《COVID》：Self-Reported Changes in Sleep, Electronic Device Use, and Health-Application Uptake During the COVID-19 Lockdown: A Cross-Sectional Survey of Jordanian Internet Users
编辑推荐：
背景：COVID-19大流行及相关封锁措施已在全球范围内深刻影响了日常作息和生活方式。目的：本项横断面研究旨在记录封锁期间（COVID-19）2511名参与在线便利样本的约旦互联网用户在睡眠模式、电子设备使用及健康应用采纳方面的变化。方法：采用在线问卷调查收集
背景：COVID-19大流行及相关封锁措施已在全球范围内深刻影响了日常作息和生活方式。目的：本项横断面研究旨在记录封锁期间（COVID-19）2511名参与在线便利样本的约旦互联网用户在睡眠模式、电子设备使用及健康应用采纳方面的变化。方法：采用在线问卷调查收集人口学特征、睡眠习惯、体力活动、饮食及数字健康工具使用等数据。结果：在受访者中，39.9%报告睡眠时长增加，13.5%报告减少，46.6%报告无变化。在多变量逻辑回归中，18–35岁年龄组（调整后比值比aOR=1.95，95%置信区间CI 1.28–2.99）、单身状态（aOR=1.77，95% CI 1.39–2.26）、健康相关教育背景（aOR=1.38，95% CI 1.01–1.88）以及非健康领域或失业职业状态（aOR分别为1.62和1.67）与睡眠时长增加独立相关。电子设备使用增加与单身状态（aOR=1.39，95% CI 1.00–1.92）和较高教育水平（aOR范围1.60–1.97）独立相关。在2138名报告电子设备使用增加的参与者中，70.7%将在线学习、67.8%将休闲/空闲时间作为原因。参与者使用营养、体力活动和医疗应用的比例分别为28.6%、36.9%和35.2%。在校正模型中，女性性别与营养（aOR=1.69，95% CI 1.34–2.13）、体力活动（aOR=1.32，95% CI 1.07–1.62）和医疗应用（aOR=1.41，95% CI 1.14–1.73）的使用独立相关。双变量分析为探索性分析，在单元格计数稀疏时使用了蒙特卡洛精确检验；单个名义p值不应被解释为确证性证据。结论：这些发现揭示了COVID-19封锁期间睡眠、电子设备使用及健康应用采纳方面的显著变化。这表明，在行动受限时期，数字健康干预措施可能值得评估以促进健康行为。由于采用了非概率抽样策略、回顾性自我报告和横断面设计，这些发现不应被解释为因果效应的证据。有必要开展更具代表性的纵向研究。
论文解读：约旦互联网用户新冠封锁期间睡眠、电子设备使用及健康应用采纳行为的横断面研究
一、研究背景与目的
COVID-19大流行于2020年3月被世界卫生组织宣布为全球大流行，导致各国实施严格的封锁措施。约旦自2020年3月21日起实施了为期14天的全面封锁及后续的部分封锁，直至2021年9月。这些限制措施极大地改变了人们的日常生活方式，包括睡眠、饮食、体力活动及数字媒体使用等方面。已有研究表明，居家隔离导致久坐时间增加、电子设备使用增多、睡眠时间改变，并与更差的睡眠质量和不良饮食习惯相关联。然而，关于封锁期间睡眠时长变化、电子设备使用增加的具体驱动因素以及健康相关应用（如营养、体力活动和医疗应用）采纳行为的综合研究仍较为有限。此前的研究多聚焦于单一行为维度，缺乏对上述数字化行为和睡眠行为及其人口学关联因素的系统整合分析。因此，本研究旨在通过横断面调查，描述约旦互联网用户在封锁期间睡眠时长、电子设备使用及健康应用采纳的变化，并探讨其与人口学特征、生活方式等因素的关联，为未来制定针对性的数字健康干预措施提供依据。
