Association of Changes in Sitting Time with the Risk of Developing Diabetes: A Community-Based Cohort Study

두용 박; 연수 김; 은경 김

doi:10.5763/kjsm.2024.42.1.46

Journal List > Korean J Sports Med > v.42(1) > 1516086351

Go to TopGo to Top Go to BottomGo to Bottom

This article has been corrected. See "Correction to “좌식시간 변화와 대사증후군 발생위험의 연관성: 지역사회 기반의 코호트 연구”" in Volume 42 on page 237.

TOOLS

좌식시간 변화와 대사증후군 발생위험의 연관성: 지역사회 기반의 코호트 연구

Clinical Article

Korean J Sports Med 2024;42(1):46-54.

Published online: 1 March 2024

DOI: https://doi.org/10.5763/kjsm.2024.42.1.46

좌식시간 변화와 대사증후군 발생위험의 연관성: 지역사회 기반의 코호트 연구

박두용¹, 김연수^1,², 김은경^3,

¹서울대학교 체육교육과

²서울대학교 스포츠과학연구소

³전남대학교 체육교육과

Association of Changes in Sitting Time with the Risk of Developing Diabetes: A Community-Based Cohort Study

DooYong Park¹

, Yeon Soo Kim^1,²

, EunKyung Kim^3,

¹Department of Physical Education, Seoul National University, Seoul, Korea

²Institute of Sport Science, Seoul National University, Seoul, Korea

³Department of Physical Education, Chonnam National University, Gwangju, Korea

Correspondence: EunKyung Kim Department of Physical Education, Seoul National University, 1 Gwanak-ro, Gwanak-gu, Seoul 08826, Korea, Tel: +82-2-880-7794, Fax: +82-2-866-9144, E-mail: eunkkim88@gmail.com

Received 13 December 2023 Revised 9 January 2024 Accepted 17 January 2024

(open-access):

This is an open-access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/4.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

Abstract

Purpose

The purpose of the present study was to investigate the relationship between changes in sitting time (ST) with the risk of developing metabolic syndrome.

Methods

This study examined 2,814 adults aged 40 to 69 years who participated in the Korean Genome and Epidemiology Study, a community-based cohort study, for a total of 10 years. Changes in ST were assessed using the results obtained from physical activity questionnaires completed during the baseline and follow-up surveys. The diagnosis of metabolic syndrome was classified according to the criteria established by the International Diabetes Federation. We conducted survival analysis by the multivariate extended Cox regression model. The significance level for all analyses was set at p<0.05.

Results

We compared the newly ST group with ST less than 7 hours in the baseline and more than 7 hours in the first follow-up to the consistently non-ST group with ST less than 7 hours in both the baseline and the first follow-up. In this comparison, we found that the hazard ratio (HR) for the incidence of metabolic syndrome increased by 33% (HR, 1.33; 95% confidence interval [CI], 1.02–1.74) for changes in total daily sedentary time and by 47% (HR, 1.47; 95% CI, 1.13–1.92) for changes in weekday sedentary time in the newly ST group.

Conclusion

Changes in ST are associated with the risk of developing metabolic syndrome. These findings can serve as fundamental data for further research on the relationship between changes in ST, and the occurrence of metabolic syndrome.

Keywords: Sedentary behavior, Aged, Metabolic syndrome, Proportional hazards models, Cohort studies

서 론

대사증후군은 고혈압, 고혈당증, 복부비만, 증가한 콜레스테롤이나 증가한 중성지방 수치가 함께 이상이 있을 경우를 의미하며¹, 심혈관 대사 작용에 대한 위험지표로 기능할 뿐만 아니라 전세계적으로 심혈관질환 발생과 모든 종류의 사망에 영향을 끼치고 있다².

2017–2018년 미국 국민 건강 및 영양 조사(National Health and Nutrition Examination Survey)에 따르면 미국인의 20세 이상 대사증후군 유병률이 38.3%였으며, 남성이 38.8%, 여성이 37.7%, 아시아인은 31.2%였다³. 국민건강보험공단에서 발표한 최근 자료에 따르면 2020년 기준 국내 수검 인원 1,400만 명의 한국인 중 1,000만 명인 69.8%가 대사증후군 위험요인을 1개 이상 보유하고 있고, 대사증후군(위험 요인 3–5개)에 해당하는 사람이 전체 조사자의 20.6%를 차지하였으며, 추가로 대사증후군 위험 요인별로 성별, 연령별 차이가 있음을 확인하였다⁴. 이렇게 국제적으로 모든 연령대에 걸쳐 대사증후군이 만연해 있는 상태이므로, 대사증후군을 효과적으로 관리할 수 있는 방법에 대한 관심이 높다⁵.

다양한 대사증후군 관리 방법 중 좌식행동 증가가 대사증후군 발전의 위험을 증가시킬 수 있다는 연구 결과를 토대로⁶, 대사증후군 발생을 감소시키기 위한 신체활동 전략을 수립해야 함을 강조하였다⁷. 실제로 장시간 지속된 좌식시간은 인슐린 저항성 증가 및 대사적 기능 부전을 일으키며, 대사증후군과 연관된 심혈관질환 위험요소 증가와 매우 밀접한 연관성을 가지고 있음이 보고되었다⁸.

현재까지 진행된 좌식시간과 대사증후군의 연관성에 대한 선행연구 결과로 좌식행동 증가가 대사증후군 위험을 증가시키는 것을 확인하였으나 대부분 횡단 연구였으며⁹, 최근에 진행된 다른 종단 연구는 좌식행동의 변화와 대사증후군 발생위험을 확인하기 위해 무작위 대조 연구를 하였으나 추적 관찰기간이 짧아 좌식행동 변화로 인한 대사증후군 발생위험을 장기적으로 평가할 수 없었다¹⁰. 이는 좌식시간의 변화와 대사증후군 발생위험의 연관성을 확인하기 위해서는 장기간 관찰된 종단 연구가 필요함을 시사한다⁹.

