《Discover Public Health》：A cross-sectional study on sleep quality and its determinants among adults in an urban community of Mysuru
编辑推荐：
背景：睡眠是生活方式医学的重要支柱，在维持身体、心理和情绪健康方面发挥关键作用。数字暴露和不断变化的生活方式日益扰乱成年人的睡眠，导致不良健康结局。本研究旨在评估迈苏鲁城市社区成年人的睡眠质量，并识别与睡眠不良相关的社会人口学和生活方式因素。
方法：在班尼曼
背景：睡眠是生活方式医学的重要支柱，在维持身体、心理和情绪健康方面发挥关键作用。数字暴露和不断变化的生活方式日益扰乱成年人的睡眠，导致不良健康结局。本研究旨在评估迈苏鲁城市社区成年人的睡眠质量，并识别与睡眠不良相关的社会人口学和生活方式因素。
方法：在班尼曼塔普（Bannimantap）——迈苏鲁市的一个城区——开展了一项为期2个月的社区横断面研究，纳入250名30岁及以上的成年人。采用包含匹兹堡睡眠质量指数（Pittsburgh Sleep Quality Index, PSQI）的结构化问卷收集睡眠时长、质量及促进性生活方式因素的数据。使用SPSS 26版进行统计分析，采用卡方检验和Logistic回归分析。
结果：参与者的平均年龄为49.94±12.48岁，其中52.4%为男性，52.8%的参与者观察到睡眠质量差（PSQI>5）。在双变量分析中，睡眠质量差与女性、较高教育水平、吸烟、被动吸烟、较高的油和糖摄入量、长时间屏幕暴露以及较高的体质指数（Body Mass Index, BMI）显著相关（p<0.05）。在调整混杂因素后，吸烟、饮酒、睡前长时间屏幕暴露以及合并症的存在仍与睡眠质量差独立相关，而乳素食饮食显示出保护性关联。
结论：睡眠质量差在迈苏鲁选定城市现场实践区域的成年人中高度普遍。吸烟、饮酒、屏幕暴露和合并症等可改变的行为和生活方式因素与睡眠质量差显著相关。以睡眠卫生和健康生活方式实践为重点的社区干预措施可能有助于改善城市人群的睡眠健康。
**迈苏鲁城市社区成人睡眠质量及其决定因素——一项横断面研究的系统解读**
**一、研究背景与问题的提出**
睡眠作为生活方式医学的核心支柱之一，在维持人体生理、心理和情绪健康方面发挥着不可替代的作用。与饮食和身体活动并列为健康的三大基石，睡眠对机体最佳功能状态的维持至关重要。然而，在快速城市化进程中，数字化设备暴露和生活方式变迁正日益加剧成年人睡眠障碍的发生。长期睡眠不足不仅增加心血管疾病、肥胖、糖尿病和高血压等慢性病的发病风险，还与焦虑、抑郁形成双向因果关系，显著降低生活质量。此外，睡眠不足还与工作效率下降、工伤事故增加及机动车碰撞事故率的上升密切相关。印度社会正经历快速城市化、就业模式变迁和数字化进程加速的过程，多个人群中睡眠障碍的负担日益加重。尽管睡眠问题已被认可为重要的公共卫生议题，但在南印度城市社区背景下，关于社会人口学、行为及生活方式因素对睡眠质量的综合影响的社区基础证据仍然匮乏。迈苏鲁作为拥有迅速扩张的IT产业和工业部门的城市，其居民面临可能损害健康睡眠的独特压力源。因此，在该类快速城市化社区中开展研究，评估睡眠质量并识别可改变的生活方式因素与合并症对睡眠的交互影响，具有重要的公共卫生学意义。
**二、研究设计与核心方法概述**
为达成研究目标，研究人员采用社区基础横断面研究设计，在迈苏鲁市私立医学院附属城市初级卫生中心（Urban Primary Health Centre, UPHC）所属的城区现场实践区域班尼曼塔普开展调查，研究为期两个月。以Rao等人先前研究中24.3%的睡眠质量差患病率为基础，在95%置信水平和6%绝对精确度条件下估算样本量，经计算并添加10%无应答率后最终纳入250名30岁及以上成年人。抽样采用按规模概率比例分配（Probability Proportional to Size, PPS）的分层系统随机抽样方法。数据收集通过包含全球匹兹堡睡眠质量指数（Global Pittsburgh Sleep Quality Index, GPSQI）的半结构化问卷完成，由经过培训的调查员实施面对面访谈。统计分析采用SPSS 26.0版本，使用卡方检验评估分类变量间的关联，二元Logistic回归模型识别睡眠质量差的独立预测因素。
**三、研究结果详解**
**（一）参与者的一般特征**
研究共纳入250名完成全部程序的成年人。参与者平均年龄为49.94±12.48岁，以中年人群为主；男性占52.4%，女性占47.6%，性别分布几乎均衡。多数为印度教徒（64.4%），23.2%的教育水平为初中。家庭主妇占34%，63.6%来自核心家庭。超过半数来自中下社会经济阶层，55.6%持有贫困线以下（Below Poverty Line, BPL）卡。婚姻状况以已婚为主（63.6%）。
