《Sleep Health》：Differential impact of school start times: Exploring heterogeneous treatment effects of delaying school start times on sleep and BMI in the START study
编辑推荐：
摘要目的我们旨在展示一种方法，用于识别可能经历了高中延迟开学政策异质性影响的亚组。该方法可以为政策实施的优先顺序提供建议。方法在START研究中，明尼苏达州双城大都会区5所学校的2230名学生经过3波年度数据收集进行追踪。所有学校在基线时均早期上课（上午7:30或7:45）。
摘要
目的
我们旨在展示一种方法，用于识别可能经历了高中延迟开学政策异质性影响的亚组。该方法可以为政策实施的优先顺序提供建议。
方法
在START研究中，明尼苏达州双城大都会区5所学校的2230名学生经过3波年度数据收集进行追踪。所有学校在基线时均早期上课（上午7:30或7:45）。两所"政策变更学校"在第一次随访时将上课时间推迟了约1小时；3所"对照学校"在整个研究期间保持早期上课时间。我们采用了广义线性混合模型树，这是一种数据驱动方法，能够检测潜在的处理-亚组交互作用，同时考虑数据的聚类性质。变量选择稳定性通过子抽样方法进行评价。
结果
在父母未完成大学学业的亚裔和黑人学生中（由广义线性混合模型树识别出的亚组），就读于政策变更学校的学生每晚睡眠时间增加了超过1小时15分钟，相对于对照学校的学生。其他亚组的治疗效果较小。在体质指数方面，由广义线性混合模型树识别出的亚组之间差异极小。
结论
我们展示了广义线性混合模型树方法如何使识别可能从基于人群的政策中体验不同影响的群体成为可能。然而，本分析主要旨在作为示范，由于某些亚组参与者数量较少，结果应被视为初步结果和假设生成性的。
引言
大多数美国青少年存在"睡眠不足"问题，因为他们每晚睡眠时间持续少于推荐的8至10小时。1 睡眠不足与一系列不良青少年结局相关，包括学习成绩差、情绪障碍、肥胖风险增加以及冒险行为。2, 3 此外，睡眠公平性令人担忧，因为女孩、非白人和社会经济地位较低者更可能报告睡眠时间较短。1 尽管如此，针对睡眠的人群层面政策和干预措施通常在没有考虑其可能如何差异性影响各组的情况下优先实施。4, 5
睡眠对政策调整有所响应。导致青少年睡眠不足的一个因素是大多数美国高中早期上课时间2与青少年生物设定的睡眠-觉醒周期之间的错位，这使得大多数青少年难以在晚上11点前入睡或早上8点前醒来。6 在青春期开始时，大多数青少年的昼夜节律发生神经生物学变化，夜间褪黑素分泌相对于儿童时期延迟约2小时，这种变化持续至青春期晚期。7 大多数美国高中上课时间很早，绝大多数在专家推荐的最早上课时间8:30之前开始，许多在7:30或更早开始，8, 9, 10 导致睡眠限制。对此问题的一个潜在全民解决方案是推迟高中上课时间，使其更好地与青少年生物设定的睡眠-觉醒周期对齐。确实，跨研究而言，上课时间延迟1小时与人群平均睡眠时间延长30至90分钟相关。11, 12, 13, 14
高中早期上课时间可能使青少年面临不健康体重增加的风险，这是由于早期上课引起的昼夜节律紊乱、睡眠时间缩短或这两者的结合。15 然而，关于青少年睡眠与不健康体重增加之间是否存在关联以及关联方式的证据不一。一项审查学龄儿童睡眠时长与健康指标之间关系的系统综述发现，睡眠时长与体质指数（BMI）之间的关联不一致。16 关于睡眠时机，一项系统综述发现，晚于入睡和就寝时间与青少年肥胖显著相关。17 一项以加拿大青少年为对象的横断面研究，学校上课时间作为具体暴露因素，发现较晚的学校上课时间（可影响睡眠时长和时机）与较低的BMI相关。15 各种机制可能将睡眠时长与体型联系起来，包括能量摄入增加（由食欲和饮食变化驱动，这些变化可能部分由睡眠不足时瘦素、胃饥饿素和胰岛素的转移介导）和/或因疲劳而减少能量消耗。