따라서 본 연구에서는 한국인유전체역학조사사업(Korean Genome and Epidemiology Study, KoGES) 지역사회 기반 코호트의 종단 자료를 활용하여, 주중, 주말, 총 일일 좌식시간의 변화와 대사증후군 발생의 위험비(hazard ratio, HR)를 산출하고, 대사증후군 위험요소별 각각의 독립적인 연관성을 확인하고자 한다.

연구 방법

1. 연구 대상

본 연구에서는 한국인을 대상으로 건강 및 생활습관 정보 등을 조사하여 당뇨병, 고혈압, 골다공증, 비만 및 대사증후군 등 만성질환 발생을 예방하기 위한 대규모 코호트 조사인 KoGES 지역사회 기반 코호트에서 얻은 데이터를 토대로 분석에 활용하였고, 2011–2012년 기반조사 이후 2019–2020년 4차 추적이 진행된 경기도 안산시에 거주하는 40세부터 69세인 일반 성인들을 선정하였다. 연구 대상자는 1–4차 추적관찰 데이터가 모두 존재하지 않는 대상자 238명을 제외한 2,814명을 선정하였고, 이후 기반조사에서 대사증후군(408명)과 심혈관질환(9명)이 있거나, 대사증후군과 좌식행동, 신체활동에 영향을 끼치는 혼란변수에 결측이 있는 대상자(711명)을 제외한 총 1,686명을 분석에 활용하였다.

본 연구조사는 지역사회 기반조사 실시기관인 고려대학교 의과대학 안산병원과 서울대학교 생명윤리위원회의 승인을 거쳤으며, 연구 참여자는 연구 목적과 내용을 이해한 후 연구참여 서면 동의서에 서명하였다(No. E2112/001-009).

2. 측정 변인

1) 대사증후군

대사증후군의 유무는 선행연구에 따라 International Diabetes Foundation 기준으로 분류하였다. 먼저 중심형 비만(한국인의 경우 허리둘레 남자 90 cm 이상, 여자 85 cm 이상), 증가한 중성지방 수치(중성지방 150 mg/dL 이상), 감소한 고밀도 지질단백질 콜레스테롤(high density lipoprotein cholesterol, HDL-C) 수치(남자 40 mg/dL 미만, 여자 50 mg/dL 미만), 증가한 혈압 수치(수축기 혈압 130 mm Hg 이상이거나 이완기 혈압 85 mm Hg 이상 혹은 고혈압 치료 중) , 증가한 혈당 수치(공복 시 혈당 100 mg/dL 이상 혹은 당뇨 치료 중)의 5가지 요인 중 3개 이상 해당할 경우 대사증후군으로 규정하였다¹¹.

2) 좌식시간의 변화

총 좌식시간은 “지난 일주일간 주중 하루에 앉아서 보낸 시간은 보통 얼마나 됩니까?”와 “지난 일주일간 주말 하루에 앉아서 보낸 시간은 보통 얼마나 됩니까?”에 답변한 시간을 토대로 하여 ‘[(주중 좌식시간×5)＋(주말 좌식시간×2)]/7’의 식으로 일일 총 좌식시간을 산출하였다. 추가로 좌식시간을 측정하기 위한 설문지 내용 중 직장, 집, 학업, 여가 활동 중 앉아서 보낸 시간은 포함하였으나, 교통수단을 이용할 때 앉아있던 시간은 포함하지 않았다. 주중, 주말, 총 좌식시간의 변화 정도는 좌식시간의 변화와 사망위험의 연관성에 대해 유의미한 결과를 확인한 선행연구에 근거하여 2011–2012년 기반조사에서 측정한 주중, 주말, 총 좌식시간과 2013–2014년 1차 추적조사에서 측정한 일일 총 좌식시간에 대해 총 4그룹으로 구성하였다¹². 기반조사와 1차 추적조사의 좌식시간이 모두 7시간 이상일 경우 “consistently sitting time (ST)”, 기반조사의 좌식시간이 7시간 미만이고, 1차 추적조사의 좌식시간이 7시간 이상일 경우 “newly ST”, 기반조사의 좌식시간이 7시간 이상이고, 1차 추적조사의 좌식시간이 7시간 미만일 경우 “formerly ST”, 기반조사와 1차 추적조사의 좌식시간이 모두 7시간 미만일 경우 “consistently non-ST”으로 구분하여 분석에 활용하였다(consistently non-ST, <7 hr/day in 2011–2012 and 2013–2014; formerly ST, ≥7 hr/day in 2011–2012 and <7 hr/day in 2013–2014; newly ST, <7 hr/day in 2011–2012 and ≥7 hr/day in 2013–2014; consistently ST, ≥7 hr/day in 2011–2012 and 2013–2014)¹².

3) 혈액 변인

모든 조사 참여자에게 8시간 이상의 공복 상태를 유지하게 한 후 검사 당일 아침에 혈액검사를 실시하였다. 검사 당일 채취된 혈액 샘플은 현장에서 원심분리기로 처리 후 서울의과학연구소(Seoul Clinical Laboratory)로 보내 ADVIA 1800 auto analyzer (Siemens)를 이용하여 중성지방, HDL-C, 혈당, 고감도 C-반응성 단백질(high-sensitivity C-reactive protein, hs-CRP), 당화 헤모글로빈(glycosylated hemoglobin, HbA1C), 혈중 크레아티닌, 인슐린 값을 산출하였다. 사구체 여과율은 Modification of Diet in Renal Disease 공식인 “glomerular filtration rate (GFR), in mL/min per 1.73 m²=175×serum creatinine [exp (–1.154)]×age [exp (–0.203)]× [0.742 if female]×[1.21 if black]”에 근거하여 산출하였으며¹³, homeostasis model assessment of insulin resistance (HOMA-IR) 수치는 선행연구¹⁴에서 사용한 공식(fasting insulin×fasting blood glucose/405)을 활용하여 산출하였다.