**（二）生活方式与临床特征分布**
生活方式分析显示，62.8%为非吸烟者，但21.6%为当前吸烟者，20%报告饮酒。饮食以杂食为主（54.8%），水果蔬菜摄入不足，多数每日摄入少于2份。身体活动不足现象突出，57.2%不进行规律锻炼。睡前屏幕使用频繁并时常影响睡眠。临床特征方面，近45%患有高血压，44.4%有高血压家族史，超过半数至少存在一种医师诊断的合并症，反映该人群生活方式相关风险因素负担沉重。
**（三）睡眠质量总体评估**
研究人员采用GPSQI对参与者的睡眠质量进行评估。在睡眠障碍组成维度上，入睡困难和夜间醒来在约51.2%和47.2%的参与者中未被报告，但41%至43%的人群每周至少经历一次上述问题。24.8%每周至少一次夜间如厕。呼吸不适（41.2%）、咳嗽或响亮打鼾（47.6%）、感觉过冷（40.0%）或过热（36.0%）在相当比例人群中每周至少发生一次。噩梦（27.6%）和疼痛（36.0%）也在超过四分之一的参与者中每周出现。睡眠药物使用并不普遍（92.8%报告不使用）。日间功能障碍明显，37.6%每周至少一次难以保持清醒。综合评估显示，52.8%的参与者GPSQI>5，整体睡眠质量差。
**（四）睡眠质量差的相关因素分析**
双变量分析表明，女性（61.3%）睡眠质量差的比例高于男性（42.0%）；穆斯林参与者（68.7%）高于印度教徒（43.5%）；教育程度与睡眠质量存在显著关联，研究生和毕业生中睡眠质量差尤为突出；丧偶参与者中84.2%存在睡眠质量差。生活方式因素中，当前吸烟者（63.0%）和被动吸烟暴露者（60.0%）睡眠质量差的比例显著更高。蔬菜摄入不足、较高食用油消耗（>0.5升/月）、频繁含糖饮料/零食摄入（>5次/周）均与睡眠质量差相关。屏幕相关行为呈现强关联：睡前总使用屏幕者、屏幕暴露≥15分钟者及因长时间屏幕使用而牺牲睡眠者睡眠质量显著更差。体质指数（Body Mass Index, BMI）较高类别（尤其肥胖）与睡眠质量差显著相关。
**（五）多因素Logistic回归分析的独立预测因素**
将单因素分析中显著的变量及基于文献具有生物学合理性的变量纳入二元Logistic回归模型后，多数社会人口学因素失去统计学显著性。最终模型显示，当前吸烟（调整后优势比[AOR]: 3.12，95%置信区间[CI]: 1.58–6.17）、饮酒（AOR: 2.3，95% CI: 1.25–4.28）、睡前屏幕时间延长（AOR: 2.01，95% CI: 1.02–3.96）及合并症的存在（AOR: 3.67，95% CI: 1.65–8.17）为睡眠质量差的独立预测因素。以纯素食为参照，乳素食饮食者睡眠质量差的几率显著降低（AOR=0.21，95% CI: 0.05–0.86，p=0.030）。性别、宗教、教育、社会经济地位、婚姻状况和食用油消耗在调整后不再具有独立关联。
**四、讨论与结论总结**
研究讨论指出，52.8%的睡眠质量差患病率与印度其他城市地区报告的20%至60%范围一致，反映了城市化、生活方式转变和心理社会压力对睡眠健康的深远影响。与国外研究相比，本研究的患病率略高，提示文化和背景差异的影响。吸烟与睡眠质量差的独立关联具有生物学合理性：尼古丁刺激中枢神经系统、改变神经递质调节、增加入睡潜伏期并导致频繁夜间觉醒。饮酒虽可促进入睡，但会破坏正常睡眠结构、减少快速眼动（Rapid Eye Movement, REM）睡眠并增加睡眠片段化。乳素食饮食的保护作用可能与其富含水果蔬菜的抗炎和抗氧化机制相关。睡前屏幕暴露抑制褪黑激素分泌、延迟昼夜节律、增加认知唤醒，从而损害睡眠启动和维持。合并症与睡眠之间的双向关系涉及交感神经过度活跃、激素调节紊乱和全身炎症反应。研究人员强调，针对睡眠卫生和健康生活方式实践的社区干预措施应优先考虑吸烟、饮酒、屏幕使用等可改变行为因素。研究也承认横断面设计限制因果推断、自我报告问卷可能存在回忆偏倚、以及单一现场区域限制外推性等局限。
研究结论明确指出：成年人睡眠质量差在本研究人群中高度普遍，并与吸烟、饮酒、睡前久坐屏幕暴露、饮食模式及合并症存在独立关联。社会人口学因素虽在单因素分析中呈现显著关联，但在调整混杂因素后并非独立预测因素。促进健康生活方式行为并将睡眠健康纳入常规公共卫生和初级保健干预至关重要。未来应开展纵向研究以确立因果关系并评估靶向干预措施在改善睡眠质量方面的有效性。
