的背景数据，将有可能改变现有青少年抑郁预防和改善的临床决策模式[3]。
4.3 机器学习的应用
如何为不同的青少年选择最适合和有效的药物、心理以及行为治疗方案，对于减少青少年疾病和经济负担有着重要意义。虽然临床访谈和量表可用于症状的诊断和程度判断，但不足以为每位患者选择最合适的治疗方法[87]。相比之下，神经影像技术在识别抗抑郁治疗反应的生物学预测，以及开发预防和治疗青少年抑郁新的干预策略中发挥着积极有效的作用。与此同时，结合机器学习技术构建集成模型，能捕获多个大脑区域的活动模式，从而预测临床和行为结果。例如，有研究[88]使用支持向量机对脑电数据预测西酞普兰治疗重度抑郁症的有效性进行了探索。结果表明，分类器能够有效识别治疗作用的响应者，估计准确率为79.2%（灵敏度为67.3%，特异性为91.0%）。对于115名在治疗前2周后记录了额外脑电图数据的抑郁个体，其准确率提高至82.4%。除此之外，机器学习结合智能可穿戴设备在大数据集上的快速发展也使人们意识到，算法可能能够自动估计与重度抑郁症相关的临床状态值[89]。例如有研究[74]认为，算法可以将智能可穿戴设备的原始测量结果与其他上下文数据（如天气、一天中的时间和患者共享的其他信息）作为输入值，进而生成抑郁症状严重程度的评分。如前所述，智能可穿戴设备有助于收集与行为和生理相关的大数据，大数据结合先进的人工智能技术和理论驱动的包括机器学习在内的计算精神病学，将推动精准精神病学和临床转化的进步，这些数据对于抑郁高风险个体的早期筛查、降低诊断过程中的异质性以及在个体水平上开发更具体的靶向治疗方法至关重要[72]。
综上所述，未来研究应结合运动干预、智能可穿戴设备、神经影像设备以及机器学习技术，探索运动干预对青少年抑郁及脑健康改善的差异化作用。具体而言，可通过采集高质量和充足样本量的青少年神经影像数据集，并实施对照性运动干预研究，一方面获取稳健、可重复和广泛适用的神经成像结果，另一方面借鉴药物干预研究，使用机器学习方法探索运动干预情境下神经影像结果预测青少年抑郁预防和改善的有效作用模式。这些多样性的技术和算法均为运动干预预防和改善青少年抑郁提供了更为强大的方法选择，并最终为指导临床实践提供证据支持。
5. 结束语
作为一种行为干预途径，体育锻炼对于预防和改善青少年抑郁所具有的积极作用被不断证实。基于我国青少年群体进行本土化研究，积累运动干预与青少年抑郁预防和改善的多维度证据，具有重要意义。本文结合前沿科学证据和科技趋势，在三级预防和改善框架基础上提出，未来研究需要进一步系统化地探索运动干预与青少年抑郁及脑健康的剂量关系，同时，融合智能可穿戴设备和机器学习等技术手段，更好地探索这一关系并提升临床转化的潜力。
作者贡献声明：王小春：提出论文选题，指导撰写、修改论文；作者贡献声明：张铭港：整理文献资料，撰写、修改论文。 -
[1] BLAKEMORE S J. Adolescence and mental health[J]. The Lancet,2019,393(10185):2030-2031 doi: 10.1016/S0140-6736(19)31013-X
[2] SOLMI M,RADUA J,OLIVOLA M,et al. Age at onset of mental disorders worldwide:Large-scale meta-analysis of 192 epidemiological studies[J]. Molecular Psychiatry,2022,27(1):281-295
[3] ZHOU Y,CHEN X,GU R L,et al. Personalized identification and intervention of depression in adolescents:A tertiary-level framework[J]. Science Bulletin,2024,69(7):867-871
[4] LI F H,CUI Y H,LI Y,et al. Prevalence of mental disorders in school children and adolescents in China:Diagnostic data from detailed clinical assessments of 17,524 individuals[J]. Journal of Child Psychology and Psychiatry,2022,63(1):34-46 doi: 10.1111/jcpp.13445
[5] DONG H M,MARGULIES D S,ZUO X N,et al. Shifting gradients of macroscale cortical organization mark the transition from childhood to adolescence[J]. Proceedings of the National Academy of Sciences of the United States of America,2021,118(28):e2024448118
[6] XIA Y M,XIA M R,LIU J,et al. Development of functional connectome gradients during childhood and adolescence[J]. Science Bulletin,2022,67(10):1049-1061
[7] MENON V. Developmental pathways to functional brain networks:Emerging principles[J]. Trends in Cognitive Sciences,2013,17(12):627-640 doi: 10.1016/j.tics.2013.09.015
[8] PATEL P K,LEATHEM L D,CURRIN D L,et al. Adolescent neurodevelopment and vulnerability to psychosis[J]. Biological Psychiatry,2021,89(2):184-193 doi: 10.1016/j.biopsych.2020.06.028
[9] DALSGAARD S,THORSTEINSSON E,TRABJERG B B,et al. Incidence rates and cumulative incidences of the full spectrum of diagnosed mental disorders in childhood and adolescence[J]. JAMA Psychiatry,2020,77(2):155-164
[10] SCHMAAL L,HIBAR D P,SÄMANN P G,et al. Cortical abnormalities in adults and adolescents with major depression based on brain scans from 20 cohorts worldwide in the ENIGMA Major Depressive Disorder Working Group[J]. Molecular Psychiatry,2017,22(6):900-909