4) 설문조사 및 기타 변수

조사 요원에 의한 일대일 면접 설문으로 실시하였고 당일 조사 후 설문을 검토하고 수정 보완작업을 하여 설문지의 완성도를 높였다. 신체 계측은 신장(cm), 체중(kg)을 측정하였다. 신장과 체중은 한 번씩 측정하였으며, 비만 수준을 결정하기 위해 체질량지수(body mass index, BMI; 체중[kg]/신장의 제곱[m²])를 분석에 이용하였다. 음주 여부는 “귀하는 원래 술을 못 마시거나 또는 처음부터 술을 안 마십니까?”에 대한 질문에 ‘예’로 답할 경우 ‘음주 경험 없음’으로, ‘아니오’로 답할 경우 “지금도 마십니까?”의 추가 질문을 하여 ‘아니오’로 답할 경우 ‘과거 음주’로, ‘예’로 답할 경우 ‘현재 음주’로 분류하여 분석에 포함하였다. 현재 흡연 여부는 “귀하는 지금까지 담배를 통틀어 5갑(100개비) 이상 피웠습니까?”에 대한 질문에 ‘예’로 답할 경우 ‘흡연 경험 없음’으로, ‘아니오’로 답할 경우 “지금도 피우십니까?”의 추가 질문을 하여 ‘아니오’로 답할 경우 ‘과거 흡연’으로, ‘예’로 답할 경우 ‘현재 흡연’으로 구분하여 분석에 이용하였다. 수면시간은 “귀하가 실제로 주중에 밤에 잠을 잔 시간은 평균 몇 시간이었습니까?”와 “귀하는 지난 한 달 동안 주말에 평소에 대략 몇 시에 잠자리에 들었습니까?”에 답변한 시간을 토대로 ‘[(주중 수면시간×5)＋(주말 수면시간×2)]/7’로 일일 수면시간을 계산한 후 연속변수로 이용하였다. 가족 소득 수준은 “귀하 가정의 월 평균 수입은 어느 정도 되십니까?”라는 질문에 ‘<50만 원’과 ‘≥50만 원, <100만 원’으로 응답한 경우 ‘<100만 원’으로, ‘≥100만 원, <150만 원’과 ‘≥150만 원, <200만 원’으로 응답한 경우 ‘100만–200만 원’으로, ‘≥200만 원, <300만 원’이라고 응답한 경우 ‘200만–300만 원’으로, ‘≥300만 원, <400만 원’이라고 응답한 경우 ‘300만–400만 원’으로, ‘≥400만 원, <600만 원’과 ‘≥600만 원 이상’으로 응답한 경우 ‘≥600만 원’으로 구분하여 분석에 이용하였다. 총 신체활동에 대한 대사당량(metabolic equivalent tasks, METs)은 International Physical Activity Questionnaire-long form (IPAQ-LF) 기준에 따라 아래의 수식으로 계산하여 값을 산출하였다.

Total METs-min/wk=sum of total physical activity (walking＋moderate intensity physical activity＋vigorous intensity physical activity) MET min/wk scores)¹⁵.

3. 통계 처리

본 연구에서는 통계 분석에 STATA/IC version 14.1 (STATA Corp.)을 사용하였으며, 연구 대상자의 인구학적 특성을 확인하기 위해 카이제곱 검정(chi-square test)을 통한 빈도 분석과 평균값 산출을 통한 기술 분석을 실시하고, 각 변수는 백분율 또는 평균과 표준편차로 표기하였다. 또한 추적관찰한 대상자의 대사증후군 발생 밀도(incidence density)를 확인하기 위해 전체 추적기간 동안 발생한 인년(person-year)으로 표기하였다. 본 연구에서 신체활동 및 좌식시간의 변화와 대사증후군 발생위험의 연관성 확인을 위한 분석 모형을 찾기 위해 로그 순위 검정(log-rank test)을 실시한 결과, 총 좌식시간의 변화에 대한 대사증후군 발생의 비례위험 가정이 충족되지 않음을 확인하였다(p=0.462). 이는 독립변수가 대사증후군 발생에 대한 비례위험 가정을 충족해야 하는 Cox 비례위험 회귀모형이 본 연구의 분석 모형으로 적합하지 않다는 의미이므로, 본 연구에서는 시간 고정 공변량(성별, 수면시간, 신체활동 METs)과 시간 종속 공변량(나이, 수입 수준, 흡연 여부, 음주 여부, hs-CRP, estimated GFR [eGFR], HbA1C, BMI, HOMA-IR)을 모두 고려함으로써 자료 추정 시 왜곡된 결과를 최소화할 수 있는 다변량 확장 Cox 회귀모형(extended cox regression model)을 선택하여 분석을 진행하였다¹⁶.

본 연구에서 주중, 주말, 총 일일 좌식시간의 변화와 대사증후군 발생위험의 연관성을 확인하기 위해 다변량 확장 Cox 회귀모형을 이용하여 대사증후군의 발생의 HR과 95% 신뢰구간(confidence interval, CI)을 산출하였으며, 추가로 대사증후군 위험요소별 주중, 주말, 총 일일 좌식시간의 변화와 대사증후군 발생위험의 연관성을 확인하기 위해 같은 모형을 활용하였다. 또한 다변량 확장 Cox 회귀모형 분석 시 좌식행동 변화와 대사증후군에 영향을 끼치는 연령, 성별, 수면시간, HbA1C, eGFR, hs-CRP, 음주 여부, 흡연 여부, 수입 수준, BMI, HOMA-IR, 총 신체활동 METs을 포함한 혼란 변인을 보정하여 분석하였으며, 모든 유의 확률은 p<0.05로 설정하였다.

