摘要：人的一生约有三分之一的时间在睡眠中度过，良好的睡眠对于我们的健康至关重要。但，睡多久才是“最佳睡眠时间”？睡多睡少对我们的身体到底会造成什么影响？有什么办法可以在睡眠和衰老之间发挥作用？

人的一生约有三分之一的时间在睡眠中度过，良好的睡眠对于我们的健康至关重要。但，睡多久才是“最佳睡眠时间”？睡多睡少对我们的身体到底会造成什么影响？有什么办法可以在睡眠和衰老之间发挥作用？

有研究表明，与睡眠习惯稳定的人相比，不规律的睡眠或可使生物年龄衰老9个月。这是真的吗？表型年龄作为各种疾病的预测因子和评估衰老的生物标志物，反应的是一个人的生理年龄，是由身体特征和功能而非其实际年龄决定的。但，睡眠持续时间与衰老之间是否具有直接联系，以及其他生活方式的改善是否能在睡眠与衰老中发挥作用？

2024年3月15日，清华大学学者在期刊Scientific Reports（二区，IF=4.6）发表了一篇题为：“Inverted U-shaped relationship between sleep duration and phenotypic age in US adults：a population-based study ”的前瞻性队列研究，探究睡眠持续时间与衰老之间的关系，以及其他生活方式是否在睡眠和衰老中发挥作用。

研究结果表明，7小时睡眠最佳，过长过短的睡眠时间都增加表型年龄，促进生物学衰老。此外，运动水平显著调节睡眠和衰老之间的关系。

该研究共纳入美国国家健康和营养调查（NHANES）数据库中具有可用的睡眠持续时间和表型年龄数据的13569名参与者，平均表型年龄43岁。

根据睡眠持续时间，将参与者分为四组：

长睡眠（≥8小时），

正常睡眠（7-8小时），

短睡眠（6-7小时），

极短睡眠（

在所有参与者中，大多数人的睡眠时间为6-9小时。

主要研究结果

1.过长或过短的睡眠时间都会造成生物衰老

研究发现，在完全调整的模型中，与正常睡眠组相比，短睡眠、极短睡眠、长睡眠均与表型年龄之间呈正相关[粗模型，β=0.329，95%CI（−0.012,0.669），p=0.058；模型1，β=−0.155，95% CI（−0.317,0.006），p=0.059]

正常睡眠组相比，在粗模型和模型1中发现短睡眠与表型年龄呈正相关。

以正常睡眠组为参考，极短睡眠与表型年龄呈正相关

与正常睡眠组相比，长睡眠组的表型年龄也显著升高。

这意味着，过长过短的睡眠时间都促进生物学衰老。

粗模型：未调整协变量。

模型1：对年龄、性别和种族进行了调整。

模型2：对年龄、性别、种族、婚姻状况、受教育程度、贫困状况、体重指数、吸烟者、饮酒者、运动活动、高血压、糖尿病和心血管疾病进行了调整

2.最佳睡眠时间为7小时，衰老速度最慢

研究结果表明，睡眠持续时间和表型年龄之间关系的拐点为7小时，呈倒U联系。说明当睡眠持续时间为7小时时，衰老速度最慢，表型年龄最小。

3.运动可以显著调节睡眠和衰老之间的关系

该研究团队分析了生活方式等因素对睡眠和衰老关系的影响，结果表明运动水平可显著调节睡眠和衰老之间的关系。

在没有运动习惯的参与者中，极短睡眠和极长睡眠与表型年龄呈正相关。

然而，在每周运动150分钟以上的人参与者中，睡眠持续时间与表型年龄负相关，即较长的睡眠时间与表型年龄降低有关，而较短的睡眠时间具有较高的表型年龄。

设计与统计学方法

一、研究设计

P（Population）参与者：美国国家健康和营养调查（NHANES）数据库中具有可用的睡眠持续时间和表型年龄数据的13569名参与者

E（exposure）暴露：睡眠持续时间

O（outcome）结局：表型年龄

S（Study design）研究类型：前瞻性队列研究

二、统计方法

1.统计描述方法：对于参与者的基线特征，为了解释概念，连续变量以均值和标准误差（SE）表示，而分类变量以百分比（%）表示。

2.采用加权线性回归模型，探讨睡眠时间和表型年龄之间的关系，解释了三个不同模型中的几个混杂变量。

3.使用阈值效应分析来检验剂量-反应关系。

最初，采用平滑曲线变换技术作为初步分析，以辨别自变量是否已被划分为离散区间。

然后，使用分段回归，即利用单独的线段来计算每个区间。采用对数似然比检验，将单行（非分段）模型与分段回归模型进行比较，以确定是否存在一个阈值。

最后，利用两步递归方法确定了连接基于该模型的可能性最大化的片段的感染点。

4.在确定了感染点后，使用最优结设置为3的限制性立方样条（RCS）回归模型来评估非线性关联。采用自然对数对数变换分析表型年龄，更好地反映RCS分析的变化趋势。

5.采用了亚组分析来调查生活方式因素对睡眠时间和表型年龄之间的相关性的影响。

来源：郑老师讲统计