[11] GONG Q Y,HE Y. Depression,neuroimaging and connectomics:A selective overview[J]. Biological Psychiatry,2015,77(3):223-235
[12] KESHAVAN M S,GIEDD J,LAU J Y F,et al. Changes in the adolescent brain and the pathophysiology of psychotic disorders[J]. The Lancet Psychiatry,2014,1(7):549-558
[13] VAN SLUIJS E M F,EKELUND U,CROCHEMORE-SILVA I,et al. Physical activity behaviours in adolescence:Current evidence and opportunities for intervention[J]. The Lancet,2021,398(10298):429-442
[14] HEISSEL A,HEINEN D,BROKMEIER L L,et al. Exercise as medicine for depressive symptoms? A systematic review and meta-analysis with meta-regression[J]. British Journal of Sports Medicine,2023,57(16):1049-1057 doi: 10.1136/bjsports-2022-106282
[15] NOETEL M,SANDERS T,GALLARDO-GÓMEZ D,et al. Effect of exercise for depression:Systematic review and network meta-analysis of randomised controlled trials[J]. BMJ,2024,384:e075847
[16] 付全,唐雅欣. 有氧运动与经颅磁刺激对青少年抑郁症的临床干预效果[J]. 上海体育大学学报,2024,48(5):94-102 [17] HEINZE K,CUMMING J,DOSANJH A,et al. Neurobiological evidence of longer-term physical activity interventions on mental health outcomes and cognition in young people:A systematic review of randomised controlled trials[J]. Neuroscience & Biobehavioral Reviews,2021,120:431-441
[18] SPRUIT A,ASSINK M,VAN VUGT E,et al. The effects of physical activity interventions on psychosocial outcomes in adolescents:A meta-analytic review[J]. Clinical Psychology Review,2016,45:56-71
[19] CHEKROUD S R,GUEORGUIEVA R,ZHEUTLIN A B,et al. Association between physical exercise and mental health in 1.2 million individuals in the USA between 2011 and 2015:A cross-sectional study[J]. The Lancet Psychiatry,2018,5(9):739-746
[20] SOLIS-URRA P,FERNANDEZ-GAMEZ B,LIU-AMBROSE T,et al. Exercise as medicine for the brain:Moving towards precise and personalised recommendations[J]. British Journal of Sports Medicine,2024,58(13):693-695
[21] UHLHAAS P J,DAVEY C G,MEHTA U M,et al. Towards a youth mental health paradigm:A perspective and roadmap[J]. Molecular Psychiatry,2023,28(8):3171-3181
[22] BELCHER B R,ZINK J,AZAD A,et al. The roles of physical activity,exercise,and fitness in promoting resilience during adolescence:Effects on mental well-being and brain development[J]. Biological Psychiatry:Cognitive Neuroscience and Neuroimaging,2021,6(2):225-237
[23] CHEN P J,WANG D F,SHEN H B,et al. Physical activity and health in Chinese children and adolescents:Expert consensus statement (2020)[J]. British Journal of Sports Medicine,2020,54(22):1321-1331
[24] POO M M,DU J L,IP N Y,et al. China brain project:Basic neuroscience,brain diseases,and brain-inspired computing[J]. Neuron,2016,92(3):591-596
[25] JIA T Y,SCHUMANN G. How cognitive neuroscience can enhance education and population mental health[J]. Science Bulletin,2022,67(15):1542-1543
[26] The Lancet Psychiatry. Mental health research in China[J]. The Lancet Psychiatry,2023,10(9):653
[27] CUIJPERS P,PINEDA B S,QUERO S,et al. Psychological interventions to prevent the onset of depressive disorders:A meta-analysis of randomized controlled trials[J]. Clinical Psychology Review,2021,83:101955
[28] CIPRIANI A,ZHOU X Y,DEL GIOVANE C,et al. Comparative efficacy and tolerability of antidepressants for major depressive disorder in children and adolescents:A network meta-analysis[J]. The Lancet,2016,388(10047):881-890
