牛睡眠与嗜睡：生理学、测量与方法论挑战的系统综述

《Animals》：Sleep and Drowsiness in Cattle: A Narrative Review of Physiology, Measurement, and Methodological Challenges

　　

牛睡眠是一种复杂的生理状态，包括非快速眼动（NREM）睡眠和快速眼动（REM）睡眠，而嗜睡则代表觉醒与睡眠之间的中间警戒状态。研究方法已从侵入性电生理记录发展到无创多导睡眠图（PSG）、行为评估、加速度测量和自动分类方法。然而，在生产条件下准确识别和量化警戒状态仍面临挑战。本叙述性综述基于通过Web of Science、Scopus和Google Scholar检索确定的22项原始研究，批判性地综合了目前关于牛睡眠生理学的知识、用于评估睡眠的方法以及影响现有证据解释的主要方法论局限性。牛呈现多相睡眠模式，其中NREM通常占总睡眠的最大比例。然而，各研究报告的睡眠和嗜睡持续时间差异显著，这些差异可能既反映生物学变异也反映方法论因素。嗜睡尤其难以表征，因为其行为和生理特征与安静觉醒和浅睡眠重叠。反刍构成了额外挑战，因为相关的肌肉活动会干扰电生理记录并使警戒状态分类复杂化。行为观察和加速度测量提供了可扩展的休息和类睡眠行为测量方法，但不能独立确定生理性睡眠，而PSG虽然提供更高的生理分辨率，但仍易受伪迹和实际条件限制的影响。目前的证据不足以建立睡眠变异与牛健康、福利或生产性能之间的因果关系。未来的研究应改进重叠行为状态下的生理分类，更好地验证可扩展监测方法，并评估不同牛群和生产条件下睡眠变异的功能后果。

1. 引言

睡眠是一种自然发生的生理状态，表现为觉醒度、运动活动和代谢率降低。在人类中，它被广泛视为健康、福利和功能能力的指标。尽管其机制已在人类和实验啮齿动物中得到充分描述，但哺乳动物间保守的睡眠调节特征表明，睡眠也可能成为牛的候选生物标志物，可能反映其对管理和生产条件的适应。牛睡眠研究自首次电生理描述以来已有进展，但仍存在重要空白。现有证据来自相对较少的研究，涵盖的动物类别、管理系统和环境条件范围有限。此外，嗜睡的定义不如NREM和REM睡眠清晰，是警戒状态分类中不确定性的重要来源。反刍进一步使睡眠评估复杂化，因为它可能与警觉性降低的时期重叠并干扰生理记录。这些局限性使得难以确定报告的睡眠模式变异中有多少反映了生物学差异而非测量和分类方法的差异。除了描述睡眠结构外，一个重要的未解问题是睡眠变异是否对牛产生功能性后果。在哺乳动物中，睡眠与涉及食欲和能量平衡的内分泌通路以及免疫调节相关。处于生产条件下的牛也面临营养、环境和社会挑战，这些挑战可改变生理状态。这些观察结果为睡眠与生理功能之间的关系提供了生物学合理性；然而，睡眠变异与健康、福利或生产性能之间的直接因果关系在牛中尚未确立。因此，在解释当前证据时，区分此类生物学假设与已证实的效应至关重要。本综述旨在：(i) 综合目前关于牛睡眠生理学的知识，包括NREM睡眠、REM睡眠和嗜睡；(ii) 批判性评估用于评估睡眠的方法，从行为观察到多导睡眠图和可穿戴技术；(iii) 检查方法论局限性和不确定性来源，特别是行为重叠、反刍和生理信号伪迹；(iv) 确定必须解决的主要生物学和方法论问题，以确定睡眠在牛中的功能相关性。

