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.
מאמר מחקר
ניתוח פרופילים חבויים (Latent Profile Analysis) של דפוסי שינה והקשר שלהם לרמות פעילות גופנית בקרב סטודנטים סינים במכללות
* These authors contributed equally
במאמר זה
סיכום
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 הוועדה לאתיקה ביו-רפואית של אוניברסיטת Jishou (מספר אישור JSDX-2023-0034). כל המשתתפים היו סטודנטים לתואר ראשון במשרה מלאה בגילאי 18–25, אשר סיפקו הסכמה מדעת בכתב לפני השתתפותם. קבלת רשות התבצעה מהאוניברסיטאות המשתתפות. נתוני הסקר שימשו למחקר אקדמי בלבד ונותחו באופן אנונימי. המחקר נערך בהתאם להצהרת הלסינקי ובהתאם לדרישות 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 אקראית מקבצית מרובת שלבים ומסווגת. בשלב הראשון, נבחרו שלוש אוניברסיטאות מקיפות מרשימה של אוניברסיטאות מקיפות ציבוריות בדרום סין באמצעות דגימה אקראית מסווגת, כאשר השכבות הוגדרו לפי מחוז מנהלי כדי להבטיח ייצוג גיאוגרפי. בשלב השני, בתוך כל אוניברסיטה שנבחרה, נבחרו באופן אקראי שתיים עד שלוש מחלקות שלמות מכל שנת לימוד (משנה ראשונה ועד שנה רביעית) כיחידות דגימה מקבציות באמצעות מספרים אקראיים שהופקו במחשב, מה שהביא לסך של 28 מחלקות בשלוש האוניברסיטאות. כל הסטודנטים במחלקות שנבחרו הוזמנו להשתתף, כפי שמוצג ב-איור 1. קריטריוני ההכללה היו כדלקמן: (1) סטטוס של סטודנט לתואר ראשון במשרה מלאה; (2) גיל בין 18 ל-25 שנים; ו-(3) השתתפות וולונטרית עם הסכמה מדעת בכתב. קריטריוני ההחרגה היו: (1) מחלה גופנית חמורה לאחרונה או התוויות נגד לפעילות גופנית, כגון שבר או מחלה לבבית חמורה; (2) שימוש נוכחי בתרופות פסיכיאטריות, כגון טיפול בדיכאון חמור או בסכיזופרניה; ו-(3) זמן מילוי שאלון של פחות מ-180 s או חוסר עקביות לוגית ניכר, כגון בחירה באותה אפשרות עבור כל הפריטים. סך של 1,500 שאלונים הופצו. מתוך 80 השאלונים הבלתי תקפים שהוחרגו במהלך ניקוי הנתונים, 24 הוחרגו עקב זמן מילוי נמוך מ-180 s, 20 עקב חוסר עקביות לוגית (למשל, תשובות זהות בכל הפריטים או תשובות סותרות), 18 עקב גיל שאינו בטווח של 18–25 שנים, 11 עקב חסר מוגזם בנתונים (יותר מ-20% מהפריטים), ו-7 עקב דיווח עצמי על מחלה גופנית חמורה או שימוש נוכחי בתרופות פסיכיאטריות. כתוצאה מכך נותרו 1,420 שאלונים תקפים לניתוח, עם שיעור תגובה אפקטיבי של 94.67%.
איור 1: מערך המחקר וזרימת העבודה האנליטית. סקירה סכמטית של גיוס וסינון משתתפים (1,500 שאלונים הופצו; 80 הוצאו; N = 1,420 נכללו), הערכה באמצעות PSQI ו-IPAQ-SF, ניתוח פרופילים חבויים (השוואה בין מודלים של פרופיל אחד עד חמישה באמצעות AIC, BIC, aBIC, entropy, LMRT ו-BLRT), חלוקה לארבעה פרופילי שינה, מבחני chi-square דו-משתנים, רגרסיה לוגיסטית רב-נומינלית עם מגדר כמשתנה השהם (covariate), ואנליזות רגישות (התאמה מלאה של משתני השהם ושגיאות סטנדרטיות חסונות אשכולות). אנא לחצו כאן כדי לצפות בגרסה גדולה יותר של איור זה.
