美国现役军人失眠障碍的疾病负担：一项全国性健康与经济影响分析
《Neurology》：Burden of Insomnia Disorder Among US Active-Duty Military Personnel
【字体：
大
中
小
】
时间：2025年10月18日
来源：Neurology 8.4
编辑推荐：
本综述基于美国军事健康系统数据，首次全面量化现役军人失眠障碍的疾病负担。研究发现，新发失眠与创伤后应激障碍（PTSD，HR 6.51）、创伤性脑损伤（TBI，HR 5.32）等不良心理及生理健康结局风险显著升高相关，并导致全因医疗资源使用（HCRU） across all points of service 大幅增加。该研究强调了在军事医疗体系中加强失眠筛查与循证干预（如CBTI）的紧迫性，为优化卫生资源分配提供了重要依据。
Background and Objectives
失眠在军事人员中非常普遍，但目前认知尚存许多空白。本研究旨在量化美国现役军人失眠的医疗、精神病学及资源使用负担。我们假设失眠与恶化的健康和经济结局相关。
这是一项回顾性病例对照研究。数据来源于军事数据仓库（2016–2021年）。年龄小于65岁、在首次失眠诊断前后均有12个月连续参保记录、且无既往失眠或失眠治疗证据的现役军人，与无失眠的现役军人按1:1比例根据人口统计学、临床和军事特征进行匹配。失眠、精神和医学合并症使用国际疾病分类第十版（ICD-10）诊断代码定义。使用时间事件模型检验新诊断失眠对12个月内精神和医学结局的影响。使用广义线性模型检验新诊断失眠对12个月医疗资源使用的影响。
共有40,978名现役军人符合失眠标准，并与40,978名无失眠的现役军人匹配。参与者中78.6%为男性，61.8%为白人，大多数年龄在44岁以下（90.3%）。失眠与几乎所有研究的生理和心理健康结局风险增加相关；与无失眠者相比，失眠现役军人患创伤后应激障碍（PTSD）的风险增加了6倍（风险比[HR] 6.51, 95% CI 5.95–7.12, p < 0.001），创伤性脑损伤（TBI）风险也升高（HR 5.32, 95% CI 4.53–6.24, p < 0.001）。失眠现役军人在所有服务点均表现出更高的全因医疗资源使用（所有p值 < 0.001）。
在现役人员中，新发失眠与12个月内不良医学和精神病学负担风险显著增加以及医疗资源使用增加相关。主要局限性包括我们的观察性研究设计。
失眠，定义为入睡困难和/或维持睡眠困难并伴有相关的日间后果，是成人中最常见的睡眠障碍，在美国军队中非常普遍。军事人员经历着持续的工作节奏、非传统的工作时间和全球性行动，这些都增加了睡眠不良的风险。事实上，在过去十年中，多项研究记录了现役人群中失眠的高患病率。中度至重度失眠的患病率估计在11.2%至19.9%之间，并且对失眠的识别已增加了数倍。
一般而言，失眠与非常广泛的不良医学（如心血管、代谢和神经退行性变）和精神病学（如抑郁、焦虑、慢性疼痛和物质滥用）后果相关，并导致健康相关生活质量下降。此外，在非军事样本中，失眠与患者、支付方、雇主和社会承担的经济负担增加相关。基于这些后果以及军队内部对失眠认识的提高，值得注意的是，很少有实证研究探讨现役军人失眠的健康或经济负担。一项针对军事人员的纵向分析（2001–2008年）发现，自我报告的入睡困难和/或维持睡眠困难与自我报告的健康状况下降、更高的缺勤率、较低的部署几率、较高的退役几率以及更高的自我报告医疗资源使用相关。
显然，失眠是美国军队中的一个主要关切点，且存在许多认知空白。为了增进理解，本研究的目的是量化现役军人这一关键亚组中失眠的健康和经济负担。我们的主要假设是，与无失眠的现役军人相比，失眠现役军人表现出不良生理和心理健康结局风险增加以及经济负担增加。
Standard Protocol Approvals
本研究使用完全去标识化的数据，并获得了沃尔特·里德陆军研究所机构审查委员会的豁免决定（方案编号#2985）。
本研究的数据来源为2016–2021年的军事数据仓库（MDR）。MDR包含在军事卫生系统内接受治疗的现役军人、军人家属、国民警卫队和预备役人员的就诊、操作、药房和耐用医疗设备信息，包括军事治疗设施内的直接基地内护理和私营部门TRICARE网络。
