《Sleep Health》：Bedtime technology activities and multidimensional sleep health in rural Appalachian adults: Findings from the REST-KY study
编辑推荐：
目的：睡前技术使用常与不良睡眠结局相关，但检验特定技术对多维睡眠健康（multidimensional sleep health）影响的证据仍有限，尤其在健康差异人群中。研究人员检验了农村阿巴拉契亚成年人睡前技术活动与睡眠健康的关联。
方法：样本包括来自东肯
目的：睡前技术使用常与不良睡眠结局相关，但检验特定技术对多维睡眠健康（multidimensional sleep health）影响的证据仍有限，尤其在健康差异人群中。研究人员检验了农村阿巴拉契亚成年人睡前技术活动与睡眠健康的关联。
方法：样本包括来自东肯塔基州12个经济困难县的375名成年人。参与者完成在线调查，评估睡前1小时技术使用以及8个维度睡眠健康（满意度、警觉性、时相、效率、时长、时长不规律性、社会时差和入睡后觉醒），并以扩展睡眠健康评分（extended sleep health score, SHS）进行量化（范围0-8）。线性回归模型检验技术使用频率（频繁 vs. 不频繁）与总体睡眠健康的关联，并调整社会人口学因素、心理健康症状、时间型（chronotype）和睡眠药物使用。Logistic回归探索不同技术类型的维度特异性关联。
结果：大多数参与者（73.3%）为女性且为白人（97.3%）（平均年龄45.6岁[范围18-81：标准差（standard deviation, SD）=13.1]）；平均扩展SHS为5.1（SD=1.7）。在调整模型中，较少频率的工作相关电脑使用与更高的扩展SHS相关（平均差（mean difference, MD）=0.70，95%置信区间（confidence interval, CI）：0.26-1.14）。维度特异性分析将不频繁工作相关电脑使用与有利的警觉性（比值比（odds ratio, OR）=2.33，95% CI：1.21-4.49）和入睡后觉醒（wake after sleep onset, WASO）（OR=3.15，95% CI：1.41-6.98）相关联。
结论：不同技术类型和睡眠维度之间的差异关联表明，认知投入型、工作相关技术使用（例如工作相关电脑使用）可能尤其不利于睡眠，突出在针对农村健康差异人群的睡眠健康干预中检验特定技术使用模式的重要性。
已知内容：睡前技术使用是睡眠不良的既定行为风险因素，有证据将屏幕暴露与入睡延迟、睡眠时长缩短和睡眠质量下降联系起来，机制涉及蓝光介导的褪黑素抑制和认知唤醒。然而，多数既往研究关注儿童和年轻人中的特定暴露（如社交媒体）。成年人总体上以及农村健康差异人群尤其有高睡眠不足率，但在睡前技术使用与睡眠的文献中仍基本缺失。
本研究补充内容：本研究率先在农村健康差异人群中检验特定睡前技术活动与多维睡眠健康的关联之一，发现工作相关电脑使用与更差总体睡眠健康具有最强且最一致的关联。不同技术类型和睡眠健康维度的差异关联表明，认知投入型、工作相关数字活动尤其有害，而被动或社交技术显示较弱效应。这些发现强调检验特定数字活动对睡眠的重要性，并突出睡前技术使用是服务不足农村社区睡眠健康干预的可改变行为靶点。
研究背景与问题：睡眠是健康的重要决定因素，并与健康存在双向关系；睡眠不足、睡眠/昼夜节律障碍等会促进健康问题，慢性疾病又会加重睡眠困难，从而在健康差异人群中形成显著公共卫生负担。农村阿巴拉契亚是NIH指定的健康差异人群，面临过度贫困和医疗资源短缺，存在已知的睡眠不足“热点”。研究团队此前记录到农村阿巴拉契亚成年人睡眠不足率远超全国水平，包括失眠、阻塞性睡眠呼吸暂停（obstructive sleep apnea, OSA）风险和睡眠不足。睡前技术使用是可改变的睡眠健康因素，但既有文献存在局限：多聚焦单一屏幕时间模式、单一睡眠结局、儿童和年轻人，且农村人群代表性不足。因此，研究人员开展本研究，检验14种特定睡前技术活动与农村阿巴拉契亚成年人多维睡眠健康的关联，并假设认知和情绪投入型技术，尤其工作相关数字活动，与更差总体睡眠健康相关。
