电子设备使用、睡眠质量与日间嗜睡对印度年轻人工作记忆的相关性

《Frontiers in Sleep》：Correlation of electronic gadget usage, sleep quality & daytime sleepiness with working memory in Indian young adults

　　

摘要

目的：评估年轻人中屏幕时间、日间嗜睡和睡眠质量与工作记忆的相关性。方法：一项横断面研究，纳入119名18–30岁年轻人，采用结构化在线问卷收集基本社会人口学数据、睡眠-觉醒活动与学习习惯记录、电子设备使用情况及工作记忆信息，并应用标准化问卷匹兹堡睡眠质量指数（Pittsburgh Sleep Quality Index, PSQI）和爱普沃斯嗜睡量表（Epworth Sleepiness Scale, ESS）进行评定。结果：72/114（63%）名年轻人的全球PSQI评分大于5，表明存在较差的睡眠质量。ESS评分与工作记忆的相关性具有统计学意义，Spearman rho为?0.2607。多重线性回归拟合模型为：工作记忆 = 68.8 ? 0.77×（每日平均屏幕时间） + 0.55×（全球PSQI评分） ? 0.47×（ESS评分），整体模型具有统计学意义（R² = 0.073，F(3,110) = 2.88，p < 0.05）。结论：日间嗜睡增加与较差的工作记忆相关。

论文解读

睡眠对于维持人体各层面的稳态至关重要。随着现代生活方式的发展，夜间过度光照暴露和不规律睡眠模式日益普遍，由此引发了大量不良健康结局。既往研究表明，睡眠不足和睡眠中断可导致糖尿病、心血管疾病、意外事故、抑郁、认知功能受损、倦怠风险增加、精神活性物质使用以及生活质量下降，并可能导致学生学业表现欠佳。学业表现与年轻人的工作记忆容量呈正相关，而近年来电子设备（如智能手机、平板电脑、电视、笔记本电脑等）的普及和互联网使用的增加，显著改变了年轻人的睡眠模式。尽管已有研究关注夜班人群中的失眠、日间嗜睡、睡眠时长缩短和睡眠质量差等问题，但屏幕时间、睡眠质量和日间嗜睡如何交互影响工作记忆仍不清楚，印度年轻人中相关的民族与地理因素影响也尚属未知。为弥补这一空白，研究人员采用标准化问卷开展研究，以了解每日平均屏幕时间、日间嗜睡和睡眠质量与工作记忆之间的关联。

研究人员开展了一项横断面研究，招募了119名18–30岁的印度年轻人，最终114人符合标准并完成调查。研究经机构伦理委员会批准。纳入标准为在校本科或研究生，排除标准包括吸烟/药物滥用史、已知睡眠或精神疾病、慢性疾病。研究使用结构化在线问卷收集社会人口学数据、睡眠-觉醒活动、学习习惯、电子设备使用情况和工作记忆信息，并应用匹兹堡睡眠质量指数（Pittsburgh Sleep Quality Index, PSQI）评估睡眠质量，应用爱普沃斯嗜睡量表（Epworth Sleepiness Scale, ESS）评估日间嗜睡。工作记忆以学业表现作为替代指标，取自最近两次校内考试自报成绩的平均百分比。统计方法包括Spearman相关分析、学生t检验、方差分析（ANOVA）及线性回归分析，使用Stata-MP-16.0软件完成。

研究结果部分可概括为以下几个小标题。

受试者特征：共114名年轻人，年龄范围18–30岁（均值22.3 ± 3.9岁），其中男性61人（53.5%）。体质指数（BMI）为23.4 ± 3.6 kg/m²。医学生占79.8%。就寝时间从晚上8:30到凌晨4:00不等，29人（25.4%）在凌晨2:00后入睡；起床时间从凌晨4:00到下午2:00不等，10人（8.8%）在上午10:00后起床。每周学习时间为20.5 ± 18.7小时。

电子设备使用情况：学生使用的电子设备数量为1至5种，42人使用三种或以上设备。平均每日屏幕时间为5.8 ± 2.8小时，14人（13.2%）每日屏幕时间达到或超过9小时。超过60%的屏幕时间用于交互式使用（如智能手机或游戏机）的男性有23人、女性13人。少数学生在黑暗环境中度过超过60%的屏幕时间（男性2人、女性2人），另有少数学生在发短信或等待回复上花费超过60%的屏幕时间（男性4人、女性2人）。

睡眠质量与日间嗜睡：PSQI全球评分范围为0至18（均值6.9 ± 3.4），评分大于5表明睡眠质量差，72/114人（63%）符合此标准，其中男性36人（59%）、女性36人（68%）。ESS评分范围为0至19（均值7.0 ± 4.4），超过14分表明中重度日间嗜睡，共9人（7.9%）。

工作记忆表现：以学业表现替代工作记忆，所得平均百分比范围为40%至83.5%，中位数为65%（四分位距57.5%–72%）。

相关性分析：Spearman相关分析显示，ESS评分与工作记忆存在显著负相关（rho = ?0.2607，p < 0.05）；年龄、BMI、每周学习时间、每日屏幕时间和PSQI评分与工作记忆的相关性未达统计学意义。学生t检验显示，手机铃声保持开启与关闭两组之间的学业表现差异显著（t = 2.18，df = 112，p = 0.0314）。ANOVA分析未发现工作记忆在ESS分级、设备数量、交互式使用比例、黑暗环境使用比例或等待回复使用比例等类别变量上存在显著差异。

回归分析：简单线性回归显示，平均每日屏幕时间与学业表现存在显著线性关联，而PSQI和ESS评分与学业表现无显著独立关联。多重线性回归模型纳入平均每日屏幕时间、全球PSQI评分和ESS评分后整体显著（R² = 0.073，调整后R² = 0.047，F(3,110) = 2.88，p = 0.039）。其中，平均每日屏幕时间独立负向预测学业表现（β = ?0.77，95% CI ?1.52至?0.02，p = 0.044），而全球PSQI评分（β = 0.55，p = 0.158）和ESS评分（β = ?0.47，p = 0.116）未达到独立统计学意义。

讨论部分指出，日间嗜睡通常是睡眠质量差的后果，并与认知功能和工作记忆下降相关。已有研究证实睡眠不足损害认知功能，睡眠障碍与学业成绩显著负相关。电子设备的过度使用，尤其是在睡前，会通过行为时间侵占和唤起机制导致入睡延迟和总睡眠时间缩短，从而加重日间嗜睡并降低学业表现。PSQI和ESS作为标准化工具在研究中广泛应用。本研究发现日间嗜睡与工作记忆显著负相关，支持日间警觉是学业结局的重要功能指标。多重回归模型中全球PSQI系数为正值，研究人员强调这不应被解释为更差的睡眠质量会改善学业成绩，而可能反映样本特定特征、残余混杂或睡眠相关变量间的共享方差，且模型解释力较低（R² = 0.073），需在更大更具代表性的队列中验证。研究存在以下局限：所有数据均为自我报告，易受回忆偏倚和社会期望偏倚影响；学业表现作为工作记忆的替代标记虽有一定依据，但直接证据有限；样本量较小。研究结论为：在年轻人队列中，日间嗜睡与工作记忆密切相关。干预措施应优先考虑改善日间警觉性，包括保持规律就寝时间和减少夜间电子设备使用。未来研究应采用纵向设计，纳入时间型（chronotype）、屏幕使用情境以及更客观的工作记忆指标，以进一步阐明技术、睡眠和学习结局之间的关系。该论文发表在《Frontiers in Sleep》。