2. 方法论

本叙述性综述综合了关于牛睡眠、其警戒状态及评估方法的现有知识。为此，研究人员在Web of Science、Scopus和Google Scholar中检索了调查牛睡眠及相关警戒状态的研究。使用了不同的关键词组合以提高检索的敏感性和特异性。检索策略分为基本和高级两类。基本组合为：“cattle sleep”或“bovine sleep”或“cow sleep”。高级组合为：“sleep”或“drowsing”或“drowsiness”或“REM sleep”或“NREM sleep”或“non-rapid eye movement”或“slow wave sleep”或“circadian rhythm”与“cattle”或“bovine”或“dairy cow”或“dairy cattle”或“beef cattle”或“calf”或“calves”与“polysomnography”或“EEG”或“electroencephalography”或“electrooculography”或“EOG”或“electromyography”或“EMG”或“accelerometer”或“actigraphy”或“machine learning”。这些检索字符串应用于Scopus和Web of Science，而Google Scholar作为补充检索源。总计获得1414条记录。文献检索最初于2025年进行，并在稿件准备和修订期间更新。筛选前去除重复记录，由两名评审员评估检索到的记录。通过全文评估对照纳入标准对潜在相关研究进行评估。符合条件时也保留了早期关于牛睡眠生理学的基础研究。纳入标准包括英文发表的文章、针对奶牛或肉牛（不限年龄）的实验研究、以及使用生理记录、行为观察、加速度测量或其他基于传感器的方法对睡眠或睡眠相关警戒状态的评估。当从电生理记录（脑电图（EEG）或皮层电图结合肌电图（EMG）或眼电图（EOG））中分类出警戒状态，或通过直接观察、视频或加速度计量化明确描述为睡眠指标的姿势或行为（如类睡眠或睡眠相关姿势）时，即认为睡眠被直接评估。即使未经生理验证，基于姿势或加速度测量的研究也符合条件，但其结果被解释为睡眠相关行为而非生理性睡眠。经全文评估后，22篇文章符合纳入标准，构成本综述的主要证据基础。由于这些研究的设计、测量和结局过于异质，无法使用共同的评估工具，因此未分配正式的质量评分。而是提取了每项研究的样本量、记录持续时间和重复次数、测量和验证方法、对反刍及其他不可评分时段处理方式以及实验设置，并在解释证据时予以考虑：生理记录优先于基于姿势的测量，重复获得的效应或通过实验操作获得的效应优先于单一观察性研究的发现。不构成牛睡眠主要证据的其他文献在必要时用于提供生理背景、解释机制或支持对方法论问题和更广泛概念的解释，这些参考文献被视为支撑性文献，不包括在22项原始研究中。

3. 为何测量牛睡眠？

睡眠与人类的健康和生理功能密切相关。尽管其生理功能在人类和实验室模型（如啮齿动物）中已被充分表征，但这些知识大多集中于这些物种。然而，哺乳动物间保守的睡眠调节机制及相关生理反应为研究睡眠变异是否反映牛对环境和管理条件的生理反应提供了生物学基础。牛睡眠日益引起科学关注，不仅是为了描述行为模式，也是为了评估环境、营养和生理条件如何影响这种状态。自首次对牛睡眠进行电生理描述以来，研究活动仍然相对有限，且主要集中在圈养条件下的乳品系统。因此，现有文献仅代表了有限的牛群、管理系统和环境条件范围。早期研究受到方法论局限性的制约，包括侵入性操作、密集的动物处理和较高的运营成本，限制了其在生产环境中的广泛应用。无创多导睡眠图技术的发展提高了在自由活动牛中进行睡眠评估的可行性。这些发展使得在实验和生产背景下能够更精细地表征睡眠，并支持了对补充性监测方法的验证。尽管有这些方法上的改进，牛睡眠评估仍主要局限于受控实验条件。除了方法论之外，睡眠还与牛功能相关的生理系统有关。在人类中，睡眠时间影响瘦素和饥饿素等代谢激素，这些激素调节食欲和能量平衡。在牛中，瘦素与采食量调节和体组成性状（如大理石花纹）相关，而饥饿素刺激食欲并与采食量动态有关。然而，瘦素在调节反刍动物采食量中的作用仍有争议。例如，在考虑了体型和肥度后，血清瘦素仅解释了育肥阉牛干物质采食量变异的0.54%，而与肥胖指标的关联更强。这些发现表明，循环瘦素可能与长期能量状态和体脂关系更为密切，而非采食量本身的变异。睡眠相关内分泌通路的变化是否在牛中具有功能性后果尚不清楚。睡眠调节网络与免疫系统的关系已在哺乳动物中得到广泛描述。睡眠紊乱可增强促炎信号传导，包括白细胞介素-6和肿瘤坏死因子-^α等细胞因子，从而损害先天性和适应性免疫反应。反之，免疫激活也可改变睡眠，促炎细胞因子在实验动物模型中增加NREM睡眠。因此，睡眠增加不一定表明生理状态或福利改善。生产条件下的牛可能经历与炎症反应和生理需求增加相关的营养、环境和微生物挑战。然而，将睡眠变异与牛免疫功能联系起来的直接证据仍然有限。总之，来自哺乳动物的证据表明，睡眠与内分泌调节、免疫功能和生理稳态相关，为牛睡眠变异的功能性后果提供了合理的生物学途径。然而，睡眠变异与健康、福利或生产性能之间的直接因果关系在牛中尚未确立。因此，睡眠目前不应被视为这些结局的有效指标。类似的解释局限性在奶牛的躺卧行为中也已得到认识：虽然不利条件下躺卧时间可能减少，但躺卧时间增加并不一定意味着福利更好，因为躺卧行为也受健康状况、生理状态和环境条件的影响。睡眠的变化可能反映对环境或生理挑战的反应，但睡眠时机或结构的适应不应必然被解释为良好福利的证据。要确定这些变化代表成功适应、生物学代价还是两者兼有，需要同时评估睡眠以及已建立的福利和功能的生理和行为指标。要将睡眠解释为牛的生物学变量，首先需要定义其生理组织，包括基本的REM和NREM结构。