我们进行了一项回顾性队列研究，使用两个队列（即失眠组和无失眠组）的美国本土现役军人，年龄17-64岁。资格要求有24个月的连续参保记录，包括在首次失眠诊断日期（视为索引日期）前后至少各有12个月参加TRICARE Prime计划。我们排除了在过去12个月内使用过任何失眠药物或有失眠相关护理史的个体。索引日期前有阻塞性睡眠呼吸暂停（OSA）或OSA治疗史的个体也被排除。通过随机选择一组237,000名至少有24个月参保记录且无失眠或OSA诊断的患者来创建此比较队列；为他们随机选择一个索引日期，使得索引日期前后均有≥12个月的连续参保记录。对于这个匹配的比较队列，我们也应用了相同的失眠药物或失眠相关护理的排除标准。我们的匹配方法有进一步描述。
失眠定义为在12个月无失眠诊断或失眠治疗药物证据的清洁期后，在住院或门诊索赔的任何位置收到一次或多次由医疗服务提供者分配的ICD-10代码F51.01, F51.02, F51.03, F51.04, F51.05, F51.09, G47.00, G47.01, 或 G47.09。
结局是根据与军事利益相关者的讨论选择的，包括索引日期后一年内评估的新发身体和心理健康状况诊断以及医疗资源使用。身体健康和心理健康状况使用ICD-10代码定义。此外，我们创建了一个代表任何肌肉骨骼损伤的变量。全因医疗资源使用按服务点（住院、门诊、急诊科）的总就诊次数衡量。除了全因就诊外，我们从该计数中排除了失眠相关的医疗资源使用，并比较了组间的非失眠相关医疗资源使用。
MDR中提供了年龄、性别、种族、民族、服役部门（陆军、海军、空军、海军陆战队、太空军、海岸警卫队、公共卫生服务局）、军衔（士兵 vs 军官）和地区。年龄按类别（18–24, 25–34, 35–44, 45–54, 55–64）测量。使用12个月基线期计算基线查尔森合并症指数评分（分类为0, 1, 2+）。索引日期前12个月内诊断的所有身体健康和心理健康合并症被视为基线时存在。在对基线变量进行探索性分析后，我们观察到失眠队列中心理健康合并症的高患病率。为了匹配目的，我们通过对心理健康合并症总数（范围0-6）求和创建了这些条件的计数。
我们使用倾向评分最近邻匹配法，将符合所有其他纳入标准的失眠现役军人与无失眠的现役军人按1:1匹配。为了获得每个个体的倾向评分（患失眠的可能性），我们首先使用整个个体池估计逻辑回归模型，以失眠为因变量，预测因子包括性别、年龄、种族、民族、服役部门、军衔、查尔森合并症指数以及表1所列所有合并症的12个月病史。我们使用该模型预测每个个体患失眠的概率，并使用该倾向评分為每个失眠现役军人确定最邻近的个体（无失眠者），随机打破平局且无放回匹配。使用标准化均数差（SMDs）表示匹配后每个特征在有失眠和无失眠个体之间的分布差异，以评估协变量平衡。在此程序后，心理合并症在队列之间仍然不平衡（SMDs >0.2），并且在模型中加入心理合并症计数后未见明显改善。因此，为了改进匹配过程，我们按心理合并症计数对队列进行分层，并在每个层内重复匹配过程。最终匹配的研究队列在此报告。
然后，为了检验失眠恶化健康结局的假设，我们估计了一系列Cox比例风险模型，每个精神病学和医学结局一个模型。我们计算从索引日期起的天数作为事件发生时间。个体在发生感兴趣结局时或在365天时（以先发生者为准）被删失。对于每个模型，排除有该结局既往诊断的个体及其相应的匹配对象。我们使用Schoenfeld残差检验比例风险假设。如果不满足比例风险假设，我们使用Akaike信息准则评估非参数时间事件模型规格（指数、对数逻辑和对数正态），并使用最佳替代规格重新分析该结局。所有模型都包括匹配后仍不平衡（SMD >0.2）的任何协变量。对于Cox模型，报告风险比（HRs）和95%置信区间（CIs）。对于非参数模型，报告时间比和95% CIs。
为了检验失眠增加经济负担的假设，我们使用泊松模型模拟了所有服务点（即住院、急诊科或门诊）的全因和非失眠相关医疗资源使用的计数。如上所述，这些模型包括匹配后SMD >0.2的协变量。此外，这些模型调整了索引日期前12个月内同类型（全因）就诊的次数。最后，使用Sidak方法调整结局（n = 17）和资源使用（n = 6）的临界值，身体健康和心理健康结局使用α = 0.003，医疗资源使用使用α = 0.009。
