首页 > 论文范文 > 医药卫生论文 > 临床医学论文 > 睡眠医学论文 > 医学生睡眠时间与失眠现状及其影响因素分析

医学生睡眠时间与失眠现状及其影响因素分析

2024-04-24 144 上传者：管理员

摘要：目的通过调查了解医学生睡眠时间、失眠症状并分析相关影响因素，为改善其睡眠质量提供参考。方法以便利抽样法抽取上海市某医学院校576名医学生，分别于2021年3月和2022年5月，采用问卷星进行线上数据收集，调查工具包括一般情况调查表、失眠严重程度指数、睡眠卫生指数和睡眠拖延行为量表，对相关数据进行分层回归分析，检验在排除了潜在混杂因素（年龄、性别及单因素分析中在P<0.20的情况下有统计学意义的变量）影响下，睡眠卫生和睡眠拖延对睡眠时间和失眠严重程度的预测作用。结果研究对象平均年龄为（21.6±3.0）岁，67.0%为女性；平均睡眠时间为（7.2±1.0） h,51.2%存在睡眠不足（小于7 h）,24.8%存在失眠。分层回归分析显示，在排除了潜在混杂因素影响的情况下，睡眠拖延（β=-0.30,P<0.001）是睡眠时间的显著影响因素；睡眠拖延（β=0.19,P<0.001）和睡眠卫生（β=0.28,P=0.001）均是失眠严重程度的显著影响因素。结论医学生中，睡眠不足和失眠较常见，睡眠卫生和睡眠拖延是影响睡眠时间和失眠的重要因素。

关键词：
医科
失眠症
学生
睡眠卫生
睡眠拖延
睡眠时间
加入收藏

据Azad等[1]报道，睡眠障碍不仅在医学生中很常见，而且其患病率也高于非医学生和其他普通人群，其中睡眠不足和失眠是常见形式。据报道，约29%的医学生存在睡眠不足（小于7 h)[2],23.6%～47.4%的医学生存在失眠[3,4]，以上睡眠问题均会对医学生的身心健康及学业成绩造成不良影响[5]。因此，有必要开展相关研究探索影响其睡眠的常见因素。除了一般人口社会学资料，现阶段研究开始关注可能影响睡眠且易于干预的因素，例如睡眠卫生和睡眠拖延。睡眠卫生是指个体所采取的有利于睡眠或避免不利于睡眠的措施[6]；而睡眠拖延则是指个体在没有外部因素阻碍的情况下，不必要地、自愿地推迟睡眠[7]。一项针对埃塞俄比亚525名大学生的研究发现，失眠与睡眠卫生不良有关[8];Alshammari等[9]对495名大学生的调查结果表明，失眠可以通过就寝拖延症得到积极预测[10]。可见，睡眠卫生和睡眠拖延很可能是影响睡眠的因素，但既往研究多开展于西方人群或普通大学生。与非医学生相比，医学生面临独特的挑战（如学业负担重、职业风险高、工作强度大等），其睡眠更易受到影响，从而面临更多的睡眠问题[3]。基于此，本研究聚焦于医学生的睡眠时间和失眠症状，对睡眠卫生和睡眠拖延的影响作用进行分层回归分析，以期为改善医学生睡眠提供对策依据。

1、对象与方法

1.1调查对象

本研究采用横断面设计，以医学生为目标群体，以便利抽样法选取上海市某医学院校的大学生。纳入标准：在读医学生；年龄≥18岁。排除非全日制在读学生。近期针对医学生中的一项Meta分析[11]得出，睡眠拖延与睡眠质量之间的相关系数为0.28～0.41，转化为效应值为0.09～0.19。采用G*Pow‐er计算样本量，选择较保守的效应值0.09，同时设置α=0.05、β=0.85。计算所需样本量至少为175。

1.2调查工具

1.2.1一般情况调查表

在结合既往文献的基础上，课题组自拟一般情况调查表，以获取调查对象的性别、年龄、专业、教育水平等资料。此外，还采用如下问题评估研究对象的睡眠时间“过去1周里，你每晚上大概睡多久？”此种评估方法被广泛应用于国际流行病学研究中，具有简洁性和准确性。借鉴既往研究，本研究采用7 h为界值，即睡眠时间<7 h提示睡眠不足[12]。

1.2.2失眠严重程度指数（Insomnia Severity Index,ISI)

该量表由Morin编制，用于评估调查对象近2周失眠症状的严重程度。ISI包含7个条目，采用Likert 5级计分法（0～4分）。量表总分0～28分，得分越高表明失眠程度越严重，总分≥10分提示有显著失眠[13]。在中国大学生中，该量表具有较好的信度及效度[14]。本研究中，该量表的Cronbach’sα系数为0.86。

1.2.3睡眠卫生指数（Sleep Hygiene Index,SHI)

