מאמר מחקר

ניתוח פרופילים חבויים (Latent Profile Analysis) של דפוסי שינה והקשר שלהם לרמות פעילות גופנית בקרב סטודנטים סינים במכללות

0 צפיות

⸱

DOI:

10.3791/73033

⸱

15 בספטמבר 2026

 ,  ,  ,  ,  ,  , 
1Department of Physical Education, Central South University, 2School of Sport Science, Jishou University

* These authors contributed equally

במאמר זה

סיכום

ניתוח פרופיל חבוי (latent profile analysis) חתכי של 1,420 סטודנטים סינים במכללה זיהה ארבעה פרופילי שינה נבדלים באמצעות מדד ה-PSQI. פרופילי שינה בריאים יותר נמצאו בקשר מובהק לרמות גבוהות יותר של פעילות גופנית בעוצמה מתונה עד גבוהה, ממצא המצביע על יעדים ספציפיים לדפוסי שינה עבור קידום בריאות בקמפוס.

תקציר

מחקר חתך זה נועד לזהות פרופילים חבויים של דפוסי שינה בקרב סטודנטים במכללות ולבחון את הקשרים שלהם עם רמות פעילות גופנית (PA), ובכך לספק ראיות אמפיריות להתערבויות בריאותיות ממוקדות במסגרות אוניברסיטאיות. סך של 1,420 סטודנטים גויסו באמצעות דגימה אשכולית אקראית מרובת שלבים ומסווגת משלוש אוניברסיטאות מקיפות בדרום סין. איכות השינה וה-PA הוערכו באמצעות מדד איכות השינה של פיתסבורג (PSQI) ושאלון הפעילות הגופנית הבינלאומי-גרסה קצרה (IPAQ-SF), בהתאמה. ניתוח פרופילים חבויים (LPA), מבחני chi-square וניתוחי רגרסיה לוגיסטית רב-נומינלית בוצעו באמצעות תוכנה סטטיסטית מתאימה. ארבעה פרופילים חבויים של שינה זוהו על בסיס הסתברויות מחלקה שחושבו במודל: שינה בריאה (44.7%), שינה לא מספקת (24.8%), איכות שינה נמוכה (20.3%) והפרעת שינה חמורה (10.2%); הפרופורציות נצפות התואמות על בסיס השיוך למחלקה הסבירה ביותר היו 45.0%, 25.0%, 20.0% ו-10.0% (n = 639, 355, 284 ו-142, בהתאמה). מגדר ורמת PA נבדלו באופן מובהק בין הפרופילים. בהשוואה לסטודנטים בקבוצת הפרעות השינה החמורות, סטודנטים בקבוצת השינה הבריאה נטו יותר לדווח על PA מתונה (יחס סיכויים (OR) = 4.69, רווח סמך (CI) של 95%: 2.92–7.51) ו-PA גבוהה (OR = 7.55, 95% CI: 4.41–12.91). סטודנטים בקבוצת השינה הבלתי מספקת נטו אף הם יותר לדווח על PA מתונה (OR = 2.98, 95% CI: 1.83–4.86) ו-PA גבוהה (OR = 5.02, 95% CI: 2.84–8.87). דפוסי השינה של סטודנטים במכללות הראו הטרוגניות ברורה. דפוסי שינה חיוביים היו קשורים לרמות PA גבוהות יותר. בשל עיצוב מחקר החתך, לא ניתן להסיק על קשרי סיבתיות. יש לפתח אסטרטגיות התערבות מובחנות בהתאם למאפייני השינה הספציפיים של כל תת-קבוצה, וניתן לשקול קידום PA כמטרה התנהגותית פוטנציאלית עבור סטודנטים עם שינה לקויה.

מבוא

השינה חיונית לא רק לשמירה על תפקודי פיזיולוגיים בסיסיים, אלא גם לתמיכה בבריאות פיזית ומנטלית, בהתפתחות קוגניטיבית ובויסות רגשי1,2. עם זאת, בחברות עכשוויות קצביות, הפרעות שינה הפכו לדאגה גלובלית של בריאות הציבור. בעיות שינה בולטות במיוחד בקרב סטודנטים במכללות ובאוניברסיטאות, שלעתים קרובות חווים פיקוח הורי מופחת לאחר הכניסה ללימודים גבוהים ומתמודדים עם לחץ אקדמי, הסתגלות בין-אישית ושימוש מופרז במכשירים אלקטרוניים3. מחקרים אפידמיולוגיים הראו כי כ-25%–60% מהסטודנטים ברחבי העולם מדווחים על דרגות משתנות של איכות שינה ירודה או מחסור בשינה4,5. בעיות שינה מתמשכות עלולות לפגוע בתפקוד מערכת העצבים המרכזית, ולהוביל לחוסר קשב ולירידה בזיכרון; הן עשויות גם להעלות את הסיכון לבעיות בריאות נפשית פנימיות (internalizing), כגון דיכאון וחרדה6,7, כמו כן את הסיכון העתידי למחלות קרדיווסקולריות ולתסמונת מטבוליט8.

מחקרי שינה קודמים אימצו בעיקר פרספקטיבה אנליטית ממוקדת-משתנים, שהעריכה את מצב השינה ברמת הקבוצה באמצעות ציונים כוללים מסולמות סטנדרטיות, כגון מדד איכות השינה של פיתסבורג (PSQI), או באמצעות ציונים ממוצעים של ממדים ספציפיים9. למרות שגישה זו מספקת הערכה אינטואיטיבית של חומרת השינה הכללית, היא מניחה במשתמע כי אוכלוסיית המחקר היא הומוגנית. במציאות, שינה היא תהליך פיזיולוגי רב-ממדי הכולל משך שינה, חבויות שינה (sleep latency), יעילות שינה, התעוררויות ליליות וליקויים תפקודיים במהלך היום10. אנשים עם אותו ציון PSQI כולל עשויים להפגין שילובי תסמינים שונים מהותית; לדוגמה, סטודנט אחד עשוי לסבול בעיקר מקושי בהירדמות, בעוד שסטודנט אחר עשוי לחוות התעוררות מוקדמת וישנוניות במהלך היום. בשנים האחרונות, גישות ממוקדות-אדם זכו לתשומת לב גוברת. ניתוח פרופילים חבויים (LPA) יכול לזהות תתי-קבוצות הטרוגניות לא נצפות בנתונים על ידי מקסום ההבדלים בין הפרופילים ומינימום ההבדלים בתוך הפרופיל11,12. באמצעות LPA, חוקרים יכולים לאפיין באופן מדויק יותר פרופילי שינה ספציפיים בקרב סטודנטים למכללה13, ובכך לספק מטרות מדויקות יותר להתערבות.

