MVI 运动活力指数 · 算法逻辑与验证

①

什么是 MVI —— 把"活力"拆成六个生理系统

本节回答第一个问题：活力到底指什么，为什么要拆成六个系统？

活力 = 产能 × 承重 × 恢复适应

活力不是单一的"感觉"，而是三个相互独立、缺一不可的能力的乘积：

产能（能否持续供能）→ 有氧产能（心肺）+ 能量稳态（代谢）；
承重（身体结构能否承载负荷）→ 肌肉；
恢复适应（练完后能否恢复并变强）→ 自主神经（恢复）+ 炎症 + 睡眠中枢。

三者是乘积关系而非相加：心肺再好，若一练就发炎、睡不好恢复不过来，活力也上不去——这解释了为什么"活力"必须同时覆盖这三个方向，而不是用一个"体能分"概括。

例：体检用「血压 + 血糖 + 血脂」几个客观指标来刻画抽象的"代谢健康"。MVI 同理——用六个客观生理系统来刻画抽象的"活力"，每一项都有仪器可测的数值，而非靠主观问卷打分。

六维总表

系统	黄金标记	方向	获取层级	代表文献（效应量）
心肺	VO₂max	越高越好	P0（手表估）/ P2（CPET）	Kodama 2009 JAMA（RR 1.70）
肌肉	握力	越高越好	P1（蓝牙）/ P2	Leong 2015 Lancet（HR 1.16/5kg）
代谢	TIR(CGM)	越高越好	P1（CGM）	Battelino 2019 Diabetes Care；HOMA-IR HR 1.92
炎症	hs-CRP	越低越好	P1 / P2（血检）	荟萃全因1.75/心血管2.03
恢复	RMSSD + RHR	RMSSD高 / RHR低	P0（手表夜间）	SDNN RR 4.19（Kleiger+荟萃）
睡眠中枢	深睡% + 反应时	越高 / 越低	P0（手表+App）	Cappuccio 2010 Sleep（1.12/1.30）

六个轴在病理上各自独立贡献疾病/死亡风险，因此是六个维度而非一个总分；所有标记均为客观生理指标，与问卷无关。

②

每个维度怎么测 —— 黄金标记的选择依据

本节回答：每个系统挑哪个客观指标，依据是什么？四个筛选标准缺一不可。

黄金标记的四条标准

预测效度与疾病/死亡硬终点的关联被大样本研究反复验证；客观可获取能由手机、手表、低成本血检或 CGM 拿到，而非主观自报；生理独立各指标代表不同器官/通路，彼此不重复；标准化可重复测量方式统一，跨设备、跨时间可比。

心肺 · VO₂max

黄金标记：最大摄氧量

所有体能指标中对全因死亡预测最强最稳，整合心/肺/循环/线粒体效率。
P0 手表估P2 CPET
证据：Kodama 2009（JAMA）RR≈1.70

肌肉 · 握力

黄金标记：握力

最易标准化、证据最厚、消费级可得的全身力量代理；预测心血管死亡强于血压/活动量。
P1 蓝牙P2
证据：Leong 2015（Lancet）HR≈1.16/降5kg

代谢 · TIR

黄金标记：葡萄糖目标内时间（CGM）

比空腹血糖/HbA1c 分辨率更高，与并发症剂量效应最清晰；CGM 已消费级普及。
P1 CGM
证据：Battelino 2019（Diabetes Care）；HOMA-IR HR≈1.92

炎症 · hs-CRP

黄金标记：高敏 C 反应蛋白

最便宜、最标准化的炎症标记，对心血管事件独立预测最稳定。
P1 血检P2
证据：荟萃全因1.75/心血管2.03

恢复 · HRV + RHR

黄金标记：RMSSD + 静息心率

唯一可无创、连续、消费级获取的自主神经/恢复标记，预后价值强。
P0 手表夜间
证据：SDNN RR≈4.19（Kleiger+27研荟萃）

睡眠中枢 · 深睡% + 反应时

黄金标记：深睡比例 + 反应时

深睡是最稳定的修复输出；反应时是最简单的客观中枢控制测量，App 即可获取。
P0 手表+App
证据：Cappuccio 2010 短1.12/长1.30；双任务~28%/100ms

