睡眠质量和体力活动在大学生智能手机成瘾与体质健康关联中的中介作用

《Healthcare》：The Mediating Roles of Sleep Quality and Physical Activity in the Association Between Smartphone Addiction and Physical Fitness Among College Students

　　

背景：近年来，大学生体质健康下降已成为一个公共卫生问题，智能手机成瘾被认为是一个潜在促成因素。然而，以往研究主要依赖自我报告的健康指标，其与客观体质健康关联的潜在通路仍有待进一步阐明。基于客观体质测试数据，该研究旨在检验睡眠质量和体力活动在大学生智能手机成瘾与体质健康关联中的间接关联。方法：这项横断面研究纳入中国东部一所大学的3400名本科生。分别使用智能手机成瘾指数（Mobile Phone Addiction Index, MPAI）、匹兹堡睡眠质量指数（Pittsburgh Sleep Quality Index, PSQI）和国际体力活动问卷短版（International Physical Activity Questionnaire-Short Form, IPAQ-SF）评估智能手机成瘾、睡眠质量和体力活动。体质健康得分来自国家学生体质健康标准（National Student Physical Health Standard, NSPHS）。采用结构方程模型（structural equation modeling, SEM）估计平行中介模型，调整性别和身体质量指数（body mass index, BMI）。使用非参数百分位Bootstrap程序（2000次重抽样）评估间接效应。结果：(1) 较高的智能手机成瘾得分与较低的自我报告体力活动（r = -0.085, p < 0.001）和较差的睡眠质量（r = 0.396, p < 0.001）相关。(2) 较高的客观体质健康得分与较多的体力活动（r = 0.062, p < 0.001）和较好的睡眠质量（r = -0.042, p < 0.05）弱相关。(3) 中介分析显示，智能手机成瘾对体质健康的直接关联不显著（B = -0.014, 95% CI [-0.045, 0.015]），而通过睡眠质量和体力活动的总间接关联具有统计学意义但效应量较小（B = -0.022, 95% CI [-0.035, -0.010]）。结论：较高的智能手机成瘾得分通过较差的睡眠质量和较低的自我报告体力活动与较低的客观评估体质健康间接相关，而直接关联无统计学意义。然而，观察到的效应较小，其实际意义应谨慎解释。需要纵向研究来确认这些关联的方向和实际相关性。

近年来，大学生体质健康下降已成为公共卫生领域的重要议题，智能手机成瘾（smartphone addiction）被视作潜在风险因素。然而，以往研究多依赖自我报告的健康指标，缺乏客观体质测试数据，且智能手机成瘾与体质健康（physical fitness）之间的潜在中介路径（如睡眠质量和体力活动）尚未充分阐明。基于此，研究人员利用中国东部一所大学（浙江师范大学）的3400名本科生数据，开展了一项横断面研究，旨在通过客观体质测试探讨睡眠质量（sleep quality）和体力活动（physical activity）在智能手机成瘾与体质健康关联中的平行中介作用。该研究发表于《Healthcare》。

研究人员采用智能手机成瘾指数（Mobile Phone Addiction Index, MPAI）、匹兹堡睡眠质量指数（Pittsburgh Sleep Quality Index, PSQI）和国际体力活动问卷短版（International Physical Activity Questionnaire-Short Form, IPAQ-SF）分别评估智能手机成瘾、睡眠质量和体力活动，体质健康得分则来自国家学生体质健康标准（National Student Physical Health Standard, NSPHS）的客观测试。通过结构方程模型（structural equation modeling, SEM）构建平行中介模型，调整性别和身体质量指数（body mass index, BMI），并使用非参数百分位Bootstrap程序（2000次重抽样）检验间接效应。结果显示：智能手机成瘾得分与较差的睡眠质量和较低的体力活动显著相关，但与体质健康的直接关联不显著；而通过睡眠质量和体力活动的间接关联虽具有统计学意义，但效应量较小。这一发现表明，智能手机成瘾可能通过影响睡眠和体力活动间接影响体质健康，但直接效应并不明显，且实际意义有限，需纵向研究进一步验证。