4. REM和NREM睡眠

在哺乳动物中，睡眠被组织成REM和NREM两种状态，NREM进一步分为较浅和较深的亚阶段，最终达到慢波睡眠。这些状态反映了不同的神经生理学配置，并在皮质激活模式、肌张力和自主神经调节方面存在根本差异。睡眠与其他可逆的意识降低状态的区别在于对外部刺激的反应性和快速可逆性，反映了一种活跃且受调节的大脑状态，而非被动的不活动。在所有哺乳动物中，REM睡眠通常涉及皮质激活和肌肉张力缺失，而NREM睡眠的特征是同步化的皮质活动和代谢需求降低。在NREM睡眠期间，副交感神经活动占主导地位，表现为心率降低和消化活动增加。REM睡眠表现出向交感神经活动的相对转变，伴有短暂的心血管激活和胃肠活动减少。中枢自主神经网络通过整合跨警戒状态的神经、内分泌和行为输出来协调这些自主神经变化。在电生理学上，NREM睡眠由同步化的皮质活动定义，表现为高振幅、低频振荡，反映了广泛的神经元一致性和减少的皮质信息处理。相比之下，REM睡眠显示出去同步化的低振幅混合频率活动，在皮质水平上类似于觉醒，但在肌肉张力缺失和行为静止的情况下发生。这种皮质激活与运动抑制之间的分离定义了REM睡眠。在牛中，REM和NREM睡眠由Merrick和Scharp首次使用电生理记录系统描述，随后由Ruckebusch正式分类。在各研究中，牛的大部分总睡眠时间处于NREM，REM占总睡眠的一小部分。早期研究报告的绝对睡眠时长高于后续若干研究。由于植入电极的动物被长时间记录，手术或围手术期镇静的急性效应不太可能完全解释这些较高值。最近使用无创PSG的研究通常报告较低的睡眠估计值，但这种差异的程度和原因仍不确定。电极配置、评分标准、信号质量、实验条件以及研究者如何处理受反刍影响的时段等因素的差异可能导致研究间的变异。因此，这种差异不应简单解释为侵入性方法的过度估计或无创记录的更高准确性。在成年奶牛中，近期使用无创PSG的研究通常报告总睡眠时长约为每24小时1.2-2.3小时。然而，这些值不应被解释为物种范围的估计值。在3月龄犊牛中，H?nninen等人报告睡眠约占观察期的25%（NREM 14.0%和REM 11.2%），表明年龄或发育阶段可能显著影响睡眠时长和结构。由于另有约40%的观察被归类为反刍（在此期间无法确定警戒状态），且每次20小时记录中仅约15小时可读，相应的日时长取决于时间基准：可读数据中约3.8小时睡眠，按20小时记录窗口缩放时为5.0小时，外推至24小时则为6.0小时。此外，大多数可用的生理记录是在受控实验条件下获得的，这限制了对其他管理和环境背景下睡眠时长的推断。无创记录仍易受信号伪迹和警戒状态分类不确定性的影响，尤其是在反刍期间。因此，研究人员在解释报告的睡眠时长时必须同时考虑生物学和方法论变异来源。牛中的REM睡眠似乎对实验扰动特别敏感。阻止母牛每天躺卧22小时几乎消除了REM睡眠，24小时的躺卧剥夺将NREM睡眠从1.1小时减少到0.3小时，并倾向于减少REM睡眠。相比之下，旨在防止睡眠但同时允许母牛躺卧的温和处理并未改变任何警戒状态的时长，表明在牛中睡眠本身难以通过实验操纵。生理状态也会调节睡眠结构：围产期和泌乳期与总睡眠时长和阶段分布的变化相关。经过数周的躺卧限制后，NREM和REM睡眠反弹至平时值的近两倍并持续四天，支持了稳态调节驱动力。这些发现表明实验和生理条件影响牛的睡眠，但并不总是清楚报告的差异在多大程度上反映了生物学反应而非方法论因素。重要的是，诸如躺卧、减少运动和特征性头部姿势等行为迹象可能指示类睡眠行为，但不一定对应于生理定义的睡眠。这一区别很重要，因为牛还会表现嗜睡，这是一种介于觉醒和NREM睡眠之间的中间警戒状态，其行为特征可能与两者重叠。下一节讨论嗜睡的生理和行为特征。

