이 콘텐츠를 보려면 JoVE 구독이 필요합니다. 로그인하거나 오늘 무료 평가판을 시작하세요.

연구 논문

중국 대학생의 수면 패턴에 대한 잠재 프로파일 분석 및 신체 활동 수준과의 연관성

121 조회수

⸱

DOI:

10.3791/73033

⸱

2026년 9월 15일

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

* These authors contributed equally

이 논문에서

요약

1,420명의 중국 대학생을 대상으로 한 이 단면적 잠재 프로파일 분석(latent profile analysis)에서는 PSQI를 사용하여 네 가지의 뚜렷한 수면 프로파일을 식별하였습니다. 더 건강한 수면 프로파일은 더 높은 중강도 및 고강도 신체 활동 수준과 유의미한 연관성이 있었으며, 이는 캠퍼스 건강 증진을 위해 수면 패턴별 맞춤형 목표 설정이 필요함을 시사합니다.

초록

본 단면 연구는 대학생의 수면 패턴에 따른 잠재 프로파일을 식별하고 신체 활동(PA) 수준과의 연관성을 조사함으로써, 대학 환경에서의 표적 건강 중재를 위한 경험적 근거를 제공하는 것을 목적으로 하였다. 중국 남부의 3개 종합대학교에서 다단계 층화 집락 무작위 추출법을 사용하여 총 1,420명의 대학생을 모집하였다. 수면의 질과 신체 활동은 각각 피츠버그 수면 질 지수(PSQI)와 국제 신체 활동 설문지 단축형(IPAQ-SF)을 사용하여 평가하였다. 적절한 통계 소프트웨어를 사용하여 잠재 프로파일 분석(LPA), 카이제곱 검정 및 다항 로지스틱 회귀 분석을 수행하였다. 모델 추정 클래스 확률을 바탕으로 건강한 수면(44.7%), 수면 부족(24.8%), 낮은 수면의 질(20.3%), 심각한 수면 장애(10.2%)의 네 가지 잠재 수면 프로파일이 식별되었으며, 가장 가능성이 높은 클래스 할당에 따른 실제 관찰 비율은 각각 45.0%, 25.0%, 20.0%, 10.0%(n = 639, 355, 284, 142)였다. 성별과 신체 활동 수준은 프로파일 간에 유의미한 차이를 보였다. 심각한 수면 장애 그룹의 학생들과 비교했을 때, 건강한 수면 그룹의 학생들은 중강도 신체 활동(오즈비(OR) = 4.69, 95% 신뢰구간(CI): 2.92–7.51) 및 고강도 신체 활동(OR = 7.55, 95% CI: 4.41–12.91)을 보고할 가능성이 더 높았다. 수면 부족 그룹의 학생들 또한 중강도 신체 활동(OR = 2.98, 95% CI: 1.83–4.86) 및 고강도 신체 활동(OR = 5.02, 95% CI: 2.84–8.87)을 보고할 가능성이 더 높았다. 대학생의 수면 패턴은 뚜렷한 이질성을 보였다. 양호한 수면 패턴은 더 높은 신체 활동 수준과 연관이 있었다. 단면 연구 설계의 특성상 인과 관계를 추론할 수는 없다. 하위 그룹별 수면 특성에 따른 차별화된 중재 전략이 개발되어야 하며, 수면의 질이 낮은 학생들에게는 신체 활동 증진이 잠재적인 행동 목표로 고려될 수 있다.

서론

수면은 기본적인 생리적 기능을 유지하는 것뿐만 아니라 신체적 및 정신적 건강, 인지 발달, 정서 조절을 지원하는 데에도 필수적입니다.1,2하지만 현대의 급변하는 사회에서 수면 장애는 전 세계적인 공중 보건 문제가 되었습니다. 수면 문제는 특히 대학생들 사이에서 두드러지게 나타나는데, 이들은 대학 입학 후 부모의 감독이 줄어드는 경우가 많으며 학업적 압박, 대인 관계 적응, 그리고 전자 기기의 과도한 사용이라는 문제에 직면해 있습니다.3역학 연구에 따르면 전 세계 대학생의 약 25%~60%가 다양한 정도의 수면 질 저하나 수면 부족을 겪는 것으로 나타났다.4,5지속적인 수면 문제는 중추 신경계 기능을 손상시켜 주의력 결핍과 기억력 감퇴를 초래할 수 있으며, 우울증 및 불안과 같은 내재화 정신 건강 문제의 위험을 증가시킬 수 있습니다.6,7및 향후 심혈관 질환과 대사 증후군의 위험성8.