פעילות גופנית (PA) מומלצת באופן נרחב על ידי ארגון הבריאות העולמי והנחיות בריאות ציבוריות אחרות כאבן יסוד בקידום הבריאות לאורך מהלך החיים14,15. מחקרים אמפיריים ומטא-אנליזות הראו כי פעילות גופנית סדירה בעוצמה מתונה עד גבוהה יכולה לשפר את הכושר האירובי-נשימתי ולהפחית תמותה16,17, ובמקביל לסייע בהפגת מתח נפשי ובשיפור התפקוד הקוגניטיבי18,19. פעילות גופנית נחשבת גם להתערבות לא-פרמקולוגית יעילה לבעיות שינה20,21. קשרים חיוביים בין פעילות גופנית לבין איכות השינה דווחו במחקרי עוקבה שהשתמשו במכשירים אובייקטיביים כגון מד תאוצה (accelerometers)22,23,24 ובמחקרים חתכיים המבוססים על שאלונים לדיווח עצמי25,26. יתרה מכך, נראה כי למתח גופני ולשינה יש קשר דו-כיווני: שינה מספקת עשויה להגביר את המוטיבציה והסיבולת לפעילות גופנית, בעוד שהוצאה אנרגטית במהלך היום עשויה לקדם שינה בעלת גלים איטיים בלילה27,28.

על אף הקביעות הרחבות בנוגע לתרומה של פעילות גופנית לאיכות השינה הכללית, לספרות הקיימת מספר מגבלות. מרבית המחקרים התייחסו לפעילות גופנית כמשתנה בלתי תלוי המנבא ציון שינה בודד, ובכך התעלמו מהאפשרות שדפוסי שינה שונים עשויים להתאימות לשילובים מובחנים של מאפייני סגנון חיים29,30. השאלה האם רמות הפעילות הגופנית משתנות בין פרופילי שינה סמויים בקרב סטודנטים להשכלה גבוהה נותרה בלתי מובנת מספיק.

על רקע זה, מחקר זה נועד: (1) לזהות פרופילים חבויים המבוססים על מדדים רב-ממדיים של איכות שינה בקרב סטודנטים סינים במכללה באמצעות LPA; ו-(2) לבחון את הקשרים בין פרופילי השינה לבין רמות פעילות גופנית (נמוכה, מתונה וגבוהה) לאחר נתינת השפעה למשתנים דמוגרפיים. השערתנו הייתה כי יופיעו מספר פרופילי שינה הטרוגניים בקרב סטודנטים, וכי סטודנטים עם דפוס שינה בריא יטו יותר להגיע לרמות פעילות גופנית מתונה עד נמרצת מאשר אלו הסובלים מהפרעות שינה חמורות.

פרוטוקול

מחקר זה אושר על ידי ועדת האתיקה הביו-רפואית של אוניברסיטת Jishou (מספר אישור JSDX-2023-0034). כל המשתתפים היו סטודנטים לתואר ראשון במשרה מלאה בגילאי 18–25 שנים, אשר סיפקו הסכמה מדעת בכתב לפני השתתפותם. התקבל אישור מהאוניברסיטאות המשתתפות. נתוני הסקר שימשו למחקר אקדמי בלבד ונולאו באופן אנונימי. המחקר בוצע בהתאם להצהרת הלסינקי ולדרישות המוסדיות המקומיות.

גיוס משתתפים ותכנון דגימה

סקר חתך נערך בקרב סטודנטים לתואר ראשון משלוש אוניברסיטאות מקיפות בדרום סין בין ספטמבר לדצמבר 2025, תוך שימוש במערך דגימה מקראית של אשכולות מרובדית רב-שלבית. בשלב הראשון, נבחרו שלוש אוניברסיטאות מקיפות מתוך רשימה של אוניברסיטאות מקיפות ציבוריות בדרום סין באמצעות דגימה אקראית מרובדת, כאשר הרבדים הוגדרו לפי אזור מנהלי מחוזה כדי להבטיח ייצוג גאוגרפי. בשלב השני, בתוך כל אוניברסיטה שנבחרה, נבחרו באופן אקראי שתיים עד שלוש מחלקות שלמות מכל שנת לימוד (משנה א' ועד שנה ד') כיחידות דגימה של אשכולות באמצעות מספרים אקראים שהופקו במחשב, מה שהניב סך כולל של 28 מחלקות בשלוש האוניברסיטאות. כל הסטודנטים במחלקות שנבחרו הוזמנו להשתתף, כפי שמוצג ב-איור 1. קריטריוני ההכללה היו כדלקמן: (1) סטטוס סטודנט לתואר ראשון במשרה מלאה; (2) גיל בין 18 ל-25 שנים; ו-(3) השתתפות רצונית עם הסכמה מדעת בכתב. קריטריוני ההוצאה היו: (1) מחלה גופנית חמורה לאחרונה או התוויות נגד לפעילות גופנית, כגון שברים או מחלת לב חמורה; (2) שימוש נוכחי בתרופות פסיכיאטריות, כגון טיפול בדיכאון חמור או בסכיזופרניה; ו-(3) זמן מילוי של השאלון הפחות מ-180 s או סתירות לוגיות בולטות, כגון בחירה באותה אפשרות עבור כל הפריטים. סך כולל של 1,500 שאלונים הופצו. מתוך 80 השאלונים הבלתי תקפים שהוצאו במהלך ניקוי הנתונים, 24 הוצאו בשל זמן מילוי נמוך מ-180 s, 20 בשל סתירות לוגיות (למשל, תגובות זהות בכל הפריטים או תשובות סותרות), 18 בשל גיל שאינו בטווח של 18–25 שנים, 11 בשל חוסר בנתונים באופן מוגזם (יותר מ-20% מהפריטים), ו-7 בשל דיווח עצמי על מחלה גופנית חמורה או שימוש נוכחי בתרופות פסיכיאטריות. נותרו 1,420 שאלונים תקפים לניתוח, עם שיעור תגובה אפקטיבי של 94.67%.