例：肌肉维度为什么不选「卧推重量」而选「握力」？因为卧推需要器械、动作标准难统一，而握力用一把握力计即可测，标准化程度高、人群常模齐全，且握力对心血管死亡风险的预测力甚至强于血压和体力活动量——是"证据最厚、最易获得"的全身力量代理。

③

原始值怎么变成 0–100 —— 中国常模与同龄百分位

本节回答：测到的绝对值（如 VO₂max=30）怎么变成有参照意义的分？

为什么不能直接比绝对值

同一个绝对值，对不同年龄、不同性别的人意义完全不同：VO₂max = 30 ml/kg/min，对 25 岁男性是"普通"，对 65 岁老人却是"相当不错"。直接把绝对值相加，等于让不同年龄性别的人站在不同的尺子上比，没有意义。

解法：中国常模 + 年龄/性别百分位（CDF）

先按「年龄 + 性别」画出每个指标在中国人群里的分布（中国常模，本页为公开文献汇编 v1.5），再把你的数值放进去看排在什么位置，得到 0–100 的同龄百分位。这样既统一了单位（ml/kg/min、kg、%、mg/L 全变成"分"），又校正了年龄性别，让所有人终于能放在同一把尺子上比。

例：为什么用「百分位」而不用「达标线」？达标线（如"VO₂max ≥ 42 合格"）只能回答"合不合格"，不能回答"你比同龄人强多少"。百分位给出的是"你超过了全国同龄同性别中的 85%"这种有参照的位置，也正是它能换算成 0–100 分、进而跨维度比较的原因。

例（相对 WHOOP 的核心差异）：WHOOP 用「个人 21 天滑动基线」——新用户前 21 天攒不出自己的基线，期间拿不到有意义的分数（冷启动）。MVI 用中国同龄同性别常模，Day-1 输入数据即可出有参照的分；个人基线则在第 7–21 天逐步混入（见 ⑦ 落地），两套机制叠加。

④

六个分怎么合成一个总分 —— 权重、去相关与输出

本节回答：六个 0–100 的分，怎么合成为一个总分？各给多少权重？

六维权重结构（效应量驱动）

代谢、炎症、心肺权重最高，反映它们对硬终点（死亡/心血管事件）的风险贡献最大。

权重怎么定：看"风险贡献"，不主观赋值

每个系统的权重，等于"这个系统出问题后，将来得大病或早死的风险高多少"——即医学文献里反复验证的效应量。风险贡献越大，权重越高：

炎症、代谢各约 0.23–0.24（hs-CRP 高、血糖不稳与心血管死亡强相关）
心肺约 0.19（有氧差者全因死亡风险约 1.7 倍）
肌肉、睡眠、恢复约 0.11–0.13

合成公式：MVI = 50 + Σ wᵢ·(维度分ᵢ − 50)。50 是中位基准，普通人自然落在 50 附近。

例：为什么炎症权重（0.23）比肌肉（0.11）高？因为流行病学证据显示，hs-CRP 处于最高水平的人心血管死亡风险约为最低水平的 2.03 倍，而握力每降 5kg 对应的死亡风险约 1.16 倍。风险贡献更大的系统，理应分到更大的权重——这就是"权重来自数据、而非拍脑袋"的含义。

为什么还要"去相关"（PCA）

六个系统并非彼此独立：有氧好的人往往肌肉也强、睡眠也好，它们共享一个底层的"总体体适能"。直接加权会把这部分重复计算。因此先用 PCA 抽出"总体体适能"这条主线来算总分，再看你偏离主线的残差——残差最低的系统，就是相对你最弱的一环（弱项），直接对应运动处方与补给建议。

除了总分，还输出什么

MVI 活力分（0–100）是主线；此外还输出：

生理年龄差 ΔAge：用 Gompertz 定律（死亡率约每 8 年翻倍）把分数换算成"生理年龄差"——分高则生理年龄比实际年轻，分低则偏老。口径"每 10% 相对风险 ≈ 1 岁"，与 WHOOP 等主流产品一致。
弱项定位：残差最低的系统 + 对应运动处方/补给。