最终样本包括40,978名符合研究标准的失眠现役军人。这些个体按描述与40,978名无失眠的现役军人匹配。该研究队列78.6%为男性，61.8%为白人。最常见的身体合并症是纤维肌痛（17.5%）和高脂血症（6.9%）。常见的心理合并症包括焦虑（17.0%）和适应障碍（14.7%）。近10%的参与者经历3种或以上心理合并症。所有SMDs均小于0.2，因此没有特征作为协变量纳入模型。
Health Burden of Insomnia
失眠与所有身体和心理结局风险显著增加相关。在身体健康结局中，风险增加最大的是创伤性脑损伤（TBI；HR 5.32, 95% CI 4.53–6.24, p < 0.001）和纤维肌痛（HR 2.49, 95% CI 2.37–2.62, p < 0.001）。任何肌肉骨骼损伤的风险（HR 1.76, 95% CI 1.67–1.85, p < 0.001）也升高。在心理健康结局中，风险增加最大的是创伤后应激障碍（PTSD；HR 6.51, 95% CI 5.95–7.12, p < 0.001）、焦虑（HR 5.23, 95% CI 4.94–5.55, p < 0.001）和其他情绪障碍包括双相情感障碍（HR 5.64, 95% CI 5.35–5.94, p < 0.001）。比例风险假设对于大约一半的研究结局被违反。因此，我们使用上述替代规格重新运行这些模型。结果与Cox模型的结果一致。
Economic Burden of Insomnia
表3显示了按服务点（门诊、住院、急诊科）划分的全因和非失眠相关医疗资源使用的总就诊次数。与无失眠个体相比，新诊断失眠的现役军人在住院（率比[RtR] 2.26, 95% CI 2.13–2.39, p < 0.001）、急诊科（RtR 1.61, 95% CI 1.57–1.64, p < 0.001）和门诊（RtR 2.38, 95% CI 2.37–2.38, p < 0.001）环境中经历了显著更高的全因就诊率。非失眠相关医疗资源使用也观察到类似的結果模式。
在这项针对现役军人的全国性分析中，新诊断失眠与12个月内不良健康和经济结局风险显著增加相关。与匹配的无失眠个体相比，新诊断失眠的现役军人患创伤后应激障碍（PTSD）的风险增加6.5倍，创伤性脑损伤（TBI）风险增加5.3倍，肌肉骨骼损伤（MSKI）风险增加1.8倍。此外，失眠与所有服务点的全因医疗资源使用大幅增加相关，包括12个月内额外的239,531次门诊就诊、533次住院和2,472次急诊科就诊。这些结果凸显了在军事卫生系统内加强以睡眠为重点的护理的必要性，并为临床和卫生系统研究提出了若干方向。
我们关于失眠和创伤的发现是文献中首次证明失眠是后续TBI和MSKI风险因素的研究之一，这两个是从军事角度看待的关键结局。失眠在TBI后很常见，并与恶化的精神病学、生活质量和认知结局相关。此外，人们经常推测睡眠不足和睡眠障碍与TBI存在双向关系。类似地，睡眠被认为是现役军人MSKI预防和管理的重要组成部分。然而，部分由于需要像本研究这样的大样本纵向数据，很少有实证研究真正检验失眠作为后续TBI或MSKI的风险因素。对我们发现的一个可能解释是，在军事人员（许多人睡眠不足）中，失眠会降低认知和神经行为表现，并增加导致TBI和MSKI的事故和错误风险。
除了TBI和MSKI，新诊断失眠还与12个月内PTSD发病风险增加6.5倍相关。睡眠障碍是PTSD的诊断标准之一，失眠和PTSD经常共存。此外，这些结果与一项纵向调查数据（2001–2008年）的研究结果一致，该研究确定战斗相关创伤和部署前失眠均与部署后PTSD、抑郁和焦虑风险增加相关。值得考虑的是，失眠是否可能是这些疾病的早期、未被识别的症状，或者反映了共同的潜在易感性。