הערכה דמוגרפית ואורח חיים
נעשה שימוש בשאלון שתוכנן באופן עצמאי כדי להשיג מאפיינים דמוגרפיים וסוציולוגיים, הכוללים מגדר (זכר/נקבה), גיל (בשנים), שנת לימוד (שנה א'/שנה ב'/שנה ג'/שנה ד'), מקום מוצא (עירי/כפרי), מדד מסת גוף (BMI), היסטוריית עישון, היסטוריית שתייה וזמן מסך יומי ממוצע. ה-BMI חושב כמשקל הגוף בקילוגרמים חלקי ריבוע הגובה במטרים (BMI = משקל [ק"ג] / גובה [מ']²).2גובה ומשקל שדווחו על ידי המשתתפים נסרקו לאיתור ערכים לא סבירים לפני הניתוח; מקרים שבהם הגובה <140 ס"מ או >200 ס"מ, משקל <30 ק"ג או >150 ק"ג, או BMI <12 ק"ג/מ׳2 או >40 ק"ג/מ׳2 סומנו ואומתו מול הרשומות המקוריות, כאשר חריגים מאושרים הוצאו מהניתוח. סטטוס העישון סווג כ"מעולם לא עישן", "מעשן מזדמן" (עישון בימים מסוימים אך לא מדי יום) או "מעשן קבוע" (עישון יומי), בהתבסס על דיווח עצמי של התנהגות העישון במהלך החודש האחרון. צריכת אלכוהול סווגה כ"מעולם לא", "מזדמנת" (שתייה פחות מפעם בשבוע) או "קבועה" (שתייה לפחות פעם בשבוע), במהלך החודש האחרון. זמן מסך יומי ממוצע הוערך באמצעות בקשה מהמשתתפים לדווח על מספר השעות הכולל ליום שהותו הם עם סמארטפונים, מחשבים, טאבלטים וטלוויזיה במהלך החודש האחרון, ונתון זה נרשם כמשתנה רציף. השאלון עבר מבחן פיילוט בקרב 30 סטודנטים לתואר ראשון לפני איסוף הנתונים הרשמי, כדי להעריך את בהירות הפריטים ואת זמן ההשלמה; התאמות קלות בניסוח בוצעו על סמך המשוב מהפיילוט. מחקרים קודמים הצביעו על כך שמשתנים אלו עשויים להוות גורמי הפרעה (confounders) לקשר שבין שינה לפעילות גופנית30,31. כל המכשירים, התוכנות והחומרים ששימשו במחקר זה מפורטים ב- טבלת חומרים.
הערכת איכות השינה
ה-PSQI, שפותח על ידי Buysse et al.9, שימש להערכת איכות השינה של המשתתפים במהלך החודש האחרון. הסולם כולל 19 פריטים בדיווח עצמי המהווים שבעה רכיבים: איכות שינה סובייקטיבית, זמן השהיה עד להירדמות, משך השינה, יעילות שינה רגילה, הפרעות שינה, שימוש בתרופות שינה וליקויי תפקוד 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 הדגים מהימנות ותוקף טובים בקרב אוכלוסיות של סטודנטים במכללות בסין ובעולם30. במחקר הנוכחי, אלפא של קרונבאך (Cronbach’s alpha) עבור הסולם היה 0.83.
הערכת פעילות גופנית
השאלון IPAQ-SF, שפותח על ידי Craig et al.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 בעצימות בינונית והליכה. ערכי שווה ערך מטבולי (MET) חושבו על פי פרוטוקול הניקוד של ה-IPAQ: הליכה MET-min/week = 3.3 × משך זמן × תדירות; עצימות בינונית MET-min/week = 4.0 × משך זמן × תדירות; ועצימות מאומצת MET-min/week = 8.0 × משך זמן × תדירות. ערכי ה-MET עבור שלושת סוגי הפעילות סוכמו כדי לקבל את סך הפעילות הגופנית. המשתתפים סווגו לרמות PA גבוהה, PA בינונית ו-PA נמוכה על פי קריטריוני הניקוד של IPAQ-SF שתוקפו בקרב סטודנטים במכללה33. 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 בעצימות בינונית או פעילות בעצימות מאומצת בשבעה ימים או יותר עם רמת פעילות גופנית כוללת של לפחות 3,000 MET-min/week. PA בינונית הוגדרה כפעילות מאומצת בשלושה ימים לפחות למשך 20 דקות לפחות ליום, או פעילות בעצימות בינונית ו/או הליכה בחמישה ימים לפחות למשך 30 דקות לפחות ליום, או כל שילוב של פעילויות המגיעות ל-600 MET-min/week לפחות. PA נמוכה הוגדרה כמי שלא עומד בקריטריונים ל-PA בינונית 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 זמן יומיים לכל קטגוריה קוצרו ל-180 min לפני חישוב ה-MET-minute; ומקרים עם תשובות שאינן עקביות לוגית הוסרו במהלך ניקוי הנתונים.