이전의 수면 연구들은 주로 변수 중심적 분석 관점을 채택하여, Pittsburgh Sleep Quality Index (PSQI)와 같은 표준화된 척도의 총점이나 특정 차원의 평균 점수를 통해 집단 수준의 수면 상태를 평가해 왔습니다9. 이러한 접근 방식은 전반적인 수면 심각도에 대한 직관적인 추정치를 제공하지만, 연구 대상 집단이 동질적이라는 가정을 전제로 합니다. 실제로 수면은 수면 시간, 수면 잠복기, 수면 효율, 야간 각성 및 낮 시간의 기능 장애를 포함하는 다차원적인 생리적 과정입니다10. 동일한 PSQI 총점을 가진 개인이라도 증상 조합은 상당히 다를 수 있습니다. 예를 들어, 어떤 학생은 주로 수면 시작에 어려움을 겪는 반면, 다른 학생은 조기 각성과 낮 시간의 졸음을 경험할 수 있습니다. 최근 몇 년 동안 사람 중심적 접근 방식이 점점 더 많은 관심을 받고 있습니다. 잠재 프로파일 분석(LPA)은 프로파일 간 차이를 최대화하고 프로파일 내 차이를 최소화함으로써 데이터 내의 관찰되지 않은 이질적인 하위 집단을 식별할 수 있습니다11,12. LPA를 통해 연구자들은 대학생들의 특정 수면 프로파일을 더욱 정확하게 특성화할 수 있으며13, 이를 통해 더욱 정밀한 중재 대상을 설정할 수 있습니다.

신체 활동(PA)은 전 생애 주기에 걸친 건강 증진의 초석으로서 세계보건기구(WHO) 및 기타 공중 보건 가이드라인에서 널리 권장됩니다14,15. 실증 연구와 메타 분석에 따르면, 규칙적인 중강도 및 고강도 신체 활동은 심폐 지구력을 향상시키고 사망률을 낮추는 동시에16,17, 심리적 스트레스를 완화하고 인지 기능을 개선하는 데 도움을 줄 수 있는 것으로 나타났습니다18,19. 또한 신체 활동은 수면 문제에 대한 효과적인 비약물적 중재 방법으로 간주됩니다20,21. 가속도계와 같은 객관적 측정 장치를 이용한 코호트 연구22,23,24와 자기 보고식 설문지를 기반으로 한 단면 연구25,26에서 신체 활동과 수면의 질 사이의 긍정적인 상관관계가 보고되었습니다. 더욱이 운동과 수면은 양방향 관계를 갖는 것으로 보입니다. 즉, 충분한 수면은 신체 활동에 대한 동기와 인내심을 높일 수 있으며, 낮 동안의 에너지 소비는 밤의 서파 수면을 촉진할 수 있습니다27,28.

신체 활동이 전반적인 수면 질에 주는 이점에 대해서는 폭넓은 합의가 이루어져 있으나, 기존 문헌에는 몇 가지 한계가 있습니다. 대부분의 연구는 신체 활동을 단일 수면 점수를 예측하는 독립 변수로 처리함으로써, 서로 다른 수면 패턴이 생활 습관 특성의 뚜렷한 조합과 일치할 가능성을 간과해 왔습니다29,30. 대학생의 잠재적 수면 프로파일에 따라 신체 활동 수준이 어떻게 다른지에 대해서는 여전히 충분히 밝혀지지 않았습니다.

이러한 배경에서 본 연구의 목적은 다음과 같습니다: (1) LPA를 사용하여 중국 대학생의 수면 질에 대한 다차원적 지표를 기반으로 잠재 프로파일을 식별하고, (2) 인구통계학적 변수를 통제한 후 수면 프로파일과 신체 활동 수준(낮음, 보통, 높음) 사이의 연관성을 조사하는 것입니다. 본 연구진은 대학생들 사이에서 여러 개의 이질적인 수면 프로파일이 나타날 것이며, 건강한 수면 패턴을 가진 학생이 심각한 수면 장애가 있는 학생보다 중강도 이상의 신체 활동 수준을 달성할 가능성이 더 높을 것이라고 가설을 세웠습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

프로토콜

본 연구는 지쇼우 대학교(Jishou University) 의생명 윤리 위원회의 승인을 받았습니다 (승인 번호: JSDX-2023-0034). 모든 참가자는 18-25세의 전일제 학부생이었으며, 참여 전 서면 동의서를 제출하였습니다. 참여 대학으로부터 허가를 받았습니다. 설문 데이터는 학술 연구 목적으로만 사용되었으며 익명으로 분석되었습니다. 본 연구는 헬싱키 선언 및 해당 기관의 요구 사항을 준수하여 수행되었습니다.

