《Computers in Human Behavior Reports》:Beyond Screen Time: Pre-Sleep Media Use Profiles and Sleep Outcomes in Adults
编辑推荐:
睡前媒体使用已被广泛认为与睡眠障碍相关,然而大多数研究集中于儿童、青少年或年轻成人,且依赖于对整体屏幕时间的粗略测量,对使用模式的洞察有限。本横断面研究旨在对大型多样化成人样本中睡前一小时内的媒体使用进行全面细致的评估,并考察不同媒体设备、活动和使用模式与睡眠
睡前媒体使用已被广泛认为与睡眠障碍相关,然而大多数研究集中于儿童、青少年或年轻成人,且依赖于对整体屏幕时间的粗略测量,对使用模式的洞察有限。本横断面研究旨在对大型多样化成人样本中睡前一小时内的媒体使用进行全面细致的评估,并考察不同媒体设备、活动和使用模式与睡眠结局的关系。共722名成人(年龄18–75+岁)完成了在线问卷,评估睡前媒体使用、媒体相关习惯、自我报告的睡眠质量、睡眠时长和入睡潜伏期。分层有序逻辑回归表明,睡前媒体使用解释了睡眠结局中适度但有意义的方差比例(睡眠质量和时长约8%,入睡潜伏期约15%),且媒体使用习惯比设备类型或特定媒体活动更一致地关联于较差的睡眠结局。潜在类别分析(LCA)识别出四种不同的睡前媒体使用模式:多面手适度使用者、社交媒体流媒体适度使用者、传统低度使用者和重度使用者。类别归属与睡眠结局强烈相关:传统低度使用者表现出持续更好的睡眠质量、更长的睡眠时长和更短的入睡潜伏期,而社交媒体流媒体适度使用者和重度使用者在所有结局上表现出较差的睡眠。这些发现强调了在评估与成人睡眠健康的关联时,不仅需要考虑睡前媒体使用的量,还需要考虑媒体活动的配置和习惯性参与模式的重要性。
**论文解读:超越屏幕时间——成人睡前媒体使用模式与睡眠结局**
**研究背景与问题**
睡眠问题在当代“24/7”社会中普遍存在,构成重大公共卫生关切,并因生产力损失而带来显著经济成本。健康睡眠涵盖时长、规律性、时机、效率和感知恢复性等多维度,而不健康睡眠则涉及睡眠质量、数量或连续性的缺陷。越来越多的研究关注电子媒体使用与睡眠之间的关联,尤其是针对儿童和青少年,综述和荟萃分析一致记录了电子媒体使用与多种睡眠变量(如延迟就寝时间、缩短睡眠时长、延长入睡潜伏期、降低睡眠质量及增加日间嗜睡)之间的负相关关系。部分证据进一步暗示,互动性媒体(如社交媒体)可能比被动性媒体(如电视)对睡眠更具破坏性。
然而,与青少年领域的大量文献相比,成人媒体-睡眠关联的研究相对有限,且主要局限于年轻成人和大学生。例如,一项关于社交媒体使用与睡眠相关问题的系统综述估计,80%的综述研究聚焦于青少年和年轻成人。另一项由美国国家睡眠基金会专家小组进行的系统综述,考察了所有年龄组的实验和干预研究,结论指出,虽然屏幕使用及其内容似乎损害儿童和青少年的睡眠健康,但对成人未能达成类似共识。这一空白值得关注,因为睡眠模式、社会需求和媒体相关责任在整个生命周期中变化显著。此外,与大多数睡眠时间可能由父母决定的儿童相比,成人可自由设定自己的作息。而且,中年成人在各种媒体活动中的参与度几乎与年轻一代持平。
现有成人群体研究显示,数字媒体使用,特别是就寝时使用,与更短的睡眠时长、更多失眠症状、睡眠障碍、更差睡眠质量以及延迟就寝时间趋势相关,部分证据表明老年成人的效应更强。这些发现凸显了对成人睡前媒体使用进行更全面、年龄多样化调查的必要性。
该领域的一个重要方法论挑战在于媒体使用具有流动性、复杂性、多维性和快速演变的特性。然而,现有文献大多依赖粗略和泛化的操作化定义,通常聚焦于单一媒体形式(如手机)或广义的未分化媒体使用指标(如总屏幕时间和使用频率)。这类总体媒体使用测量缺乏特异性,忽视了当代用户在睡前对多种设备、平台和内容进行多样化参与的方式,这些方式可能与睡眠结局存在独特关联。
