حدد هذا التحليل المقطعي للملفات الكامنة لـ 1,420 طالباً جامعياً صينياً أربعة ملفات نوم متميزة باستخدام مؤشر جودة النوم (PSQI). وارتبطت ملفات النوم الأكثر صحة بشكل ملحوظ بمستويات أعلى من النشاط البدني المعتدل إلى الشديد، مما يشير إلى وجود أهداف محددة لأنماط النوم لتعزيز الصحة في الحرم الجامعي.
يتطلب اشتراك JoVE لعرض هذا المحتوى. تسجيل الدخول أو ابدأ نسخة تجريبية مجانية
مقالة بحثية
تحليل الملفات الكامنة لأنماط النوم وعلاقتها بمستويات النشاط البدني لدى طلاب الجامعات الصينيين
* These authors contributed equally
في هذه المقالة
ملخص
الملخص
هدفت هذه الدراسة المقطعية إلى تحديد الملامح الكامنة لأنماط النوم لدى طلاب الجامعات وفحص ارتباطاتها بمستويات النشاط البدني (PA)، وبالتالي توفير أدلة تجريبية للتدخلات الصحية الموجهة في البيئات الجامعية. تم استقطاب ما مجموعه 1,420 طالباً جامعياً باستخدام عينة عشوائية عنقودية طبقية متعددة المراحل من ثلاث جامعات شاملة في جنوب الصين. وتم تقييم جودة النوم والنشاط البدني باستخدام مؤشر بيتسبرغ لجودة النوم (PSQI) واستبيان النشاط البدني الدولي - النموذج القصير (IPAQ-SF)، على التوالي. أُجري تحليل الملامح الكامنة (LPA)، واختبارات كاى تربيع، وتحليلات الانحدار اللوجستي متعدد الحدود باستخدام برمجيات إحصائية مناسبة. تم تحديد أربعة ملامح نوم كامنة بناءً على احتمالات الفئات المقدرة بالنموذج: النوم الصحي (44.7%)، والنوم غير الكافي (24.8%)، وجودة النوم الرديئة (20.3%)، واضطرابات النوم الشديدة (10.2%)؛ وكانت النسب الملحوظة المقابلة بناءً على تعيين الفئة الأكثر احتمالية هي 45.0%، و25.0%، و20.0%، و10.0% (بواقع n = 639، 355، 284، و142، على التوالي). اختلف النوع الاجتماعي ومستوى النشاط البدني بشكل ملحوظ عبر الملامح المختلفة. وبالمقارنة مع الطلاب في مجموعة اضطرابات النوم الشديدة، كان الطلاب في مجموعة النوم الصحي أكثر عرضة للإبلاغ عن نشاط بدني متوسط (نسبة الأرجحية (OR) = 4.69، فاصل ثقة (CI) 95%: 2.92–7.51) ونشاط بدني عالٍ (OR = 7.55، 95% CI: 4.41–12.91). كما كان الطلاب في مجموعة النوم غير الكافي أكثر عرضة للإبلاغ عن نشاط بدني متوسط (OR = 2.98، 95% CI: 1.83–4.86) ونشاط بدني عالٍ (OR = 5.02، 95% CI: 2.84–8.87). أظهرت أنماط نوم طلاب الجامعات تبايناً واضحاً، حيث ارتبطت أنماط النوم المواتية بمستويات أعلى من النشاط البدني. ونظراً للتصميم المقطعي للدراسة، لا يمكن استنتاج علاقات سببية. لذا، ينبغي تطوير استراتيجيات تدخل متميزة وفقاً لخصائص النوم المحددة لكل مجموعة فرعية، ويمكن اعتبار تعزيز النشاط البدني هدفاً سلوكياً محتملاً للطلاب الذين يعانون من رداءة النوم.
المقدمة
لا يعد النوم ضرورياً فقط للحفاظ على الوظائف الفسيولوجية الأساسية، بل يدعم أيضاً الصحة البدنية والنفسية، والتطور المعرفي، والتنظيم العاطفي1,2. ومع ذلك، أصبحت اضطرابات النوم في المجتمعات المعاصرة سريعة الوتيرة مصدر قلق للصحة العامة على مستوى العالم. وتبرز مشكلات النوم بشكل خاص بين طلاب الجامعات، الذين غالباً ما يواجهون نقصاً في الإشراف الوالدي بعد دخول الجامعة، وضغوطاً أكاديمية، وتحديات في التكيف مع العلاقات الاجتماعية، واستخداماً مفرطاً للأجهزة الإلكترونية3. وقد أظهرت الدراسات الوبائية أن ما يقرب من 25%–60% من طلاب الجامعات حول العالم يعانون من درجات متفاوتة من رداءة جودة النوم أو الحرمان منه4,5. وقد تؤدي مشكلات النوم المستمرة إلى إضعاف وظائف الجهاز العصبي المركزي، مما يؤدي إلى تشتت الانتباه وتراجع الذاكرة؛ كما قد تزيد من خطر الإصابة بمشكلات الصحة النفسية الداخلية، مثل الاكتئاب والقلق6,7، فضلاً عن زيادة المخاطر المستقبلية للإصابة بأمراض القلب والأوعية الدموية والمتلازمة الأيضية8.
