调整后的睡眠效率（A-SE）：一种用于评估纵向队列研究中抑郁与焦虑关联的新指标

《Psychiatry Research》：Adjusted Sleep Efficiency (A-SE): A Novel Metric for Assessing Depression and Anxiety Associations in Longitudinal Cohort Studies

睡眠效率评估改进及其与抑郁焦虑关联研究。基于3,100名中国人群的纵向队列数据，提出调整睡眠效率（A-SE）新指标，通过去除非睡眠活动时间并纳入入睡潜伏期，显著提升对抑郁（β=-0.25）和焦虑（β=-0.15）症状的预测能力，且不受总睡眠时长影响，女性敏感性更高。

　　睡眠质量与心理健康之间的关系一直备受关注，尤其是在现代社会中，随着生活方式的改变，睡眠问题已成为影响公众健康的重要因素。近年来，研究者们逐渐认识到传统睡眠效率指标在评估心理健康状况时可能存在一定的局限性。为此，研究团队提出了一种新的睡眠效率评估方法——调整睡眠效率（Adjusted Sleep Efficiency, A-SE），并对其在抑郁症和焦虑症筛查中的应用价值进行了深入探讨。

### 睡眠效率的定义与传统评估方法

睡眠效率通常被定义为“睡眠时间”与“卧床时间”之比，即H-SE（Habitual Sleep Efficiency）。这一指标虽然在临床和研究中被广泛采用，但其计算方式并未充分考虑个体在睡眠前的活动时间。例如，许多人在睡前会使用电子设备、阅读或观看视频，这些行为虽然不直接导致睡眠障碍，但会增加卧床时间，从而在计算H-SE时对结果产生干扰。这种干扰可能导致H-SE低估了实际的睡眠效率，进而影响对睡眠障碍的准确判断。

此外，H-SE的计算方式忽略了睡眠质量的其他关键维度，如睡眠深度、夜间觉醒频率以及睡眠环境的舒适度。这些因素对心理健康的影响同样重要，但传统指标未能将其纳入评估体系。因此，研究团队提出A-SE，旨在通过调整计算方法，排除非睡眠活动时间，更加精准地反映个体的实际睡眠效率。

### A-SE的创新性与临床意义

A-SE的计算公式为：A-SE = [睡眠时间 / (睡眠时间 + 睡眠潜伏期)] × 100%。这一方法的核心在于区分“睡眠准备时间”与“有效睡眠时间”。睡眠潜伏期指的是从上床到入睡所需的时间，而睡眠时间则是实际的睡眠时长。通过将睡眠潜伏期纳入计算，A-SE不仅反映了个体的睡眠持续性，还揭示了其入睡过程的难度。这使得A-SE能够更全面地评估睡眠质量，尤其是在个体存在睡眠障碍的情况下。

研究发现，A-SE与抑郁和焦虑症状之间的相关性显著高于H-SE。具体而言，A-SE与抑郁症状的相关系数为-0.25，而H-SE仅为-0.16；与焦虑症状的相关系数分别为-0.15和-0.10（所有p值均小于0.001）。这一结果表明，A-SE能够更准确地捕捉睡眠质量与心理健康之间的关联，尤其是在评估抑郁症状时表现尤为突出。相比之下，H-SE的相关性仅在睡眠时间少于7小时的个体中显著，这说明传统指标可能无法全面反映睡眠效率对心理健康的影响。

### 不同群体的睡眠效率差异

研究还发现，女性群体在A-SE与抑郁症状之间的关联更为显著。女性的A-SE与抑郁症状的相关系数为-0.27，而男性的相关系数仅为-0.19。这一性别差异可能与女性在情绪调节方面的生理和心理机制有关。例如，女性可能更容易受到睡眠潜伏期延长的影响，而这种影响在传统指标中未能被充分反映。此外，女性在日常生活中可能面临更多的心理压力，这使得睡眠效率对心理健康的影响更为明显。

在年龄分布上，A-SE的表现不受年龄的显著影响，表明这一指标在不同年龄段的适用性较强。相比之下，H-SE的关联性可能因年龄而异，这可能与不同年龄段个体的睡眠模式和行为习惯有关。因此，A-SE为不同年龄段的人群提供了更为一致的评估工具，有助于更广泛地应用于临床实践和科学研究。

