健康睡眠模式与感染住院风险的关联：大型社区队列研究成果

《Translational Psychiatry》：Healthy sleep patterns and risk of hospitalization for infection: a large community-based cohort study

睡眠行为是传染病潜在的可改变风险因素，但多种睡眠因素对感染风险的综合影响尚不明确。研究人员基于英国生物银行（UK Biobank）的 397,523 名参与者开展研究，发现健康睡眠模式可降低感染住院风险，这为传染病的一级预防提供了新方向。

　　睡眠是我们生活中再平常不过的一部分，每天忙碌之后，人们都期待着能有一个好的睡眠。然而，你可能想不到，睡眠质量与我们的健康之间有着千丝万缕的联系，尤其是在传染病防控方面。尽管在卫生设施改善、疫苗研发等公共卫生措施上取得了诸多进展，但传染病依旧是全球健康的主要威胁。据统计，2019 年约有 1020 万人死于传染病，占全球总死亡人数的 18.4% 。生活方式风险因素与传染病的发展密切相关，而睡眠行为作为其中一个关键环节，近年来受到了广泛关注。

已有研究表明，睡眠行为是免疫反应的重要调节因素，也是传染病潜在的可改变风险因素。实验发现，睡眠不足会对免疫系统和宿主抵抗力产生负面影响，增加感染疾病的风险。流行病学研究也发现，多种不健康的睡眠行为，如睡眠时长异常、失眠、白天过度嗜睡和晚睡型等，都与感染风险增加有关。不过，以往大多数研究都是单独评估睡眠行为，没有考虑整体睡眠模式的复杂性。同时，健康睡眠模式与传染病之间的关系仍不明确，现有证据大多局限于少数感染亚型，尤其是呼吸道病毒感染。因此，探究多种睡眠因素对感染风险的综合影响，以及这种关系在不同人群中的差异，显得尤为重要。

为了解决这些问题，南方医科大学公共卫生学院流行病学系等机构的研究人员，利用英国生物银行（UK Biobank）这一大型社区队列研究的数据，开展了一项前瞻性研究。该研究旨在评估综合健康睡眠模式与感染住院风险以及特定感染亚型之间的关联，并通过分层分析探讨这种关联在不同亚组中的一致性。

研究人员在研究中用到的主要关键技术方法包括：从英国生物银行招募参与者，收集其人口统计学、生活方式和医疗信息；通过触摸屏问卷自我报告睡眠行为，并据此创建健康睡眠评分；通过与医院事件统计（HES）链接确定感染住院的日期和原因，并依据国际疾病分类第 10 版（ICD - 10）诊断对感染进行分类；使用 Cox 比例风险回归模型分析睡眠因素与感染住院风险的关系，同时进行多次敏感性分析。

基线特征

研究共纳入 397,523 名参与者，平均年龄为 56.3（8.1）岁，其中 54.9% 为女性。健康睡眠评分较高的参与者更年轻、多为白人、物质匮乏程度较低、受教育程度较高、身体活动更积极、多为从不吸烟者且 BMI 较低，同时高血压、糖尿病和心血管疾病（CVD）的患病率也较低。

个体睡眠因素与感染住院风险的关联

在中位随访 13.5（12.4 - 14.2）年期间，共记录到 60,377 例因任何感染住院的病例。在完全调整模型中，充足的睡眠时间（HR = 0.89；95% CI，0.87 - 0.90）、早睡型（HR = 0.96；95% CI，0.94 - 0.97）、无频繁失眠（HR = 0.90；95% CI，0.88 - 0.91）和无白天过度嗜睡（HR = 0.83；95% CI，0.80 - 0.87）均与较低的感染住院风险独立相关。个体不健康睡眠行为导致的感染住院比例在 0.79 - 8.00% 之间，其中睡眠时间（PAR% = 8.00%；95% CI，7.48 - 8.51%）和失眠（PAR% = 6.40%；95% CI，5.93 - 6.86%）是主要因素。所有四种睡眠因素组合导致的任何感染住院的综合 PAR% 为 12.09%（95% CI，11.09 - 13.08%）。在特定感染亚型分析中，也观察到个体睡眠因素的类似保护作用，但存在一些例外，如充足睡眠时间与中枢神经系统（CNS）感染、早睡型与 CNS 感染、胃肠道（GI）感染或肝脏感染、白天过度嗜睡与肝脏感染之间无显著关联。

健康睡眠模式与感染住院风险的关联

当综合考虑这四种睡眠因素时，随着健康睡眠评分的增加，任何感染和特定感染亚型的住院风险逐渐降低，呈剂量依赖性（所有趋势 P 值 < 0.001）。与睡眠评分最低（0 分）的参与者相比，睡眠评分为 1（HR = 0.78；95% CI，0.70 - 0.87）、2（HR = 0.71；95% CI，0.64 - 0.78）、3（HR = 0.62；95% CI，0.56 - 0.69）和 4（HR = 0.59；95% CI，0.53 - 0.65）的参与者，感染住院风险依次降低。健康睡眠评分每增加 1 分，任何感染住院风险降低 9%（HR = 0.91；95% CI，0.90 - 0.92）。对于特定感染亚型，健康睡眠评分每增加 1 分，败血症住院风险降低 9%（HR = 0.91；95% CI，0.89 - 0.93），肝脏感染住院风险降低 20%（HR = 0.80；95% CI，0.74 - 0.87）。健康睡眠评分与病毒感染（每 1 分 HR = 0.89；95% CI，0.88 - 0.90）和细菌感染（每 1 分 HR = 0.91；95% CI，0.90 - 0.92）的住院风险降低均相关。

亚组和敏感性分析

按年龄、性别、种族、BMI、身体活动、吸烟状况、饮酒状况、高血压状况、糖尿病状况和 CVD 状况进行分层分析，均观察到健康睡眠评分与感染住院风险呈负相关。在年龄 < 65 岁的参与者和女性中，这种负相关更强，且在 Bonferroni 校正后交互作用仍具有统计学意义（P 交互 < 0.00045）。敏感性分析表明，使用非插补数据、排除随访前两年内发生感染事件的参与者、调整平均 24 小时噪声污染，以及进一步调整基线时的抑郁或焦虑后，结果与主要分析一致。

研究结论表明，健康睡眠模式与感染住院风险降低显著相关，且这种保护作用在年龄 < 65 岁的个体和女性中更为明显。这一研究成果为传染病的一级预防提供了新的思路，强调了睡眠行为干预的潜在价值。不过，研究也存在一些局限性，如观察性研究设计难以确定因果关系、睡眠行为自我报告可能存在偏差、健康睡眠评分创建可能导致信息丢失等。未来研究需要进一步明确睡眠行为影响感染风险的机制，同时改进研究方法，以更深入地探究睡眠与感染之间的关系。该研究发表在《Translational Psychiatry》上，为该领域的研究提供了重要参考，有望推动相关领域的进一步发展，为改善公众健康提供科学依据。