{
  "schemaVersion": 1,
  "capturedAt": "2026-10-30T05:58:56.843Z",
  "sha256": "219f74b3d58a7ded9ec3ee353b29d8918cdcbfbbc475c911791ed0f538ebdcea",
  "work": {
    "id": "TAP-FTR-0001",
    "type": "FTR",
    "kind": "article",
    "key": "allostatic-load",
    "locale": "zh",
    "path": "/zh/foundations/allostatic-load/",
    "title": "适应负荷如何测量？看懂生物标志物、计分方法与局限",
    "description": "了解适应负荷常用生物标志物、分位数与临床截点计分、缺失值处理，以及五指标方案的研究范围。附清晰的教学计算例子。",
    "rights": "© The Allostasis Project。保留所有权利。除法律允许的例外外，转载或改编需另行授权。",
    "version": "0.7",
    "updatedAt": "2026-10-30",
    "editorial": {
      "contentType": "scientific-concept",
      "reviewState": "draft",
      "reviewedAt": null,
      "reviewedVersion": null,
      "updatedAt": "2026-10-30",
      "version": "0.7",
      "author": null,
      "reviewer": null,
      "workflow": {
        "ai": {
          "usage": "used",
          "system": "OpenAI Codex",
          "scope": "Source comparison, evidence extraction, drafting, translation and editing. The materials consulted are stated in each source scope.",
          "version": "0.7",
          "tasks": [
            "Source comparison and evidence extraction",
            "Bilingual drafting, translation and editing"
          ]
        }
      },
      "revisions": [
        {
          "date": "2026-10-30",
          "version": "0.7",
          "description": "补充指标与计分方法比较、风险方向和缺失值计算例子、五指标队列分析及2026年癌症队列比较，并说明来源访问与资金披露范围。"
        },
        {
          "date": "2026-10-27",
          "version": "0.6",
          "description": "明确核心问题与解释贡献，合并重复范围说明，保留具体研究条件与科学边界。"
        },
        {
          "date": "2026-09-14",
          "version": "0.5",
          "description": "补充压力体验、适应与累积成本的区别，扩展测量和健康结局的解释及来源局限。"
        }
      ]
    },
    "sections": [
      {
        "id": "definition",
        "title": "简要回答",
        "paragraphs": [
          "适应负荷（Allostatic Load）通常通过多个生理系统的指标组合成研究指数来测量。目前没有一项抽血检查、一套公认的检验组合或一个通用分数，能够诊断一个人累积了多少慢性压力。TAP从三个问题解释这个数字：测了什么、怎样计分，以及结果能够支持什么判断。[4]"
        ]
      },
      {
        "id": "adaptation",
        "title": "这个指数试图捕捉什么？",
        "paragraphs": [
          "动态适应（Allostasis）描述身体为应对需求而作出的调整；适应负荷关注反复或调节不当的响应所伴随的累积生理负担。一种响应在事件发生时可能有帮助，但如果反复启动、事件结束后仍持续，或与其他响应协调不足，就可能付出代价。这个框架也考虑对重复需求未能适应，以及响应不足、需要其他系统补偿的情况。[2]"
        ]
      },
      {
        "id": "patterns",
        "title": "响应模式可以怎样发生变化",
        "paragraphs": [
          "经典框架区分了几种情况：频繁遇到挑战、面对重复挑战缺少习惯化、响应结束得较慢，以及某一响应不足使其他过程增加代偿活动。[3]",
          "它们分别追问：多久需要启动一次响应？重复之后是否有所适应？什么时候平息？系统之间怎样代偿？这些问题帮助研究者区分不同的响应模式。"
        ],
        "illustration": "adaptation-patterns"
      },
      {
        "id": "stress-and-load",
        "title": "压力感受与生理测量",
        "paragraphs": [
          "主观上感觉压力大、长期面对困难处境，以及生物标志物指数较高，是相互关联但不能互换的问题。问卷记录经历与感受，指标组合记录部分生理状况。单靠其中任何一项，都无法还原一个人当前健康状况的全部成因。"
        ]
      },
      {
        "visual": {
          "kind": "comparison",
          "title": "适应负荷指标示例",
          "caption": "研究中使用的示例，不是临床检查套餐。",
          "columns": [
            "生理领域",
            "研究中使用的指标示例",
            "解读时需要注意"
          ],
          "rows": [
            {
              "label": "心血管调节",
              "cells": [
                "收缩压、舒张压、静息心率",
                "用药、近期活动和测量条件会影响结果；静息心率不等于HRV。"
              ]
            },
            {
              "label": "糖和脂质代谢",
              "cells": [
                "糖化血红蛋白HbA1c、HDL胆固醇、总胆固醇",
                "风险方向因指标而异；较低HDL常被计入较高风险方向，不能一律“越高越差”。"
              ]
            },
            {
              "label": "体成分",
              "cells": [
                "腰臀比、腰高比、BMI",
                "三者衡量的内容不同，替换后指数的含义也会变化。"
              ]