仅有少数研究在同一研究中区分了多种媒体设备并评估了更广泛的就寝媒体活动,但大多局限于青少年或大学生样本。一些研究强调了比较主动媒体使用(如与其他用户互动)与被动媒体使用(如滚动浏览内容)的重要性。最近,Schrempft等人(2024)在大型人群基础成人队列中考察了就寝媒体使用,区分了五种媒体活动类型(工作/学习、看电影/节目、使用社交媒体、玩游戏、浏览互联网/网购)。尽管这些研究代表了重要进步,但它们并未尝试厘清设备本身与在这些设备上进行的媒体活动以及相关使用情境或行为方面的效应,而这些方面可能各自对睡眠结局产生不同贡献。区分这些分析层次可能有助于阐明睡前媒体使用的哪些成分与睡眠最相关。考虑到其中一些研究已超过十年,且大多数先前研究聚焦于青少年或学生群体,常常忽视媒体使用的异质性和多层性,因此仍需要对大型多样化成人群体中睡前媒体使用及其习惯进行最新、全面和精细的评估。
此外,该领域大多数研究依赖传统的变量中心方法,这些方法未能捕捉媒体使用的共现特性。人中心方法,特别是潜在类别分析(LCA),为描述具有共享媒体参与模式的用户亚组提供了有价值的数据驱动框架。尽管LCA最近被用于检查青少年电子设备使用模式与相关睡眠障碍,但据研究人员所知,尚无在成人中进行的类似工作,因此本研究是首次此类尝试。
**研究目的**
本研究旨在: (1) 在大型多样化成人样本中更好地记录睡前一小时内的广泛媒体使用习惯; (2) 比较不同关键人口学变量(包括性别和年龄)下的睡前媒体使用习惯; (3) 在三个分析层次(媒体设备、活动和习惯)上考察睡前媒体使用,并确定每个层次与自我报告睡眠质量、睡眠时长和入睡潜伏期(sleep onset latency, SOL)的差异关联程度; (4) 采用LCA识别并描述睡前媒体使用的不同模式,并考察这些模式如何与睡眠结局相关。
**关键方法**
本研究采用横断面设计,通过在线问卷形式收集数据。样本来源包括来自加拿大(54%)、美国、英国、瑞典等国家的722名成人(年龄18–75+岁,女性73%,男性23%),通过社交网络(Facebook)、在线论坛(Reddit)、电子邮件列表以及蒙特利尔大学本科课程招募。问卷使用LimeSurvey平台,于2023年9月18日至2024年3月25日期间在线可用,提供法语和英语版本。主要技术方法包括:1)分层有序逻辑回归(Hierarchical Ordinal Logistic Regression),用于评估媒体相关变量(设备使用、活动参与、媒体使用习惯)与三个睡眠结局(睡眠质量、睡眠时长、入睡潜伏期)的关联,共构建四个连续区块(人口学变量、设备、活动、习惯),并检验模型的增量解释方差;2)潜在类别分析(Latent Class Analysis, LCA),基于12种媒体活动参与频率的指标,识别出不同的睡前媒体使用模式,使用BIC、AIC、AIC3和熵值进行模型选择,并采用偏差调整的三步法(bias-adjusted three-step approach)结合最大似然校正,考察类别归属与睡眠结局的关系,同时调整性别、年龄、教育水平和睡眠环境等协变量。
**研究结果**
**3.1 样本特征**:722名参与者完成问卷,平均完成时间11.4分钟。样本以女性(73%)为主,年龄分布广泛,18–24岁占22%,25–34岁占28%,35–44岁占22%,45–54岁占15%,55–64岁占9%,65岁及以上占4%。超过半数居住在加拿大(54%)。
**3.2 睡眠相关特征**:41%参与者报告通常入睡时间少于15分钟,45%报告每晚睡眠时长超过7小时,54%报告睡眠质量“相当好”。性别和年龄组在睡眠结局上无显著差异。
**3.3 睡前媒体使用普遍性**:99%参与者报告至少偶尔在睡前一小时内使用数字设备或参与数字媒体活动。智能手机是最常用设备(91%),其次为电视(60%)。最普遍的活动是浏览社交媒体(83%)和观看电影/节目(79%)。女性更频繁使用电视和观看电影/节目,男性更频繁使用台式机、笔记本和手持游戏机。年轻参与者(18–34岁)更频繁使用笔记本电脑、智能手机、手持游戏机,以及参与听音乐、短视频、社交媒体、发短信、玩游戏和在线工作等活动。
**3.4 行为与态度方面**:64%参与者通常在床上使用媒体,68%报告多任务处理,73%报告使用媒体时间超过预期,52%认为在睡前一小时内放弃媒体使用有些困难或非常困难。66%使用某种媒体帮助入睡,其中印刷媒体、电视/流媒体服务和音乐被认为最有帮助。
**3.5 媒体使用与睡眠变量的关联**:通过分层有序逻辑回归分析得出:
- **睡眠质量**:最终模型解释7.6%方差。媒体使用习惯(如更长的床上活动时间、使用媒体超过预期)与更差的睡眠质量显著相关(OR=0.835, p=0.004; OR=0.673, p<0.001)。笔记本使用与更好睡眠质量相关(OR=1.189, p=0.008),但手持游戏机使用与更差睡眠质量边缘相关(OR=0.757, p=0.044)。社交媒体浏览与更差睡眠质量边缘相关(OR=0.848, p=0.047)。