ניתוח סטטיסטי
ראשית, בוצע LPA באמצעות תוכנה למידול פרופילים חבויים (ראו Table of Materials)34. מתוך 1,420 המשתתפים, ל-33 (2.3%) היו נתונים חסרים חלקיים ב-PSQI, כאשר 69 מתוך 9,940 תגובות ברמת הרכיב היו חסרות (0.69%; כלומר, 1,420 משתתפים × שבעה ציוני רכיבי PSQI). שיטת full-information maximum likelihood (FIML) שימשה לטיפול בערכים חסרים אלה תחת הנחת חסר אקראי (missing-at-random). מודלים עם פרופיל אחד עד חמישה נאמדו באופן סדרתי. התאמת המודל הוערכה באמצעות Akaike information criterion (AIC), Bayesian information criterion (BIC), BIC מותאם לגודל המדגם (aBIC), אנטרופיה, מבחן יחס הסבירות של Lo-Mendell-Rubin (LMRT), ומבחן יחס הסבירות בשיטת הבוטסטראפ (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. ה-LMRT וה-BLRT שימשו כדי לקבוע האם מודל עם k פרופילים מתאים באופן מובהק יותר ממודל עם k − 1 פרופילים. פתרון הפרופיל האופטימלי נבחר על ידי התחשבות משותפת במדדי התאמה סטטיסטיים, אנטרופיה, גודל המחלקה (שום פרופיל לא הכיל פחות מ-5% מהמדגם), ויכולת פירוש מהותית, בהתאם להנחיות מקובלות לניתוח פרופילים חבויים11,35. לאחר בחירת פתרון הפרופיל האופטימלי, השיוך הסבירי ביותר של הפרטים למחלקה יוצא לתוכנה לניתוח סטטיסטי (ראו Table of Materials) לצורך ניתוחים המשכיים. מבחני chi-square של פירסון שימשו לבחינת הבדלים במאפיינים דמוגרפיים וברמות פעילות גופנית בין פרופילי השינה. מבחני chi-square דו-משתניים הראו כי רק מגדר ורמת פעילות גופנית נבדלו באופן מובהק בין ארבעת פרופילי השינה (שניהם p < 0.001), בעוד שגיל, כיתה, BMI, עישון, שתייה וזמן מסך לא נבדלו (כולם p > 0.05; ראו Supplementary Table 1). לפיכך, רק מגדר נכלל כמשתנה שולט (covariate) במודל הרגרסיה הלוגיסטית מרובת הנומיים, בהתאם לעיקרון הפשטות (parsimony). ניתוח רגישות שביצע התאמה לכל המשתנים השולטים שנאספו הניב את אותה תבנית ומובהקות של תוצאות (Supplementary Table 2). רגרסיה לוגיסטית מרובת נומיים 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 סמך 95% (CIs). כל המבחנים היו דו-צדדיים, והמובהקות הסטטיסטית נקבעה כ-p < 0.05. מכיוון שהמשתתפים גויסו דרך כיתות שלמות המוטמעות בתוך אוניברסיטאות, ביצענו ניתוח רגישות באמצעות מודול המדגמים המורכבים של התוכנה הסטטיסטית (ראו Table of Materials), תוך הגדרת האוניברסיטה והכיתה כמשתני התקבצעות (clustering variables), כדי לקבל טעויות תקן מותאמות למבנה המדגם. התוצאות היו עקביות עם אלו של הרגרסיה הלוגיסטית המרובת הנומיים הסטנדרטית (Supplementary Table 3). מערך הנתונים הגולמי ללא זיהוי עם תוויות משתנים באנגלית וספר קודים מסופק כ-Supplementary File 1.