例：一个 40 岁、MVI = 70 的人，其死亡风险约为同龄中位者的 0.63 倍（按风险系数 k 估算），对应"生理年龄约比实际年轻 4 岁"。这就是 MVI 能支持"我比同龄人年轻 X 岁"这类社交分享的数学来源。

⑤

怎么证明这套方法是对的 —— P3 + P7 互相验证

本节回答：上面的常模、权重、合成方式，怎么被验证不是想当然？用公开中国人群文献值（v1.5）作为"真实基线"做闭环检验。

0.90

测试集 R²（预测连续结局）

0.88

测试集 AUC（预测事件）

0.015

校准风险系数 k（Gompertz）

1.17×

每降 10 分 MVI 的相对风险

验证 A · 常模能否被拟合还原

标记	25岁 fit/v1.5	45岁 fit/v1.5	65岁 fit/v1.5	最大偏差
VO₂max	34.82 / 35.30	25.87 / 26.58	22.13 / 22.26	2.7%
握力	44.15 / 43.53	42.45 / 43.23	36.04 / 35.55	1.8%
TIR	92.79 / 93.00	90.47 / 91.00	88.20 / 88.00	0.6%
hs-CRP	0.39 / 0.42	0.56 / 0.54	0.69 / 0.68	7.4%
RMSSD	60.10 / 60.00	47.22 / 48.00	35.33 / 35.00	1.6%
RHR	61.63 / 62.00	66.33 / 66.00	69.81 / 70.00	0.6%
HRREC	30.06 / 30.00	25.47 / 26.00	20.29 / 20.00	2.0%
深睡%	19.97 / 20.00	17.68 / 18.00	15.10 / 15.00	1.8%
睡眠效率	92.12 / 92.00	89.57 / 90.00	86.22 / 86.00	0.5%
反应时	299.94 / 300.00	362.29 / 360.00	426.38 / 430.00	0.8%

拟合常模与 v1.5 文献值的偏差普遍 <3%（hs-CRP 因对数正态抽样略高，仍 <7.4%），证明"从样本拟合出中国常模"这一步方法学成立。

验证 B · 权重校准：校准值 vs 文献真值

六个维度校准权重均能逼近文献效应量权重（偏差多在 0.02 内），证明权重确实可被数据校准。

互相验证 · MVI 十分位 → 事件率

事件率随 MVI 单调下降（0.92→0.02），证明 MVI（A 的常模 + B 的权重）能分层真实风险。

例（AUC 怎么读）：AUC = 0.88 的含义是：随机抽一个"将来会发生事件的人"和一个"不会发生的人"，前者的 MVI 更低这件事有 88% 的概率成立（0.5 为随机猜，1.0 为完全正确）。

基线常模来源（v1.5 爬取文献值）

标记	来源（DOI / PMID）
VO₂max	PMC9409785（J Clin Med 2022，中国社区健康成人 CPET 实测 VO2peak 第50百分位）
握力	doi:10.46234/ccdcw2024.178（China CDC Weekly 2024，n=128,759）
TIR	doi:10.2337/dc09-0076（Zhou 2009，n=434 中国健康人 CGM）
hs-CRP	doi:10.16439/j.cnki.1673-7245.2013.07.004（唐山开滦 n=9062）
RMSSD / RHR	中国 HRV 专家共识(2021) + 唐海沁1998(n=1524)
深睡% / 效率	中国睡眠研究会/国家卫健委常模
反应时 / HRREC	通用占位（无中国人群专项值，待 v2 补）