figure-protocol-1
איור 1: מערך המחקר וזרימת העבודה האנליטית. סכימה כללית של גיוס וסינון משתתפים (1,500 שאלונים הופצו; 80 הוצאו; N = 1,420 נכללו), הערכה באמצעות PSQI ו-IPAQ-SF, ניתוח פרופיל חבוי (השוואה בין מודלים של פרופיל אחד עד חמישה באמצעות AIC, BIC, aBIC, אנטרופיה, LMRT ו-BLRT), שיוך לארבעה פרופילי שינה, מבחני chi-square דו-משתניים, רגרסיה לוגיסטית רב-נומית עם מגדר כמשתנה תואם (covariate), ואנליזות רגישות (התאמה מלאה של משתנים תואמים ושגיאות תקן חסונות אשכולות). אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של איור זה.

הערכת דמוגרפיה ואורח חיים

שאלון שתוכנן באופן עצמאי שימש להשגת מאפיינים דמוגרפיים וסוציולוגיים, כולל מגדר (זכר/נקבה), גיל (בשנים), שנה בלימודים (שנה א'/שנה ב'/שנה ג'/שנה ד'), מקום מוצא (עירוני/כפרי), מדד מסת הגוף (BMI), היסטוריית עישון, היסטוריית שתייה וממוצע זמן מסך יומי. ה-BMI חושב כמשקל הגוף בקילוגרמים חלקי ריבוע הגובה במטרים (BMI = weight [kg] / height [m]2). גובה ומשקל שדווחו על ידי המשתתפים נסרקו לאיתור ערכים לא סבירים לפני הניתוח; מקרים שבהם הגובה היה <140 cm או >200 cm, המשקל <30 kg או >150 kg, או ה-BMI <12 kg/m2 או >40 kg/m2 סומנו ונבדקו מול הרשומות המקוריות, כאשר ערכים חריגים מאושרים הוצאו מהניתוח. סטטוס העישון סווג כמי שמעולם לא עישן, מעשן מזדמן (עישון בימים מסוימים אך לא מדי יום), או מעשן קבוע (עישון יומי), בהתבסס על התנהגות עישון שדווחה על ידי המשתתפים במהלך החודש האחרון. צריכת אלכוהול סווגה כמי שמעולם לא שתה, שתייה מזדמנת (שתייה פחות מפעם בשבוע), או שתייה קבועה (שתייה לפחות פעם בשבוע), במהלך החודש האחרון. ממוצע זמן מסך יומי הוערך על ידי בקשה מהמשתתפים לדווח על סך השעות ליום שהושקעו בסמארטפונים, מחשבים, טאבלטים וטלוויזיה במהלך החודש האחרון, ונרשם כמשתנה רציף. השאלון נבדק בניסוי ראשוני (pilot) בקרב 30 סטודנטים לתואר ראשון לפני איסוף הנתונים הרשמי כדי להעריך את בהירות הפריטים ואת זמן ההשלמה; התבצעו התאמות קלות בניסוח על סמך המשוב מהניסוי הראשוני. מחקרים קודמים העלו כי משתנים אלה עשויים להוות גורמים מתערבים (confounders) בקשר שבין שינה לפעילות גופנית30,31. כל הכלים, התוכנות והחומרים ששימשו במחקר זה מופיעים בטבלת החומרים.

הערכת איכות השינה

מדד ה-PSQI, שפותח על ידי Buysse et al.9, שימש להערכת איכות השינה של המשתתפים במהלך החודש האחרון. הסולם כולל 19 פריטים בדיווח עצמי המרכיבים שבעה רכיבים: איכות שינה סובייקטיבית, זמן הירדמות, משך השינה, יעילות שינה רגילה, הפרעות שינה, שימוש בתרופות שינה ותפקוד במהלך היום. כל רכיב מקבל ציון מ-0 (ללא קושי) עד 3 (קושי חמור). הציונים של שבעת הרכיבים הרציפים הללו שימשו כאינדיקטורים נצפים עבור LPA. ה-PSQI הפגין מהימנות ותוקף טובים בקרב אוכלוסיות של סטודנטים במכללות בסין ובעולם30. במחקר הנוכחי, אלפא של קרונבך (Cronbach’s alpha) עבור הסולם היה 0.83.

הערכת פעילות גופנית

השאלון IPAQ-SF, שפותח על ידי Craig ואח' 32, שימש להערכת הפעילות הגופנית של המשתתפים במהלך שבעת הימים האחרונים. השאלון מתעד את התדירות (ימים/שבוע) ואת משך הזמן (דקות/יום) של פעילות גופנית מאומצת, פעילות גופנית בעוצמה מתונה והליכה. ערכי שווי מטבולי של פעילות (MET) חושבו על פי פרוטוקול הניקוד של IPAQ: הליכה MET-min/week = 3.3 × משך זמן × תדירות; עוצמה מתונה MET-min/week = 4.0 × משך זמן × תדירות; ועוצמה מאומצת MET-min/week = 8.0 × משך זמן × תדירות. ערכי ה-MET לשלושת סוגי הפעילות סוכמו כדי לקבל את סך הפעילות הגופנית. המשתתפים סווגו לרמות PA גבוהה, PA מתונה ו-PA נמוכה בהתאם לקריטריוני הניקוד של IPAQ-SF שתוקפו בקרב סטודנטים במכללות 33. PA גבוהה הוגדרה כפעילות מאומצת בשלושה ימים לפחות עם רמת פעילות גופנית כוללת של לפחות 1,500 MET-min/week, או כל שילוב של הליכה, פעילות בעוצמה מתונה או פעילות בעוצמה מאומצת בשבעה ימים או יותר עם רמת פעילות גופנית כוללת של לפחות 3,000 MET-min/week. PA מתונה הוגדרה כפעילות מאומצת בשלושה ימים לפחות למשך 20 דקות לפחות ליום, או פעילות בעוצמה מתונה ו/או הליכה בחמישה ימים לפחות למשך 30 דקות לפחות ליום, או כל שילוב של פעילויות המגיעות ללפחות 600 MET-min/week. PA נמוכה הוגדרה כמי שלא עומדת בקריטריונים ל-PA מתונה או גבוהה. ניקוי הנתונים בוצע על פי פרוטוקול הניקוד הרשמי של IPAQ: משתתפים שדיווחו על יותר מ-16 h של פעילות כוללת ליום הוצאו מהמחקר; משכי הזמן היומיים לכל קטגוריה קוצרו ל-180 min לפני חישוב ה-MET-minute; ומקרים עם תגובות שאינן עקביות לוגית הוסרו במהלך ניקוי הנתונים.