[29] SHARMA T,GUSKI L S,FREUND N,et al. Suicidality and aggression during antidepressant treatment:Systematic review and meta-analyses based on clinical study reports[J]. BMJ,2016,352:i65
[30] 王亚捷,林静远,谢涛,等. 运动如何影响青少年抑郁:回顾与展望[J]. 心理科学,2021,44(5):1208-1215 [31] BAILEY A P,HETRICK S E,ROSENBAUM S,et al. Treating depression with physical activity in adolescents and young adults:A systematic review and meta-analysis of randomised controlled trials[J]. Psychological Medicine,2018,48(7):1068-1083
[32] LU J,XU X F,HUANG Y Q,et al. Prevalence of depressive disorders and treatment in China:A cross-sectional epidemiological study[J]. The Lancet Psychiatry,2021,8(11):981-990
[33] LIAO J Q,ZHANG B,XIA W,et al. Residential exposure to green space and early childhood neurodevelopment[J]. Environment International,2019,128:70-76
[34] DOPP A R,LANTZ P M. Moving upstream to improve children's mental health through community and policy change[J]. Administration and Policy in Mental Health,2020,47(5):779-787 doi: 10.1007/s10488-019-01001-5
[35] GORDON R S Jr. An operational classification of disease prevention[J]. Public Health Reports,1983,98(2):107-109
[36] O'CONNELL M E,BOAT T F,WARNER K E. Preventing mental,emotional,and behavioral disorders among young people:Progress and possibilities[M]. Washington,D. C.:National Academies Press,2009:1
[37] FUSAR-POLI P,CORRELL C U,ARANGO C,et al. Preventive psychiatry:A blueprint for improving the mental health of young people[J]. World Psychiatry,2021,20(2):200-221 doi: 10.1002/wps.20869
[38] WERNER-SEIDLER A,SPANOS S,CALEAR A L,et al. School-based depression and anxiety prevention programs:An updated systematic review and meta-analysis[J]. Clinical Psychology Review,2021,89:102079 doi: 10.1016/j.cpr.2021.102079
[39] DE PABLO G S,DE MICHELI A,NIEMAN D H,et al. Universal and selective interventions to promote good mental health in young people:Systematic review and meta-analysis[J]. European Neuropsychopharmacology,2020,41:28-39 doi: 10.1016/j.euroneuro.2020.10.007
[40] PEARCE M,GARCIA L,ABBAS A,et al. Association between physical activity and risk of depression:A systematic review and meta-analysis[J]. JAMA Psychiatry,2022,79(6):550-559 doi: 10.1001/jamapsychiatry.2022.0609
[41] PIERCY K L,TROIANO R P,BALLARD R M,et al. The physical activity guidelines for Americans[J]. JAMA,2018,320(19):2020-2028
[42] BULL F C,AL-ANSARI S S,BIDDLE S,et al. World Health Organization 2020 guidelines on physical activity and sedentary behaviour[J]. British Journal of Sports Medicine,2020,54(24):1451-1462
[43] 张云婷,马生霞,陈畅,等. 中国儿童青少年身体活动指南[J]. 中国循证儿科杂志,2017,12(6):401-409 doi: 10.3969/j.issn.1673-5501.2017.06.001 [44] RECCHIA F,BERNAL J D K,FONG D Y,et al. Physical activity interventions to alleviate depressive symptoms in children and adolescents:A systematic review and meta-analysis[J]. JAMA Pediatrics,2023,177(2):132-140 doi: 10.1001/jamapediatrics.2022.5090
[45] LI J Y,ZHOU X X,HUANG Z,et al. Effect of exercise intervention on depression in children and adolescents:A systematic review and network meta-analysis[J]. BMC Public Health,2023,23(1):1918 doi: 10.1186/s12889-023-16824-z