اعتمدت دراسات النوم السابقة بشكل أساسي منظوراً تحليلياً يركز على المتغيرات، حيث قامت بتقييم حالة النوم على مستوى المجموعة باستخدام الدرجات الكلية من مقاييس موحدة مثل مؤشر بيتسبرغ لجودة النوم (PSQI) أو متوسط درجات أبعاد محددة9. وعلى الرغم من أن هذا النهج يوفر تقديراً بديهياً لشدة النوم العامة، إلا أنه يفترض ضمنياً أن مجتمع الدراسة متجانس. وفي الواقع، يُعد النوم عملية فسيولوجية متعددة الأبعاد تشمل مدة النوم، وفترة كمون النوم، وكفاءة النوم، والاستيقاظ الليلي، والخلل الوظيفي النهاري10. وقد يظهر الأفراد الذين لديهم نفس الدرجة الكلية في مؤشر PSQI تركيبات مختلفة تماماً من الأعراض؛ فعلى سبيل المثال، قد يعاني أحد الطلاب بشكل أساسي من صعوبة في بدء النوم، بينما قد يعاني طالب آخر من الاستيقاظ المبكر والنعاس النهاري. وفي السنوات الأخيرة، حظيت المناهج التي تركز على الشخص باهتمام متزايد. حيث يمكن لتحليل الملفات الكامنة (LPA) تحديد مجموعات فرعية غير متجانسة وغير ملحوظة في البيانات من خلال تعظيم الفروق بين الملفات وتقليل الفروق داخل الملف الواحد11,12. وباستخدام تحليل LPA، يمكن للباحثين توصيف ملفات نوم محددة بين طلاب الكليات بدقة أكبر13، مما يوفر أهدافاً أكثر دقة للتدخل العلاجي.
يُنصح بالنشاط البدني (PA) على نطاق واسع من قبل منظمة الصحة العالمية وغيرها من إرشادات الصحة العامة باعتباره حجر الزاوية لتعزيز الصحة طوال مراحل الحياة14,15. وقد أظهرت الدراسات التجريبية والتحليلات البعدية أن النشاط البدني المنتظم من متوسط إلى شديد يمكن أن يحسن اللياقة القلبية التنفسية ويقلل من الوفيات16,17، بينما يساعد أيضاً في تخفيف الضغوط النفسية وتحسين الوظيفة الإدراكية18,19. كما يُعتبر النشاط البدني تدخلاً فعالاً غير دوائي لمشكلات النوم20,21. وقد تم تسجيل ارتباطات إيجابية بين النشاط البدني وجودة النوم في دراسات أترابية استخدمت أجهزة موضوعية مثل مقاييس التسارع22,23,24 وفي دراسات مقطعية استندت إلى استبيانات التقرير الذاتي25,26. علاوة على ذلك، يبدو أن هناك علاقة ثنائية الاتجاه بين التمرين والنوم: فقد يعزز النوم الكافي من الدافع والقدرة على التحمل للنشاط البدني، بينما قد يؤدي استهلاك الطاقة خلال النهار إلى تعزيز نوم الموجات البطيئة ليلاً27,28.
على الرغم من وجود اتفاق واسع بشأن فوائد النشاط البدني على جودة النوم العامة، إلا أن الأدبيات الموجودة تعاني من عدة قيود. فقد تعاملت معظم الدراسات مع النشاط البدني كمتغير مستقل يتنبأ بدرجة نوم واحدة، وبذلك أغفلت إمكانية أن تتوافق أنماط النوم المختلفة مع تركيبات متميزة من خصائص نمط الحياة29,30. ولا يزال مدى اختلاف مستويات النشاط البدني عبر ملفات النوم الكامنة بين طلاب الجامعات غير مفهوم بشكل كافٍ.