ניתוח סטטיסטי

ראשית, ביצעו LPA באמצעות תוכנה למידול פרופילים חבויים (ראו טבלת חומרים)34. מתוך 1,420 המשתתפים, ל-33 (2.3%) היו נתונים חסרים חלקיים ב-PSQI, כאשר 69 מתוך 9,940 תשובות ברמת הרכיב היו חסרות (0.69%; כלומר, 1,420 משתתפים × שבעה ציוני רכיבי PSQI). שיטת maximum likelihood של מידע מלא (FIML) שימשה לטיפול בערכים חסרים אלו תחת הנחת חסר-באקראי. מודלים עם פרופיל אחד עד חמישה נאמדו באופן סדרתי. התאמת המודל הוערכה באמצעות קריטריון המידע של אקאיקה (AIC), קריטריון המידע בייסיאני (BIC), BIC מותאם לגודל המדגם (aBIC), אנטרופיה, מבחן יחס הנראות של Lo-Mendell-Rubin (LMRT), ומבחן יחס הנראות של bootstrap (BLRT). ערכי AIC, BIC ו-aBIC נמוכים יותר מעידים על התאמה יחסית טובה יותר, בעוד שערכי אנטרופיה הקרובים ל-1 מעידים על דיוק סיווג גבוה יותר. LMRT ו-BLRT שימשו כדי לקבוע האם מודל עם k פרופילים התאים באופן מובהק יותר ממודל עם k − 1 פרופילים. הפתרון האופטימלי של הפרופילים נבחר על ידי שקלול משותף של מדדי התאמה סטטיסטיים, אנטרופיה, גודל המחלקה (שום פרופיל לא הכיל פחות מ-5% מהמדגם) וניתנות לפירוש מהותית, בהתאם להנחיות מקובלות לאנליזת פרופילים חבויים11,35. לאחר בחירת הפתרון האופטימלי של הפרופילים, השיוך הסביר ביותר של הפרטים למחלקה יוצא לתוכנה לניתוח סטטיסטי (ראו טבלת חומרים) לצורך ניתוחים המשכיים. מבחני chi-square של פירסון שימשו לבדיקת הבדלים במאפיינים דמוגרפיים וברמות פעילות גופנית בין פרופילי השינה. מבחני chi-square דו-משתני הראו כי רק מגדר ורמת פעילות גופנית נבדלו באופן מובהק בין ארבעת פרופילי השינה (שניהם p < 0.001), בעוד שגיל, שכבת גיל, BMI, עישון, שתייה וזמן מסך לא נבדלו (כולם p > 0.05; ראו טבלה משלימה 1). לכן, רק מגדר נכלל כמשתנה השהיה (covariate) במודל הרגרסיה הלוגיסטית הרב-נומית, בהתאם לעקרון התמציתיות (parsimony). ניתוח רגישות שתיקן לכל המשתנים השהיה שנאספו הניב את אותה תבנית ומובהקות של התוצאות (טבלה משלימה 2). רגרסיה לוגיסטית רב-נומית בוצעה כאשר רמת הפעילות הגופנית היא המשתנה התלוי (PA נמוכה = 0, PA מתונה = 1, PA גבוהה = 2) ופרופיל השינה הוא המשתנה הבלתי תלוי המרכזי. חושבו יחסי סיכויים (ORs) ומרווחי ברחשה של 95% (CIs). כל המבחנים היו דו-זנביים, ומובהקות סטטיסטית נקבעה עבור p < 0.05. מכיוון שהמשתתפים גויסו דרך כיתות שלמות המשובצות בתוך אוניברסיטאות, ביצענו ניתוח רגישות באמצעות מודול המדגמים המורכבים של התוכנה הסטטיסטית (ראו טבלת חומרים), תוך הגדרת האוניברסיטה והכיתה כמשתני קיבוץ (clustering), כדי לקבל שגיאות תקן מותאמות לתכנון המדגם. התוצאות היו עקביות עם אלו של הרגרסיה הלוגיסטית הרב-נומית הסטנדרטית (טבלה משלימה 3). מערך הנתונים הגולמי לאחר הסרת זיהוי, עם תוויות משתנים באנגלית ומסמך קוד (codebook), מסופק כ-קובץ משלים 1.

תוצאות

הופקו מודלים עם פרופילים חבויים אחד עד חמישה. כפי שמוצג ב- טבלה 1, AIC, BIC ו-aBIC פחתו ככל שמספר הפרופילים עלה. למודל בעל ארבעת הפרופילים היה ערך האנטרופיה הגבוה ביותר (0.915), וה-LMRT וה-BLRT היו שניהם מובהקים (p < 0.001). לעומת זאת, מבחן ה-LMRT עבור מודל חמשת הפרופילים לא היה מובהק (p = 0.085), והאנטרופיה ירדה ל-0.880. לפיכך, למרות שמודל חמשת הפרופילים הראה מדדי מידע נמוכים יותר, נבחר מודל ארבעת הפרופילים מכיוון שהוא סיפק איזון טוב יותר בין דיוק הסיווג, צמצום המודל (parsimony), גודל המחלקות ופרשנות מהותית. תוויות הפרופילים הוקצו על בסיס הממוצעים המותנים של שבעת הציונים של רכיבי ה-PSQI בין המחלקות (איור 2), בהתאם לשיטות הדיווח המומלצות עבור LPA11.