### 睡眠效率与心理健康的关系机制

睡眠质量与心理健康之间的关系并非单向，而是存在复杂的相互作用。一方面，睡眠问题如失眠和睡眠呼吸暂停可能导致情绪障碍；另一方面，情绪障碍也可能影响睡眠质量。研究表明，睡眠效率的下降与抑郁症和焦虑症的症状密切相关。例如，睡眠效率低下可能影响前额叶皮层（PFC）与边缘系统（limbic system）之间的功能性连接，进而影响情绪调节能力。

此外，神经影像学研究揭示了睡眠障碍与大脑功能异常之间的联系。功能性磁共振成像（fMRI）显示，睡眠效率低下与默认模式网络（DMN）、前额叶-边缘系统回路（PFC-limbic circuit）以及下丘脑-岛叶通路（hypothalamic-insula pathway）的功能异常有关。这些神经网络的异常可能进一步导致焦虑和抑郁症状的出现。因此，睡眠效率不仅是评估睡眠质量的指标，更是反映心理健康状态的重要窗口。

### 睡眠效率的临床应用价值

基于上述研究结果，A-SE在临床实践中具有重要的应用价值。首先，A-SE能够更准确地评估个体的睡眠效率，减少因非睡眠活动时间增加而导致的误差。其次，A-SE在不同性别和年龄群体中的表现较为一致，有助于实现更加精准的个体化评估。此外，A-SE与抑郁症状之间的强相关性，使其成为抑郁症筛查和监测的有效工具，尤其是在女性群体中。

研究团队还通过纵向数据验证了A-SE与心理健康之间的动态关系。使用交叉滞后面板模型（Cross-lagged Panel Models, CLPM）分析发现，A-SE对后续抑郁症状的预测能力显著高于H-SE。这一结果进一步支持了A-SE在临床评估中的重要性，表明其不仅能够反映当前的睡眠状态，还能预测未来的情绪变化。

### 睡眠效率的多维评估

睡眠质量的评估通常涉及多个维度，包括主观睡眠质量、睡眠潜伏期、睡眠时间、睡眠效率、睡眠障碍、睡眠药物使用以及日间功能障碍等。这些维度相互关联，共同影响个体的整体睡眠状况和心理健康。例如，睡眠效率与主观睡眠质量之间存在显著的正相关，而与睡眠潜伏期则呈负相关。这种复杂的关联性表明，睡眠效率的评估不能孤立进行，而应结合其他维度进行综合分析。

然而，传统评估方法如PSQI（Pittsburgh Sleep Quality Index）虽然提供了全面的框架，但在实际应用中可能存在一定的局限性。例如，主观睡眠质量的评估可能受到个体心理状态和睡眠期望的影响，而客观睡眠效率的测量则更依赖于实际的生理数据。这种差异可能导致传统指标之间的负相关，进而影响对睡眠障碍的准确诊断。因此，A-SE的引入为解决这一问题提供了新的思路。

### 睡眠效率的未来研究方向

尽管A-SE在评估睡眠效率与心理健康之间的关系方面表现出色，但仍有许多值得进一步研究的方向。首先，需要探讨A-SE与其他睡眠质量指标之间的相互作用，以构建更加全面的睡眠质量评估体系。其次，应关注不同文化背景下睡眠效率与心理健康的关系是否存在差异，这可能与生活方式、社会支持等因素有关。此外，还需进一步研究A-SE在不同类型的睡眠障碍中的应用价值，例如慢性失眠、睡眠呼吸暂停等。

在临床应用方面，A-SE可以作为抑郁症和焦虑症筛查的辅助工具，帮助医生更准确地识别患者的心理状态。同时，A-SE的使用也有助于制定个性化的睡眠干预方案，提高治疗效果。例如，针对睡眠潜伏期较长的个体，可以采取改善入睡习惯的措施；而对于睡眠时间不足的个体，则需关注其睡眠质量的提升。

### 结论与展望

综上所述，调整睡眠效率（A-SE）作为一种新的睡眠质量评估方法，能够更准确地反映睡眠效率与心理健康之间的关系，特别是在抑郁症状的评估中表现突出。与传统指标H-SE相比，A-SE排除了非睡眠活动时间的影响，能够提供更加客观的评估结果。此外，A-SE在不同性别和年龄群体中的表现较为一致，具有良好的适用性。

未来的研究可以进一步探索A-SE在不同人群中的应用效果，以及其与其他睡眠质量指标之间的相互作用。同时，结合神经影像学技术，可以更深入地揭示A-SE与大脑功能异常之间的关系，为睡眠障碍的机制研究提供新的视角。随着对睡眠效率与心理健康关系理解的不断深入，A-SE有望成为临床实践和科学研究中不可或缺的工具，为改善个体睡眠质量和心理健康状况提供有力支持。