除了增进对失眠和健康结局的理解外，本研究还量化了失眠在美国军队内部的经济负担。在现代医疗经济环境下，一方面成本不断上升，另一方面资源有限，了解身体和心理健康问题的经济负担以及治疗的潜在成本效益比以往任何时候都更加重要。在我们的研究中，失眠与12个月内医疗资源使用显著升高相关。这些结果建立并扩展了先前的研究发现，即失眠在人群层面和特定疾病亚组中与医疗资源使用增加相关。我们预计这些数据不仅会引起寻求分配稀缺资源的军事卫生政策制定者的兴趣，也会引起失眠临床医生和科学家在大型卫生系统内理解这种常见疾病的兴趣。
从临床角度来看，结果强调了失眠作为一系列尤其不良精神病学结局关键风险因素的重要性，以及经济负担的增加。因此，这些数据支持当前增加循证失眠护理可及性的努力，包括筛查、分诊、评估和治疗。此类努力正在国防部、退伍军人事务部以及更广泛的睡眠健康领域内进行。失眠的认知行为治疗（CBTI）和循证失眠药物疗法，特别是较新的循证失眠药物，都受到重视。一个挑战是，在军事卫生系统内部，与民用部门一样，训练有素的睡眠专家严重短缺，限制了护理的可及性，需要仔细分配医疗资源以满足失眠护理的需求。在这方面，远程医疗方法和数字疗法在改善一部分失眠患者结局方面都显示出前景。
我们未来最重要的研究方向是确定失眠治疗是否可以减轻军事卫生系统受益者的风险并改善健康和经济结局。在非军事样本中的先前综述发现，CBTI和失眠药物都能产生积极的经济效益。同时，最近的研究强调了测量敏感性对于检测失眠治疗相关变化的重要性。例如，在一般非军事人群中使用行政索赔方法的研究报告称，使用包括Z-drugs、曲唑酮和苯二氮卓类药物在内的药物治疗失眠的个体，其12个月结局恶化。一个相关的研究需求是将失眠的影响与失眠治疗的影响分开，这是一个方法学挑战。无论如何，为了推进个性化失眠护理，军事睡眠研究人员已开始开发预测算法，以识别可能从失眠药物治疗或CBTI中受益的个体，并取得了有希望的早期结果。识别失眠亚组，例如那些有不良结局风险的和那些可能从治疗中受益的，代表了在临床和卫生系统层面增进理解和改善结局的机会。在这方面，利用包括临床（如电子健康记录和/或经过验证的结局评估）和行政数据在内的关联数据集可能是一个有用的策略。
我们的研究具有许多优势。值得注意的是，这是首次在全国性分析中量化美国军事卫生系统中失眠的健康和经济负担，从而不仅为制定循证军事政策提供了新颖的见解，而且增进了对大型卫生系统内失眠负担的理解。其次，我们的样本量大，几乎包括了所有现役军人，从而确保了足够的统计功效和高度普遍性。第三，通过利用军事数据仓库，我们能够评估从军事角度看待的广泛医学和精神病学结局以及医疗资源使用。第四，我们的分析计划既稳健又保守，增加了我们结果的可信度。
我们的研究也有几个局限性。首先，我们的行政数据源缺乏详细的临床评估，如失眠严重程度、客观睡眠质量、日间症状和其他感兴趣的临床变量。类似地，我们无法评估可能影响失眠和健康结局的生活方式因素，如轮班工作、吸烟、饮酒、咖啡因使用、锻炼、既往创伤暴露、职业或环境暴露、社会支持和基线就医行为。其次，我们对失眠的操作定义（即收到≥1次医生分配的ICD-10失眠诊断代码）尚未针对临床评估或经过验证的失眠测量工具进行验证；未来的工作应寻求根据其他数据源（如睡眠日记、问卷和临床记录）验证基于索赔的定义。此外，与我们的行政索赔方法相关，可能存在编码错误。另外，尽管我们对支付方视角下多个服务点的医疗资源使用进行了稳健分析，但我们无法评估失眠对雇主视角下关键军事相关结局的影响，如军事部署准备状态、残疾或离职。为了克服上述局限性，未来的研究应利用关联的数据集，包括调查、行政和雇主指标。第三，虽然我们的样本量大且代表现役军人群体，但它不是随机选择的。虽然我们对24个月连续覆盖的要求是支持分析方法所必需的，但它可能导致选择偏倚，从而低估了失眠的真实负担。此外，尚不清楚研究结果在多大程度上可以推广到退役人员、退伍军人或与军队无关的平民。这些都是未来研究的重要方向，包括军事-学术合作。最后，尽管我们采用了稳健的匹配设计，但任何观察性研究都存在固有的局限性，包括残留混杂的可能性。这种缺乏随机化的情况排除了确定因果关系的可能性。
作者感谢Kennell and Associates的Allison Y. Hong, MHSA, MPH在数据分析和文件创建方面的支持；以及Christine Johnston的研究支持。