תוצאות
הופקו מודלים עם פרופיל חבוי אחד עד חמישה. כפי שמוצג ב-טבלה 1, ערכי ה-AIC, BIC ו-aBIC פחתו ככל שמספר הפרופילים עלה. למודל בעל ארבעה פרופילים היה ערך האנטרופיה הגבוה ביותר (0.915), והן ה-LMRT והן ה-BLRT היו מובהקים (p < 0.001). לעומת זאת, ה-LMRT עבור המודל בעל חמישה פרופילים לא היה מובהק (p = 0.085), והאנטרופיה ירדה ל-0.880. לפיכך, למרות שהמודל בעל חמישה פרופילים הראה קריטריונים של מידע נמוכים יותר, נבחר המודל בעל ארבעה פרופילים מכיוון שהוא סיפק איזון טוב יותר בין דיוק הסיווג, פשטות המודל, גודל המחלקה והפרשנות המהותית. תוויות הפרופילים הוקצו על בסיס הממוצעים המותנים של שבעת ציוני מרכיבי ה-PSQI בין המחלקות (איור 2), בהתאם לפרקטיקות הדיווח המומלצות ל-LPA11.
טבלה 1: מדדי התאמת מודל עבור ניתוח פרופילים חבויים של דפוסי שינה בקרב סטודנטים במכללות. AIC, קריטריון המידע של אקאיקה; BIC, קריטריון המידע בייסיאני; aBIC, BIC מותאם לגודל המדגם; LMRT, מבחן יחס סבירות של Lo-Mendell-Rubin; BLRT, מבחן יחס סבירות בbootstrap. אנא לחצו כאן להורדת טבלה זו.
איור 2: LPA של דפוסי שינה: פתרון של ארבעה פרופילים. הגרף הקווי מציג ציוני רכיבי PSQI לארבעת פרופילי השינה החבויים: שינה בריאה, שינה לא מספיקה, איכות שינה נמוכה והפרעות שינה חמורות. אנא לחץ כאן כדי לצפות בגרסה מוגדלת של איור זה.
בהתבסס על המאפיינים של ציוני הרכיבים של ה-PSQI, ארבעת הפרופילים סווגו כקבוצת שינה בריאה (C1), קבוצת שינה לא מספיקה (C2), קבוצת איכות שינה ירודה (C3) וקבוצת הפרעות שינה חמורות (C4). ההסתברויות למחלקה שהוערכו על ידי המודל היו 0.447, 0.248, 0.203 ו-0.102, בהתאמה. בהתבסס על השמה 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 העידו על הבדלים מובהקים במגדר וברמות פעילות גופנית בין הפרופילים (p < 0.001; Table 2). פתרון ארבעת הפרופילים סיפק את האיזון הטוב ביותר בין התאמת המודל לבין הפרשנות התאורטית, עם דיוק סיווג גבוה (entropy = 0.915).
קבוצת שינה בריאה (C1, 45.0%): סטודנטים בקבוצה זו קיבלו ציונים נמוכים בכל שבעת מרכיבי ה-PSQI, מה שמעיד על שינה סדירה יחסית ואיכות שינה טובה יותר. קבוצת שינה לא מספקת (C2, 25.0%): קבוצה זו התאפיינה בציונים גבוהים יחסית למשך השינה ולזמן ההירדמות, בעוד ששיבושי התפקוד בשעות היום לא היו בולטים. קבוצת איכות שינה ירודה (C3, 20.0%): סטודנטים בקבוצה זו קיבלו ציונים גבוהים יחסית לאיכות השינה הסובייקטיבית, להפרעות שינה ולשיבושי תפקוד בשעות היום, לצד יעילות שינה נמוכה יחסית. קבוצת הפרעות שינה חמורות (C4, 10.0%): תת-קבוצה זו הראתה ציונים גבוהים ברוב מרכיבי ה-PSQI ודיווחה על ציונים גבוהים יותר לשימוש בתרופות שינה בהשוואה לפרופילים האחרים, דבר המצביע על סיכון מוגבר לבעיות שינה רלוונטיות מבחינה קלינית ולא על אבחנה קלינית מאושרת.
הערכים הממוצעים המותנים המדויקים וסטיות התקן של שבעת הציונים של מרכיבי ה-PSQI עבור כל פרופיל מופיעים ב-טבלה משלימה 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 גרועה; 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 3, סטודנטים בקבוצות השינה הבריאה והשינה הבלתי מספקת נטו לדווח באופן משמעותי יותר על פעילות גופנית בינונית וגבוהה מאשר אלו בקבוצת ההפרעה החמורה בשינה. ממצאים אלה תומכים בקשר בין פרופילי שינה חיוביים לבין רמות גבוהות יותר של פעילות גופנית, אך מערך המחקר הרוחבי אינו מאפשר הסקה סיבתית.