결 과

본 연구의 인구통계적 특성은 Table 1에 제시하였다. 먼저 남성이 차지하는 비율은 formerly ST 그룹에서 가장 높았고 newly ST 그룹에서 가장 낮았으며, 그룹 간 통계적으로 유의한 차이를 확인할 수 있었다. BMI의 경우 formerly ST 그룹에서 가장 높은 BMI 수치를 확인할 수 있었고, consistently non-ST 그룹에서 가장 낮은 BMI 수치를 보였으며, 그룹 간 통계적으로 유의한 차이를 확인할 수 있었다. 총 신체활동 METs는 consistently non-ST 그룹이 가장 높았고 consistently ST 그룹이 가장 낮았으며, 그룹 간 통계적으로 유의한 차이를 확인할 수 있었다. 성별, BMI, 총 신체활동 METs을 제외한 모든 변수에서 좌식행동 변화 그룹 간 통계적으로 유의한 차이는 나타나지 않았다.

좌식시간의 변화와 대사증후군 발생의 연관성에 대한 분석 결과는 Table 2에 제시하였다. 총 일일 좌식시간 변화의 경우 newly ST 그룹과 consistently non-ST 그룹의 1,000명당 발생률이 각각 48.52명과 38.93명으로 유의한 차이를 확인할 수 있었으며, 연령과 성별을 포함한 다양한 혼란변수를 보정했을 때 대사증후군 발생 HR이 1.33배(95% CI, 1.02–1.74) 증가하는 것을 확인하였다. 주중 일일 좌식시간 변화의 경우 newly ST 그룹과 consistently non-ST 그룹의 1,000명당 발생률이 각각 52.45명과 38.08명으로 총 좌식시간보다 더 큰 차이를 보였으며, 연령과 성별을 포함한 다양한 혼란변수를 보정했을 때 대사증후군 발생 HR이 1.47배(95% CI, 1.13–1.92) 증가하는 것을 확인하였다. 주말 일일 좌식행동 변화의 경우 대사증후군 발생위험과 통계적으로 유의한 연관성을 확인할 수 없었다.

대사증후군 위험요소별 유병에 따른 주중, 주말 총 일일 좌식시간의 변화와 대사증후군 발생위험의 연관성 결과는 Table 3에 제시하였다. 기반조사에서 높은 중성지방 수준에 해당하는 경우, newly ST 그룹이 consistently non-ST 그룹보다 대사증후군 발생 HR이 각각 1.76배(95% CI, 1.14–2.72), 1.93배( 95% CI, 1.26–2.96), 1.72배( 95% CI, 1.10–2.69) 증가하는 것을 확인하였다. 그 외 모든 대사증후군 위험요인별 총 일일 좌식시간, 주중 일일 좌식시간, 주말 일일 좌식시간의 변화는 대사증후군 발생위험과 통계적으로 유의한 연관성을 확인할 수 없었다.

고 찰

본 연구의 결과를 통해 총, 주중 newly ST는 대사증후군 발생위험을 증가시키며, 주중 newly ST는 총 newly ST보다 대사증후군의 발생위험을 크게 증가시키는 것을 확인할 수 있었다. 추가적으로 대사증후군 위험요소 중 높은 중성지방 수준을 가진 그룹에서만 총, 주중 newly ST가 대사증후군 발생위험을 증가시키는 것을 확인할 수 있었다.

높은 수준의 좌식행동은 중고강도 신체활동에 참여함에도 불구하고 심혈관질환, 당뇨병, 암 등의 병적 상태를 증가시킬 수 있는 위험요소로 알려져 있으며¹⁷, 좌식시간의 감소와 신체활동의 증가는 대사증후군의 위험요소를 감소할 수 있는 전략으로 강조되고 있다¹⁰. 현재까지 진행된 좌식행동과 대사증후군의 연관성에 대한 선행연구에서 스크린 기반 좌식행동에 4시간 이상 참여한 남성의 경우 대사증후군 유병률이 55.6%, 여성은 60.3%으로, 스크린 기반 좌식행동에 대한 대사증후군의 유병률은 남성보다 여성이 높은 것으로 보고한 바 있다¹⁷. 다른 연구에서는 가장 높은 4분위수에 있는 사람(9.4시간 좌식행동에 참여하는 사람)의 경우 가장 낮은 4분위수에 있는 사람(6.7시간 좌식행동에 참여하는 사람)보다 58% 의 대사증후군 위험 교차비(odds ratio, OR)가 증가하는 것을 확인하였다(OR, 1.58; 95% CI, 1.01–2.48)¹⁸. 또한 총 일일 좌식행동은 높은 중성지방, 낮은 HDL-C, 높은 공복 시 혈당과 같은 대사증후군 요소들의 증가된 OR과 연관되어 있었으나, 주당 중고강도 신체활동 참여 정도를 보정했을 때 좌식행동과 모든 대사증후군 위험요소의 연관성을 확인할 수 없었다¹⁸.

본 연구의 Table 2에서 newly ST의 대사증후군 발생위험이 증가하는 이유는 좌식시간의 증가는 신체활동과 독립적으로 이전에 없던 새로운 건강 문제의 발생을 초래하는 것으로 생각된다^8,19. 선행연구에 따르면 newly ST와 consistently ST를 비교했을 때 newly ST을 가장 사망위험이 높은 그룹으로 보고하였으며, 그 이유로 newly ST의 경우 다른 그룹들보다 60세 이상인 노인 비율이 높았고, 45%가 활동적인 직업에서 앉아서 일하는 직업으로 옮겼거나²⁰, 사회적 활동의 은퇴로 텔레비전 시청과 같은 좌식행동이 증가하면서 새로운 건강 문제를 발생할 수 있음을 시사하였다²¹. 좌식행동의 증가에 따른 대사증후군 발생의 기전은 정확히 밝혀진 바는 없으나, 지속된 좌식시간은 지근섬유 수축 감소로 인한 리포단백질 리파아제(lipoprotein lipase, LPL) 감소와 밀접한 연관성을 가지며 이는 대사적 문제를 초래하여 인슐린 저항성을 유발하는 것으로 보고된 바 있다²². 특히 지속된 좌식시간으로 인한 LPL의 감소는 중고강도 신체활동에 대한 LPL의 증가보다 4배 더 큰 영향을 받으며, LPL에 대한 messenger RNA의 번역과정이 다르기 때문에 서로 다른 영향을 받는 것으로 보고한 바 있다⁸. 따라서 좌식행동 증가는 신체활동 참여에 독립적으로 LPL 감소와 연관된 인슐린 저항성 증가를 유발하며⁸, 이로 인한 혈당 수치의 과도한 증가²³, 유리지방산 분해 감소²⁴ 등으로 대사증후군 발생이 증가하는 것으로 생각된다.