研究开展、结论与意义：研究人员使用REST-KY研究数据，在农村阿巴拉契亚成年人中分析睡前技术活动与8维睡眠健康。结果表明，不频繁工作相关电脑使用与更高扩展SHS相关，且与有利警觉性和有利WASO相关。不同技术类型和睡眠维度呈现差异关联，提示认知投入型工作相关技术可能尤其不利于睡眠。该研究强调在睡眠健康干预中不应将所有屏幕时间视为等同，而应关注特定技术使用模式，并为农村健康差异人群提供可修改行为靶点。
关键技术方法：该研究遵循STROBE（Strengthening the Reporting of Observational Studies in Epidemiology）横断面报告规范。数据来自REST-KY（Researching Equitable Sleep Time in Kentucky Communities）研究2023-2025年基线在线REDCap问卷，样本为375名来自12个东肯塔基经济困难县的农村阿巴拉契亚成年人。研究评估14种睡前1小时技术活动及8个睡眠健康维度，并构建扩展睡眠健康评分（SHS，0-8），同时用modified SATED（0-5）和modified RU-SATED（0-7）进行敏感性分析。采用线性回归筛选与扩展SHS相关的技术类型，并调整年龄、性别、收入、独居、睡眠药物、就业、焦虑/抑郁和时间型；随后用Logistic回归分析维度特异性结局。
研究结果：
样本特征与分布：在375名参与者中，平均年龄45.6岁（SD=13.1），97.3%为White，96.9%为非Hispanic，女性占73.3%；36.7%有中度至重度焦虑或抑郁症状，18.9%独居，74.7%就业；平均扩展SHS为5.1（SD=1.7），平均时间型得分为15.2（SD=4.1），22.9%使用睡眠药物。有利WASO比例为85.6%，社会时差（social jetlag）为83.7%，日间警觉性为73.8%，睡眠效率为71.5%；睡眠满意度最低，仅30.8%。频繁睡前技术使用最常见于社交网络站点（80.1%）、短信（78.2%）、电视（78.1%）和互联网使用（73.0%）；工作/学校相关技术使用较低，包括电脑作业7.9%、工作用电脑17.2%、阅读电子书15.8%。
Associations between bedtime technology use and extended SHS（睡前技术使用与扩展睡眠健康评分的关联）：未调整线性回归中，不频繁工作用电脑（MD=0.69，95% CI：0.23-1.15，P=.003）和不频繁社交网络站点使用（MD=0.69，95% CI：0.23-1.15，P=.003）与更高扩展SHS相关；不频繁玩游戏（MD=0.47，95% CI：0.03-0.91，P=.035）和观看非电视视频（MD=0.41，95% CI：0.05-0.76，P=.027）也呈正相关。调整模型中，不频繁工作用电脑仍相关（MD=0.70，95% CI：0.26-1.14，P=.002）；社交网络站点使用和计算机/笔记本电脑使用在0.10显著性水平呈正相关（MD=0.44，95% CI：?0.02-0.90，P=.061；MD=0.33，95% CI：?0.05-0.71，P=.087）。其他技术活动调整后无有意义关联。敏感性分析使用modified SATED和modified RU-SATED，结果与主分析大体一致；modified SATED中工作用电脑、社交网络站点和电视出现关联；modified RU-SATED中工作用电脑和社交网络站点出现关联。