טבלה 3: רגרסיה לוגיסטית רב-נומית של פרופילי שינה ורמות פעילות גופנית בקרב סטודנטים במכללה. פעילות גופנית נמוכה שימשה כקטגוריית הייחוס עבור התוצאה, וקבוצת הפרעות השינה החמורות שימשה כקטגוריית הייחוס עבור פרופיל השינה. אנא לחצו כאן להורדת 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: ערכת נתונים גולמית ואנונימית (Sleep_LPA_Raw_Data_N1420.xlsx) עם תוויות משתנים וספר קודים באנגלית.אנא לחצו כאן להורדת קובץ זה.
טבלה משלימה 1: מבחנים דו-משתנים של הבדלי משתנים מתערבים בין פרופילי שינה.
הערה: משתנים קטגוריאליים נבדקו באמצעות מבחני חי-square של פירסון; משתנים רציפים נבדקו באמצעות ANOVA חד-כיווני. רק מגדרים היו שונים באופן מובהק בין הפרופילים (p < 0.001). התפלגויות קטגוריות מפורטות עבור שכבת גיל, מוצא, עישון, שתייה ומקצוע הושמטו בשל אורך הטקסט, אך הן זמינות בנתונים הגולמיים.אנא לחצו כאן להורדת הקובץ.
טבלה משלימה 2: רגרסיה לוגיסטית רב-נומית עם התאמה לכל המשתנים המסבקים (ניתוח רגישות).
הערה: קטגוריית הייחוס עבור PA: PA נמוך; קטגוריית הייחוס עבור פרופיל שינה: C4 (הפרעה חמורה). המודל הותאם למגדר, גיל, BMI, זמן מסך, כיתה, מקום מוצא, עישון, שתייה ומקצוע. הכיוון והמובהקות של כל הקשרים עקביים עם הניתוח הראשי (טבלה 3), אשר הותאם למגדר בלבד.אנא לחצו כאן להורדת קובץ זה.
טבלה משלימה 3: רגרסיה לוגיסטית רב-ערכית עם שגיאות תקן חסונות לצבירים (SPSS Complex Samples).
הערה: שגיאות תקן תואמות לצבירים לפי אוניברסיטה וכיתה (מקבילה ל-SPSS Complex Samples; N = 1,420, צבירים = 3 אוניברסיטאות × כיתות קיימות). מקדמי B זהים לניתוח הראשוני (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 להורדת קובץ זה.
טבלה משלימה 4: ממוצעים וסטיות תקן של ציוני מרכיבי ה-PSQI לפי פרופיל שינה.
הערה: הערכים הם ממוצעים מותנים (סטיות תקן) המבוססים על השמה למחלקה הסבירה ביותר. כל שבעת מרכיבי ה-PSQI והציון הכולל היו שונים באופן מובהק בין הפרופילים (one-way ANOVA, כל ה-p < 0.001). C1 = שינה בריאה; C2 = שינה לא מספקת; C3 = איכות שינה גרועה; 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
| שם | חברה | מספר קטלוג | הערות |
|---|---|---|---|
| שאלון דמוגרפי ואורח חיים | תוכנן באופן עצמאי על ידי צוות המחקר | לא רלוונטי | שימש 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, 1989 | DOI: 10.1016/0165-1781(89)90047-4 | שימש 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 בכתב | צוות המחקר והאוניברסיטאות המשתתפות | אישור אתי מספר JSDX-2023-0034 | משמש לתיעוד השתתפות מרצון של סטודנטים לתואר ראשון בגילאי 18–25. |
| הליך איסוף נתונים באמצעות שאלון | אוניברסיטאות משתתפות בדרום סין | לא רלוונטי | שימש לדגימה אשכולית אקראית מרובת שלבים ומסווגת, ולהעברת שאלונים בין ספטמבר לדצמבר 2025. |
| Mplus | מוּתֶן & מוטון | גרסה 8.3 | שימש לביצוע ניתוח פרופיל חבוי (latent profile analysis) על בסיס שבעת ציוני הרכיבים של ה-PSQI. |
| IBM SPSS Statistics | IBM | גרסה 26.0 | משמש לביצוע מבחני קאי-ריבוע (chi-square) ואנליזות רגרסיה לוגיסטית מולטינומיאלית. |
| Microsoft Excel | Microsoft | לא רלוונטי | משמש להכנת קבצי טבלאות JoVE נפרדים להעלאה. |
מקורות
- 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.