            },
            {
              "label": "炎症",
              "cells": [
                "C反应蛋白CRP，有时加入其他炎症指标",
                "升高不能单独证明慢性心理压力是原因；急性疾病也会影响数值。"
              ]
            },
            {
              "label": "神经内分泌调节",
              "cells": [
                "皮质醇、肾上腺素、去甲肾上腺素、DHEA-S",
                "采集时间、生物节律和样本类型会影响解释；一次皮质醇检查不是适应负荷测量。"
              ]
            }
          ]
        },
        "id": "measurement",
        "title": "通常会测哪些指标？",
        "paragraphs": [
          "研究会根据问题、人群和可获得的样本选择指标。下表列举研究中的做法，不是临床检查套餐。Beese等汇总了18篇研究综述，涉及1995—2020年发表的238项研究，显示测量方案存在较大差异。[4]",
          "区分初级压力介质与下游变化有助于理解机制。不过，一套包含许多容易获取的代谢指标的组合，可能对神经内分泌过程覆盖很少。指标数量更多，不自动意味着更贴近适应负荷的理论。[6]"
        ],
        "visualAfterParagraph": 1
      },
      {
        "visual": {
          "kind": "comparison",
          "title": "三类适应负荷计分方法",
          "caption": "参考分布、截点和权重会影响可比性。",
          "columns": [
            "方法",
            "怎样计算",
            "主要局限"
          ],
          "rows": [
            {
              "label": "按样本分布计风险点数",
              "cells": [
                "指标位于参考分布中预先指定的较高风险范围，例如最高或最低四分位，记1分，再相加。",
                "截点取决于参考人群；位于某个样本的最高四分位，不等于临床异常。"
              ]
            },
            {
              "label": "按临床截点计数",
              "cells": [
                "对单项指标采用事先规定的临床截点，再累计点数。",
                "单项截点原本服务于特定临床问题；把它们相加，不会自动验证综合分数的诊断用途。"
              ]
            },
            {
              "label": "连续标准化分数",
              "cells": [
                "将指标标准化、统一风险方向后合并；部分方法对生理系统赋权。",
                "参考值、转换方法和权重都会影响结果；不同公式中的“增加1分”含义并不相同。"
              ]
            }
          ]
        },
        "id": "scoring",
        "title": "从测量值到分数，中间有哪些选择？",
        "paragraphs": [
          "三类常见方法回答的问题略有不同。[4]",
          "无论采用哪一种，都应同时报告四件事：纳入哪些指标；使用什么参考人群或截点；怎样处理用药和缺失值；指标或系统怎样赋权。每项指标各算1分，会让指标较多的系统占更大比重。对各系统等权可以改变这种影响，但也需要说明理由。"
        ],
        "visualAfterParagraph": 1
      },
      {
        "visual": {
          "kind": "comparison",
          "title": "虚构的五指标计算例子",
          "caption": "教学例子：在指定规则下为5项中的3分，不代表临床阈值或损伤百分比。",
          "columns": [
            "指标",
            "假想百分位",
            "本例规则",
            "得分"
          ],
          "rows": [
            {
              "label": "CRP",
              "cells": [
                "85",
                "≥75",
                "1"
              ]
            },
            {
              "label": "静息心率",
              "cells": [
                "60",
                "≥75",
                "0"
              ]
            },
            {
              "label": "HDL胆固醇",
              "cells": [
                "12",
                "≤25",
                "1"
              ]
            },
            {
              "label": "腰高比",
              "cells": [
                "82",
                "≥75",
                "1"
              ]
            },
            {
              "label": "HbA1c",
              "cells": [
                "65",
                "≥75",
                "0"
              ]
            }
          ]
        },
        "id": "worked-example",
        "title": "一个计分例子：定义变了，分数也会变",
        "paragraphs": [
          "以下数值完全为教学虚构。它们表示某个假想参考样本中的百分位位置，不是检验结果，也不是临床阈值。仅在本例中，CRP、静息心率、腰高比和HbA1c达到或超过第75百分位计1分；HDL胆固醇位于或低于第25百分位计1分。",
          "合计为5个可能点数中的3分。这只是本例规则下的结果，不能翻译成“身体损伤了60%”、疾病诊断或经过校准的患病概率。",
          "如果HDL缺失，剩余4项中只有2项计分。把它继续写成同一个五指标分数，或者默默把缺失值算作0，都会改变含义。即使报告“2/4”，也不能直接认定它与“3/5”可比。真实研究需要预先说明缺失值处理方法，并检查不同处理方式是否改变结论。本例也说明：把HDL的风险方向算反，会直接造成计算错误。"
        ],
        "visualAfterParagraph": 1
      },
      {
        "id": "five-markers",