5. 嗜睡：觉醒与NREM睡眠之间的中间状态

嗜睡在牛中被描述为一种介于警觉觉醒和NREM睡眠之间的中间警戒状态，其特征是反应性降低和对环境刺激的部分脱离。在睡眠-觉醒连续体中，该状态被认为是过渡性的，可自发地向完全警觉觉醒或进入NREM睡眠发展，反映了其不稳定的神经行为表达。在生理学上，嗜睡的特征是介于觉醒和NREM睡眠之间的电生理特征。与觉醒相比，EEG活动变得更加同步，肌肉活动减少，而EEG比NREM睡眠期间规律性差，包含低和高频活动的混合。然而，用于将嗜睡与相邻状态分开的操作标准在不同研究中有所不同。Ruckebusch将嗜睡定义为低电压快波和高电压慢波ECoG活动的混合，伴有肌张力、心率和呼吸率的轻微下降，眼睑部分闭合以及对听觉刺激的低唤醒阈值，该阈值在慢波睡眠中增加约十倍。Ternman等人引入了频谱标准，当EEG同步且10-30 Hz频段的功率在0.2至1.0 μV²/Hz之间时，将一个时段评分为嗜睡；当此功率低于0.2 μV²/Hz且EMG活动减少时，评为NREM睡眠；K复合波在嗜睡期间频繁出现。Kull等人应用了定性定义（通常同步化的EEG，带有一些10-30 Hz活动）；H?nninen等人无法在犊牛中区分嗜睡和NREM睡眠；Hunter等人未评分嗜睡，而是将NREM睡眠细分为N1-N3阶段。因此，嗜睡与安静觉醒主要通过EEG同步化和EMG活动减少区分，与NREM睡眠则通过一个仅由一个研究组明确阐述且尚未针对独立标准（如唤醒阈值）进行验证的频谱阈值区分。在行为上，嗜睡可能伴随警觉性和运动活动降低，但这些体征不具有特异性，也可能发生在安静觉醒、反刍或浅睡眠期间。因此，仅凭行为观察无法可靠地将嗜睡与成年牛的相邻警戒状态区分开来。在成年母牛中，通过PSG识别的嗜睡大多发生在母牛躺卧且头部抬起并保持静止时，这也是用于指示NREM睡眠的姿势。文献中对牛嗜睡的量化显示出显著的异质性。Ruckebusch报告在三头母牛中，嗜睡平均占据24小时周期的31%（7小时29分钟），而Ternman等人使用表面电极报告每日38-65分钟，约占总时间的2.5-4.5%。Kull等人同样使用表面电极，在基线条件下报告每日6.8-8.3小时，数值与Ruckebusch相当而非介于中间。有两个考虑因素可以调和这些数字与同一研究中报告的总睡眠时间短得多的情况。首先，在这些研究中，嗜睡均被归类为觉醒状态，不计入总睡眠时间。其次，各研究在处理反刍的方式上存在差异。在Ternman等人的研究中，反刍被单独评分，因为咀嚼伪迹妨碍了对潜在警戒状态的分类；反刍占据了每日7.6-8.8小时，因此发生在反刍期间的嗜睡或NREM睡眠无法被计数。Kull等人未单独评分反刍，因此觉醒、嗜睡、NREM和REM睡眠总和为24小时；而Ruckebusch使用植入式电极能够在反刍期间对ECoG进行分类，并观察到嗜睡经常与之重合。因此，报告的嗜睡变异以及部分NREM睡眠变异很可能反映了反刍时间是未被计入、被吸收到觉醒和嗜睡中还是进行了生理分类，而非动物间的生物学差异。实验和生理条件也可能影响嗜睡。阻止躺卧每天22小时使嗜睡大约减半，24小时躺卧剥夺倾向于减少嗜睡（从每天6.8小时降至5.1小时），而旨在防止睡眠的温和处理未改变嗜睡；嗜睡在产后2周和13周也比产前2周短。然而，尚不清楚这些差异中有多少具体反映了嗜睡的变化，而非相邻警戒状态间的重新分配。嗜睡在牛中一个特别未解决的方面是其与反刍的关系。早期的电生理观察表明嗜睡经常发生在反刍期间，这提出了反刍可能与警觉性降低同时发生的可能性。然而，牛是否能在积极反刍的同时进入生理定义的NREM睡眠仍不确定。来自另一种反刍动物的证据表明这个问题可能有生理基础。在驯鹿中，反刍与NREM样EEG特征相关，包括慢波和睡眠纺锤波，并且在反刍期间睡眠压力的下降速率与NREM睡眠期间观察到的相当。此外，反刍更多的驯鹿花在NREM睡眠上的时间更少。这些观察结果来自四种生活在极端季节性条件下的鹿科动物，是间接证据，不能确定反刍在牛中的睡眠相关作用。这种外推需要三种机制得以保守：反刍期间的皮质同步化、反映在NREM慢波活动中的睡眠稳态调节以及在反刍期间睡眠压力的消散。在牛中，只有前两种有一定支持：使用植入式电极在反刍期间记录到了带有δ活动的嗜睡，偶尔还有慢波睡眠，并且长时间阻止躺卧后出现了NREM和REM睡眠的反跳。慢波活动是否在反刍期间下降，或者反刍更多的母牛是否需要更少的NREM睡眠，尚未得到检验。一项行为观察与此种权衡一致，但并未证明：饲喂浓缩料日粮的母牛比饲喂粗饲料的母牛每天反刍时间少约260分钟，而在睡眠姿势上花费的时间多约27分钟。这个问题很难用无创多导睡眠图解决，因为节律性咀嚼肌活动会在EEG和EMG信号中产生大量伪迹，使反刍期间警戒状态的可靠分类变得复杂。因此，反刍期可能代表成年牛睡眠和嗜睡估计中未分类或可能错误分类的重要时间来源。研究人员识别和处理反刍期方式的差异也可能导致早期植入电极研究与近期表面记录研究之间嗜睡估计的差异。因此，反刍、嗜睡和睡眠之间的关系既是牛睡眠研究中的一个生物学问题，也是一个方法论局限。