추가로 Table 2에서 주중 및 총 일일 좌식시간의 변화와 대사증후군 발생위험에서만 유의미한 연관성이 나타났는데, 선행연구에서 주말 좌식시간보다 주중 좌식시간이 실제 좌식시간을 더 잘 반영한다고 하였고²⁵, 개인의 좌식생활을 추정할 때 주중/주말을 구분하여 측정하는 것이 중요하다고 보고한 연구도 있다²⁶. 실제로 자가보고식으로 측정된 좌식시간에서 주말보다 주중 좌식시간이 1시간 더 높은 것을 확인할 수 있었고, 본 연구에서도 일일 좌식시간 변화에 따른 주중 좌식시간이 모두 주말 좌식시간보다 높은 것을 확인할 수 있었다²⁶. 따라서 실제 좌식생활과 대사증후군 발생위험을 예측하는 척도로는 주말 좌식시간보다는 주중 좌식시간을 사용하는 것이 적합할 것으로 생각된다²⁵.

Table 3의 기반조사에서 높은 중성지방 수준에 해당하는 경우에만 newly ST 그룹의 대사증후군 발생 HR이 높게 증가하는 이유는 높은 중성지방 수준을 가진 사람의 좌식시간 증가가 대사증후군 발생에 가장 큰 영향을 제공하는 체지방 감소에 추가적인 어려움을 주기 때문으로 생각된다. 좌식행동의 증가는 근육 내에서 유리지방산을 에너지로 활용하도록 하는 효소인 LPL 활성도를 감소시키게 되고, 근육의 유리지방산의 사용이 적어지면서 유리지방산 축적되고 혈중 중성지방 수치가 증가하게 된다²⁴. 이때 축적된 유리지방산은 인슐린 신호 전달과정을 변화시켜 인슐린 저항성이 증가하고²⁷, glucose transporter type 4의 전위가 감소하여 근육 내 당 유입이 감소하기 때문에²⁸ 대사증후군이 발생하는 것으로 보고한 바 있다. 즉, 좌식시간의 증가는 높은 혈중 중성지방 수치를 가진 사람에서 LPL 활성도를 더욱 감소시키므로²⁴ 인슐린 저항성 증가가 대사증후군 발생을 초래하는 것으로 생각된다^27,28.

본 연구의 결과는 주중, 주말, 총 일일 좌식시간의 변화와 대사증후군 발생위험의 연관성을 확인한 종단 연구로 그 의미를 가진다. 하지만 본 연구에는 몇 가지 제한점이 존재한다. 첫 번째, 본 연구는 자기보고식 설문지를 사용하여 좌식시간을 측정하였기 때문에 회상 오차(recall bias)나 내용 타당도에 대한 우려가 존재한다. 하지만 좌식시간과 수면시간의 합이 24시간 이상 되는 사람의 경우를 제외하여 수집된 자료에 대한 오류 가능성을 최소화하였고, 신체활동의 영역을 더 세분화하여 설문을 구성한 IPAQ-LF를 사용하여 질환 발생 추정치를 높이고자 하였다¹⁵. 추후 연구에서 더 객관화된 신체활동 측정 장비인 가속도계를 이용하여 좌식시간의 변화와 대사증후군의 발생위험을 확인하는 것이 필요하다. 두 번째, 본 연구에서는 대한민국 내 일부 지역에 거주하는 중년 성인을 대상자로 선정하였기 때문에 연구 결과가 대한민국을 대표하는 것으로 보기에 일반화의 오류가 존재한다. 추후 연구에서는 전국민을 대상으로 한 코호트 연구를 통해 좌식시간의 변화와 대사증후군 발생위험의 연관성을 확인할 필요성이 존재한다. 세 번째, 대사증후군에 영향을 미치는 식이 변수를 보정할 수 없었다. 하지만 대사증후군에 영향을 미치는 흡연, 음주, 신체활동과 같은 생활습관과 HOMA-IR, hs-CRP, eGFR, HbA1C과 같은 혈액변수를 보정함으로써 본 연구의 신뢰성을 높이고자 하였다. 추후 연구에서는 식이 습관과 독립적으로 좌식시간 변화가 대사증후군 발생위험에 연관되어 있는지 확인할 필요성이 있다.

본 연구에서는 총 좌식시간이 증가할 경우 대사증후군 발생위험이 증가하는 것을 확인할 수 있었고, 총 좌식시간과 주중 좌식시간은 대사증후군의 발생위험과 밀접하게 연관되어 있었다. 또한 대사증후군 위험요소 중 혈중 중성지방 수치가 높을 경우 좌식시간의 증가는 대사증후군 발생위험을 크게 증가시킬 수 있음을 확인하였다. 좌식시간의 변화는 고혈압 발생을 예측하는 척도로 유용한 가치가 있으며, 본 연구의 결과는 좌식시간의 증가와 대사증후군 발생위험을 연구하는 데 필요한 기초 자료로 활용될 수 있을 것으로 생각된다. 또한 신체활동 부족에 대한 대사증후군 발생위험을 줄이기 위해 좌식행동 감소와 신체활동 촉진 프로그램을 국가 및 기업 차원에서 장려할 필요성이 있다.

Notes

Conflict of Interest

No potential conflict of interest relevant to this article was reported.