وفي ظل هذه الخلفية، هدفت هذه الدراسة إلى: (1) تحديد الملفات الكامنة بناءً على مؤشرات متعددة الأبعاد لجودة النوم بين طلاب الجامعات الصينيين باستخدام تحليل الملفات الكامنة (LPA)؛ و(2) فحص الارتباطات بين ملفات النوم ومستويات النشاط البدني (منخفضة، ومتوسطة، وعالية) بعد التحكم في المتغيرات الديموغرافية. وقد افترضنا وجود ملفات نوم غير متجانسة ومتعددة بين طلاب الجامعات، وأن الطلاب الذين يتمتعون بنمط نوم صحي سيكونون أكثر عرضة لتحقيق مستويات نشاط بدني متوسطة إلى قوية مقارنة بأولئك الذين يعانون من اضطرابات شديدة في النوم.
الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.
البروتوكول
تمت الموافقة على هذه الدراسة من قبل لجنة أخلاقيات الطب الحيوي بجامعة جيشو (رقم الموافقة JSDX-2023-0034). كان جميع المشاركين من طلاب المرحلة الجامعية بدوام كامل تتراوح أعمارهم بين 18 و25 عاماً، وقدموا موافقة كتابية مستنيرة قبل المشاركة. كما تم الحصول على إذن من الجامعات المشاركة. استُخدمت بيانات الاستطلاع للأغراض البحثية الأكاديمية فقط وتم تحليلها دون الكشف عن هوية المشاركين. أجريت الدراسة وفقاً لإعلان هلسنكي والمتطلبات المؤسسية المحلية.
تجنيد المشاركين وتصميم أخذ العينات
أُجريت دراسة مسحية مقطعية بين طلاب المرحلة الجامعية من ثلاث جامعات شاملة في جنوب الصين في الفترة ما بين سبتمبر وديسمبر 2025، وذلك باستخدام تصميم عينة عشوائية عنقودية طبقية متعددة المراحل. في المرحلة الأولى، تم اختيار ثلاث جامعات شاملة من قائمة الجامعات الشاملة الحكومية في جنوب الصين باستخدام العينة العشوائية الطبقية، حيث عُرّفت الطبقات بناءً على المنطقة الإدارية للمقاطعة لضمان التمثيل الجغرافي. وفي المرحلة الثانية، تم اختيار فصلين إلى ثلاثة فصول دراسية مكتملة عشوائياً من كل مستوى دراسي (من السنة الأولى وحتى السنة الأخيرة) داخل كل جامعة مختارة كوحدات عينة عنقودية باستخدام أرقام عشوائية مُولدة حاسوبياً، مما أسفر عن إجمالي 28 فصلاً في الجامعات الثلاث. دُعي جميع الطلاب في الفصول المختارة للمشاركة، كما هو موضح في الشكل 1. وكانت معايير الاشتمال كما يلي: (1) أن يكون الطالب مسجلاً بدوام كامل في المرحلة الجامعية؛ (2) أن يتراوح العمر بين 18 و 25 سنة؛ (3) المشاركة الطوعية مع موافقة كتابية مستنيرة. أما معايير الاستبعاد فكانت: (1) الإصابة بمرض جسدي شديد مؤخراً أو وجود موانع للتمرين، مثل الكسور أو أمراض القلب الشديدة؛ (2) الاستخدام الحالي للأدوية النفسية، مثل علاج الاكتئاب الشديد أو الفصام؛ (3) أن يكون وقت إكمال الاستبيان أقل من 180 s أو وجود تناقضات منطقية واضحة، مثل اختيار الخيار نفسه لجميع البنود. تم توزيع ما مجموعه 1,500 استبيان. ومن بين 80 استبياناً غير صالح تم استبعادها أثناء تنقية البيانات، استُبعد 24 بسبب وقت إكمال أقل من 180 s، و 20 بسبب تناقضات منطقية (مثل استجابات متطابقة في جميع البنود أو إجابات متناقضة)، و 18 لأن العمر خارج نطاق 18–25 سنة، و 11 بسبب فقدان كمية كبيرة من البيانات (أكثر من 20% من البنود)، و 7 بسبب الإبلاغ الذاتي عن مرض جسدي شديد أو استخدام حالي للأدوية النفسية. وبذلك تبقى ,1420 استبياناً صالحاً للتحليل، بنسبة استجابة فعلية بلغت 94.67%.