二、主要关键技术方法
研究人员采用在线横断面调查设计，通过Google Forms平台发放问卷。研究对象为自疫情开始以来居住在约旦的互联网用户，采用便利抽样和滚雪球抽样法，通过社交媒体（WhatsApp、Facebook、Instagram）及雅尔穆克大学邮箱进行招募。最终纳入2511名参与者。问卷包含人口学特征、睡眠时长分类（<7小时、7-9小时、>9小时）、电子设备使用变化、健康应用（营养、体力活动、医疗）下载情况等内容。数据分析采用卡方检验和蒙特卡洛精确检验进行双变量探索性分析，并使用Stuart-Maxwell边缘同质性检验比较封锁前后睡眠时长分布差异。多变量二元逻辑回归用于识别与睡眠时长增加、电子设备使用增加及各类型健康应用下载相关的独立因素，模型校正了年龄、性别、社会状况、教育水平、职业、居住地和慢性病。
三、研究结果
3.1 社会人口学特征：2511名参与者中，77.3%为女性，66.1%处于18-35岁年龄组，62.1%未婚，74.6%居住在城市，72.7%拥有大专或学士学位，69.5%无业，88.8%无慢性病。
3.2 睡眠习惯变化：39.9%报告睡眠时长增加，13.5%减少，46.6%无变化。Stuart-Maxwell检验显示封锁前后睡眠时长分类分布存在显著差异（χ2(2)=414.5, p<0.001）。双变量分析显示，更多睡眠时长与18-35岁年龄组、单身、健康相关专业教育背景、无业状态、食欲增加、日间和夜间餐次增多、体重增加及吸烟相关。多变量逻辑回归确认，18-35岁年龄组（aOR=1.95）、单身（aOR=1.77）、健康相关教育（aOR=1.38）、非健康领域工作（aOR=1.62）或无业（aOR=1.67）是睡眠时长增加的独立预测因素。
3.3 电子设备使用：85.1%报告电子设备使用增加，主要原因为在线学习（70.7%）和休闲娱乐（67.8%）。双变量分析显示，设备使用增加与年龄组、社会状况、教育水平、食欲增加、餐次增多、体重增加及睡眠时长增加相关。多变量逻辑回归表明，单身（aOR=1.39）、健康相关教育（aOR=1.97）、非健康领域教育（aOR=1.60）、硕士/博士学历（aOR=1.79）及非健康领域工作者（aOR=1.81）与设备使用增加独立相关。
3.4 健康应用采纳：28.6%使用营养应用，36.9%使用体力活动应用，35.2%使用医疗应用。多变量分析显示，女性与所有三类应用使用均独立相关（营养aOR=1.69，体力活动aOR=1.32，医疗aOR=1.41）。35岁以上人群更可能使用营养应用（aOR=2.14），单身者更可能使用体力活动应用（aOR=2.05），而乡村/难民营居民使用体力活动应用的可能性较低（aOR=0.82）。健康相关教育背景与医疗应用使用独立相关（aOR=1.48）。
四、讨论与结论
讨论部分指出，本研究结果与国际上多项研究一致，例如意大利、印度、中国、科威特和捷克共和国的研究均观察到封锁期间睡眠时长增加、电子设备使用增多及健康应用采纳率上升的趋势。研究发现，18-35岁年轻人、单身者及无业者更易出现睡眠时长增加，这可能与更灵活的时间安排和较少的照护责任有关。电子设备使用的增加则与更高教育水平和单身状态密切相关，反映了数字化学习和远程工作的需求。值得注意的是，女性在所有三类健康应用中的使用率均高于男性，而35岁以上人群在营养应用使用方面表现突出，挑战了“年轻用户主导健康应用”的常见假设。研究强调，这些关联均为横断面性质，不能推断因果关系。结论部分总结道，封锁期间睡眠时长、电子设备使用和健康应用采纳的变化与特定人口学和行为特征相关，这些发现有助于识别需进一步研究的群体和行为模式。未来需要开展纵向研究和代表性样本调查，以确定时间顺序关系，并评估针对性数字健康干预措施能否有效改善睡眠、饮食、体力活动及其他健康相关行为。