Author Contributions

Conceptualization, Validation: DYP, YSK. Data curation, Formal analysis, Investigation, Resources, Visualization: DYP. Methodology, Supervision: all authors. Project administration: YSK, EKK. Writing–original draft: DYP, YSK. Writing–review & editing: all authors.

REFERENCES

1. O'Neill S, O'Driscoll L. 2015; Metabolic syndrome: a closer look at the growing epidemic and its associated pathologies. Obes Rev. 16:1–12. DOI: 10.1111/obr.12229. PMID: 25407540.

2. Isomaa B, Almgren P, Tuomi T, et al. 2001; Cardiovascular morbidity and mortality associated with the metabolic syndrome. Diabetes Care. 24:683–9. DOI: 10.2337/diacare.24.4.683. PMID: 11315831.

3. Liang X, Or B, Tsoi MF, Cheung CL, Cheung BM. 2023; Prevalence of metabolic syndrome in the United States National Health and Nutrition Examination Survey 2011-18. Postgrad Med J. 99:985–92. DOI: 10.1093/postmj/qgad008. PMID: 36906842.

4. Kim SM, Kang DT. 2021 Health insurance statistical yearbook. Health Insurance Review and Assessment Service, National Health Insurance Service (Korea);2022.

5. Fahed G, Aoun L, Bou Zerdan M, et al. 2022; Metabolic syndrome: updates on pathophysiology and management in 2021. Int J Mol Sci. 23:786. DOI: 10.3390/ijms23020786. PMID: 35054972. PMCID: PMC8775991.

6. Grundy SM, Cleeman JI, Daniels SR, et al. 2005; Diagnosis and management of the metabolic syndrome: an American Heart Association/National Heart, Lung, and Blood Institute Scientific Statement. Circulation. 112:2735–52. DOI: 10.1161/CIRCULATIONAHA.105.169404. PMID: 16157765.

7. Yeo Y, Cho IY, Sim MS, Song HG, Song YM. 2021; Relationship between daily sedentary behaviors and metabolic syndrome in middle-aged adults: results from a health survey in Taean-Gun, Republic of Korea. Metab Syndr Relat Disord. 19:48–55. DOI: 10.1089/met.2020.0021. PMID: 33121386.

8. Tremblay MS, Colley RC, Saunders TJ, Healy GN, Owen N. 2010; Physiological and health implications of a sedentary lifestyle. Appl Physiol Nutr Metab. 35:725–40. DOI: 10.1139/H10-079. PMID: 21164543.

9. Katzmarzyk PT, Powell KE, Jakicic JM, et al. 2019; Sedentary behavior and health: update from the 2018 Physical Activity Guidelines Advisory Committee. Med Sci Sports Exerc. 51:1227–41. DOI: 10.1249/MSS.0000000000001935. PMID: 31095080. PMCID: PMC6527341.

10. Garthwaite T, Sjöros T, Laine S, et al. 2022; Effects of reduced sedentary time on cardiometabolic health in adults with metabolic syndrome: a three-month randomized controlled trial. J Sci Med Sport. 25:579–85. DOI: 10.1016/j.jsams.2022.04.002. PMID: 35487860.

11. Alberti KG, Eckel RH, Grundy SM, et al. 2009; Harmonizing the metabolic syndrome: a joint interim statement of the International Diabetes Federation Task Force on Epidemiology and Prevention; National Heart, Lung, and Blood Institute; American Heart Association; World Heart Federation; International Atherosclerosis Society; and International Association for the Study of Obesity. Circulation. 120:1640–5. DOI: 10.1161/CIRCULATIONAHA.109.192644. PMID: 19805654.

12. Cabanas-Sánchez V, Guallar-Castillón P, Higueras-Fresnillo S, Rodríguez-Artalejo F, Martínez-Gómez D. 2018; Changes in sitting time and cardiovascular mortality in older adults. Am J Prev Med. 54:419–22. DOI: 10.1016/j.amepre.2017.10.010.

13. Bowlby W, Zelnick LR, Henry C, et al. 2016; Physical activity and metabolic health in chronic kidney disease: a cross-sectional study. BMC Nephrol. 17:187. DOI: 10.1186/s12882-016-0400-x. PMID: 27876008. PMCID: PMC5120456.

14. Parker K, Tucker LA. 2021; The role of physical activity in the relationship between sitting time and insulin resistance. Int J Exerc Sci Conf Proc. 14:47.

15. International Physical Activity Questionnaire (IPAQ) Research Committee. 2005. Guidelines for data processing and analysis of the International Physical Activity Questionnaire (IPAQ): short and long forms [Internet]. IPAQ;Available from: https://www.researchgate.net/file.PostFileLoader.html?id=5641f4c36143250eac8b45b7&assetKey=AS%3A294237418606593%401447163075131. cited 2023 Dec 13.

16. Baik SH, Fung KW, McDonald CJ. 2022; The mortality risk of proton pump inhibitors in 1.9 million US seniors: an extended cox survival analysis. Clin Gastroenterol Hepatol. 20:e671–81. DOI: 10.1016/j.cgh.2021.01.014. PMID: 33453399.

17. Macías N, Espinosa-Montero J, Monterrubio-Flores E, et al. 2021; Screen-based sedentary behaviors and their association with metabolic syndrome components among adults in Mexico. Prev Chronic Dis. 18:E95. DOI: 10.5888/pcd18.210041. PMID: 34735313. PMCID: PMC8588869.

18. Gennuso KP, Gangnon RE, Thraen-Borowski KM, Colbert LH. 2015; Dose-response relationships between sedentary behaviour and the metabolic syndrome and its components. Diabetologia. 58:485–92. DOI: 10.1007/s00125-014-3453-z. PMID: 25476524.

19. Pedisic Z, Grunseit A, Ding D, et al. 2014; High sitting time or obesity: which came first? Bidirectional association in a longitudinal study of 31,787 Australian adults. Obesity (Silver Spring). 22:2126–30. DOI: 10.1002/oby.20817. PMID: 24943057. PMCID: PMC4265269.