טבלה 1: מדדי התאמה של מודל עבור ניתוח פרופילים חבויים (latent profile analysis) של דפוסי שינה בקרב סטודנטים במכללה. AIC, קריטריון המידע של אקאיקה; BIC, קריטריון המידע בייסיאני; aBIC, BIC מותאם לגודל מדגם; LMRT, מבחן יחס נאותות של Lo-Mendell-Rubin; BLRT, מבחן יחס נאותות בbootstrap. לחצו כאן להורדת טבלה זו.

figure-results-1
איור 2: LPA של דפוסי שינה: פתרון של ארבעה פרופילים. תרשים הקו מציג את ציוני הרכיבים של ה-PSQI בארבעת פרופילי השינה החבויים: שינה בריאה, שינה לא מספיקה, איכות שינה ירודה והפרעת שינה חמורה. אנא לחצו כאן כדי לצפות בגרסה מורחבת של איור זה.

על סמך המאפיינים של ציוני הרכיבים של ה-PSQI, ארבעת הפרופילים סווגו כקבוצת השינה הבריאה (C1), קבוצת השינה הבלתי מספקת (C2), קבוצת איכות השינה הירודה (C3) וקבוצת הפרעות השינה החמורות (C4). ההסתברויות של המחלקות כפי שהוערכו במודל היו 0.447, 0.248, 0.203 ו-0.102, בהתאמה. על סמך השיוך למחלקה הסבירה ביותר, הספירות שנצפו היו 639 (45.0%), 355 (25.0%), 284 (20.0%) ו-142 (10.0%) עבור C1–C4, בהתאמה. מבחני חי-ריבוע הצביעו על הבדלים מובהקים במגדר וברמות הפעילות הגופנית בין הפרופילים (p < 0.001; טבלה 2). פתרון ארבעת הפרופילים סיפק את האיזון הטוב ביותר בין התאמת המודל לבין הפרשנות התיאורטית, עם דיוק סיווג גבוה (entropy = 0.915).

קבוצת שינה בריאה (C1, 45.0%): סטודנטים בקבוצה זו קיבלו ציונים נמוכים בכל שבעת רכיבי ה-PSQI, מה שמעיד על שינה סדירה יחסית ואיכות שינה טובה יותר. קבוצת חסר בשינה (C2, 25.0%): קבוצה זו התאפיינה בציונים גבוהים יחסית למשך השינה ולזמן ההירדמות (sleep latency), בעוד ששיבושים בתפקוד היום-יומי לא היו בולטים. קבוצת איכות שינה ירודה (C3, 20.0%): סטודנטים בקבוצה זו קיבלו ציונים גבוהים יחסית לאיכות שינה סובייקטיבית, הפרעות שינה ותפקוד לקוי במהלך היום, יחד עם יעילות שינה נמוכה יחסית. קבוצת הפרעות שינה חמורות (C4, 10.0%): תת-קבוצה זו הראתה ציונים גבוהים ברוב רכיבי ה-PSQI ודיווחה על ציונים גבוהים יותר לשימוש בתרופות שינה מאשר בפרופילים האחרים, מה שמרמז על סיכון מוגבר לבעיות שינה רלוונטיות מבחינה קלינית ולא על אבחנה קלינית מאושרת.

הממוצעים המותנים והסטיות התקניות המדויקים של שבעת ציוני רכיבי ה-PSQI עבור כל פרופיל מופיעים ב-טבלה נספחית 4.

טבלה 2: התפלגות מאפיינים דמוגרפיים ורמות פעילות גופנית על פני פרופילי שינה. C1, קבוצת שינה בריאה; C2, קבוצת שינה לא מספקת; C3, קבוצת איכות שינה ירודה; C4, קבוצת הפרעות שינה חמורות. אנא לחצו כאן להורדת טבלה זו.

רמת הפעילות הגופנית הוזנה כמשתנה התלוי, כאשר פעילות גופנית נמוכה שימשה כקטגוריית הייחוס. פרופיל השינה הוזן כמשתנה הבלתי תלוי, כאשר קבוצת ההפרעה החמורה בשינה שימשה כקטגוריית הייחוס, והמגדר נשלט. כפי שמוצג ב- טבלה 3סטודנטים בקבוצות השינה הבריאה והשינה הבלתי מספקת נטו לדווח על רמות פעילות גופנית (PA) בינוניות וגבוהות באופן משמעותי יותר מאשר אלו בקבוצת הפרעות השינה החמורות. ממצאים אלו תומכים בקיומה של הקשר בין פרופילי שינה חיוביים לבין רמות גבוהות יותר של פעילות גופנית, אך המבנה של מחקר חתך זה אינו מאפשר הסקת מסקנות סיבתיות.

טבלה 3: רגרסיה לוגיסטית רב-נומית של פרופילי שינה ורמות פעילות גופנית בקרב סטודנטים במכללה. פעילות גופנית נמוכה שימשה כקטגוריית הייחוס עבור התוצאה, וקבוצת ההפרעה החמורה בשינה שימשה כקטגוריית הייחוס עבור פרופיל השינה. אנא לחצו כאן כדי להוריד טבלה זו.

זמינות נתונים:

הנתונים הגולמיים שעברו דה-אידנטיפיקציה וקוד הניתוח התומכים בממצאי מחקר זה זמינים באופן פתוח ב-Figshare בכתובת https://doi.org/10.6084/m9.figshare.33340908.

קובץ משלים 1: סט נתונים גולמיים שעבר דה-אידנטיפיקציה (Sleep_LPA_Raw_Data_N1420.xlsx) הכולל תוויות משתנים באנגלית ומדריך קודים (codebook).אנא לחצו כאן כדי להוריד קובץ זה.

טבלה משלימה 1: מבחנים דו-משתניים להבדלים במשתנים השולטים בין פרופילי שינה.
הערה: משתנים קטגוריאליים נבחנו באמצעות מבחני chi-square של פירסון; משתנים רציפים נבחנו באמצעות ANOVA חד-כיווני. רק המינים נבדלו באופן מובהק בין הפרופילים (p < 0.001). פירוט התפלגויות הקטגוריות עבור שכבה, מוצא, עישון, שתייה ומסלול לימודים הושמט לצורך קיצור, אך זמין בנתונים הגולמיים.אנא לחץ כאן להורדת קובץ זה.

