今天给大家解读一篇4月发表在《iScience》上的题目为“Does body composition influence air force pilots' resistance to high-G acceleration? A systematic review meta-analysis.”的文章。本文为一项系统综述与荟萃分析，旨在明确身体成分（身高、体重、BMI、肌肉质量、体脂）与体能（3公里跑、俯卧撑、仰卧起坐）是否与空军飞行员及学员的G测试通过/失败结果相关。通过检索PubMed、Cochrane Library及Google Scholar，最终纳入10项横断面研究（共2166名男性参与者，平均年龄23.39岁）。采用R软件（metafor和meta包）进行随机效应模型荟萃分析，计算标准化均数差（Hedges' g），评估异质性（I²）及发表偏倚（漏斗图与trim-and-fill法）。结果显示BMI效应量中等，体重和肌肉质量效应量小，而体能变量无显著差异。结论支持将身体成分评估纳入飞行员训练和选拔，并建议未来开展更多机制研究。（请持续关注我们，每天为您解读最新见刊的文献!）想薅生信资料羊毛？直接在对话框回复 “资料”，免费领取干货大礼包！包括数据集、绘图代码、图表复现、思路总结、参考文献……0代码！鼠标点点点即可轻松完成5-10分生信SCI全文复现！
不想做实验，没数据，还想要快速发表文章，没问题的！公共数据库就是我们的数据宝藏！没思路不用担心，作为专业的生信团队，我们很乐意为你们效劳，提供研究路线设计和数据挖掘分析，扫码联系我们吧！
团队成员合影（位于上海陆家嘴中心，可随时预约参观）
题目：《身体成分是否影响空军飞行员对高G加速度的耐受性？系统综述与荟萃分析》Does body composition influence air force pilots' resistance to high-G acceleration? A systematic review meta-analysis
发表期刊：iScience
影响因子：4.1
研究背景：
高性能战斗机的加速度可达+9 Gz或更高，飞行员面临重力诱导意识丧失（G-LOC）的风险，已有约8-20%的军事机组人员经历G-LOC。识别可调节的生理和身体因素对预防G-LOC至关重要。既往研究关于身体成分与G耐受性的关系存在矛盾结果，且缺乏综合性的荟萃分析。因此，本研究旨在回答两个问题：（1）飞行员的哪些身体成分和体能指标能够正向增强G耐受性？（2）哪些干预方法（如运动处方）可作为G-LOC预防措施？研究通过比较G测试通过组与失败组，首次系统整合相关证据。
研究思路：
- 文献检索
在PubMed和Cochrane Library中检索2014年至2024年9月发表的文献，补充使用Google Scholar，不设语言限制，同时搜索灰色文献（学位论文、会议材料、报告）。检索词涵盖“pilots”“gravitation”“body composition”“Physical Fitness”“G-tolerance”等。 - 筛选与质量评估
三名独立评审者依据纳入标准（包含飞行员或学员进行G测试、结果报告为通过/失败、提供均值和标准差数据）筛选，最终纳入10项研究。采用纽卡斯尔-渥太华量表（NOS）评估偏倚风险，得分5-10分，质量良好或非常好。 - 数据提取
提取作者、年份、国家、样本量、年龄、性别、身体成分和体能数据。 - 统计分析
使用R 4.3.4，以随机效应模型（逆方差加权）计算标准化均数差（SMD，通过组减去失败组），评估异质性（I²）并采用Cochran's Q检验。通过漏斗图和trim-and-fill法评估发表偏倚。 - 亚组分析
分别对BMI、体重、肌肉质量、体脂、身高、3公里跑、俯卧撑、仰卧起坐进行荟萃分析。
研究亮点：
-
BMI与G测试通过结果呈中等正相关。 -
体重和肌肉质量与+Ｇz耐受性呈小正相关。 -
体能变量在通过组与失败组间无显著差异。 -
身体成分可能成为飞行员筛查和训练决策中的有用因素。
研究结果：
- 纳入研究
初始检索获得29,844条记录，最终纳入10篇文献，共2166名参与者（通过组1713人，失败组453人）。所有参与者均为男性，平均年龄23.39±1.62岁，身高174.35±1.16 cm，体重70.83±2.26 kg，BMI 23.12±0.84 kg/m²，体脂16.21±2.03%，肌肉质量33.68±0.92%。研究来自韩国（7篇）和台湾（3篇），包括现役飞行员或学员。 - BMI
