《Behavioral Medicine》：Patterns of Sleep Inequities by Experiences and Recognition of Multiple Types of Discrimination Among Members of Three Urban Community Health Centers: The Life?+?Health Study (2020–2022)
编辑推荐：
歧视与不公平对待普遍存在，并造成人群健康不平等。本研究考察了对目标群体（target groups）与优势群体（dominant groups）歧视识别的内隐（implicit）与外显（explicit）测量、对目标群体与优势群体的偏好，以及自报歧视经历测量，
歧视与不公平对待普遍存在，并造成人群健康不平等。本研究考察了对目标群体（target groups）与优势群体（dominant groups）歧视识别的内隐（implicit）与外显（explicit）测量、对目标群体与优势群体的偏好，以及自报歧视经历测量，与睡眠时长（sleep duration）、睡眠障碍（sleep disturbance）和睡眠相关损害（sleep impairment）之间的关联。Life + Health是一项横断面研究，于2020年5月至2022年8月在马萨诸塞州波士顿（Boston, MA）三家社区卫生中心招募699名25–64岁参与者。研究人员评估了六类歧视——种族主义（racism）、性别主义（sexism）、异性恋主义（heterosexism）、顺性别主义（cissexism）、年龄主义（ageism）和体型主义（sizeism）——的内隐与外显测量，并使用基于回归的建模评估这些测量与睡眠结局的粗关联和调整后关联。研究发现，目标群体通常报告较短的睡眠时长以及较差的睡眠障碍和睡眠相关损害，但在调整模型中，仅有色人种（People of Color）的较短睡眠时长仍具显著性。调整后，内隐与外显测量和睡眠结局之间的关联大多减弱，但在女性中，性别主义与睡眠相关损害之间出现了独立效应。研究结果凸显了歧视识别和内隐偏好与睡眠健康之间关系的复杂性，以及采用多维方法测量歧视的重要性。未来需要纵向研究和更大样本的人群研究，以阐明机制、考虑交叉身份与经历，并识别干预靶点，以推进睡眠公平和人群健康。研究人员的发现强调，有必要资助关于歧视与健康的严谨研究；取消此类研究资助会损害科学诚信、公共卫生以及确保所有人群能够蓬勃发展的目标。
研究背景与问题：歧视（discrimination）与不公平对待是持续存在的社会现实，并系统性地使优势群体（dominant groups）获益、使非优势/目标群体（target groups）承受不利暴露，进而与一般健康和躯体健康不良、心血管风险因素、心理痛苦及睡眠健康不良相关。睡眠是整体福祉和慢性病风险的重要决定因素，已有证据显示睡眠障碍、睡眠时长不足和睡眠相关损害在Black、Indigenous、其他有色人种（People of Color, POC）、LGBQ+个体、跨性别与非二元人群、女性、年长成人以及超重或肥胖人群中更为集中。既有研究多依赖单一外显自报（explicit self-report）测量歧视暴露，可能受社会赞许性偏倚、低报和归因模糊影响，从而低估多重共存歧视的完整负担；内隐测量（implicit measures）可评估自动、较少意识参与的评价性联想。研究人员因此设计Life + Health研究，考察六类歧视（racism、sexism、heterosexism、cissexism、ageism、sizeism）在目标群体与优势群体中的分布，以及内隐与外显识别、偏好和自报歧视经历与睡眠健康的关联，并强调多重交叉暴露在特定历史与社会政治情境中“体现”于生命历程并塑造睡眠不平等。
研究开展、结论与意义：Life + Health为横断面社区研究，纳入699名25–64岁美国出生成人，来自马萨诸塞州波士顿三家社区卫生中心。研究发现，目标群体总体上报告更短睡眠时长、更差睡眠障碍和睡眠相关损害，但完全调整后仅POC较短睡眠时长仍显著；内隐与外显测量和睡眠结局的关联在调整后大多减弱，女性中性别主义与睡眠相关损害的独立效应较突出。研究意义在于提示歧视识别、内隐偏好与睡眠健康关系复杂，需采用多维歧视测量，并将歧视与睡眠纳入临床风险评估和公平干预视野，同时强调继续资助歧视与健康研究的必要性。