טבלה נלווית 2: רגרסיה לוגיסטית רב-נומית עם התאמה לכל המשתנים המלווים (ניתוח רגישות).
הערה: קטגוריית הייחוס עבור PA: PA נמוך; קטגוריית הייחוס עבור פרופיל שינה: C4 (הפרעה חמורה). המודל הותאם למגדר, גיל, BMI, זמן מסך, שכבה, מקור מוצא, עישון, שתיית אלכוהול ומסלול לימודים. הכיוון והמובהקות של כל הקשרים עקביים עם הניתוח הראשוני (טבלה 3), שהותאם למגדר בלבד.אנא לחץ כאן כדי להוריד קובץ זה.

טבלה משלימה 3: רגרסיה לוגיסטית רב-נומית עם שגיאות תקן חסונות לצבירים (SPSS Complex Samples).
הערה: שגיאות תקן הותאמו לצבירים לפי אוניברסיטה וכיתה (שווה ערך ל-SPSS Complex Samples; N = 1,420, צבירים = 3 אוניברסיטאות × כיתות קיימות). מקדמי B זהים לאניליזה הראשית (טבלה 3); רק שגיאות התקן וערכי ה-p שונים. C1 ו-C2 נותרו קשורים באופן מובהק הן לפעילות גופנית (PA) מתונה והן לגבוהה; C3 נותר לא מובהק.אנא לחצו כאן כדי להוריד קובץ זה.

טבלה משלימה 4: ממוצעים וסטיות תקן של ציוני רכיבי ה-PSQI לפי פרופיל שינה.
הערה: הערכים הם ממוצעים מותנים (סטיות תקן) המבוססים על הקצאת המחלקה הסבירה ביותר. כל שבעת רכיבי ה-PSQI והציון הכולל היו שונים באופן מובהק בין הפרופילים (one-way ANOVA, כל ה-p < 0.001). C1 = שינה בריאה; C2 = שינה לא מספיקה; C3 = איכות שינה ירודה; C4 = הפרעת שינה חמורה.אנא לחצו כאן להורדת קובץ זה.

דיון

בשימוש במדגם חתך גדול יחסית, מחקר זה יישם גישת LPA ממוקדת-אדם כדי לזהות ארבעה פרופילי שינה הטרוגניים בקרב סטודנטים סינים במכללה, ובחן בהמשך את הקשרים בין פרופילים אלו לבין רמות שונות של פעילות גופנית. הממצאים מספקים נקודת מבט מועילה להבנת הקיבץ של התנהגויות בריאותיות הקשורות לשינה ולפעילות גופנית בקרב סטודנטים, ומציעים יעדים מדויקים יותר עבור התערבויות של בריאות הציבור במסגרות אוניברסיטאיות.

מחקר זה סיווג את דפוסי השינה של סטודנטים במכללה לארבעה פרופילים: שינה בריאה, שינה לא מספקת, איכות שינה נמוכה והפרעת שינה חמורה. למרות שקבוצת השינה הבריאה מהווה את הפרופורציה הגדולה ביותר (45.0%), יותר ממחצית מהסטודנטים (55.0%) סווגו לפרופילים המתאפיינים בשינה לקויה. ממצא זה עולה בקנה אחד עם ראיות בינלאומיות המצביעות על שכיחות גבוהה של בעיות שינה בקרב בני נוער ומבוגרים צעירים3,4. בפרט, שיעור הסטודנטיות בקבוצת הפרעות השינה החמורות היה גבוה משמעותית מזה של הסטודנטים (68.3% לעומת 31.7%), דבר העולה בקנה אחד עם ממצאים קודמים על הבדלים בין המינים בשינה. תנודות ברמות ההורמונים הנשיים לאורך המחזור החודשי, כולל שינויים מחזוריים באסטרוגן ופרוגסטרון, עשויות להגביר את הפגיעות להפרעות שינה10. מנקודת מבט פסיכולוגית, סטודנטיות עשויות להיות רגישות יותר ללחץ אקדמי ובין-אישי ונוטות יותר להפנימה של רגשות שליליים. רמינציה (חשיבה טורית) כזו עשויה להאריך את זמן ההירדמות ולהפחית את עומק השינה7. בנוסף, 25.0% מהסטודנטים השתייכו לקבוצת השינה הבלתי מספקת. על בסיס ספרות קודמת, פרופיל זה עשוי לנבוע בחלקו מזמן מסך ממושך לפני השינה וחשיפה לאור כחול ממכשירים ניידים, כמו גם ממיומנויות ניהול זמן חלשות יחסית30; עם זאת, גורמים אלה לא נבחנו באופן ישיר במחקר הנוכחי ויש לבחון אותם במחקרים עתידיים.

מחקר זה מצא הבדלים מדורגים משמעותיים ברמות הפעילות הגופנית בין פרופילי שינה שונים. רגרסיה לוגיסטית מולטינומיאלית הראתה כי בהשוואה לסטודנטים בקבוצת הפרעות השינה החמורות, לאלו בקבוצת השינה הבריאה היו סיכויים גבוהים משמעותית להשיג PA גבוהה (OR = 7.55). ממצאים אלו עולים בקנה אחד עם המושג של התקבצות התנהגויות בריאותיות ברפואת אורח חיים, ומצביעים על כך שדפוסי שינה חיוביים ופעילות גופנית סדירה עשויים להופיע יחד אצל אותם אנשים.

