大学生睡眠质量动态轨迹与抑郁症状网络的关联及差异化干预靶点研究

《BMC Public Health》：Association between sleep quality trajectories and depression among college students: computer-simulated network analysis

　　

摘要

背景

睡眠质量是抑郁的公认危险因素，但现有证据主要依赖静态评估。睡眠质量的动态轨迹以及不同轨迹亚组中特有的抑郁症状网络在大学生群体中仍知之甚少。

方法

本研究为一项前瞻性队列研究，招募了中国宁夏多所高校的本科生，每6个月进行一次随访。分别使用匹兹堡睡眠质量指数（PSQI）和患者健康问卷抑郁量表（PHQ-9）评估睡眠质量和抑郁症状，抑郁定义为PHQ-9评分 ≥ 10。采用基于组的轨迹模型（GBTM）识别睡眠轨迹。采用改良Poisson回归分析不同睡眠质量轨迹与抑郁风险之间的关联。进行Ising网络分析和计算机模拟网络干预分析，以识别核心症状和潜在干预靶点。

结果

识别出两种不同的睡眠质量轨迹：持续较差轨迹（24.54%）和逐渐改善轨迹（75.46%）。前者相比后者具有显著更高的疑似抑郁发生率（RR = 5.31，95% CI [3.51–8.03]，P < 0.001）。在两种睡眠轨迹组中，PHQ-4（疲劳）均显示出最高的强度中心性，表明它是抑郁网络中最核心的结构性症状。然而，NodeIdentifyR算法在不同组间产生了不同的干预敏感靶点。在持续较差组中，PHQ-6（内疚感）显示出最大的预测效应；而在逐渐改善组中，PHQ-3（睡眠障碍）对预计总症状负担产生了最大的变化。

结论

睡眠质量的轨迹具有异质性，且与大学生疑似抑郁风险密切相关。特异性症状干预靶点在不同睡眠轨迹之间存在差异，支持制定定制化心理健康预防策略的必要性。