        "title": "五个指标就够了吗？",
        "paragraphs": [
          "McCrory等使用13个队列、67,126名40—111岁参与者的数据，比较了12个系统的40项指标。提出的简化组合包括CRP、静息心率、HDL胆固醇、腰高比和HbA1c；在其分析中，这个组合预测死亡的表现与更复杂的组合相当，或更好。[6]",
          "这支持在所研究的人群和结局中探索更简洁的研究方案，不能理解为五项检查已经获得通用临床验证。研究筛选指标时主要使用横断面的身体功能与自评健康，也考察了死亡结局。部分神经内分泌指标代表不足，综合计分未充分处理用药，研究对象主要为中老年人。外部验证和不同结局可能带来不同选择。",
          "2026年EPIC-Granada队列的一项巢式病例对照研究，也说明算法表现会随结局而变化：研究在955名癌症病例及955名匹配对照中，用16项指标比较了四种计分方式，报告采用临床截点的指数模型拟合更好。这支持比较算法，不支持把适应负荷分数当作癌症筛查工具。这里依据论文摘要介绍；完整方法和补充分析不在本次阅读范围内。[7]"
        ]
      },
      {
        "id": "health-associations",
        "title": "分数较高说明什么，还有什么不能确定？",
        "paragraphs": [
          "观察性研究发现，较高适应负荷与较差健康结局、包括死亡风险有关。但指标组合、计分和人群差异使研究之间难以直接比较。这些关联不能证明：采用某种干预把综合分数降下来，就一定能改善对应健康结局。[5]",
          "同一个分数可以来自不同的指标组合。它不能确定唯一成因、概括所有器官系统，或测出一个人在受到挑战后多快恢复功能。恢复轨迹需要随时间观察。因此，可穿戴设备恢复分数、HRV读数和适应负荷指数不能当作同一种工具。"
        ]
      },
      {
        "id": "everyday-meaning",
        "title": "如何看待个人化验报告",
        "paragraphs": [
          "阅读个人化验报告时，更有用的问题是：每一项真实结果在具体临床背景下意味着什么。把不同来源的检查结果凑成网络上的“压力分数”，会加入原有检查本身没有验证的假设。"
        ]
      },
      {
        "id": "continue-reading",
        "title": "继续阅读",
        "paragraphs": [
          "继续了解定义、方法和相关测量问题。"
        ],
        "links": [
          {
            "label": "什么是适应负荷",
            "url": "/topics/allostatic-load/"
          },
          {
            "label": "动态适应与稳态",
            "url": "/topics/allostasis/#regulatory-mechanisms"
          },
          {
            "label": "计分选择如何改变适应负荷分析",
            "url": "/methods/allostatic-load-sensitivity/"
          },
          {
            "label": "HRV能告诉我们哪些恢复信息",
            "url": "/articles/hrv-and-recovery/"
          }
        ]
      },
      {
        "id": "uncertainty",
        "title": "来源与范围",
        "paragraphs": [
          "本文结合测量方法与精选人体研究。测量部分依据Beese全文，以及McCrory作者版本的方法、结果与局限；未逐一核验所有队列补充材料或外部校准分析。2026年癌症研究和Parker荟萃分析按摘要范围使用。概念背景保留[1]、[2]及[3]：这些是概念综合，不能当作计分工具的验证试验。本文不复刻历史研究的数值截点。"
        ]
      },
      {
        "id": "funding-interests",
        "title": "资金与利益关系",
        "paragraphs": [
          "Beese论文传播部分获得2022年Carl M. Hansen Foundation Scholarship支持。McCrory报告的支持包括Health Research Board EIA-2017-012、英国ESRC ES/T014083/1及ERC Gendhi SGY2019-856478，各参与队列另有资金来源。完整队列层面的资助和利益声明，以及摘要层面与背景来源的声明，尚未全部核实；详情保留在所链接的原始论文中。未核实不能解释为不存在利益关系。"
        ]
      }
    ],
    "references": [
      {
        "id": "mcewen-1993",
        "title": "Stress and the individual. Mechanisms leading to disease",
        "authors": "Bruce S. McEwen · Eliot Stellar",
        "journal": "Archives of Internal Medicine",
        "year": "1993",
        "url": "https://pubmed.ncbi.nlm.nih.gov/8379800/",
        "doi": "10.1001/archinte.1993.00410180039004",
        "pmid": "8379800"
      },
      {
        "id": "mcewen-1998",
        "title": "Protective and damaging effects of stress mediators",
        "authors": "Bruce S. McEwen",
        "journal": "New England Journal of Medicine",
        "year": "1998",
        "url": "https://pubmed.ncbi.nlm.nih.gov/9428819/",
        "doi": "10.1056/NEJM199801153380307",
        "pmid": "9428819"
      },
      {
        "id": "mcewen-2011",
        "title": "Stress- and Allostasis-Induced Brain Plasticity",
        "authors": "Bruce S. McEwen · Peter J. Gianaros",
        "journal": "Annual Review of Medicine",
        "year": "2011",
        "url": "https://pmc.ncbi.nlm.nih.gov/articles/PMC4251716/",
        "doi": "10.1146/annurev-med-052209-100430",
        "pmid": "20707675"
      },
      {
        "id": "measurement-review",