**关键技术与方法**
样本来源：中国东部浙江师范大学，通过班级集群招募3400名本科生（18–22岁）。主要方法：智能手机成瘾采用MPAI（17条目，5点Likert量表）评估；睡眠质量采用PSQI（19条目，7个成分，总分0–21）评估；体力活动采用IPAQ-SF计算每周代谢当量（MET-min/week）；客观体质健康依据NSPHS测试，包括BMI、肺活量、耐力跑（男1000m/女800m）、肌肉力量（男引体向上/女1分钟仰卧起坐）、立定跳远、50m冲刺和坐位体前屈，加权计算总分。统计方法：使用SEM构建平行中介模型，以智能手机成瘾为自变量，体质健康为因变量，PSQI得分和体力活动为平行中介变量，调整性别和BMI；采用非参数百分位Bootstrap法（2000次）估计间接效应及95%置信区间；同时进行Harman单因素检验评估共同方法偏差，并在子样本中调整久坐时间进行敏感性分析。

**研究结果**
3.1 描述性统计与性别差异
通过独立样本t检验发现，男性体力活动水平（t=8.24, p<0.001）和BMI（t=14.93, p<0.001）显著高于女性；女性智能手机成瘾得分（t=-4.40, p<0.001）和客观体质健康得分（t=-23.90, p<0.001）显著高于男性；睡眠质量无显著性别差异（t=-0.34, p=0.736）。

3.2 Harman单因素检验
未旋转探索性因子分析显示第一因子解释总方差24.4%，低于40%阈值，提示共同方法偏差不严重，但不能完全排除。

3.3 相关分析
Pearson相关分析显示：智能手机成瘾与PSQI得分（代表较差睡眠质量）正相关（r=0.396, p<0.001），与体力活动负相关（r=-0.085, p<0.001）；体质健康与体力活动正相关（r=0.062, p<0.001），与PSQI得分负相关（r=-0.042, p<0.05）；智能手机成瘾与体质健康相关不显著（r=-0.012, p>0.05）。

3.4 中介分析
平行中介模型拟合良好（χ2(1)=0.854, p=0.355; CFI=1.000; TLI=1.001; RMSEA=0.000, 90% CI [0.000, 0.044]; SRMR=0.003）。路径分析显示：智能手机成瘾正向预测PSQI得分（B=0.087, 95% CI [0.080, 0.094]），负向预测体力活动（B=-0.010, 95% CI [-0.015, -0.005]）；PSQI得分负向预测体质健康（B=-0.152, 95% CI [-0.287, -0.018]），体力活动正向预测体质健康（B=0.882, 95% CI [0.646, 1.111]）；直接效应不显著（B=-0.014, 95% CI [-0.045, 0.015]）。间接效应：通过PSQI（B=-0.013, 95% CI [-0.025, -0.002]）和体力活动（B=-0.009, 95% CI [-0.014, -0.005]）均显著，总间接效应（B=-0.022, 95% CI [-0.035, -0.010]）和总效应（B=-0.036, 95% CI [-0.064, -0.009]）也显著。

3.5 敏感性分析
在有效报告久坐时间（sitting time）的子样本（n=1184）中，额外调整久坐时间后，通过体力活动的间接效应仍显著（B=-0.017, 95% CI [-0.029, -0.007]），通过PSQI的间接效应不再显著（B=-0.008, 95% CI [-0.028, 0.013]），总间接效应仍显著（B=-0.025, 95% CI [-0.048, -0.001]），直接效应仍不显著（B=0.001, 95% CI [-0.047, 0.048]）。因样本量减少，结果需谨慎解释。

**讨论总结**
讨论指出，间接效应虽具有统计学意义但效应量较小，直接效应不显著，表明智能手机成瘾与体质健康的关系主要通过生活方式因素（睡眠质量和体力活动）间接体现，而非直接关联。该结果与既往研究一致，但需注意横断面设计无法推断因果；自我报告测量（如PSQI内部一致性Cronbach’s α=0.61）可能引入测量误差；未测量的混杂因素（如营养、心理压力、社会经济状况）可能影响估计。实际意义有限，建议校园健康项目可综合关注智能手机使用、睡眠和体力活动，但减少智能手机使用能否改善体质尚无定论，需纵向和实验研究验证。

**研究结论**
在这项横断面研究中，较高的智能手机成瘾得分