6. 测量牛睡眠面临的挑战

生理状态复杂性与方法论局限性之间的相互作用本质上限制了牛的睡眠评估。在现有方法中，包括PSG、行为观察和基于传感器的系统，睡眠是通过特征性生理或行为特征推断出来的，而不是作为一个单一的、可直接观测的变量来测量。PSG为睡眠阶段分类提供了生理参考，而行为学和基于传感器的估计则需要针对生理定义的警戒状态进行验证。多导睡眠图仍然是牛睡眠分类的参考标准，但其应用带来了重要的实验限制。早期研究依赖于镇静下侵入性电极植入，尽管之后动物被长时间记录，使得确定植入程序或围手术期镇静的持续性影响变得困难。当代无创方案使用表面电极减少了手术侵入性，但动物准备和固定程度因记录系统而异。无论何种配置，在自由活动的牛中维持电极接触和信号质量仍然是一个实际挑战，可能需要受控的实验条件，潜在地限制了生态效度。第二个主要限制是生理信号污染，特别是来自反刍的污染。成年牛通常每天花费约七小时反刍，尽管这随日粮组成、纤维含量和采食水平而变化。反刍产生强烈的下颌和面部肌肉活动，给EEG和EMG记录带来大量伪迹。这些伪迹可能扭曲或掩盖用于定义睡眠阶段的电生理特征，尤其是NREM睡眠，产生了反刍动物生物学固有的生理噪声，而非方法论误差。由此产生的在反刍期间可靠分类警戒状态的困难可能在无创睡眠记录中造成大量的不确定时期。因此，当反刍期无法进行生理分类时，对总睡眠，特别是嗜睡和NREM睡眠的估计应谨慎解释。行为评估由于中间警戒状态（如嗜睡）的存在增加了另一层模糊性。嗜睡与觉醒和NREM睡眠共享行为特征，包括躺卧和反应性降低，但在没有同时获取电生理数据的情况下缺乏明确的生理边界。因此，行为方法表现出有限的特异性，特别是在区分安静觉醒与嗜睡和生理定义的睡眠方面。新兴的基于传感器的方法，包括加速度计和心率监测，已被提出用于可扩展监测，但尚无一种方法在生产条件下针对PSG进行过验证。其局限性可分为系统性误差和生理混淆。基于不动性和姿势的方法容易受到结构性分类偏差的影响，而非随机噪声：在犊牛中，一个基于加速度计的分类器将犊牛清醒躺卧时的45%时段分配给了NREM睡眠姿势，高估了NREM时间。该证据来自幼龄犊牛、颈戴式传感器和单一算法，并且是针对视频评分的姿势而非PSG获得的；在成年牛中，使用其他传感器位置或算法时偏差的大小未知。相比之下，基于心率的方法主要受生理混杂因素的影响，包括反刍和其他非睡眠相关状态期间的自主神经调节，降低了睡眠分期的特异性。机器学习方法可以整合多种信号，但其准确性受限于用于训练和验证的生理参考质量。这些限制并不排除在牛中进行基于生理信息的睡眠评估，但睡眠估计的可靠性取决于所使用的方法、正在分类的警戒状态、信号质量、如何处理不可分类的时期以及生理验证的程度。

