全球智能手机用户贪睡闹钟使用特征研究:基于超 300 万晚睡眠数据的分析

【字体:

时间:2025年05月20日

来源:Scientific Reports 3.8

编辑推荐:

为探究贪睡闹钟使用现状,研究人员分析 SleepCycle 应用超 300 万晚数据。发现 55.6% 睡眠以贪睡结束,平均按 2.4 次、耗时 10.8 分钟,且存在性别、睡眠时长等差异,为睡眠健康研究提供新视角。

在现代快节奏生活中,睡眠问题正成为全球公众健康的一大隐患。世界卫生组织数据显示,全球约 30% 人口存在睡眠障碍,而贪睡闹钟这一常见行为虽广泛存在,却长期缺乏系统性科学研究。现有少量研究表明,贪睡可能与睡眠质量下降、日间功能受损相关,但样本量小且多局限于特定群体,难以反映全球范围内的真实情况。在此背景下,来自哈佛大学医学院(Brigham and Women’s Hospital, Harvard Medical School)和瑞典 SleepCycle 公司的研究团队,针对智能手机用户的贪睡闹钟使用行为展开了一项大规模跨洲研究,相关成果发表于《Scientific Reports》。

研究团队从睡眠监测应用 SleepCycle 中获取了 2022 年 7 月至 12 月期间,来自 4 大洲 21,222 名用户的 3,017,276 次睡眠记录。通过分析贪睡闹钟使用频率、时长及其与人口学特征、睡眠参数的关联,揭示了全球用户的贪睡行为模式。

研究主要采用了以下技术方法:一是通过 SleepCycle 应用客观收集用户的睡眠起始时间、唤醒时间、贪睡次数及时长等数据;二是对用户进行分类,定义 heavy(超过 80% 睡眠以贪睡结束)、moderate(40%-60%)、light(少于 20%)三类贪睡用户;三是运用方差分析(ANOVA)、独立样本 t 检验等统计方法,探讨贪睡行为与性别、国家、睡眠时长等因素的相关性;四是通过引导程序(bootstrapping)计算用户平均贪睡指标的置信区间,以处理重复观测数据。

贪睡闹钟使用的总体特征

超过半数(55.6%)的睡眠记录以贪睡结束,用户平均每次按贪睡键 2.4 次,耗时 10.8 分钟。其中,heavy 用户日均贪睡 4 次、耗时 20.2 分钟,light 用户仅 1.2 次、3 分钟。工作日(周一至周五)的贪睡频率和时长均显著高于周末(p<0.001),反映出工作学习压力对睡眠结构的影响。

贪睡行为的人口学差异

性别差异显著,女性平均贪睡次数(2.5 次)和时长(11.5 分钟)均多于男性(2.3 次、10.2 分钟),效应量(Cohen’s D)分别达 1.1 和 2.8,提示可能与女性更高的失眠患病率及育儿负担相关。国家层面,瑞典用户贪睡次数最多(2.7 次)、时长最长(11.7 分钟),日本和澳大利亚用户最少(2.2 次、9.2 分钟),暗示文化和生活习惯的影响。

贪睡与睡眠参数的关联

睡眠时长与贪睡行为呈正相关,超过 9 小时的长睡眠者贪睡次数(5.85 次)是 6 小时短睡眠者(2.4 次)的 2 倍多,时长(25.7 分钟)则达 2 倍。入睡时间越晚(如上午 10 点),贪睡次数越多(4.9 次)、时长越长(25.8 分钟);而早起者(如凌晨 3 点)贪睡频率显著降低(2.0 次)。睡眠作息不规律者(bedtime variability z-score>0.04)贪睡次数更多,尤其是晚睡者,进一步印证睡眠碎片化与贪睡的关联。

季节性与半球差异

北半球 12 月贪睡行为最频繁(2.62 次、11.83 分钟),9 月最低;南半球则 7 月最多、11 月最少,可能与冬季光照不足导致的昼夜节律延迟(circadian rhythm delay)有关,符合季节性睡眠差异的既往研究结论。

研究表明,贪睡闹钟使用在全球智能手机用户中普遍存在,且与睡眠时长、作息规律、性别及地域密切相关。尽管贪睡看似 “延长” 了睡眠时间,但碎片化的睡眠模式可能加剧日间嗜睡、认知功能下降等健康风险,这与睡眠专家提倡的 “设定合理闹钟以保证连续睡眠” 建议一致。值得注意的是,本研究首次通过超 300 万次客观睡眠数据,揭示了长睡眠者贪睡更频繁的现象,不同于既往 “短睡眠者更依赖贪睡” 的假设,提示需重新审视贪睡行为的生理机制,可能与补偿性睡眠(compensatory sleep)或睡眠过度(hypersomnia)相关。

尽管研究存在依赖应用数据准确性、缺乏年龄信息等局限性,但其大规模样本和跨洲设计为理解现代睡眠行为提供了重要依据。未来需进一步探索贪睡对日间表现(daytime performance)的长期影响,以及开发针对性的干预策略,如优化闹钟设置算法、开展睡眠健康教育等,以促进公众睡眠健康。该研究不仅拓展了睡眠医学的研究边界,也为全球范围内的睡眠干预政策制定提供了关键数据支撑。

相关新闻