- **睡眠时长**:最终模型解释8%方差。男性、年龄增长、手持游戏机使用、浏览社交媒体、听音乐、更长的床上活动时间、使用媒体超过预期以及主动媒体使用(vs. 被动)与更短睡眠时长相关。
- **入睡潜伏期**:最终模型解释14.7%方差。男性、无大学教育程度与更短入睡潜伏期相关。更长的床上活动时间、更多使用媒体助眠与更长入睡潜伏期相关(OR=0.830, p=0.004; OR=0.638, p<0.001)。停止媒体使用至尝试入睡的时间间隔更短与更短入睡潜伏期相关(OR=1.964, p<0.001),但可能反映混淆过程。
**3.6 潜在类别分析**:基于模型拟合(BIC、AIC、熵值)和可解释性,选择4类解决方案:
- **类别1:多面手适度使用者**(37%):多数活动适度参与,听有声书和播客概率最高。
- **类别2:社交媒体流媒体适度使用者**(30%):高概率参与社交媒体(97%)、看电影/节目、短视频和发短信,但阅读和听觉叙事内容概率最低。
- **类别3:传统低度使用者**(19%):印刷书籍阅读概率最高(71%),其他活动参与度最低。
- **类别4:重度使用者**(14%):几乎所有活动参与概率最高,包括听音乐、看电影、短视频、社交媒体、发短信、在线工作和浏览互联网。
**3.7 人口学协变量与类别归属的关联**:年龄是强预测因子(Wald=107.18, p<0.001),老年参与者更可能属于传统低度使用者,年轻参与者更可能属于重度使用者。睡眠环境也显著相关,与伴侣同睡者更可能属于传统低度使用者。
**3.8 睡眠结局与类别归属的关联**:调整协变量后,类别归属显著预测所有睡眠结局。与传统低度使用者相比,社交媒体流媒体适度使用者和重度使用者表现出更差的睡眠质量、更短睡眠时长和更长入睡潜伏期,而传统低度使用者表现出更好的睡眠结局(睡眠质量OR=4.005, 睡眠时长OR=4.414, 入睡潜伏期OR=2.529)。传统低度使用者与其他所有类别在睡眠结局上均存在显著差异,而重度使用者与社交媒体流媒体适度使用者之间无差异。
**讨论与结论**
**讨论**:本研究主要发现支持睡眠置换假说,即媒体使用侵占睡眠时间,证据包括设备使用和活动与睡眠时长缩短显著相关,且超过70%参与者报告使用媒体超过预期。蓝光假说获得有限支持,因为设备使用本身(即屏幕暴露)与睡眠质量或入睡潜伏期无显著关联,而媒体活动(内容差异)与睡眠质量部分相关,提供了对唤醒假说的部分支持。社交媒体浏览与更短睡眠时长和更差睡眠质量有特定关联,可能因其互动性和情绪唤起性。人中心分析揭示,传统低度使用者(以传统媒体如阅读为主)睡眠最好,而重度使用者和社交媒体流媒体使用者睡眠最差,表明平衡和适度的媒体“饮食”可能更健康。同时,研究还指出媒体使用与睡眠之间可能存在双向关系,部分个体使用媒体作为助眠手段,但可能适得其反。
**结论**:本研究强调了睡前媒体使用在成人中的普遍性,特别是互动性活动如社交媒体浏览、互联网冲浪和短视频消费。研究发现,睡前媒体使用与较差的睡眠质量、更短的睡眠时长和更长的入睡潜伏期适度相关,且不同设备、活动和习惯独特地预测睡眠结局。社交媒体浏览与更短睡眠时长关联尤为强烈。此外,人中心分析表明,不同的媒体使用模式与睡眠结局差异关联,支持了考虑现实世界媒体使用复杂性的重要性,而非将其视为统一实践。总体而言,研究结果最有力地支持睡眠置换假说,表明媒体使用侵占睡眠时间,尽管许多参与者报告使用媒体促进睡眠。这些发现强调了需要细致、个性化的睡眠卫生建议,不仅要考虑睡前是否使用媒体,还要考虑使用什么、如何用、何时用、为何用以及由谁使用。