20. Grunseit AC, Chau JY, Rangul V, Holmen TL, Bauman A. 2017; Patterns of sitting and mortality in the Nord-Trøndelag health study (HUNT). Int J Behav Nutr Phys Act. 14:8. DOI: 10.1186/s12966-016-0457-8. PMID: 28122625. PMCID: PMC5267382.

21. Matthews CE, George SM, Moore SC, et al. 2012; Amount of time spent in sedentary behaviors and cause-specific mortality in US adults. Am J Clin Nutr. 95:437–45. DOI: 10.3945/ajcn.111.019620. PMID: 22218159. PMCID: PMC3260070.

22. Hamilton MT, Hamilton DG, Zderic TW. 2014; Sedentary behavior as a mediator of type 2 diabetes. Med Sport Sci. 60:11–26. DOI: 10.1159/000357332. PMID: 25226797. PMCID: PMC4364419.

23. Sena CM, Pereira AM, Seiça R. 2013; Endothelial dysfunction: a major mediator of diabetic vascular disease. Biochim Biophys Acta. 1832:2216–31. DOI: 10.1016/j.bbadis.2013.08.006. PMID: 23994612.

24. Hamilton MT, Hamilton DG, Zderic TW. 2007; Role of low energy expenditure and sitting in obesity, metabolic syndrome, type 2 diabetes, and cardiovascular disease. Diabetes. 56:2655–67. DOI: 10.2337/db07-0882. PMID: 17827399.

25. Craig CL, Marshall AL, Sjöström M, et al. 2003; International physical activity questionnaire: 12-country reliability and validity. Med Sci Sports Exerc. 35:1381–95. DOI: 10.1249/01.MSS.0000078924.61453.FB. PMID: 12900694.

26. Marshall S, Kerr J, Carlson J, et al. 2015; Patterns of weekday and weekend sedentary behavior among older adults. J Aging Phys Act. 23:534–41. DOI: 10.1123/japa.2013-0208. PMID: 25415205. PMCID: PMC4447597.

27. Boden G, Shulman GI. 2002; Free fatty acids in obesity and type 2 diabetes: defining their role in the development of insulin resistance and bseta-cell dysfunction. Eur J Clin Invest. 32 Suppl 3:14–23. DOI: 10.1046/j.1365-2362.32.s3.3.x. PMID: 12028371.

28. Griffin ME, Marcucci MJ, Cline GW, et al. 1999; Free fatty acid-induced insulin resistance is associated with activation of protein kinase C theta and alterations in the insulin signaling cascade. Diabetes. 48:1270–4. DOI: 10.2337/diabetes.48.6.1270. PMID: 10342815.

Table 1

Baseline characteristics of the subjects by change in sitting time (ST)

Characteristics	Change in ST* (n=1,686)				p-value
Characteristics	Consistently non-ST (LL)	Formerly ST (HL)	Newly ST (LH)	Consistently ST (HH)	p-value
No. of subjects	1,054	291	210	131
Age (yr)	56.82±6.01	57.31±6.11	57.77±6.76	56.35±5.88	0.483
Male sex (%)	48.01	60.48	44.76	54.20	0.001
Sleep time (hr/day)	6.16±1.01	6.12±1.01	6.08±1.07	6.01±1.14	0.091
Body mass index (kg/m²)	24.11±2.64	24.73±2.83	24.32±2.58	24.46±2.59	0.032
Total METs (METs-min/wk)	3,626.04±2,522.54	2,926.22±2,024.89	2,511.45±1,969.70	2,173.57±1,716.58	<0.001
hs-CRP (mL/dL)	1.27±3.28	1.45±2.70	1.30±3.24	1.04±1.51	0.697
eGFR (mL/min/1.73m²)	96.46±18.62	95.84±18.39	94.75±17.86	93.89±16.84	0.068
HOMA-IR	1.78±0.83	1.83±0.95	1.76±0.81	1.81±0.80	0.748
HbA1C (%)	5.59±0.58	5.60±0.65	5.54±0.53	5.59±0.73	0.634
Current drinking (%)	48.67	53.26	43.33	47.33	0.479
Current smoking (%)	10.34	13.75	12.38	13.74	0.216
Low income (%)	7.59	6.53	11.90	9.16	0.203
Metabolic syndrome risk factor
Elevated FBG (%)	16.60	18.21	14.29	15.27	0.678
Elevated BP (%)	6.64	5.50	8.10	6.11	0.707
Elevated TG (%)	23.24	25.09	26.67	24.43	0.720
Elevated WC (%)	10.44	12.37	15.71	12.90	0.154
Low HDL-C (%)	32.64	32.99	35.24	32.06	0.899
ST (hr/day)
Weekday	4.48±1.67	9.39±1.77	4.89±1.73	10.06±1.93	<0.001
Weekend	4.37±1.86	7.94±2.54	4.55±1.91	8.83±2.74	<0.001

Values are presented as number only, mean±standard deviation, or percentages only.

LL: low-low, HL: high-low, LH: low-high, HH: high-high, METs: metabolic equivalent tasks, hs-CRP: high-sensitivity C-reactive protein, eGFR: estimated glomerular filtration rate, HOMA-IR: homeostasis model assessment of insulin resistance, HbA1C: glycosylated hemoglobin, FBG: fasting blood glucose, BP: blood pressure, TG: triglyceride, WC: waist circumference, HDL-C: high density lipoprotein cholesterol.

*LL, <7 hr/day in 2011−2012 and 2013−2014; HL, ≥7 hr/day in 2011−2012 and <7 hr/day in 2013−2014; LH, <7 hr/day in 2011−2012 and ≥7 hr/day in 2013−2014; HH, ≥7 hr/day in 2011−2012 and 2013−2014.