[46] ORBEN A,MEIER A,DALGLEISH T,et al. Mechanisms linking social media use to adolescent mental health vulnerability[J]. Nature Reviews Psychology,2024,3:407-423 doi: 10.1038/s44159-024-00307-y
[47] SHAW P,KABANI N J,LERCH J P,et al. Neurodevelopmental trajectories of the human cerebral cortex[J]. The Journal of Neuroscience,2008,28(14):3586-3594 doi: 10.1523/JNEUROSCI.5309-07.2008
[48] BAUM G L,CIRIC R,ROALF D R,et al. Modular segregation of structural brain networks supports the development of executive function in youth[J]. Current Biology,2017,27(11):1561-1572. e8
[49] RUOTSALAINEN I,GORBACH T,PERKOLA J,et al. Physical activity,aerobic fitness,and brain white matter:Their role for executive functions in adolescence[J]. Developmental Cognitive Neuroscience,2020,42:100765 doi: 10.1016/j.dcn.2020.100765
[50] CHADDOCK-HEYMAN L,ERICKSON K I,KIENZLER C,et al. Physical activity increases white matter microstructure in children[J]. Frontiers in Neuroscience,2018,12:950 doi: 10.3389/fnins.2018.00950
[51] HERTING M M,NAGEL B J. Aerobic fitness relates to learning on a virtual Morris Water Task and hippocampal volume in adolescents[J]. Behavioural Brain Research,2012,233(2):517-525 doi: 10.1016/j.bbr.2012.05.012
[52] HERTING M M,KEENAN M F,NAGEL B J. Aerobic fitness linked to cortical brain development in adolescent males:Preliminary findings suggest a possible role of BDNF genotype[J]. Frontiers in Human Neuroscience,2016,10:327
[53] RUOTSALAINEN I,RENVALL V,GORBACH T,et al. Aerobic fitness,but not physical activity,is associated with grey matter volume in adolescents[J]. Behavioural Brain Research,2019,362:122-130 doi: 10.1016/j.bbr.2018.12.041
[54] JALANKO P,SÄISÄNEN L,KALLIONIEMI E,et al. Associations between physical fitness and cerebellar gray matter volume in adolescents[J]. Scandinavian Journal of Medicine & Science in Sports,2024,34(1):e14513
[55] VALKENBORGHS S R,NOETEL M,HILLMAN C H,et al. The impact of physical activity on brain structure and function in youth:A systematic review[J]. Pediatrics,2019,144(4):e20184032 doi: 10.1542/peds.2018-4032
[56] ESTÉVEZ-LÓPEZ F,DALL'AGLIO L,RODRIGUEZ-AYLLON M,et al. Levels of physical activity at age 10 years and brain morphology changes from ages 10 to 14 years[J]. JAMA Network Open,2023,6(10):e2333157 doi: 10.1001/jamanetworkopen.2023.33157
[57] BUCKNER R L,ANDREWS-HANNA J R,SCHACTER D L. The brain's default network[J]. Annals of the New York Academy of Sciences,2008,1124(1):1-38 doi: 10.1196/annals.1440.011
[58] ANDREWS-HANNA J R,SMALLWOOD J,SPRENG R N. The default network and self-generated thought:Component processes,dynamic control,and clinical relevance[J]. Annals of the New York Academy of Sciences,2014,1316(1):29-52 doi: 10.1111/nyas.12360
[59] DAWS R E,TIMMERMANN C,GIRIBALDI B,et al. Increased global integration in the brain after psilocybin therapy for depression[J]. Nature Medicine,2022,28(4):844-851 doi: 10.1038/s41591-022-01744-z
[60] GOODMAN Z T,BAINTER S A,KORNFELD S,et al. Whole-brain functional dynamics track depressive symptom severity[J]. Cerebral Cortex,2021,31(11):4867-4876 doi: 10.1093/cercor/bhab047
[61] LYDON-STALEY D M,KUEHNER C,ZAMOSCIK V,et al. Repetitive negative thinking in daily life and functional connectivity among default mode,fronto-parietal,and salience networks[J]. Translational Psychiatry,2019,9(1):234 doi: 10.1038/s41398-019-0560-0
