比较自我报告和生理睡眠质量从消费设备到抑郁和神经认知表现

　　

探究自我报告与生理测量睡眠质量：对抑郁症及神经认知表现的影响

在数字化医疗蓬勃发展的当下，睡眠质量与心理健康的关系备受关注。来自加州大学洛杉矶分校（University of California, Los Angeles）医学信息学领域的研究人员 Samir Akre 等人，在 npj Digital Medicine 期刊上发表了题为 “Comparing self reported and physiological sleep quality from consumer devices to depression and neurocognitive performance” 的论文。这一研究借助消费者可穿戴设备，深入剖析自我报告和生理测量的睡眠质量与抑郁症及神经认知表现之间的关联，为该领域研究开辟新路径，为临床实践和心理健康监测提供关键依据。

一、研究背景

睡眠障碍与抑郁症紧密相连，睡眠紊乱是抑郁发作的核心症状，且常与重度抑郁障碍（MDD）共病。多导睡眠图虽为评估睡眠质量的金标准，但在自然环境或抑郁发作的长周期中应用受限。腕戴式研究级设备的活动记录法可在自然环境中使用，却不如消费级可穿戴设备便捷普及。因此，研究人员常依赖自我报告的睡眠质量评估方式，如睡眠日记或匹兹堡睡眠质量指数（PSQI）问卷。不过，主观评估与生理睡眠测量的一致性较低，尤其是在抑郁程度较高的人群中。自我报告与客观睡眠数据的不一致，即 “错误评估的睡眠不佳”，与神经认知功能恶化相关，而神经认知功能又与抑郁严重程度增加有关。

过往研究多依赖短期或小样本的生理睡眠测量，且常局限于控制环境，难以推广到自然长期的场景。多数研究聚焦于整体抑郁或焦虑严重程度，忽略了个体症状差异，也较少评估睡眠指标对特定抑郁相关结果的预测能力。随着消费级可穿戴技术的进步，其睡眠监测指标与医疗级活动记录法具有可比性，为突破这些局限提供了可能。本研究旨在利用消费级设备的长期监测功能，探究自我报告和生理测量睡眠质量在预测个体抑郁症状方面的互补作用。

二、研究材料与方法

（一）研究对象

本研究数据源于一项针对快感缺失性抑郁特征的大型试验（Wellcome Leap MCPsych），342 名参与者在 13 周内接受了被动传感和自我报告测量。基于 iPhone 和 Apple Watch 的睡眠注释数据可用性，选取其中 249 名参与者的数据进行分析。参与者涵盖不同性别、家庭收入、种族，且多数有抑郁诊断和心理治疗史，基线时 83.5% 的参与者有中度或重度抑郁。

（二）测量工具

1. 自我报告问卷：采用修改版的患者健康问卷抑郁量表（PHQ - 14）评估抑郁症状，该问卷在 PHQ - 9 基础上修改，拆分复合症状、添加评估烦躁和性欲的项目并去除自杀相关项目，共施测 9 次。使用 PSQI 评估睡眠质量，该问卷包含 19 个问题，计算 7 个子量表和总分，分别在第 0、6、12 周完成。
2. 神经认知表现测量：通过 TestMyBrain 数字神经心理测试组合评估神经认知表现，包括工作记忆、持续注意力和抑制等方面，选取其中数字符号编码（DSC）测试、选择反应时（CRT）测试等多种测试，计算准确率、正确得分率等指标。
3. 生理睡眠特征生成：利用 Apple 的 HealthKit API 收集传感器数据，在自我报告前聚合相关数据。根据 Apple Health 的睡眠注释计算每日的卧床时间、睡眠时长、睡眠效率等多项睡眠特征，并在 PSQI 施测前 28 天、PHQ - 14 施测前 8 天进行数据聚合。

（三）技术路线

研究采用相关性分析，将手表衍生的睡眠特征与自我报告的睡眠质量及神经认知表现进行 Spearman 相关性检验，并校正 p 值。运用机器学习模型，以被动传感器特征、先前调查响应或两者为输入，训练分类模型预测调查项目和总分响应。通过 10 折嵌套交叉验证选择最佳模型和超参数组合，使用多种模型包括梯度提升分类器（XGBoost）、随机森林（RF）分类器等，并以虚拟分类器为基线。计算精度召回曲线下面积（AUPRC）和受试者工作特征曲线下面积（AUROC）评估模型性能，采用多种统计检验方法分析数据。