⑥

同类产品怎么算"身体年龄" —— 横向对标与选型

本节回答：WHOOP、Oura、Garmin 等把"生理年龄"做成产品的同行，运算内核是什么？我们为什么选「常模百分位」而不是照搬某一家？

七类产品的运算内核对比

产品 / 方法	运算内核	基准	冷启动
WHOOP Age	Gompertz 定律把各指标风险比转"±年差"（每 10% 风险≈1 岁），9 指标累加 + 结构方程去相关 + 健康优化基准 + 衰老速度 Pace	达标 = 0 年差	31 天 / 21 次恢复
Oura 心血管年龄	PPG 波形 → 估计脉搏波速度（PWV）估动脉僵硬度	同龄 ±5 / +6 年	14 晚
Garmin 健身年龄	VO₂max 对照同龄同性别队列	人群常态值	户外跑 1–3 次
Withings 血管年龄	足-心脉搏波传导时间差 → PWV，对比同侪	同龄 90% / 80% 档	5 次
华为	心脏年龄问卷（加减年）+ GT5 Pro PWV + 三指标加权（VO₂max 45 / RHR 35 / HRV 20，分年龄段定阈值）	风险因子 / 年龄段	问卷即出
Fitbit / Apple	只估 VO₂max 分档（差→优），刻意不做"年龄"输出	同龄队列分档	1–3 次跑
Dalia / 学术	KDM：各标记推隐含年龄 → 加权均龄 + 真实年龄，封顶 ±12 年	真实年龄恒为输入	1+ 标记

两类基准并存：WHOOP 用"健康优化基准"（达标 = 0 年差），Oura / Withings 用"同侪基准"（和同龄人比）。MVI 的百分位属于同侪基准，另可叠加健康优化基准，见下。

底层科学方法（公式级）

Gompertz 定律：死亡率约每 8 年翻倍——这是把"风险比"反解成"年差"的桥梁（MVI 的 ΔAge 同源）。
KDM（Klemera-Doubal）：每个标记各自推一个"隐含年龄"，再与真实年龄加权平均，封顶 ±12 年。
PhenoAge（Levine，NHANES III）：用 10 个临床标记做 Cox 回归 → 用 Gompertz 反解成年龄。
GrimAge：DNA 甲基化预测血浆蛋白 + 吸烟暴露 → 死亡回归，预后最强。

五条核心发现

"年龄"只是风险的可视化外衣——各家本质上都在算"风险"，再套一个年龄的壳子。MVI 因此可加"生理年龄差"双输出（已实现，见 ④）。
基准两派：WHOOP 用健康优化基准（达标=0），Oura / Withings 用同侪基准——MVI 建议学 WHOOP，与现有"优 / 良 / 预警"分级天然契合。
共线性必须处理：WHOOP 用结构方程修正 VO₂max 与 RHR 的重叠；MVI 六维同样高度共线，直接加权会高估体适能类维度（已用 PCA 处理，见 ④）。
冷启动是行业通病：MVI 常模参照、Day-1 出分是结构性优势，但还需补"健康优化基准"这一层。
零家消费级"年龄"有同行评审验证——谁先做前瞻性验证，谁就建起壁垒。

对 MVI 的七条借鉴（含现状对照）

#	借鉴	MVI 现状
1	加"生理年龄差"双输出（好传播的外壳）	已实现（④ 的 ΔAge）
2	健康优化基准（达标 = 0 年差）	待做（下一步优先）
3	去相关，防重复计数	已实现（④ 的 PCA）
4	加变化速度维度（Pace of Aging）	待做
5	年龄段分级，解决跨年龄不可比	已被"连续百分位"超越
6	权重由结局（效应量）驱动	已实现（④）
7	合规只给分档，不给诊断	已落实（全页声明）

关键结论：MVI 的"六维 0–100 分"信息量更大，三个短板均已解决

相比只估 VO₂max 的单信号产品（Garmin / Fitbit / Apple），MVI 的六维加权 0–100 分信息量更大。此前三个短板现已全部解决：

短板	具体问题	MVI 的解法
(a) 绝对分级跨年龄不可比	同一分数对不同年龄意义不同（华为文档亦指出此问题）	连续百分位 CDF（见 ③）
(b) 未去相关	六维高度共线，简单加权会高估体适能类维度	PCA 去相关（见 ④）
(c) 缺"风险→年龄差"外壳	难传播、缺社交分享的钩子	ΔAge 生理年龄差（见 ④）

据此，"先年龄段分级 → 再去相关 → 最后生理年龄差"的优先级中，(b)(c) 已完成、(a) 已被更强的连续百分位覆盖；真正待补的是「健康优化基准」（达标 = 0 年差）与「Pace of Aging」，以及用真实前瞻队列做验证以建立壁垒。