关键技术方法（不超过250字）：研究采用横断面设计，样本队列来源为Fenway Health（FH）、Mattapan Community Health Center（MCHC）和Harvard Street Neighborhood Health Center（HSNHC）三家波士顿社区卫生中心，2020年5月28日至2022年8月4日招募699名25–64岁美国出生成人，分层抽样确保目标/优势群体代表性。参与者完成自报问卷和六类歧视的简版内隐联想测验（Brief Implicit Association Test, BIAT），评估内隐识别、内隐偏好、外显识别、外显偏好及体验歧视量表（Experiences of Discrimination, EOD）。睡眠结局包括自报睡眠时长、PROMIS（Patient-Reported Outcomes Measurement Information System）睡眠障碍和睡眠相关损害。分析采用回归模型估计粗关联、最小调整和完全调整关联，并使用40个链式方程多重插补（multiple imputation with chained equations, mice）数据集及Rubin规则合并结果，R软件分析。
研究结果：
（1）Differences in implicit and explicit measures of recognition and preference by target vs. dominant groups：研究人员通过联合分布分析六类歧视中目标群体与优势群体的内隐/外显识别和偏好，发现目标群体在所有六类歧视中对“针对目标群体的歧视”的内隐识别显著高于优势群体；外显识别仅在POC、非二元/性别酷儿（nonbinary/genderqueer）、非顺性别（non-cisgender）和年长（45–65岁）参与者中显著更高。目标群体对内隐偏好目标群体的得分更高，外显偏好目标群体在六类中均高于优势群体；内隐与外显测量分布变异较大，并呈现社会赞许性回答和可接受性表达并存的模式。
（2）Sleep inequities by target vs. dominant groups：研究人员通过粗模型和调整模型比较目标群体与优势群体的睡眠结局，发现粗模型中目标群体睡眠时长更短、睡眠障碍和睡眠相关损害更差，但调整协变量尤其睡眠影响药物等非社会人口学协变量后差异减弱；完全调整模型中仅POC较短睡眠时长仍显著（fully adjusted difference = ?0.38, 95% CI ?0.63, ?0.12），睡眠障碍、睡眠相关损害及短睡/长睡 odds 差异均不显著。
（3）Associations with implicit and explicit measures of recognition and preference：研究人员通过调整回归模型评估内隐/外显识别和偏好与连续睡眠结局的关联，发现目标群体中内隐识别与非二元/性别酷儿睡眠时长减少相关（slope = ?0.17, 95% CI ?0.34, ?0.01）；优势群体中White Non-Hispanic内隐识别与睡眠时长减少相关（slope = ?0.10, 95% CI ?0.18, ?0.02）；内隐识别与POC（slope = 0.17, 95% CI 0.03, 0.32）和女性（slope = 0.20, 95% CI 0.07, 0.33）睡眠相关损害增加相关。外显识别与非肥胖个体睡眠时长减少相关（slope = ?0.13, 95% CI ?0.23, ?0.04），与女性（slope = 0.18, 95% CI 0.03, 0.33）和非二元/性别酷儿（slope = 0.26, 95% CI 0.08, 0.43）睡眠相关损害增加相关。内隐偏好与POC较长睡眠时长相关（slope = 0.32, 95% CI 0.15, 0.50）；外显偏好与女性（slope = 0.21, 95% CI 0.05, 0.37）和肥胖个体（slope = 0.17, 95% CI 0.03, 0.31）较长睡眠时长相关，与White Non-Hispanic（slope = ?0.17, 95% CI ?0.27至?0.06）和非肥胖个体（slope = ?0.13, 95% CI ?0.24, ?0.03）较短睡眠时长相关。