三、研究结果

（一）生理与自我报告睡眠质量的相关性

对 224 名参与者 369 次响应的分析显示，在 PSQI 的 6 个自我报告睡眠质量项目中，5 个与生理睡眠参数显著相关（FDR <0.05），如睡眠时长、就寝时间、起床时间、习惯性睡眠效率和夜间觉醒次数。但自我报告的入睡时间与生理测量的入睡潜伏期相关性较差（Spearman’s r = 0.033，p = 0.62）。

（二）检测抑郁症状的能力

利用自我报告睡眠质量（PSQI 所有项目、领域和总分）训练的机器学习模型，能检测出 PHQ - 14 中的所有 14 种抑郁症状。而基于生理睡眠参数训练的模型，仅能检测出 “睡眠过多”（中位数 AUROC = 0.5683，FDR 校正后 p = 0.0219）和 “性欲低下”（中位数 AUROC = 0.5675，FDR 校正后 p = 0.0219）两种症状。分析特征重要性发现，检测 “睡眠过多” 的模型依赖较高的睡眠结束时间、较长卧床时间的卧床结束时间和安静的就寝环境；检测 “性欲低下” 的模型则关注低睡眠效率、较稳定的入睡时间和较长卧床时间。

（三）与神经认知表现的相关性

在 TestMyBrain 测量的神经认知表现中，仅 PSQI 的睡眠障碍领域与处理速度相关，具体为与 DSC 测试正确得分率（Spearman’s r = -0.29，FDR 校正后 p = 0.009）和 CRT 测试正确得分率（Spearman’s r = -0.25，FDR 校正后 p = 0.037）呈负相关。未发现抑郁严重程度（PHQ - 14 总分）与神经认知表现的显著相关性，可能与研究中低抑郁严重程度参与者较少有关。

（四）检测自我报告睡眠质量变化的能力

生理睡眠数据可检测自我报告睡眠质量的多个领域，如白天因困倦导致的功能障碍（中位数 AUROC = 0.602，FDR 校正后 p = 0.008）、睡眠障碍（中位数 AUROC = 0.589，FDR 校正后 p = 0.049）和睡眠时长（中位数 AUROC = 0.632，FDR 校正后 p = 0.012）。训练的三个模型中，添加生理数据后，在检测白天因困倦导致的功能障碍和睡眠药物使用两个领域时，基于平均精度的模型性能有所提升（AUPRC 差异有统计学意义），表明生理数据有助于模型更好地识别阳性类别。

四、研究结论与讨论

本研究表明，生理睡眠测量与自我报告的 PSQI 项目虽有关联，但常评估不同的概念。生理指标反映客观数据，而 PSQI 项目体现主观感知。消费者可穿戴设备的睡眠测量存在局限性，如检测夜间觉醒的敏感性有限、可能高估入睡潜伏期等。自我报告睡眠质量能检测出所有抑郁症状，体现了与抑郁相关自我报告测量之间的内在联系；生理睡眠仅能检测特定症状，但对某些症状（如睡眠过多和性欲低下）仍有重要意义。

在神经认知表现方面，虽未发现整体睡眠质量与神经认知表现的普遍关联，但自我报告的睡眠障碍与处理速度下降相关，凸显了主观睡眠测量在捕捉神经认知影响方面的价值。通过持续被动监测整合自我报告和客观测量的睡眠质量参数，有助于提升患者护理水平。不过，仅依靠生理睡眠数据预测 PHQ - 14 项目的模型性能一般，AUROC 值多在 0.5 - 0.6 之间，表明其目前无法单独作为临床相关症状的可靠指标，需与其他数据源结合以提高预测准确性。

研究存在一定局限性，如睡眠阶段注释数据可能受操作系统版本和注释算法更新影响，样本量有限且参与者多为中重度抑郁患者，社会经济特征有偏差，部分 PHQ - 14 项目存在类别不平衡问题，未探究因果关系和时间顺序等。未来研究可采用更先进的统计方法，扩大样本规模，探索综合评估睡眠与抑郁关系的方法，为临床实践和心理健康监测提供更有力的支持。

总体而言，该研究明确了自我报告和生理测量睡眠质量在理解抑郁症和相关神经认知表现方面的不同作用和价值，强调两者不可相互替代，为后续研究指明方向，对推动睡眠与心理健康领域的发展具有重要意义，有望助力开发更精准的心理健康评估和干预策略。