ניתן להסביר את הקשר שנצפה בין פרופילי שינה לבין פעילות גופנית (PA) באמצעות מספר מסלולים פיזיולוגיים ופסיכולוגיים אפשריים, אף שמנגנונים אלו לא נבחנו ישירות במחקר cross-sectional הנוכחי. ראשית, ייתכן שפעילות גופנית סדירה מקלה על השינה. פעילות גופנית בעצימות בינונית עד גבוהה עשויה להשריע עלייה חדה בטמפרטורת הגוף, ולאחריה ירידה מפצית לאחר האימון שעשויה להקל על תחילת השינה ולהגדיל את חלקו של השינה עם גלי איטיים17. פעילות גופנית סדירה עשויה גם להסדיר את מערכת העצבים האוטונומית על ידי שיפור הטון הוואגלי והפחתת הפעלת יתר סימפתטית. בנוסף, אנדורפינים הקשורים לפעילות גופנית וגורם נוירוטרופי נגזר מהמוח עשויים לסייע בהקלה על דיכאון וחרדה, ובכך להפחית גורמים פסיכולוגיים התורמים לנדודי שינה36,37. פעילות חוץ במהלך היום עשויה להגביר עוד יותר את החשיפה של הרשתית לאור, ובכך לסייע בכיול מקצבים צירקדיים ובייצוב הפרשת מלטונין38. שנית, סביר גם ששינה לקויה מגבילה את הפעילות הגופנית במהלך היום. סטודנטים בקבוצת ההפרעות הקשות בשינה עשויים לחוות עייפות ונבקיות במהלך היום עקב התאוששות לילה לא מספקת, כפי שמשתקף במדדי תפקוד יומי גבוהים בשאלון ה-PSQI. התרוקנות זו של אנרגיה עשויה להפחית את המסוגלות העצמית ואת המוטיבציה למאמץ גופני20,28. ראיות ממחקרים ניסויים ומסקירות עולות כי שינה ופעילות גופנית עשויות להשפיע זו על זו באמצעות מסלולים של התאוששות, עייפות, רגש ומקצבים צירקדיים28,39. לפיכך, סטודנטים עם בעיות שינה חמורות עשויים להיות בעלי נטייה גבוהה יותר לאמץ אורח חיים יושבני. מסלולים דו-כיווניים מוצעים אלו נותרים בגדר השערה ויש לאמתם באמצעות מחקרי עוקבה ארוכי טווח וניסויים אקראיים מבוקרי מקבץ.

מחקר זה נהנה מיתרונות של מדגם גדול יחסית וגישה אנליטית מרוכזת-אדם; עם זאת, יש להכיר במספר מגבלות. ראשית, מאחר שהמחקר התבסס על מערך חתך, לא ניתן להסיק על קשרים סיבתיים בין דפוסי שינה לבין פעילות גופנית. נדרשים מחקרי אורך עתידיים או ניסויים מבוקרים אקראיים כדי לבחון את ההשפעות של התערבויות של פעילות גופנית על פרופילי שינה ספציפיים39. שנית, הן השינה והן הפעילות הגופנית הוערכו באמצעות סולמי דיווח עצמי, שעלולים להיות מושפעים מהטיית זיכרון ומהטיית רצון חברתי. מחקרים עתידיים צריכים לשלב פוליסומנוגרפיה, מדים של תאוצה (accelerometers) או מכשירים לבישים כדי להשיג נתונים פיזיולוגיים והתנהגותיים אובייקטיביים יותר22,24. שלישית, המדגם הוגבל לסטודנטים למכללה מאוניברסיטאות בדרום סין; לכן, רקע תרבותי ותנאי אקלים עשויים להגביל את היכולת להכליל את הממצאים. מחקרים עתידיים צריכים לכלול משתתפים מאזורים גיאוגרפיים רחבים יותר ומקבוצות תעסוקתיות שונות. רביעית, למרות שניתוח הרגישות של מדגמים מורכבים, שהותאם עבור התקבצות לפי אוניברסיטה וכיתה, הניב תוצאות עקביות, מבחני chi-square לא התחשבו במפורש במתאם התוך-כיתתי שנוצר כתוצאה מדגימה מקובצת. מחקרים עתידיים עם מספר גדול יותר של מקבצים צריכים לשקול ניתוח פרופיל חבוי רב-שכבתי או רגרסיה רב-שכבתית כבר משלב התכנון. חמישית, הרגרסיה הלוגיסטית מולטינומיאלית השתמשה בחברות הכיתה הסבירה ביותר שיוצאה ממודל הפרופיל החבוי, מה שאינו לוקח בחשבון באופן מלא את אי-הוודאות בסיווג. למרות שהאנטרופיה הגבוהה (0.915) וההסתברויות הפוסטריוריות הממוצעות שמעל 0.80 לכל הכיתות מרמזות על כך שדיוק הסיווג היה גבוה, מחקרים עתידיים צריכים להשתמש בגישות מבוססות-מודל כגון פרוצדורת שלושת השלבים של Bolck-Croon-Hagenaars (BCH) כדי להעביר באופן הולם יותר את אי-הוודאות בסיווג לניתוחים עזריים.

דפוסי השינה של סטודנטים במכללות אינם הומוגניים אלא מראים הטרוגניות קבוצתית ברורה. במחקר זה, הם סווגו לארבעה פרופילים חבויים: שינה בריאה, שינה לא מספיקה, איכות שינה נמוכה והפרעת שינה חמורה. דפוסי שינה חיוביים נמצאו בקשר חיובי עם רמות בינוניות וגבוהות של פעילות גופנית. ממצאים אלו מצביעים על כך שעל מחנכים במכללות וקובעי מדיניות בתחום בריאות הציבור להימנע מגישות אחידות ("one-size-fits-all") בעת קידום הבריאות הנפשית והכושר הגופני של הסטודנטים. עבור סטודנטים בקבוצת השינה הלא מספיקה, התערבויות עשויות להתמקד בניהול זמן ובהתנהגויות לפני השינה. עבור סטודנטים בקבוצת הפרעת השינה החמורה, ניתן לשקול תמיכה פסיכולוגית מקצועית, כולל טיפול קוגניטיבי-התנהגותי לנדודי שינה (CBT-I), כאשר הדבר מותאם קלינית40. רמת הפעילות הגופנית עשויה לשמש כסמן התנהגותי מועיל בזיהוי סטודנטים הנמצאים בסיכון לשינה לקויה, אך נדרשים מחקרי אורך ומחקרי התערבויות כדי לקבוע האם הגברת הפעילות הגופנית יכולה לשפר פרופילי שינה ספציפיים.

גילויים

המחברים מצהירים כי עבודה זו בוצעה בהיעדר כל קשר מסחרי או פיננסי שניתן יהיה לפרש כניגוד עניינים פוטנציאלי.

תודות

אנו אסירי תודה לאוניברסיטאות המשתתפות ולכל הסטודנטים שהשלימו את הסקר. עבודה זו נתמכה על ידי פרויקט מחקר במדעי הרוח והחברה עבור חוקרים צעירים של משרד החינוך (Grant No. 23YJC890059); פרויקט מחקר לרפורמה בחינוך ובהוראה של מחוז הונאן (Grant No. 202502000069).