EOD类别与POC（EOD1-2 adjusted difference = ?0.62, 95% CI ?1.18, ?0.07）和White Non-Hispanic（EOD3+ adjusted difference = ?0.94, 95% CI ?1.49, ?0.39）睡眠时长减少相关；EOD与White Non-Hispanic报告1–2个场景（adjusted difference = ?0.33, 95% CI ?0.58, 0.07）及年长个体报告3+场景（adjusted difference = ?0.45, 95% CI ?0.89, ?0.01）睡眠障碍得分降低相关；顺性别参与者报告3+场景EOD与睡眠相关损害增加相关（adjusted difference = 0.39, 95% CI 0.14, 0.63）。
（4）Models for recognition and preference including both implicit and explicit measures：研究人员通过同时纳入内隐和外显识别或偏好的联合模型，发现显著关联多来自外显识别或内隐识别之一，而非二者同时显著；例外为女性中内隐与外显识别均独立与睡眠相关损害相关（implicit preference slope = 0.21, 95% CI 0.08, 0.34；self-reported preference slope = 0.19, 95% CI 0.04, 0.34）。偏好联合模型中，外显偏好更常与睡眠时长相关（女性 slope = 0.21, 95% CI 0.05, 0.38；肥胖个体 slope = 0.16, 95% CI 0.01, 0.31；White Non-Hispanic slope = ?0.16, 95% CI ?0.27, ?0.05；非肥胖 slope = ?0.13, 95% CI ?0.24, ?0.03），内隐偏好见于POC（slope = 0.34, 95% CI 0.15, 0.53）；外显偏好与非二元/性别酷儿（slope = 0.21, 95% CI 0.02, 0.40）和非顺性别（slope = 0.20, 95% CI 0.06, 0.34）睡眠相关损害增加相关。
讨论部分总结：研究创新性地同时考察对目标群体歧视识别的内隐/外显测量及对目标群体偏好的内隐/外显测量是否独立与睡眠结局相关，并覆盖六类歧视和多重身份轴。粗模型中目标/优势群体睡眠不平等与既有文献一致，即目标群体更常报告较短睡眠时长、更差睡眠障碍和睡眠相关损害；女性报告较长睡眠时长但更差睡眠障碍和损害，非二元/性别酷儿呈类似模式，LGBQ个体报告较长睡眠时长但睡眠障碍/损害无显著差异。调整后仅POC短睡眠时长仍显著，印证种族化少数群体短睡不平等。关键发现是内隐/外显识别和偏好与睡眠结局关系复杂且有噪声，多数调整后为零；女性性别主义中内隐与外显测量独立与睡眠相关损害相关。内隐/外显测量联合分布提示部分歧视类型存在社会赞许性回答，部分存在社会可接受性表达，支持在健康研究中同时纳入两类测量。临床意义上，歧视是可干预的健康社会决定因素，评估患者歧视经历与睡眠健康有助于识别慢性病高风险者，并可通过内隐偏见培训和机构公平举措促进医疗公平。局限包括横断面设计、COVID-19疫情影响招募和样本量、检测效能受限、选择偏倚及不同招募站点人口差异；优势是使用多个BIAT评估多类型歧视的内隐识别和内化偏好，符合交叉现实。未来需更大样本、纵向设计、交叉身份与经历分析及干预靶点研究。
研究结论翻译：总之，本研究证明，开展承认人们暴露于歧视的测量复杂性及其健康影响的研究十分重要。终止和禁止此类研究与科学严谨性以及确保所有人能够蓬勃发展的公共卫生目标背道而驰。在附录C中，研究人员提供了资助本研究的基金状态信息；该基金被美国国立卫生研究院（US National Institutes of Health）以属于“DEI”科学，即关注“多样性、公平与包容”（diversity, equity, and inclusion）的科学为由终止。本研究的参与者是真实的人，具有真实的暴露、真实的生活经历和真实的健康结局。抹去他们的数据并不能抹去他们生活的现实。严谨且符合伦理的科学实践要求像本研究这样的研究获得联邦资金资助；任何不足都是对政府责任的放弃——对大多数纳税美国民众的责任，其中许多人曾暴露于本研究所获取数据的一种或多种歧视类型。借用一句旧话——“Silence equals death”（沉默等于死亡）——作为人口健康科学家，研究人员的责任是大声发声，并确保所有人群的经历及其暴露和结局都是调查与干预的正当主题。