7. 测量睡眠及其阶段的方法

7.1 行为观察与姿势

睡眠相关状态可通过在生理分辨率、成本、劳动强度和在商业条件下的适用性方面差异很大的方法来评估，范围从类睡眠状态的行为评估到使用PSG的生理睡眠阶段分类。行为观察是在现场条件下识别类睡眠状态最简单、最广泛应用的方法。由于不需要专门设备或动物准备，它允许研究人员在商业生产环境中评估大量动物。然而，行为方法不直接测量生理性睡眠，而是依赖于姿势和活动代理指标，其与生理定义警戒状态的对应关系随年龄和睡眠阶段而变化。在犊牛中，身体姿势提供了相对可靠的睡眠阶段估计。直立且不动的头部通常与NREM睡眠相关，而颈部放松、头部靠在身体上或地上的姿势，称为类睡眠姿势（SLP），与REM睡眠密切相关。在3月龄犊牛中，H?nninen等人发现行为和电生理估计的总睡眠时长之间吻合较好，尽管单个姿势对于识别NREM和REM睡眠的敏感性要低得多。因此，行为观察可能比个体睡眠阶段更准确地估计总体睡眠发生情况。SLP在早期发育过程中显著减少，并在约12月龄时趋于稳定，表明与神经系统成熟有关。然而，在成年牛中，姿势指标变得相当不可靠。结合行为观察与PSG的研究表明，经典的睡眠姿势经常高估生理定义的睡眠时长。误差的主要来源是安静觉醒、嗜睡和睡眠之间的重叠，因为成年母牛在这些状态下可能表现出相似的姿势。同样，传统上与REM睡眠相关的特征性缩头姿势也可能在觉醒或嗜睡期间发生，降低了其预测价值。因此，仅凭姿势无法可靠地区分成年牛的警戒状态。尽管存在这些限制，休息姿势可能提供现场条件下关于休息行为的有用信息，并且其频率与畜舍条件、饲喂管理和环境质量相关。休息行为，包括躺卧或不活动，不应被解释为睡眠的证据。明确提议作为睡眠指标的特定姿势或行为模式可以在操作上被描述为类睡眠或睡眠相关行为；然而，由于它们与生理性睡眠的对应关系有限，除非经过与同期生理记录的验证，否则不应将其解释为睡眠的直接测量。