[62] WHITFIELD-GABRIELI S,EVINS A E. Tuning the default mode network with behavioral interventions to address the youth mental health crisis[J]. Nature Mental Health,2023,1:695-696 doi: 10.1038/s44220-023-00122-z
[63] TSE N Y,RATHEESH A,GANESAN S,et al. Functional dysconnectivity in youth depression:Systematic review,meta-analysis,and network-based integration[J]. Neuroscience & Biobehavioral Reviews,2023,153:105394
[64] PAUL HAMILTON J,FARMER M,FOGELMAN P,et al. Depressive rumination,the default-mode network,and the dark matter of clinical neuroscience[J]. Biological Psychiatry,2015,78(4):224-230 doi: 10.1016/j.biopsych.2015.02.020
[65] WHITFIELD-GABRIELI S,WENDELKEN C,NIETO-CASTAÑÓN A,et al. Association of intrinsic brain architecture with changes in attentional and mood symptoms during development[J]. JAMA Psychiatry,2020,77(4):378-386 doi: 10.1001/jamapsychiatry.2019.4208
[66] YU Q,HEROLD F,BECKER B,et al. Cognitive benefits of exercise interventions:An fMRI activation likelihood estimation meta-analysis[J]. Brain Structure & Function,2021,226(3):601-619
[67] HAN Y M Y,CHAN M M Y,CHOI C X T,et al. The neurobiological effects of mind-body exercise:A systematic review and meta-analysis of neuroimaging studies[J]. Scientific Reports,2023,13(1):10948 doi: 10.1038/s41598-023-37309-4
[68] STILLMAN C M,DONOFRY S D,ERICKSON K I. Exercise,fitness and the aging brain:A review of functional connectivity in aging[J]. Archives of Psychology,2019,3(4):2573-7902
[69] STILLMAN C M,ESTEBAN-CORNEJO I,BROWN B,et al. Effects of exercise on brain and cognition across age groups and health states[J]. Trends in Neurosciences,2020,43(7):533-543 doi: 10.1016/j.tins.2020.04.010
[70] CHEN T J,DONG B,DONG Y H,et al. Matching actions to needs:Shifting policy responses to the changing health needs of Chinese children and adolescents[J]. The Lancet,2024,403(10438):1808-1820 doi: 10.1016/S0140-6736(23)02894-5
[71] YIN H F,WARDENAAR K J,XU G M,et al. Mental health stigma and mental health knowledge in Chinese population:A cross-sectional study[J]. BMC Psychiatry,2020,20(1):323 doi: 10.1186/s12888-020-02705-x
[72] GENG H Y,CHEN J,HU C P,et al. Promoting computational psychiatry in China[J]. Nature Human Behaviour,2022,6(5):615-617 doi: 10.1038/s41562-022-01328-4
[73] The Lancet. Join the Lancet 2020 Campaign on child and adolescent health[J]. The Lancet,2020,395(10218):89 doi: 10.1016/S0140-6736(20)30002-7
[74] CHUANG J Y. Wearable technology in clinical practice for depressive disorder[J]. The New England Journal of Medicine,2024,390(11):1057-1058
[75] ZHANG M G,JIA J F,YANG Y,et al. Effects of exercise interventions on cognitive functions in healthy populations:A systematic review and meta-analysis[J]. Ageing Research Reviews,2023,92:102116 doi: 10.1016/j.arr.2023.102116
[76] HECKSTEDEN A,FAUDE O,MEYER T,et al. How to construct,conduct and analyze an exercise training study?[J]. Frontiers in Physiology,2018,9:1007 doi: 10.3389/fphys.2018.01007
[77] BUSHMAN B A. Developing the P (for progression) in a FITT-VP exercise prescription[J]. ACSM'S Health & Fitness Journal,2018,22(3):6-9