此量表由Mastin编制，用于评估个体睡眠卫生习惯。SHI包含13个条目（均由国际睡眠疾病分类中睡眠卫生不良的诊断标准改编而来），各条目采用Likert 5级计分法（1～5分），总分13～65分[6]，得分越高表明睡眠卫生习惯越差。在中国大学生中，该量表具有较好的信度及效度[15]。本研究中，其Cronbach’sα系数为0.82。

1.2.4睡眠拖延行为量表（Bedtime Procrastination Scale,BPS)

该量表由Kroese编制，用于评估调查对象睡眠拖延情况。BPS包含9个条目，各条目采用Lik‐ert 5级计分法（1～5分），条目2、3、7、9采取反向计分。量表总分范围为9～45分，得分越高表明睡眠拖延状况越严重[16]。在中国大学生中，该量表具有良好的信度及效度[17]。本研究中，其Cronbach’sα系数为0.84。

1.3数据收集

分别于2021年3月和2022年5月，在科普宣传活动过程中，采用问卷星进行线上数据收集。活动当天，向每位参与者解释本次调查的主要目的，获得其知情同意后，指导其扫描相应二维码进行问卷填写。调查内容不涉及任何可识别信息或隐私，填写问卷约需要5 min。设计问卷时，使用了潜在的逻辑语义（如设置合理的范围、错误提醒等），进而提高数据收集质量。该研究通过相关伦理委员会审查（批号SJ‐TUPN-201915-X1）。

1.4统计学方法

使用SPSS 22.0进行统计分析。符合正态分布的计量资料采用均值±标准差进行统计描述，组间比较采用独立样本t检验或方差分析；计数资料采用频数、百分比进行统计描述。计量资料的相关性采用Pearson相关分析；睡眠卫生和睡眠拖延对睡眠时间和失眠症状的预测作用采用分层回归分析，并对所获得模型进行共线性诊断；以P<0.05表示差异有统计学意义。

2、结果

2.1研究对象基本情况

本研究共纳入576名调查对象，平均年龄21.6±3.0(18～31）岁；研究对象总体睡眠时间4.0～10.0 h，平均（7.2±1.0)h,295人（51.2%）存在睡眠不足；ISI总分0～24分，平均（6.8±4.7）分，143人（24.8%）存在显著失眠；SHI总分13～65分，平均（31.6±7.2）分；BPS总分9～44分，平均（27.4±6.9）分。纳入医学生的其他一般资料构成情况见表1。

2.2睡眠时间及失眠影响因素的双变量分析

睡眠时间和ISI总分在教育水平上的组间差异存在统计学意义（P<0.05），见表1。相关分析结果提示：睡眠时间与年龄（r=0.111,P=0.008）及BPS(r=-0.263,P<0.001）的相关性具有统计学意义，但是与SHI的相关性无统计学意义（r=-0.061,P=0.141）；而ISI与年龄（r=0.093,P=0.025）、BPS(r=0.364,P<0.001）及SHI(r=0.352,P<0.001）的相关性均具有统计学意义。

表1睡眠时间及失眠与一般资料的双变量分析

2.3预测睡眠时间及失眠的分层回归模型

纳入模型中的因素包括常见混杂因素，将年龄、性别及单因素分析中P<0.20的变量作为混杂因素纳入回归分析[18]。预测睡眠时间和ISI总分的分层回归模型见表2，共线性诊断未发现变量间存在共线性问题。模型1显示，在排除了年龄、性别、教育水平等3个变量对回归模型的贡献后，BPS(β=-0.30,P<0.001）和SHI(β=0.07,P=0.131）对回归模型具有显著贡献（ΔR2=0.073,P<0.001），但仅BPS具有统计学意义。模型2显示，在排除了年龄、性别、教育水平、专业、近2周是否有考试等5个变量对回归模型的贡献后，BPS(β=0.19,P<0.001）和SHI(β=0.28,P<0.001）对回归模型具有显著贡献（ΔR2=0.170,P<0.001），且二者均具有统计学意义。

3、讨论

3.1睡眠拖延不利于医学生获得充足睡眠

本研究中，51.2%的医学生存在睡眠不足（睡眠时间<7 h），这一数据远高于既往一项以西方国家医学生为主的Meta分析结果（约29%的调查对象存在睡眠不足）[2]。回归分析结果显示，在排除了潜在混杂因素影响的情况下，睡眠拖延对预测睡眠时间具有显著贡献：BPS得分每增加10分，睡眠时间就减少近30 min。基于既往的一项质性研究，个体睡眠拖延多以3种形式出现：盲目拖延（即过分沉浸于夜间活动，如工作、玩手机）、策略性拖延（即为了促进入眠而延迟睡眠时间）及故意拖延（即以推迟睡觉作为自己忙碌一天的补偿）[19]。对于医学生而言，学业负担重也可能导致其出现睡眠拖延[11]。个体的起床时间都是相对固定的，尤其是大学生这一特殊群体；在推迟睡觉时间而保持起床时间不变的情况下，就会造成睡眠时间减少[20]。故有必要开展相关健康教育，改善医学生睡眠拖延问题，进而保证其获得充足睡眠。相关的健康教育可以针对不同类型的睡眠拖延制订相应的策略。与此同时，可进一步开展研究明确医学生群体中不同类型睡眠拖延的发生情况，进而为制订相应的干预策略提供依据。