7.2 加速度计与可穿戴监测方法

可穿戴加速度计在人类中用于估算体力活动和睡眠-觉醒周期，在牛中用于检测与疾病相关的行为变化。然而，人类消费级可穿戴设备通常将运动与额外生理信号（如心率）相结合，而单独的加速度测量在区分睡眠与不动觉醒方面的能力有限。直接外推到牛还受到睡眠结构和日常组织物种差异的限制，包括牛中更多的多相睡眠分布。加速度计沿一个或多个空间轴测量运动，算法将产生的信号分类为行为状态。在牛中，附着在头部、颈部或项圈上的三维加速度计已成为自动检测睡眠相关姿势和体位的实用方法，减少了对连续视觉观察的需求。其主要潜在优势是可扩展性；然而，为牛开发的基于加速度计的方法均未针对PSG进行验证，一致性仅针对视频或直接行为观察进行了评估。尽管如此，加速度计只测量物理行为而非睡眠本身。因此，它们与视觉观察有许多相同的局限性，特别是在区分安静觉醒、嗜睡和生理定义的睡眠方面能力有限。行为不活动的时期因此可能被分类为类睡眠状态，即使缺乏生理性睡眠的证据，可能会高估睡眠时长。在犊牛中，配备支持向量机分类器的颈戴式加速度计较好地估计了睡眠姿势的总时间（观察时间的90%），但将犊牛清醒躺卧时45%的时段分类为NREM睡眠姿势，高估了NREM并低估了REM时间。在成年母牛中，一个加速度计分类器以超过92%的准确率区分了觉醒与类睡眠行为，但这是在移除了行为不确定或过渡时段之后，并且是针对行为观察而非PSG进行的验证；枕部加速度计检测蜷缩睡眠姿势与视频高度一致，而该姿势本身识别REM睡眠并不一致。就实践中最容易混淆的三种状态而言，当前证据仅允许得出部分结论。站立和躺卧可以通过加速度计可靠地区分（犊牛中96%的躺卧时间被正确预测），并且由于成年牛除非躺卧受阻，否则很少在站立时进入NREM睡眠，因此在正常情况下排除站立时段不太可能严重偏倚睡眠估计。反刍可以通过下颌运动检测，与电生理识别的反刍高度一致（犊牛中灵敏度96%，特异度94%），但反刍期间的警戒状态无法通过表面PSG确定，因此目前没有任何传感器可以对该时间段进行验证。关键的未解决区分在于躺卧安静觉醒或嗜睡与NREM睡眠之间，它们共享姿势和不动的特征。尚无基于加速度计的方法被证明能够针对生理参考做出这种区分。如表3所示，现有文献主要由圈养条件下饲养的奶牛研究主导，且样本量通常较小。在22项原始研究中，14项基于电生理记录（4项使用植入式，10项使用表面电极），而8项仅依赖视频或加速度计记录的姿势。跨不同动物类别、管理系统和环境条件的生理验证测量仍然稀缺。该表还说明，仅基于行为或运动测量的研究应与使用生理记录分类睡眠状态的研究区分开来。这种有限的多样性也可能约束行为预测模型的泛化能力，因为运动或姿势与生理性睡眠之间的关系可能因畜舍、管理和环境条件而异。因此，模型应在独立种群和生产系统中进行验证，然后才能假定其性能可跨条件转移。机器学习算法可应用于来自不同监测系统的信号，而非作为独立的睡眠测量方法。近期研究使用这些算法整合多种生理信号并自动化警戒状态分类。结合来自EMG、心率和心率变异性的信息，使得在12头奶牛中以约82%的整体准确率对觉醒、浅NREM（N1/N2）和深NREM（N3）睡眠以及REM睡眠进行分类成为可能。然而，该方法在分类前排除了站立和反刍期。此外，剩余时段的72%为觉醒，因此报告的对N3和REM睡眠的逐类准确率（95.3%和95.8%）与从不预测这些状态所能获得的准确率（95.5%和95.2%）相似，并且交叉验证是在随机分割的时段上进行的，因此来自相同母牛的时段被同时用于训练和测试。心率和心率变异性在奶牛的睡眠阶段之间确实存在差异，但所研究的两个队列（在品种、妊娠状态和季节上存在差异）的平均心率也存在显著差异。因此，报告的准确率反映了在预先选定的行为状态子集内的分类，而非跨越牛完整行为谱的性能。这一限制对于现场应用尤其相关，因为反刍占据了每日时间预算的很大一部分。此外，机器学习模型的性能最终取决于用于训练和验证的生理参考质量。因此，尽管前景广阔，这些方法仍需使用保留主要行为状态并充分代表连续监测期间遇到条件的数据集进行验证。声称具备现场适用性为时过早。在使用间接方法量化生产条件下的睡眠之前，应在动物层面（例如通过留一动物交叉验证或在独立队列中）针对PSG进行验证，保留站立、躺卧觉醒、嗜睡和反刍作为显式类别，并报告逐类敏感性、精确度和一致性。