الشكل 1: تصميم الدراسة وسير العمل التحليلي. نظرة عامة تخطيطية لعملية توظيف المشاركين وفحصهم (توزيع 1,500 استبيان؛ استبعاد 80؛ إدراج N = 1,420)، والتقييم باستخدام PSQI و IPAQ-SF، وتحليل الملفات الكامنة (مقارنة نماذج من ملف واحد إلى خمسة ملفات باستخدام AIC و BIC و aBIC والإنتروبيا LMRT و BLRT)، وتصنيف المشاركين إلى أربعة ملفات نوم، واختبارات مربع كاي ثنائية المتغير، والانحدار اللوجستي متعدد الحدود مع اعتبار الجنس كمتغير مصاحب، وتحليلات الحساسية (تعديل كامل للمتغيرات المصاحبة وأخطاء معيارية قوية للعناقيد). يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.
تقييم الخصائص الديموغرافية ونمط الحياة
استُخدم استبيان مُصمم ذاتياً لجمع الخصائص الديموغرافية والاجتماعية، بما في ذلك الجنس (ذكر/أنثى)، والعمر (بالسنوات)، والسنة الدراسية (سنة أولى/ثانية/ثالثة/رابعة)، ومحل الإقامة (حضر/ريف)، ومؤشر كتلة الجسم (BMI)، وتاريخ التدخين، وتاريخ شرب الكحول، ومتوسط وقت التعرض للشاشات يومياً. حُسب مؤشر كتلة الجسم (BMI) بقسمة وزن الجسم بالكيلوجرام على مربع الطول بالمتر (BMI = weight [kg] / height [m]2). خضع الطول والوزن المبلغ عنهما ذاتياً للفحص لاستبعاد القيم غير المنطقية قبل التحليل؛ حيث تم تحديد الحالات التي كان فيها الطول <140 cm أو >200 cm، أو الوزن <30 kg أو >150 kg، أو مؤشر كتلة الجسم (BMI) <12 kg/m2 أو >40 kg/m2، وتم التحقق منها بمطابقتها مع السجلات الأصلية، مع استبعاد القيم المتطرفة المؤكدة. صُنفت حالة التدخين إلى: مطلقاً، أو أحياناً (التدخين في بعض الأيام وليس يومياً)، أو منتظم (التدخين اليومي)، وذلك بناءً على سلوك التدخين المبلغ عنه ذاتياً خلال الشهر السابق. كما صُنف استهلاك الكحول إلى: مطلقاً، أو أحياناً (الشرب أقل من مرة واحدة في الأسبوع)، أو منتظم (الشرب مرة واحدة على الأقل في الأسبوع)، خلال الشهر السابق. قُيّم متوسط وقت التعرض للشاشات يومياً من خلال طلب المشاركين الإبلاغ عن إجمالي عدد الساعات يومياً التي يقضونها في استخدام الهواتف الذكية، وأجهزة الكمبيوتر، والأجهزة اللوحية، والتلفاز خلال الشهر السابق، وسُجلت كمتغير مستمر. خضع الاستبيان لاختبار تجريبي على 30 طالباً من مرحلة البكالوريوس قبل البدء في جمع البيانات الرسمي لتقييم وضوح البنود ووقت الإكمال؛ وأُجريت تعديلات طفيفة على الصياغة بناءً على ملاحظات الاختبار التجريبي. أشارت دراسات سابقة إلى أن هذه المتغيرات قد تكون عوامل مربكة في العلاقة بين النوم والنشاط البدني 30,31. جميع الأدوات والبرمجيات والمواد المستخدمة في هذه الدراسة مدرجة في جدول المواد.
تقييم جودة النوم
استُخدم مؤشر جودة النومPittsburgh (PSQI)، الذي طوره Buysse وزملاؤه9، لتقييم جودة نوم المشاركين خلال الشهر السابق. يتضمن المقياس 19 بنداً للتقييم الذاتي تشكل سبعة مكونات: جودة النوم الذاتية، وفترة كمون بداية النوم، ومدة النوم، وكفاءة النوم المعتادة، واضطرابات النوم، واستخدام الأدوية المنومة، والخلل الوظيفي النهاري. يتم تسجيل كل مكون من 0 (لا توجد صعوبة) إلى 3 (صعوبة شديدة). استُخدمت درجات هذه المكونات السبعة المستمرة كمؤشرات ملحوظة لتحليل الفئات الكامنة (LPA). وقد أظهر مؤشر PSQI موثوقية وصلاحية جيدة بين مجموعات طلاب الجامعات في الصين ودولياً30. وفي الدراسة الحالية، بلغت قيمة ألفا كرونباخ للمقياس 0.83.