Adjusted associations with extended SHS（扩展睡眠健康评分的调整关联）：在所有针对工作用电脑、社交网络站点和计算机/笔记本电脑的调整模型中，焦虑/抑郁与较低扩展SHS一致相关；独居与较低扩展SHS独立相关；更高晨型偏好（较高时间型得分）与较高扩展SHS正相关，每增加1分约增加0.08-0.09分；年龄、性别、睡眠药物使用和失业与睡眠健康无关联。补充敏感性分析中，工作相关电脑使用估计范围为0.61-0.72；社交网络站点估计一般相似但CI变化；一般计算机/笔记本电脑使用在同时调整4个生活方式变量后减弱（MD=0.22，95% CI：?0.19-0.63）。
Adjusted and unadjusted associations between selected bedtime technology activities and sleep health dimensions（所选睡前技术活动与睡眠健康维度的调整及未调整关联）：仅将第一阶段的0.10水平显著睡前技术活动带入第二阶段。工作用电脑：未调整中不频繁使用与有利警觉性（OR=1.84，95% CI：1.02-3.26，P<.05）和有利WASO（OR=2.00，95% CI：0.98-3.91，P<.05）相关；调整后仍与有利警觉性（OR=2.33，95% CI：1.21-4.49，P<.05）和有利WASO（OR=3.15，95% CI：1.41-6.98，P<.01）相关，其余维度CI跨null。社交网络站点：未调整中不频繁使用与有利总睡眠时间（OR=1.93，95% CI：1.14-3.34，P<.05）和有利mid-sleep timing（OR=1.82，95% CI：1.06-3.24，P<.05）相关；调整后仍与有利总睡眠时间相关（OR=2.12，95% CI：1.14-4.02，P<.01），其余跨null。计算机/笔记本电脑：未调整中不频繁使用与有利警觉性（OR=1.76，95% CI：1.07-2.88，P<.05）和有利duration irregularity（OR=1.62，95% CI：1.02-2.60，P<.05）相关；调整后仍与有利警觉性相关（OR=2.55，95% CI：1.45-4.54，P<.01），与duration irregularity关联未持续；调整后与有利WASO正相关（OR=2.04，95% CI：1.00-4.17，P<.05）。其他维度无关联。
讨论总结与结论翻译：讨论指出，本研究在农村阿巴拉契亚成年人中检验14种睡前技术活动与多维睡眠健康关联。该地区健康差异大、存在睡眠不足热点，且既往知识缺口明显。工作相关电脑使用与更差总体睡眠健康关联最强，符合蓝光抑制褪黑素、延迟昼夜时相以及认知需求引起唤醒的机制；远程和灵活工作导致的边界模糊可能使卧室成为工作场所延伸，在农村互联网扩展和面对面就业减少背景下更难脱离工作。不同维度关联提示不同技术路径：计算机/笔记本电脑主要扰乱睡眠连续性和日间功能，社交网络站点可能因情绪投入挤占睡眠时间、缩短睡眠时长。多数其他技术如电视、短信调整后与总体睡眠健康无关，提示不应将屏幕时间视为同质。因第二阶段为探索性，维度结果应视为假设生成。时间型、独居和焦虑/抑郁一致与扩展SHS相关，说明睡前技术使用与心理社会及昼夜因素共同作用。干预需同时处理心理健康共病、社会处境和时间型。讨论还指出局限性：横断面不能因果推断；睡眠差者可能以睡前技术作为应对；时间型和焦虑/抑郁可能是中介而非混杂，调整可能过调整；自报技术频率和睡眠测量；共同方法偏倚可能但关联特异；残余混杂；二分类遮蔽剂量反应；某些技术频繁使用率低；女性过多和种族同质限制外推；便利抽样和互联网准入选择偏倚；2011年调查未涵盖短视频等新平台；样本量限制不常见技术活动统计功效。意义：工作相关睡前电脑使用是可修改行为靶点；睡眠健康教育应强调认知要求高的工作相关技术风险，而非所有屏幕时间等同；digital CBT-I（digital cognitive behavioral therapy for insomnia，数字化失眠认知行为治疗）可能适合在该人群整合处理；推荐多维睡眠健康框架。研究结论翻译：不同技术类型和睡眠维度之间的差异关联提示，认知投入型、工作相关技术使用（例如工作相关电脑使用）可能尤其不利于睡眠，突出在针对农村健康差异人群的睡眠健康干预中检验特定技术使用模式的重要性。