Table 2

Incidence density and hazard ratio of metabolic syndrome (MetS) according to change in sitting time (ST)

Characteristic of risk factors	MetS (n=1,686)	Person-year	Incidence density^† (95% CI)	Multivariable adjusted HR (95% CI) (n=1,686)
Change in ST (total)^‡
Consistently non-ST (LL)	289	7,421.79	38.93 (34.69−43.69)	1.00 (Reference)
Formerly ST (HL)	82	2,081.40	39.39 (31.72−48.91)	0.92 (0.72−1.19)
Newly ST (LH)	69	1,421.83	48.52 (38.32−61.44)	1.33* (1.02−1.74)
Consistently ST (HH)	34	898.48	37.84 (27.03−52.95)	0.89 (0.62−1.28)
p for trend				0.621
Change in ST (weekday)^‡
Consistently non-ST (LL)	281	7,378.20	38.08 (33.88−42.80)	1.00 (Reference)
Formerly ST (HL)	83	2,090.41	39.70 (32.01−49.23)	0.98 (0.76−1.27)
Newly ST (LH)	71	1,353.51	52.45 (41.56−66.19)	1.47** (1.13−1.92)
Consistently ST (HH)	39	1,001.39	38.94 (28.45−53.30)	0.92 (0.65−1.30)
p for trend				0.338
Change in ST (weekend)^‡
Consistently non-ST (LL)	310	7,785.14	39.81 (35.62−44.50)	1.00 (Reference)
Formerly ST (HL)	71	1,872.01	37.92 (30.05−47.85)	0.94 (0.72−1.23)
Newly ST (LH)	62	1,432.89	43.26 (33.73−55.49)	1.13 (0.85−1.49)
Consistently ST (HH)	31	733.47	42.26 (29.72−60.09)	1.00 (0.68−1.45)
p for trend				0.806
Total	474	11,823.52	40.08	-

Multivariable model age, sex, income level, sleep duration, alcohol consumption, current smoking, human serum-C reactive protein, body mass index, glycosylated hemoglobin, estimated glomerular filtration rate, homeostasis model assessment of insulin resistance, and total metabolic equivalent tasks.

CI: confidence interval, HR, hazard ratio; LL: low-low, HL: high-low, LH: low-high, HH: high-high.

^†Incidence density=case/person-year×1,000. ^‡LL, <7 hr/day in 2011−2012 and 2013−2014; HL, ≥7 hr/day in 2011−2012 and <7 hr/day in 2013−2014; LH, <7 hr/day in 2011−2012 and ≥7 hr/day in 2013−2014; HH, ≥7 hr/day in 2011−2012 and 2013−2014.

*p<0.05, **p<0.01.

Table 3

Hazard ratio of metabolic syndrome according to change in sitting time (ST) by metabolic syndrome risk factor

Characteristic of risk factors	Elevated FBG (n=278)	Elevated BP (n=111)	Elevated TG (n=406)	Elevated WC (n=196)	Low HDL-C (n=556)
Change in ST (total)^‡
Consistently non-ST (LL)	1.00 (Reference)	1.00 (Reference)	1.00 (Reference)	1.00 (Reference)	1.00 (Reference)
Formerly ST (HL)	0.82 (0.50−1.37)	0.94 (0.32−2.78)	0.72 (0.46−1.15)	0.96 (0.53−1.68)	1.19 (0.84−1.70)
Newly ST (LH)	1.42 (0.83−2.41)	1.40 (0.56−3.49)	1.76* (1.14−2.72)	1.59 (0.93−2.74)	1.41 (0.95−2.08)
Consistently ST (HH)	1.07 (0.52−2.18)	0.88 (0.18−4.18)	1.30 (0.74−2.28)	1.45 (0.70−3.00)	0.76 (0.43−1.34)
p for trend	0.470	0.722	0.067	0.102	0.755
Change in ST (weekday)^‡
Consistently non-ST (LL)	1.00 (Reference)	1.00 (Reference)	1.00 (Reference)	1.00 (Reference)	1.00 (Reference)
Formerly ST (HL)	0.83 (0.49−1.38)	0.58 (0.15−2.20)	0.84 (0.53−1.32)	0.88 (0.49−1.59)	1.26 (0.89−1.80)
Newly ST (LH)	1.43 (0.85−2.40)	1.67 (0.68−4.06)	1.93** (1.26−2.96)	1.67 (0.97−2.86)	1.43 (0.96−2.13)
Consistently ST (HH)	1.11 (0.56−2.19)	1.37 (0.37−5.10)	1.15 (0.67−1.98)	1.47 (0.73−2.96)	0.86 (0.50−1.48)
p for trend	0.400	0.375	0.075	0.081	0.525
Change in ST (weekend)^‡
Consistently non-ST (LL)	1.00 (Reference)	1.00 (Reference)	1.00 (Reference)	1.00 (Reference)	1.00 (Reference)
Formerly ST (HL)	0.74 (0.44−1.27)	0.36 (0.09−1.35)	0.92 (0.58−1.44)	0.71 (0.39−1.28)	1.09 (0.75−1.57)
Newly ST (LH)	1.64 (0.96−2.79	0.83 (0.29−2.30)	1.72* (1.10−2.69)	1.28 (0.75−2.20)	0.86 (0.59−1.31)
Consistently ST (HH)	1.26 (0.59−2.67)	0.53 (0.06−4.13)	1.57 (0.92−2.69)	1.50 (0.68−3.30)	0.78 (0.41−1.45)
p for trend	0.213	0.371	0.017	0.321	0.405

FBG: fasting blood glucose, BP: blood pressure, TG: triglyceride, WC: waist circumference, HDL-C: high density lipoprotein cholesterol, LL: low-low, HL: high-low, LH: low-high, HH: high-high.

^‡LL, <7 hr/day in 2011−2012 and 2013−2014; HL, ≥7 hr/day in 2011−2012 and <7 hr/day in 2013−2014; LH, <7 hr/day in 2011−2012 and ≥7 hr/day in 2013−2014; HH, ≥7 hr/day in 2011−2012 and 2013−2014.

*p<0.05, **p<0.01.

TOOLS

Similar articles