9项研究纳入，通过组BMI低于失败组（SMD=0.47，95%CI 0.32-0.63，p=0.27，I²=19%）。trim-and-fill校正后SMD=0.44（95%CI 0.28-0.59，p<0.001），效应量稳定。 - 肌肉质量
7项研究纳入，通过组肌肉质量高于失败组（SMD=0.31，95%CI 0.15-0.47，p=0.96，I²=0%），无异质性和发表偏倚。 - 体重
9项研究纳入，通过组体重低于失败组（SMD=0.26，95%CI 0.12-0.41，p=0.18，I²=29%）。trim-and-fill校正后SMD=0.09（95%CI -0.08-0.26，p=0.30），效应量不显著。 - 身高与体脂
身高（SMD=-0.08，95%CI -0.20-0.04，p=0.40，I²=4%）与体脂（SMD=0.05，95%CI -0.17-0.26，p=0.13，I²=39%）均无显著组间差异。 - 体能变量
3公里跑（SMD=-0.01，95%CI -0.38-0.36，p=0.01，I²=75%）、俯卧撑（SMD=0.08，95%CI -0.10-0.26，p=0.57，I²=0%）、仰卧起坐（SMD=0.16，95%CI -0.04-0.36，p=0.90，I²=0%）均无显著差异。
研究总结：
结论：BMI、体重和肌肉质量与G测试结果相关，其中BMI效应量中等，体重和肌肉质量效应量较小。体能变量（有氧耐力、上肢力量、核心力量）在通过组与失败组间无差异。身体成分可能有助于预测G耐受性，并可作为飞行员筛选和个性化训练的依据。建议将肌肉质量评估（如最大重复次数测试、力量-体质量指数、关节活动度评估）纳入现有体能评估框架，以更有效识别需要干预的学员，降低G-LOC风险。
讨论要点：
-
骨骼肌质量有助于防止血液快速集中到下肢，从而预防G-LOC，同时支持肌肉骨骼系统、预防脊柱损伤和颈腰痛，并可能通过调节免疫系统（如降低皮质醇升高、减少IgA下降）增强抗压能力。 -
本研究为首次合成飞行员群体中身体成分与G-LOC关系的证据，但仅纳入亚洲人群（韩国和台湾），限制了外推性。未来需在更大、更多样化的队列中验证，并采用标准化G测试和体能评估方案。 -
研究局限性：纳入文献数量少（10篇），且仅包括提供均值±标准差数据的通过/失败比较研究；所有研究均为横断面设计，无法推断因果关系；方法学变异性可能贡献异质性，但已采用随机效应模型和trim-and-fill法处理。
结果译文：
文献检索结果共识别出29,844项研究（图1）。通过去除重复文献以及筛选标题和摘要，共选出184项研究。另有174项研究因以下原因被排除：研究未进行G-test（n=142），研究未将结果分为通过/未通过组（n=26），以及研究未提供用于计算效应量的均值和标准差数据（n=6）。最终，10项研究被纳入系统综述和Meta分析。
1.参与者特征
2.质量评估
纳入研究的定性评价报告于表2。纳入研究的NOS评分范围为5至10分。两项研究为“非常好”（10分），七项为“良好”（7-8分），一项为“良好”（5分），没有研究被评为“差”。
3.身体成分Meta分析
4.体能测试Meta分析
四项研究报告了体能测试结果。3公里跑：三项研究（n=668）报告了3公里跑用时。合并SMD在固定效应模型中为-0.08（95%CI：-0.26-0.10），随机效应模型中为-0.07（95%CI：-0.31-0.17），两组间无显著差异。异质性较低（I²=25%，p=0.26）。俯卧撑：三项研究（n=668）报告了俯卧撑次数。合并SMD为0.09（95%CI：-0.09-0.27），无显著差异。仰卧起坐：两项研究（n=518）报告了仰卧起坐次数。合并SMD为0.03（95%CI：-0.17-0.23），无显著差异。
5.发表偏倚评估
更多结果和补充图表：doi：10.1016/j.isci.2026.115710
扫描上方二维码或登录平台官网后添加CNSknowall客服微信咨询！官网地址：https://cnsknowall.com
CNSknowall：24年最新问世的遥遥领先的颠覆性科研数据（0代码生信+统计学）分析平台，同时含有机制图模块（原创3000多素材和机制图模板）+AI一键生成高质量比国自然标书初稿+汉化版Pubmed融合Deepseek高效筛选目标文献同时一键提炼全文核心创新点+SCI文献例句/语料检索模块+全文翻译+文献求助+图片查重+期刊查询+OPenAI官方GPT接口，＞500款CNS级别图表皆可一秒内一键出图，登录即秒变数据分析大神，体验前所未有的便捷数据分析之旅，开启科研天骄之路！
可向下滑动发掘更多科研秘籍！