        "title": "Allostatic Load Measurement: A Systematic Review of Reviews, Database Inventory, and Considerations for Neighborhood Research",
        "authors": "Shawna Beese · Julie Postma · Janessa M. Graves",
        "journal": "International Journal of Environmental Research and Public Health",
        "year": "2022",
        "url": "https://pubmed.ncbi.nlm.nih.gov/36554888/",
        "doi": "10.3390/ijerph192417006",
        "pmid": "36554888"
      },
      {
        "id": "parker-2022",
        "title": "Allostatic Load and Mortality: A Systematic Review and Meta-Analysis",
        "authors": "Haley W. Parker · Alyssa M. Abreu · Mary C. Sullivan · Maya K. Vadiveloo",
        "journal": "American Journal of Preventive Medicine",
        "year": "2022",
        "url": "https://doi.org/10.1016/j.amepre.2022.02.003",
        "doi": "10.1016/j.amepre.2022.02.003",
        "pmid": "35393143"
      },
      {
        "id": "mccrory-2023",
        "title": "Towards a consensus definition of allostatic load: a multi-cohort, multi-system, multi-biomarker individual participant data (IPD) meta-analysis",
        "authors": "Cathal McCrory · Sinead McLoughlin · Richard Layte · Cliona NiCheallaigh · Aisling M. O’Halloran · Henrique Barros · Lisa F. Berkman · Murielle Bochud · Eileen M. Crimmins · Meagan T. Farrell · Silvia Fraga · Emily Grundy · Michelle Kelly-Irving · Dusan Petrovic · Teresa Seeman · Silvia Stringhini · Peter Vollenveider · Rose Anne Kenny",
        "journal": "Psychoneuroendocrinology",
        "year": "2023",
        "url": "https://doi.org/10.1016/j.psyneuen.2023.106117",
        "doi": "10.1016/j.psyneuen.2023.106117",
        "pmid": "37100008"
      },
      {
        "id": "redondo-sanchez-2026",
        "title": "Measuring the biological embedding of chronic stress: Allostatic load algorithms and cancer risk in a prospective cohort.",
        "authors": "Redondo-Sánchez D, Gálvez-Navas JM, González Flores E, et al.",
        "journal": "Social Science & Medicine",
        "year": "2026",
        "url": "https://doi.org/10.1016/j.socscimed.2026.119840",
        "doi": "10.1016/j.socscimed.2026.119840",
        "pmid": "42801852"
      }
    ],
    "claims": [
      {
        "id": "measurement-variation",
        "sectionId": "measurement",
        "statement": "不同研究采用的适应负荷指标组合并不一致。",
        "scope": "适应负荷的研究测量；不涉及个体诊断或某种干预效果。",
        "outcome": "研究之间使用的指标、阈值与计算方式的差异。",
        "grade": "unassessed",
        "reviewState": "draft",
        "rationale": "测量综述记录了指标组合与计分的异质性，多队列分析则检验了特定结局下的简化组合。因此，需要同时说明算法选择和拟研究的结局。",
        "limitations": "相关文献提供研究背景，不提供统一的个体诊断阈值，也不能用于判断某个人的健康状态。",
        "paperIds": [
          "measurement-review",
          "mccrory-2023"
        ],
        "searchNotes": "截至2026-10-30，利用PubMed记录及链接原始文献进行定向补检，纳入精选测量综述、多队列和2026年癌症队列证据；本检索并非穷尽性系统综述。",
        "searchedAt": "2026-10-30",
        "reviewedAt": null,
        "methodVersion": "0.1",
        "assessedBy": null,
        "reviewedBy": null,
        "assessments": [
          {
            "domain": "bias",
            "judgment": "not-assessed",
            "reason": ""
          },
          {
            "domain": "consistency",
            "judgment": "not-assessed",
            "reason": ""
          },
          {
            "domain": "directness",
            "judgment": "not-assessed",
            "reason": ""
          },
          {
            "domain": "precision",
            "judgment": "not-assessed",
            "reason": ""
          },
          {
            "domain": "publication",
            "judgment": "not-assessed",
            "reason": ""
          }
        ]
      }
    ]
  }
}