表2预测睡眠时间及失眠的分层回归模型

3.2睡眠拖延及不良睡眠卫生可能引起失眠

本研究中，24.8%的医学生存在显著失眠，此结果与既往一项Meta分析结果（约23.6%的大学生存在显著失眠）[3]相似。回归分析显示，在排除了其他变量影响的情况下，睡眠拖延和睡眠卫生对预测失眠均具有显著贡献。BPS每增加10分，ISI就增加1.3分；SHI每增加10分，ISI就增加1.9分；且睡眠拖延对失眠的影响小于睡眠卫生（β=0.19 vs.0.28）。国外有研究表明，睡眠拖延是失眠的独立危险因素[9]；另一项研究发现，睡眠卫生与ISI得分呈显著正相关[21]。此外，一项系统综述也提示，不良睡眠卫生习惯可能导致失眠的发生和发展[22]。目前，大学生对睡眠卫生知识的掌握程度不足，形成了不良的睡眠卫生习惯（如睡前使用电子产品看书、睡前剧烈运动、睡前进食等）[23]，从而导致睡眠质量不佳[24]。基于此，有必要在医学生中开展科普宣传，强调养成良好睡眠卫生习惯的重要性。在具体实施过程中，可以考虑与学术机构（如世界睡眠协会组织的“世界睡眠活动”）及学生指导委员会合作，开展相关科普工作。

3.3睡眠拖延影响睡眠的潜在机制

拖延-健康模型[25]可用于解释睡眠拖延与睡眠受损之间的潜在关联。该模型假定拖延可能通过直接和间接路径影响睡眠，直接路径与习惯性拖延者经常因最后一刻匆忙完成任务或错过最后期限而承受的过度压力有关，间接路径则涉及行为途径（如拖延者易从事可带来当下满足感的不健康行为）。而压力和不健康行为都是睡眠质量不佳的影响因素[26,27,28]。对于睡眠拖延，拖延者可能不得不通过熬夜来完成他们推迟做的工作（从而减少睡眠时间）；他们也可能只是通过不终止其他活动（如社交媒体）来推迟入睡时间[16]。此外，睡前接受的额外光照（如电子设备发出的蓝光）可能会抑制褪黑素分泌，进而引起失眠[29]。

3.4研究的局限性及展望

首先，本研究同时纳入了本科生和研究生，而未限定于某一个群体。此种策略虽然有利于提高研究结果的可推广性，但也可能带来一定的混杂和偏倚。其次，研究样本仅源于上海市某一医学院校，限制了研究结果的外部效度。此外，相关性研究设计限制了研究的因果推断（内部效度）。虽然本研究控制了潜在的混杂因素（如性别、年龄、最近是否经历考试），但可能遗漏了其他混杂因素（如抑郁或焦虑等心理健康状况），从而可能造成一定的偏倚。因此，今后有必要开展更多高质量的研究进行验证。相关研究可考虑纳入更加具有代表性的样本，并对研究对象的心理健康情况进行控制，同时结合客观方法（如体动记录仪）[30]对睡眠状况进行监测；此外，还可开展干预性研究，检验改善睡眠卫生、睡眠拖延对睡眠的影响，进一步验证变量间的因果关系。

4、小结

本研究提示，医学生群体的睡眠状况不容乐观（包括睡眠不足、失眠），而且睡眠拖延和不良睡眠卫生是睡眠时间和失眠的显著影响因素。值得一提的是，失眠更易受到睡眠卫生的影响。在今后的实践中，高校医疗保健人员应关注医学生的睡眠情况，并考虑将睡眠相关健康教育纳入校园文化建设中。

参考文献:

[14]李恩泽,李伟霞,谢植涛,等.失眠严重指数量表的效度和信度研究[C]//中国睡眠研究会第十届全国学术年会汇编.哈尔滨,2018:630.

[17]马晓涵,祝丽巍,郭婧,等.中文版睡眠拖延行为量表在大学生中的信效度检验[J].中国临床心理学杂志,2021,29(4):717-720.

[30]牟云平,王月莹,袁金金,等.2018《AASM临床实践指南:使用体动记录仪评估睡眠障碍与昼夜节律睡眠-觉醒障碍》要点解读[J].上海护理,2022,22(6):1-5.

基金资助:上海交通大学医学院护理学科人才项目(骨干)(2021年);上海交通大学护理学院应用型本科试点专业建设教学项目(HLDC21-01);

文章来源:武慧慧,柏景琪,王月莹,等.医学生睡眠时间与失眠现状及其影响因素分析[J].上海护理,2024,24(04):44-48.