تقييم النشاط البدني
استُخدم استبيان النشاط البدني الدولي النسخة المختصرة (IPAQ-SF)، الذي طوره Craig وآخرون32، لتقييم النشاط البدني للمشاركين خلال الأيام السبعة الماضية. ويسجل الاستبيان تكرار (أيام/أسبوع) ومدة (دقائق/يوم) النشاط البدني الشاق، والنشاط البدني متوسط الشدة، والمشي. حُسبت قيم المكافئ الأيضي للمهمة (MET) وفقاً لبروتوكول تسجيل IPAQ: قيمة MET-min/week للمشي = 3.3 × المدة × التكرار؛ وقيمة MET-min/week للشدة المتوسطة = 4.0 × المدة × التكرار؛ وقيمة MET-min/week للشدة الشاقة = 8.0 × المدة × التكرار. جُمعت قيم MET لأنواع النشاط الثلاثة للحصول على إجمالي النشاط البدني. صُنِّف المشاركون إلى نشاط بدني عالٍ، ونشاط بدني متوسط، ونشاط بدني منخفض وفقاً لمعايير تسجيل IPAQ-SF المعتمدة لدى طلاب الجامعات33. عُرِّف النشاط البدني العالي بأنه ممارسة نشاط شاق في ثلاثة أيام على الأقل بمستوى نشاط بدني إجمالي لا يقل عن 1,500 MET-min/week، أو أي مزيج من المشي أو الأنشطة متوسطة الشدة أو شاقة الشدة في سبعة أيام أو أكثر بمستوى نشاط بدني إجمالي لا يقل عن 3,000 MET-min/week. وعُرِّف النشاط البدني المتوسط بأنه ممارسة نشاط شاق في ثلاثة أيام على الأقل لمدة 20 دقيقة على الأقل يومياً، أو نشاط متوسط الشدة و/أو مشي في خمسة أيام على الأقل لمدة 30 دقيقة على الأقل يومياً، أو أي مزيج من الأنشطة يصل إلى 600 MET-min/week على الأقل. أما النشاط البدني المنخفض فقد عُرِّف بأنه عدم استيفاء معايير النشاط البدني المتوسط أو العالي. تَبِع تنظيف البيانات بروتوكول تسجيل IPAQ الرسمي: حيث استُبعد المشاركون الذين أبلغوا عن نشاط إجمالي يزيد عن 16 h يومياً؛ وقُصَّت المدد اليومية لكل فئة عند 180 min قبل حساب MET-minute؛ كما حُذفت الحالات ذات الاستجابات غير المتسقة منطقياً أثناء عملية تنظيف البيانات.
التحليل الإحصائي
أولاً، أجرِ تحليل الملف الشخصي الكامن (LPA) باستخدام برنامج نمذجة الملف الشخصي الكامن (راجع جدول المواد)34. ومن بين ,1420 مشاركاً، كان هناك 33 مشاركاً (2.3%) لديهم بيانات مفقودة جزئياً في استبيان جودة النوم في بيتاميسون (PSQI)، مع فقدان 69 استجابة من أصل 9,940 استجابة على مستوى المكونات (0.69%؛ أي 1,420 مشاركاً × سبع درجات لمكونات PSQI). استُخدمت طريقة أقصى احتمالية للمعلومات الكاملة (FIML) للتعامل مع هذه القيم المفقودة بناءً على افتراض الفقد العشوائي. تم تقدير النماذج التي تتراوح من ملف شخصي واحد إلى خمسة ملفات شخصية بشكل تسلسلي. وقُيم ملاءمة النموذج باستخدام معيار أكايكي للمعلومات (AIC)، ومعيار بايز للمعلومات (BIC)، ومعيار BIC المعدل حسب حجم العينة (aBIC)، والإنتروبيا، واختبار نسبة الاحتمالية لو-منديل-روبين (LMRT)، واختبار نسبة الاحتمالية بالتطويق (BLRT). تشير قيم AIC وBIC وaBIC المنخفضة إلى ملاءمة نسبية أفضل، بينما تشير قيم الإنتروبيا القريبة من 1 إلى دقة تصنيف أعلى. واستُخدم اختبارا LMRT وBLRT لتحديد ما إذا كان النموذج المكون من k من الملفات الشخصية يتلاءم بشكل أفضل بكثير من النموذج المكون من k − 1 من الملفات الشخصية. تم اختيار حل الملف الشخصي الأمثل من خلال النظر مجتمعاً في مؤشرات الملاءمة الإحصائية، والإنتروبيا، وحجم الفئة (بشرط ألا يحتوي أي ملف شخصي على أقل من 5% من العينة)، والقابلية للتفسير