例（为什么"健康优化基准"值得加）：同为 35 岁男性，一个百分位 50（同龄中位），一个百分位 85。百分位能说明"你比同龄人强"，但不能说明"你离理想健康还有多远"。WHOOP 的"达标 = 0 年差"回答的正是后者：把"各项指标达到健康阈值"定义为 0 岁差，再算你偏离了多少。两套基准叠加，MVI 才能同时回答"在同龄人里排第几"和"离健康最优差多少"。

落地优先级（对照现状）：MVI 已具备连续百分位 + PCA 去相关 + ΔAge 生理年龄差，因此"先年龄段分级 → 再去相关 → 最后生理年龄差"这条路线中，后两步已完成、第一步已被更强的连续百分位方案覆盖；真正缺的下一步是「健康优化基准」与「Pace of Aging」，以及用真实前瞻队列做验证以建立壁垒。此部分为选型依据，非诊断结论。

⑦

从方法到产品 —— 三处产品化升级

方法学验证成立后，直接推向小程序仍会撞三个墙：维度留白砍断转化、慢病权重对运动场景错配、缺个人基线无即时反馈。三处"插件式"升级不改动核心引擎，跑通迈胜「数据 → 洞察 → 运动处方 → 补给」飞轮。

6/6

代理模型点亮维度（缺设备不留白）

1.4×

备赛模式对恢复窗口的敏感度

0.35

Day21 个人基线混入权重（α）

+15.6

恢复维分回血（喝迈胜→次日）

升级 2 · 双层权重矩阵（日常 vs 备赛）

备赛态把心肺/肌肉/恢复 ×1.6、代谢/炎症 ×0.7：恢复权重 0.13→0.185、代谢 0.24→0.149。

升级 3 · α 时间爬坡（常模 → 个人基线）

H_d(t)=(1−α)·CDF + α·Φ(z_self)：Day1–6 纯中国常模，Day7–21 线性混入 35% 个人动态分。

① 代理模型 · 拒绝留白

P2 生理代理推算

无 CGM/血检/握力计的用户，用 90 秒输入（俯卧撑+体重 / 腰高比 / DOMS+静息心率漂移）反推肌肉·代谢·炎症等效分，6 维全点亮，代理置信 0.65、上传实测升 1.0。
演示：3/6→6/6，弱项精准命中「肌肉」→ 液体蛋白 PRO。

② 双层权重 · 场景化

w_final = w_base·γ / Σ(w_base·γ)

日常态沿用柳叶刀/JAMA 权重算 ΔAge（社交分享）；备赛态放大心肺/肌肉/恢复×1.6、压低代谢/炎症×0.7。
演示：恢复打崩 MVI 降 5.3→7.5（敏感 1.4×），代谢打崩 10.5→6.6（脱敏）。

③ 双轨融合 · 常模+个人基线

H_d(t)=(1−α)CDF + α·Φ(z_self)

Day1–6 纯常模秒出分不冷启动；Day7–21 混入个人基线爬升至 α=0.35。
演示：半马次日 HRV 相对自己基线回血，恢复维分 54.8→70.4（+15.6）。

例（为什么慢病权重会错配运动场景）：一个刚跑完百公里越野的精英跑者，血糖稳定、代谢正常，但 HRV 暴跌、肌肉微损伤。用慢病权重（代谢 0.24）算，他的分数几乎不变——因为代谢这一项很好；换成备赛权重（恢复 0.185、心肺/肌肉 ×1.6），"恢复不足"这个真实风险才被暴露出来。这正是日常健康态与备赛态需要两套权重的原因。

深坑 → 修复 → 商业价值一览

产品深坑	算法修复	关键数字	商业价值
缺血检/CGM → 3 维留白，转化链路断一半	P2 代理模型	3/6 → 6/6	液体PRO / 续航胶 / 电解质都能被命中
慢病死亡率权重对运动场景错配	P4 双层权重	恢复敏感 1.4×	备赛包精准导向（全马/半马/首野）
缺个人基线，缺即时正反馈	P6 双轨融合	恢复分 +15.6	"喝迈胜→回血"锁死复购