חומרים

רשימת החומרים שנעשה בהם שימוש במאמר זה
שםחברהמספר קטלוגהערות
שאלון דמוגרפי ואורח חייםתוכנן באופן עצמאי על ידי צוות המחקרלא רלוונטישימש לאיסוף נתוני מגדר, גיל, שכבה לימודית, מקום מוצא, מדד מסת הגוף (BMI), היסטוריית עישון, היסטוריית שתייה וכמות ממוצעת יומית של זמן מסך.
מדד פיטסבורג לאיכות השינה (PSQI)Buysse ואחרים, 1989DOI: 10.1016/0165-1781(89)90047-4שימש להערכת איכות השינה במהלך החודש האחרון. שבעה ציוני רכיבים שימשו כמדדים נצפים לצורך ניתוח פרופילים חבויים (latent profile analysis).
שאלון פעילות גופנית בינלאומי - גרסה קצרה (IPAQ-SF)Craig et al., 2003

DOI: 10.1249/01.MSS.0000078924.61453

.FB

משמש להערכת הליכה, פעילות גופנית בעוצמה מתונה ופעילות גופנית בעוצמה גבוהה במהלך שבעת הימים האחרונים.
טופס הסכמה מדעת בכתבצוות המחקר והאוניברסיטאות המשתתפותאישור אתי מספר JSDX-2023-0034משמש לתיעוד השתתפות מרצון של סטודנטים לתואר ראשון בגילאי 18–25.
הליך איסוף נתונים באמצעות שאלוןאוניברסיטאות משתתפות בדרום סיןלא רלוונטישימש לדגימה אשכולית אקראית מרובת שלבים ומסווגת, ולהעברת שאלונים בין ספטמבר לדצמבר 2025.
Mplusמוּתֶן & מוטוןגרסה 8.3שימש לביצוע ניתוח פרופיל חבוי (latent profile analysis) על בסיס שבעת ציוני הרכיבים של ה-PSQI.
IBM SPSS StatisticsIBMגרסה 26.0משמש לביצוע מבחני קאי-ריבוע (chi-square) ואנליזות רגרסיה לוגיסטית מולטינומיאלית.
Microsoft ExcelMicrosoftלא רלוונטימשמש להכנת קבצי טבלאות JoVE נפרדים להעלאה.

מקורות

  1. Chaput JP, et al. Sleeping hours: What is the ideal number and how does age impact this? Nat Sci Sleep. 2018;10:421–430.
  2. Li J, et al. Sleep in normal aging. Sleep Med Clin. 2018;13(1):1–11.
  3. 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.
  4. 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.
  5. 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.
  6. Steptoe A, et al. Sleep duration and health in young adults. Arch Intern Med. 2006;166(16):1689–1692.
  7. Zhai L, et al. Sleep duration and depression among adults: A meta-analysis of prospective studies. Depress Anxiety. 2015;32(9):664–670.
  8. Grandner MA, et al. Sleep: Important considerations for the prevention of cardiovascular disease. Curr Opin Cardiol. 2016;31(5):551–565.
  9. Buysse DJ, et al. The Pittsburgh Sleep Quality Index: A new instrument for psychiatric practice and research. Psychiatry Res. 1989;28(2):193–213.
  10. Hirshkowitz M, et al. National Sleep Foundation’s sleep time duration recommendations: Methodology and results summary. Sleep Health. 2015;1(1):40–43.
  11. Nylund-Gibson K, et al. Ten frequently asked questions about latent class analysis. Transl Issues Psychol Sci. 2018;4(4):440–461.
  12. 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.
  13. Lanza ST, et al. Latent class analysis: An alternative perspective on subgroup analysis in prevention and treatment. Prev Sci. 2013;14(2):157–168.
  14. Bull FC, et al. World Health Organization 2020 guidelines on physical activity and sedentary behaviour. Br J Sports Med. 2020;54(24):1451–1462.
  15. 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.
  16. Stamatakis E, et al. Sitting time, physical activity, and risk of mortality in adults. J Am Coll Cardiol. 2019;73(16):2062–2072.
  17. Nystoriak MA, et al. Cardiovascular effects and benefits of exercise. Front Cardiovasc Med. 2018;5:135.
  18. Biddle SJH, et al. A systematic review of physical activity and health in emerging adults. J Sci Med Sport. 2015;18(6):633–638.
  19. Lubans D, et al. Physical activity for cognitive and mental health in youth: A systematic review of mechanisms. Pediatrics. 2016;138(3):e20161642.
  20. Kredlow MA, et al. The effects of physical activity on sleep: A meta-analytic review. J Behav Med. 2015;38(3):427–449.
  21. Wang F, et al. The effect of physical activity on sleep quality: A systematic review. Eur J Physiother. 2021;23(1):11–18.
  22. Buman MP, et al. Objectively measured physical activity and sleep in older men. J Sleep Res. 2014;23(2):164–171.
  23. Loprinzi PD, et al. Association between objectively-measured physical activity and sleep, NHANES 2005–2006. Ment Health Phys Act. 2011;4(2):65–69.
  24. Vandelanotte C, et al. Associations between objective sleep characteristics and physical activity and sedentary behaviours. J Sci Med Sport. 2019;22(5):565–570.
  25. 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.
  26. Memon AR, et al. Sleep and physical activity in university students: A systematic review and meta-analysis. Sleep Med Rev. 2021;58:101482.
  27. 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.
  28. Dolezal BA, et al. Interrelationship between sleep and exercise: A systematic review. Adv Prev Med. 2017;2017:1364387.
  29. 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.
  30. 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.
  31. 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.
  32. Craig CL, et al. International Physical Activity Questionnaire: 12-country reliability and validity. Med Sci Sports Exerc. 2003;35(8):1381–1395.
  33. 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.
  34. Muthén LK, Muthén BO. Mplus User’s Guide. 8th ed. Muthén & Muthén; Los Angeles, CA; 1998–2017.
  35. 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.
  36. 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.
  37. 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.
  38. 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.
  39. Driver HS, et al. Exercise and sleep. Sleep Med Rev. 2000;4(4):387–402.
  40. Morin CM, et al. Chronic insomnia. Lancet. 2012;379(9821):1129–1141.

הדפסות חוזרות והרשאות

תגיות

צרו קשר
המליצו לספרייה

פרטיות

תנאי שימוש

מדיניות

זכויות יוצרים © 2026 MyJoVE Corporation. כל הזכויות שמורות.