الموضوعي، وذلك باتباع الإرشادات المعتمدة لتحليل الملف الشخصي الكامن11,35. وبعد اختيار حل الملف الشخصي الأمثل، تم تصدير عضوية الفئة الأكثر احتمالاً للأفراد إلى برنامج التحليل الإحصائي (راجع جدول المواد) لإجراء التحليلات اللاحقة. استُخدمت اختبارات مربع كاي لبيرسون لفحص الاختلافات في الخصائص الديموغرافية ومستويات النشاط البدني عبر ملفات النوم الشخصية. وأظهرت اختبارات مربع كاي ثنائية المتغير أن الجنس ومستوى النشاط البدني فقط هما اللذان اختلفا بشكل ملحوظ عبر ملفات النوم الشخصية الأربعة (كلاهما p < 0.001)، بينما لم يختلف العمر، والسنة الدراسية، ومؤشر كتلة الجسم (BMI)، والتدخين، وشرب الكحول، ووقت التعرض للشاشات (جميعها p > 0.05؛ راجع الجدول التكميلي 1). وبناءً على ذلك، تم إدراج الجنس فقط كمتغير مصاحب في نموذج الانحدار اللوجستي متعدد الحدود، تماشياً مع مبدأ التبسيط. وقد أعطى تحليل الحساسية الذي عدّل جميع المتغيرات المصاحبة التي تم جمعها نفس نمط ودلالة النتائج (الجدول التكميلي 2). أُجري الانحدار اللوجستي متعدد الحدود مع اعتبار مستوى النشاط البدني متغيراً تابعاً (نشاط بدني منخفض = 0، نشاط بدني متوسط = 1، نشاط بدني مرتفع = 2) وملف النوم الشخصي كمتغير مستقل أساسي. وحُسبت نسب الأرجحية (ORs) وفترات الثقة بنسبة 95% (CIs). كانت جميع الاختبارات ثنائية الجانب، وحُددت الدلالة الإحصائية عند p < 0.05. ونظراً لأن المشاركين تم استقطابهم من خلال فصول دراسية قائمة ضمن الجامعات، فقد أجرينا تحليل حساسية باستخدام وحدة العينات المعقدة في البرنامج الإحصائي (راجع جدول المواد)، مع تحديد الجامعة والفصل كمتغيرات تجميعية، للحصول على أخطاء معيارية معدلة حسب التصميم. وكانت النتائج متوافقة مع نتائج الانحدار اللوجستي متعدد الحدود القياسي (الجدول التكميلي 3). تتوفر مجموعة البيانات الأولية مجهولة الهوية مع تسميات المتغيرات باللغة الإنجليزية ودليل الرموز في الملف التكميلي 1.
الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.
النتائج
تم استخراج نماذج تتراوح بين ملف تعريف كامن واحد إلى خمسة ملفات. وكما هو موضح في الجدول 1، انخفضت قيم AIC و BIC و aBIC مع زيادة عدد ملفات التعريف. وقد سجل نموذج الملفات الأربعة أعلى قيمة للإنتروبيا (0.915)، وكانت كل من اختبارات LMRT و BLRT دالة إحصائياً (p < 0.001). وفي المقابل، لم يكن اختبار LMRT لنموذج الملفات الخمسة دالاً إحصائياً (p = 0.085)، وانخفضت الإنتروبيا إلى 0.880. وبناءً على ذلك، ورغم أن نموذج الملفات الخمسة أظهر معايير معلومات أقل، فقد تم اختيار نموذج الملفات الأربعة لأنه وفر توازناً أفضل ...
الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.
المناقشة
باستخدام عينة مقطعية كبيرة نسبياً، طبقت هذه الدراسة نهج تحليل الملف الشخصي الكامن (LPA) المتمحور حول الشخص لتحديد أربعة أنماط نوم متباينة بين طلاب الجامعات الصينيين، وبحثت بشكل أكبر في الارتباطات بين هذه الأنماط ومستويات مختلفة من النشاط البدني. وتوفر النتائج منظوراً مفيداً لفهم تكتل سلوكيات النوم والصحة المرتبطة بالتمارين الرياضية بين طلاب الجامعات، كما تقدم أهدافاً أكثر دقة لتدخلات الصحة العامة في البيئات الجامعية.
صنفت هذه الدراسة أنماط نوم طلاب الجامعات إلى أربعة ملفات تعريفية: النوم الصحي...
الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.
الإفصاحات
يقر المؤلف (أو المؤلفون) بأن هذا العمل قد تم إجراؤه في غياب أي علاقات تجارية أو مالية يمكن تفسيرها على أنها تضارب محتمل في المصالح.
شكر وتقدير
نحن ممتنون للجامعات المشاركة وجميع الطلاب الذين أكملوا الاستبيان. تم دعم هذا العمل من قبل مشروع أبحاث العلوم الإنسانية والاجتماعية للباحثين الشباب التابع لوزارة التعليم (منحة رقم 23YJC890059)؛ ومشروع أبحاث إصلاح التعليم والتدريس في مقاطعة هونان (منحة رقم 202502000069).
الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.
المواد
| الاسم | الشركة | رقم فهرسي | التعليقات |
|---|---|---|---|
| استبيان الديموغرافيا وأسلوب الحياة | صممه فريق الدراسة | N/A | استُخدم لجمع بيانات الجنس، والعمر، والصف الدراسي، ومكان الأصل، ومؤشر كتلة الجسم، وتاريخ التدخين، وتاريخ شرب الكحول، ومتوسط وقت التعرض للشاشات يومياً. |
| مؤشر بيتسبرغ لجودة النوم (PSQI) | Buysse et al., 1989 | DOI: 10.1016/0165-1781(89)90047-4 | استُخدم لتقييم جودة النوم خلال الشهر السابق. واستُخدمت درجات المكونات السبعة كمؤشرات ملحوظة لتحليل الملف الكامن. |
| استبيان النشاط البدني الدولي - النموذج المختصر (IPAQ-SF) | Craig et al., 2003 | DOI: 10.1249/01.MSS.0000078924.61453 .FB | استُخدم لتقييم المشي، والنشاط البدني متوسط الشدة، والنشاط البدني القوي خلال الأيام السبعة السابقة. |
| نموذج الموافقة المستنيرة المكتوبة | فريق الدراسة والجامعات المشاركة | رقم الموافقة الأخلاقية JSDX-2023-0034 | استُخدم لتوثيق المشاركة الطوعية لطلاب المرحلة الجامعية الذين تتراوح أعمارهم بين 18-25 سنة. |
| إجراء جمع بيانات الاستبيان | الجامعات المشاركة في جنوب الصين | N/A | استُخدم لأخذ عينات عشوائية عنقودية طبقية متعددة المراحل وإدارة الاستبيانات في الفترة ما بين سبتمبر وديسمبر 2025. |
| Mplus | Muthen & Muthen | Version 8.3 | استُخدم لإجراء تحليل الملف الكامن بناءً على درجات مكونات PSQI السبعة. |
| IBM SPSS Statistics | IBM | Version 26.0 | استُخدم لإجراء اختبارات كاى تربيع (chi-square) وتحليلات الانحدار اللوجستي متعدد الحدود. |
| Microsoft Excel | Microsoft | N/A | استُخدم لإعداد ملفات جداول JoVE المنفصلة لرفعها. |
المراجع
- Chaput JP, et al. Sleeping hours: What is the ideal number and how does age impact this? Nat Sci Sleep. 2018;10:421–430.
- Li J, et al. Sleep in normal aging. Sleep Med Clin. 2018;13(1):1–11.
- Becker SP, et al. Sleep in a large, multi-university sample of college students: Sleep problem prevalence, sex differences, and mental health correlates. Sleep Health. 2018;4(2):174–181.
- Lund HG, et al. Sleep patterns and predictors of disturbed sleep in a large population of college students. J Adolesc Health. 2010;46(2):124–132.
- Chen X, et al. Sleep characteristics and health-related quality of life among a national sample of American young adults. Sleep. 2014;37(4):793–799.
- Steptoe A, et al. Sleep duration and health in young adults. Arch Intern Med. 2006;166(16):1689–1692.
- Zhai L, et al. Sleep duration and depression among adults: A meta-analysis of prospective studies. Depress Anxiety. 2015;32(9):664–670.
- Grandner MA, et al. Sleep: Important considerations for the prevention of cardiovascular disease. Curr Opin Cardiol. 2016;31(5):551–565.
- Buysse DJ, et al. The Pittsburgh Sleep Quality Index: A new instrument for psychiatric practice and research. Psychiatry Res. 1989;28(2):193–213.
- Hirshkowitz M, et al. National Sleep Foundation’s sleep time duration recommendations: Methodology and results summary. Sleep Health. 2015;1(1):40–43.