7.3 金标准：多导睡眠图（PSG）

尽管行为学和可穿戴监测方法取得了进展，PSG仍然是牛生理性睡眠评估的参考标准。在本综述回顾的牛睡眠阶段分类研究中，PSG主要整合EEG以评估皮质活动、EOG以检测眼球运动以及EMG以评估肌肉活动和张力。这些信号共同提供了区分觉醒、嗜睡、NREM睡眠和REM睡眠的生理基础，尽管在信号质量受损时分类可能受限。现代PSG在Berger将EEG引入人类之后发展起来，后来将其与EOG和EMG整合用于标准化睡眠阶段分类。在牛中，电极放置和动物准备因记录系统和电极配置而异。在一些无创PSG方案中，研究人员剃除头部和颈部选定区域的毛发并清洁皮肤以改善电极接触和信号质量。然后可使用导电介质和粘合材料固定表面电极。常见配置包括放置在额头的EEG电极、眼睛周围的EOG电极以及颈部肌肉上的EMG电极。采集后，研究人员将生理记录划分为标准化的时段，通常为30秒。受过训练的评分员基于皮质活动、眼球运动和肌张力的组合评估每个时段，从而实现对警觉觉醒、嗜睡、NREM睡眠和REM睡眠的分类。然而，受显著伪迹影响的时段可能仍然难以或无法可靠分类，特别是当与反刍相关的肌肉活动污染生理信号时。评分程序的报告不完整。仅有Kull等人报告了评分者间一致性，要求四名评分员在预评分记录上与专家达到至少90%的一致性；Hunter等人报告了评分者内一致性（89.4%；κ = 0.83），但对N1和N2睡眠的区分一致性降至32%。多项研究由单人进行评分，仅有一项研究报告了评分员对行为的盲法，而当报告不可读数据的比例时，范围从记录时间的3.6%到约四分之一，另有高达40%的可读观察被归类为反刍。在Ternman等人的研究中，反刍（期间无法分配任何警戒状态）占每日7.6-8.8小时。因此，牛的生理参考标签主要对非反刍时段可靠，而REM睡眠（在此期间牛不反刍）是日时长估计最可信的状态。图2展示了来自我们课题组先导研究获得的肉牛觉醒、嗜睡、NREM睡眠和REM睡眠的EEG频谱图和波形示例，其结果先前以摘要形式报告。显示这些记录是为了说明用于睡眠阶段分类的电生理特征，并非作为本综述综合的主要证据。尽管作为参考方法，PSG在现场研究中具有显著局限性：取决于记录系统，它可能需要动物适应、专业技术、大量数据处理和专门设备，并且无创记录仍然容易受到所述伪迹的影响。重要的是，替代方法针对PSG的验证仅在生理参考本身能够以足够置信度进行分类时才有意义。在当前方法下，验证因此是有条件的：一致性统计适用于可以评分的、通常是躺卧的非反刍时段，并应如此报告和解释。两个步骤将使此类验证更具信息性：将不可评分时段作为单独类别报告，以便明确替代方法无法评估的时间比例；并测试当这些时段以不同方式处理时结论是否发生变化，正如嗜睡估计对反刍处理方式的依赖性所说明的那样。因此，提高信号质量并建立处理伪迹污染和不可分类时段的透明标准，是稳健验证替代方法的先决条件。表5总结了可用评估方法的主要优势和局限性。

8. 综合解读：解读牛睡眠

当前证据支持牛中存在生理上可区分的警戒状态，包括觉醒、嗜睡、NREM睡眠和REM睡眠，但对其量化的置信度在不同状态和方法间差异显著。电生理记录可以区分REM和NREM睡眠，而嗜睡的定义仍然不够一致，并与安静觉醒、NREM睡眠和反刍重叠。因此，研究间的分歧可能不仅反映生物学变异，也反映警戒状态的操作定义和分类方式的差异。这种对方法的依赖性体现在报告的睡眠和嗜睡持续时间的巨大变异上，其中很大一部分很可能反映了分类标准和反刍处理方式的差异，而非动物间的生物学差异。反刍可能不仅仅是伪迹的来源，但它是否像在驯鹿中所提出的那样有助于牛的睡眠调节，尚未得到检验。因此，牛睡眠中一些看似生物学上的变异可能反映的是方法论上的不确定性，而非睡眠表达或结构的真正差异。这些局限性也为解释现有测量建立了层级。行为观察和加速度测量可以在大规模范围内表征休息或类睡眠状态，但不能独立确定成年牛的生理性睡眠。PSG是目前可用于区分警戒状态的主要生理参考，尽管它本身易受伪迹影响，且在特定行为（特别是反刍）期间分类不确定。将站立、躺卧觉醒、嗜睡、反刍和其他潜在混淆状态纳入验证数据集并不会使这些行为成为睡眠的可靠指标；相反，它允许测试自动化方法区分生理性睡眠与竞争性行为状态的能力。因此，它们的性能应针对生理定义的参考状态进行评估，同时明确考虑生理参考本身不确定或不可分类的时段。表6总结了在牛中测试过的对睡眠或类睡眠行为有影响的因素，包括报告效应的方向和幅度以及证据类型。除了睡眠的昼夜分布（一致地偏向夜间）外，仅有两个因素使用电生理方法在不止一项研究中进行了检验，且两者的效应方向一致：阻止躺卧减少了REM睡眠，并减少了NREM睡眠；睡眠在分娩前后和泌乳早期比妊娠晚期更短。前者得到了实验操作的唯一支持；后者源自观察性设计，其中分娩、泌乳和管理变化相互混淆。所有其他因素，如日粮、垫料清洁度、户外活动、迁移和年龄，均在单项研究中使用基于姿势的代理指标进行了评估，因此它们对生理性睡眠的影响仍然未知。将睡眠损失与健康或