一个剩余问题是，特定学生群体是否可能体验与延迟开学时间政策相关不同结局。START研究使用了严格的自然实验评估方法学，发现就读于基线数据收集后改变上课时间学校的学生在睡眠时长方面取得了实质性的增长（上学日晚上增加约40分钟睡眠）。14 然而，相对于整个研究期间保持早期上课学校的学生群体，START参与者在政策变更1年或2年后未表现出客观测量的BMI差异。18 此外，在START中，任何预定的分层分析（性别和社会经济地位）19中均未发现政策对睡眠时长或BMI的影响差异。18 然而，仍然可能存在基于其他人口统计学或基线行为特征而未识别出的学生亚组，这些亚组可能经历了政策对睡眠时长或BMI的异质性影响。
这一政策（以及其他旨在在人群层面促进睡眠的政策和干预措施）可能以不同方式影响具有特定特征的个体，这是可能的，甚至很可能。存在许多分析方法来识别和描述可能体验干预或暴露不同效果的亚组，包括传统方法，如基于假设的效应量修饰因素进行预定特征分层分析，或根据交互作用检验结果决定是否基于可疑修饰效应因素进行分层。此外，还有一些更先进的数据驱动方法正在开发中，并能够适应更复杂设计的观察性研究。这些方法允许发现大量变量之间的交互作用和非线性关系，从而识别出通过经典方法可能不明显的亚组。本文的目的有双重性。首先，我们想识别以前可能未考虑到的可能经历了延迟开学时间政策不同影响的亚组，作为未来假设和研究的方向。其次，我们旨在展示这种决策树方法。
章节摘要
研究设计概述
本分析使用了START研究的数据，19 这是一项关于学校上课时间政策的自然实验的多地点评估。START追踪了明尼苏达州双城大都会区5所高中的学生队列（2019届毕业生）。其中3所学校（"对照学校"）在3波年度数据收集中（基线、第一次随访、第二次随访）保持稳定的上午7:30早期上课时间。2所学校（"政策变更学校"）在基线时早期上课
结果
在我们的分析样本中，有1310名学生来自政策变更学校，920名来自对照学校。政策变更组和对照组在性别、种族和免费或减价午餐资格方面相似；然而，在种族和父母大学教育方面存在一些差异（表1）。对照组中白人学生比例大于政策变更组（88.7%对比76.6%），而政策变更组中有更大比例
讨论
政策评估的一个挑战是如何辨别政策对各组是否产生了差异性影响。我们展示了GLMM树作为一种方法，可以突出先前未指定的研究参与者特征，这些特征会放大或减弱政策的影响。我们先前发表的分析表明，学校上课时间政策有总体影响，延长了睡眠，14 但对BMI没有影响。18 此外，在预定的分层分析中似乎没有效应异质性
作者贡献
Emma Billmyer：概念化、方法学、软件、形式分析、调查、撰写—原始草稿。Ashley Petersen：方法学、撰写—审查和编辑、指导。Darin J. Erickson：数据整理。Kyla Wahlstrom：方法学、项目管理、撰写—审查和编辑。Melissa N. Laska：方法学、项目管理、撰写—审查和编辑。Rachel Widome：资金获取、调查、指导、项目管理、撰写—
资金
本研究获得了美国国立卫生研究院（NIH）尤妮斯·肯尼迪·施里弗国家儿童健康和人类发展研究所（NICHD）（R01 HD088176）和国家心脏、肺和血液研究所（R21 HL156218）的资金支持。
数据共享
数据可在与START研究首席研究员协商并获得批准后提供。
写作过程中生成式AI和AI辅助技术的声明
在准备本工作期间，Widome博士使用了Claude Opus 4.8校对最终草稿，检查语法、标点错误以及表格、文本、审稿人建议的修改与先前版本之间的一致性。Widome博士审查了所有提交材料，并对已发表文章的内容承担全部责任。
致谢
作者感谢参与START研究的青少年、欢迎我们在其学校进行研究的学区、START数据收集人员，以及Bill Baker在数据管理方面的出色工作。感谢Kate Bauer分享她出色的想法。
Emma Billmyer|Ashley Petersen|Darin J. Erickson|Kyla Wahlstrom|Melissa N. Laska|Rachel Widome
美国明尼苏达大学公共卫生学院生物统计学与健康数据科学系，明尼阿波利斯，明尼苏达州，美国