[78] 《运动处方中国专家共识(2023)》专家组. 运动处方中国专家共识:2023[J]. 中国运动医学杂志,2023,42(1):3-13 [79] 刘莉,张艳,田雨同,等. 《运动报告模板共识》解读[J]. 护理研究,2024,38(3):386-389 doi: 10.12102/j.issn.1009-6493.2024.03.002 [80] GILL J M,CHICO T J,DOHERTY A,et al. Potential impact of wearables on physical activity guidelines and interventions:Opportunities and challenges[J]. British Journal of Sports Medicine,2023,57(19):1223-1225 doi: 10.1136/bjsports-2023-106822
[81] GUPTA N,CROWLEY P,HOLTERMANN A,et al. Are we ready for wearable-based global physical activity surveillance?[J]. British Journal of Sports Medicine,2024,58(7):356-358 doi: 10.1136/bjsports-2023-106780
[82] CROWLEY P,IKEDA E,ISLAM S M S,et al. The surveillance of physical activity,sedentary behavior,and sleep:Protocol for the development and feasibility evaluation of a novel measurement system[J]. JMIR Research Protocols,2022,11(6):e35697 doi: 10.2196/35697
[83] SGOIFO A,CARNEVALI L,ALFONSO M D,et al. Autonomic dysfunction and heart rate variability in depression[J]. Stress,2015,18(3):343-352 doi: 10.3109/10253890.2015.1045868
[84] KAMATH J,LEON BARRIERA R,JAIN N,et al. Digital phenotyping in depression diagnostics:Integrating psychiatric and engineering perspectives[J]. World Journal of Psychiatry,2022,12(3):393-409 doi: 10.5498/wjp.v12.i3.393
[85] KIM J S,WANG B,KIM M,et al. Prediction of diagnosis and treatment response in adolescents with depression by using a smartphone app and deep learning approaches:Usability study[J]. JMIR Formative Research,2023,7:e45991 doi: 10.2196/45991
[86] DE ANGEL V,LEWIS S,WHITE K,et al. Digital health tools for the passive monitoring of depression:A systematic review of methods[J]. NPJ Digital Medicine,2022,5(1):3 doi: 10.1038/s41746-021-00548-8
[87] CHEKROUD A M,ZOTTI R J,SHEHZAD Z,et al. Cross-trial prediction of treatment outcome in depression:A machine learning approach[J]. The Lancet Psychiatry,2016,3(3):243-250 doi: 10.1016/S2215-0366(15)00471-X
[88] ZHDANOV A,ATLURI S,WONG W,et al. Use of machine learning for predicting escitalopram treatment outcome from electroencephalography recordings in adult patients with depression[J]. JAMA Network Open,2020,3(1):e1918377 doi: 10.1001/jamanetworkopen.2019.18377
[89] PEDRELLI P,FEDOR S,GHANDEHARIOUN A,et al. Monitoring changes in depression severity using wearable and mobile sensors[J]. Frontiers in Psychiatry,2020,11:584711 doi: 10.3389/fpsyt.2020.584711
-
期刊类型引用(11)
1. 许春蕾. 纵向干预：公共体育服务治理的层级协同、实现机制与内在逻辑. 中国体育科技. 2024(03): 83-88 . 
百度学术
2. 郑和明，刘洋，金秧. 体育产业协会参与行业治理的理论解释、治理方式与路径优化. 天津体育学院学报. 2024(06): 730-737 . 百度学术
3. 丁明露. 社会公权力的回归：单项体育协会改革的本质追问、实施策略与未来展望. 北京体育大学学报. 2023(04): 39-49 . 百度学术
4. 刘洋，王宏江，郑和明，金秧. 博弈性与主动权：地方体育产业协会治理结构特征与优化路径. 西安体育学院学报. 2023(06): 719-727 . 百度学术
5. 马培艳，张瑞林，陈圆. 产业链现代化背景下我国体育产业链治理的理论要素、实践困境与优化路径. 上海体育学院学报. 2022(03): 95-104 . 百度学术
6. 张琪，王子骄. 德法并举：体育失范行为的规制失当与善治复归. 上海体育学院学报. 2021(04): 35-46 . 百度学术
7. 余嘉炜，李在军. 中超联赛职业裁判制度发展价值、困境与对策. 河北体育学院学报. 2021(05): 18-25 . 百度学术
8. 李智，刘永平. 我国《体育法》修订进程中体育仲裁制度的构建与完善. 北京体育大学学报. 2021(11): 29-37 . 百度学术
9. 彭国强，舒盛芳. 美国体育治理的思想渊源、特征与启示. 上海体育学院学报. 2019(04): 7-15+21 . 百度学术
10. 张琴，易剑东. 问题·镜鉴·转向:体育治理手段研究. 上海体育学院学报. 2019(04): 16-21 . 百度学术
11. 韩玉璋，王克阳，王兴. 中国体育治理研究的现状、特征及趋势. 沈阳体育学院学报. 2018(01): 14-22 . 百度学术
其他类型引用(16)
下载:
计量
- 文章访问数: 32
- HTML全文浏览量: 2
- PDF下载量: 12
- 被引次数: 27