三处升级均为插件式：新增 MVI_v2_三插件升级.py，import 原引擎、仅替换/前置 REF·WEIGHTS·合成层，逻辑零漂移。

诚实边界：代理方程系数、场景 γ 算子（1.6/0.7）、α 上限（0.35）均为产品可调超参/工程占位——方向性有文献支撑（WHtR 与胰岛素抵抗 r>0.7、运动性微损伤与静息心率漂移正相关），但绝对系数须用真实配对样本回归校准后才能对外承诺。MVI 仅作活力评估与健康引导，非医疗诊断。

⑧

数据来源与合规基线

算法数据体量一览

用途	数据集 / 研究	规模	来源
常模·握力	中国成人握力全国调查（2020，31 省）	n=128,759	China CDC Weekly 2024
常模·炎症	唐山开滦健康成人队列	n=9,062	中华高血压杂志 2013
常模·VO₂peak	中国健康成人 CPET 实测（绝对量）	n=4,624	Sci Rep s41598-025-94207-7
常模·HRV	中国健康人 24h 动态心电图	n=1,524	心电学杂志 1998
常模·代谢	中国健康人 CGM 连续血糖	n=434	Zhou 2009 Diabetes Care
常模·睡眠	深睡占比 / 睡眠效率范围	范围值	中国睡眠研究会/卫健委
效应量·心肺	VO₂max 与全因死亡荟萃（33 项研究）	≈10.3 万	Kodama 2009 JAMA
效应量·肌肉	握力与死亡 17 国前瞻队列（PURE）	≈14.3 万	Leong 2015 Lancet
效应量·睡眠	睡眠时长与死亡荟萃（16 项研究）	≈138 万	Cappuccio 2010 Sleep
自验证	P3+P7 拟真队列 / 常模蒙特卡洛	4,000 / 20,000	脚本生成

常模样本量为对应文献报告值——算法直接对照的中国人群数据合计约 14 万+；效应量样本量为国际硬终点研究的报告值（用于定权重，非对照数据）；自验证为拟真抽样。反应时、HRREC、夜间 RMSSD 仍缺中国专项值（见 ②③ 缺口标注）。

数据的两类用途与获取方式

第一类 · 群体真实样本（去标识化）——用于「拟合常模 + 校准权重」，需要几百到几万人的数据：

拟合常模：用真实样本（年龄、性别、10 个指标）拟合中国常模曲线，替换现在的文献汇编锚点；
校准权重：用带"结局"的样本（实测 VO₂max、比赛成绩、伤病/硬终点事件）校准各维度权重与风险系数 k。

第二类 · 个人数据——单个用户自己的历史数据，用于「个人基线」（第 7–21 天双轨融合里"和过去两周的自己比"），只给个人打分、不用于训练/校准模型。

获取方式：P0 手机/手表（自动同步，零成本）；P1 血检/CGM/握力计（低成本）；P2 精准体测。其中 P1 数据对接门槛高、代价大，可改用 OCR 识别化验单/体检报告图片——用户拍张照片即可自动提取 hs-CRP、空腹血糖等指标，补上「炎症 / 代谢」维度，显著降低录入成本；再配合 ⑥ 的代理模型，进一步降低获取门槛。

常模文献（已汇入《MVI 中国常模 v1.5》）：VO₂peak PMC9409785；握力 doi:10.46234/ccdcw2024.178；hs-CRP doi:10.16439/…；CGM doi:10.2337/dc09-0076；HRV 唐海沁1998 + 共识2021；睡眠中国睡眠研究会/卫健委。

效应量文献：Kodama 2009 JAMA；Leong 2015 Lancet(PURE)；Battelino 2019 Diabetes Care；hs-CRP 荟萃；Kleiger 1987 + 27研荟萃；Cappuccio 2010 Sleep；双任务/Melzer；Stroop 2025 综述。

PIPL 合规基线：健康数据属敏感个人信息（PIPL 第28条），须单独同意 + 去标识化 + 数据处理协议(DPA) + 伦理批件(IRB)；非医疗声明（MVI 不构成诊断）。