- Nylund-Gibson K, et al. Ten frequently asked questions about latent class analysis. Transl Issues Psychol Sci. 2018;4(4):440–461.
- Nylund KL, et al. Deciding on the number of classes in latent class analysis and growth mixture modeling: A Monte Carlo simulation study. Struct Equ Modeling. 2007;14(4):535–569.
- Lanza ST, et al. Latent class analysis: An alternative perspective on subgroup analysis in prevention and treatment. Prev Sci. 2013;14(2):157–168.
- Bull FC, et al. World Health Organization 2020 guidelines on physical activity and sedentary behaviour. Br J Sports Med. 2020;54(24):1451–1462.
- U.S. Department of Health and Human Services. Physical Activity Guidelines for Americans. 2nd ed. U.S. Department of Health and Human Services; Washington, DC; 2018.
- Stamatakis E, et al. Sitting time, physical activity, and risk of mortality in adults. J Am Coll Cardiol. 2019;73(16):2062–2072.
- Nystoriak MA, et al. Cardiovascular effects and benefits of exercise. Front Cardiovasc Med. 2018;5:135.
- Biddle SJH, et al. A systematic review of physical activity and health in emerging adults. J Sci Med Sport. 2015;18(6):633–638.
- Lubans D, et al. Physical activity for cognitive and mental health in youth: A systematic review of mechanisms. Pediatrics. 2016;138(3):e20161642.
- Kredlow MA, et al. The effects of physical activity on sleep: A meta-analytic review. J Behav Med. 2015;38(3):427–449.
- Wang F, et al. The effect of physical activity on sleep quality: A systematic review. Eur J Physiother. 2021;23(1):11–18.
- Buman MP, et al. Objectively measured physical activity and sleep in older men. J Sleep Res. 2014;23(2):164–171.
- Loprinzi PD, et al. Association between objectively-measured physical activity and sleep, NHANES 2005–2006. Ment Health Phys Act. 2011;4(2):65–69.
- Vandelanotte C, et al. Associations between objective sleep characteristics and physical activity and sedentary behaviours. J Sci Med Sport. 2019;22(5):565–570.
- Pedisic Z, et al. State of health in Australian adults: Does physical activity mitigate the negative impact of poor sleep? J Sci Med Sport. 2014;17(1):60–65.
- Memon AR, et al. Sleep and physical activity in university students: A systematic review and meta-analysis. Sleep Med Rev. 2021;58:101482.
- Kline CE. The bidirectional relationship between exercise and sleep: Implications for exercise adherence and sleep improvement. Am J Lifestyle Med. 2014;8(6):375–379.
- Dolezal BA, et al. Interrelationship between sleep and exercise: A systematic review. Adv Prev Med. 2017;2017:1364387.
- Gerber M, et al. Fitness and exercise as correlates of sleep complaints: Is it all in our minds? Med Sci Sports Exerc. 2010;42(5):893–901.
- Wu X, et al. Low physical activity and high screen time can increase the risks of mental health problems and poor sleep quality among Chinese college students. PLoS One. 2015;10(3):e0119607.
- Carter B, et al. Association between portable screen-based media device access or use and sleep outcomes: A systematic review and meta-analysis. JAMA Pediatr. 2016;170(12):1202–1208.
- Craig CL, et al. International Physical Activity Questionnaire: 12-country reliability and validity. Med Sci Sports Exerc. 2003;35(8):1381–1395.
- Dinger MK, et al. Validity and reliability of the International Physical Activity Questionnaire in college students. Am J Health Educ. 2006;37(6):337–343.
- Muthén LK, Muthén BO. Mplus User’s Guide. 8th ed. Muthén & Muthén; Los Angeles, CA; 1998–2017.
- Spurk D, et al. Latent profile analysis: A review and “how to” guide of its application within vocational behavior research. J Vocat Behav. 2020;120:103445.
- Rebar AL, et al. A meta-meta-analysis of the effect of physical activity on depression and anxiety in non-clinical adult populations. Health Psychol Rev. 2015;9(3):366–378.
- Yang PY, et al. Exercise training improves sleep quality in middle-aged and older adults with sleep problems: A systematic review. J Physiother. 2012;58(3):157–163.
- Irish LA, et al. The role of sleep hygiene in promoting public health: A review of empirical evidence. Sleep Med Rev. 2015;22:23–36.
- Driver HS, et al. Exercise and sleep. Sleep Med Rev. 2000;4(4):387–402.
- Morin CM, et al. Chronic insomnia. Lancet. 2012;379(9821):1129–1141.
الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.