참가자 모집 및 샘플링 설계

2025년 9월부터 12월 사이, 다단계 층화 집락 무작위 표집 설계를 사용하여 중국 남부 3개 종합대학교의 학부생을 대상으로 단면 설문 조사를 실시하였다. 1단계에서는 지리적 대표성을 확보하기 위해 성급 행정 구역으로 층을 정의하고, 층화 무작위 표집법을 사용하여 중국 남부 공립 종합대학교 목록에서 3개의 종합대학교를 선정하였다. 2단계에서는 선정된 각 대학 내에서 컴퓨터로 생성한 난수를 사용하여 각 학년(1학년부터 4학년까지)별로 2~3개의 기존 학급을 집락 표집 단위로 무작위 선정하였으며, 그 결과 3개 대학에서 총 28개 학급이 선정되었다. 그림 1에 표시된 바와 같이, 선정된 학급의 모든 학생에게 참여를 요청하였다. 선정 기준은 다음과 같았다: (1) 전일제 학부생 신분, (2) 18세에서 25세 사이의 연령, (3) 서면 동의를 통한 자발적 참여. 제외 기준은 다음과 같았다: (1) 최근의 심각한 신체적 질환 또는 골절이나 심각한 심장 질환과 같은 운동 금기 사항, (2) 중증 우울증 또는 조현병 치료와 같은 현재의 정신과 약물 복용, (3) 설문지 작성 시간이 180 s 미만이거나 모든 항목에 동일한 옵션을 선택하는 등 명백한 논리적 불일치가 있는 경우. 총 1,500부의 설문지를 배포하였다. 데이터 정제 과정에서 제외된 80부의 무효 설문지 중, 24부는 작성 시간이 180 s 미만이었으며, 20부는 논리적 불일치(예: 모든 항목에 동일한 응답 또는 모순된 답변), 18부는 연령이 18–25세 범위를 벗어난 경우, 11부는 누락된 데이터가 과도한 경우(항목의 20% 초과), 7부는 자가 보고된 심각한 신체적 질환 또는 현재의 정신과 약물 복용으로 인해 제외되었다. 최종적으로 1,420부의 유효한 설문지가 분석에 사용되었으며, 유효 응답률은 94.67%였다.

수면 질, 신체 활동 평가 및 통계 결과가 포함된 잠재 프로파일 분석 도식.
그림 1: 연구 설계 및 분석 워크플로. 참여자 모집 및 스크리닝(설문지 1,500부 배포, 80명 제외, N = 1,420명 포함), PSQI 및 IPAQ-SF를 이용한 평가, 잠재 프로파일 분석(AIC, BIC, aBIC, entropy, LMRT 및 BLRT를 사용하여 1개에서 5개 프로파일 모델 비교), 4가지 수면 프로파일 할당, 이변량 카이제곱 검정, 성별을 공변량으로 한 다항 로지스틱 회귀 분석, 그리고 민감도 분석(전체 공변량 보정 및 클러스터 강건 표준 오차 적용)의 개요도. 이 그림의 확대 버전을 보시려면 여기를 클릭하십시오.

인구통계학적 및 라이프스타일 평가

성별(남성/여성), 연령(세), 학년(1학년/2학년/3학년/4학년), 출신지(도시/농촌), 체질량 지수(BMI), 흡연력, 음주력 및 일평균 스크린 타임을 포함한 인구통계학적 및 사회적 특성을 파악하기 위해 자체 제작한 설문지를 활용하였다. BMI는 체중(kg)을 신장의 제곱(m)으로 나누어 계산하였다(BMI = 체중 [kg] / 신장 [m]²).2). 분석 전 자기 보고된 신장과 체중에서 비현실적인 수치가 있는지 검토하였으며, 신장이 <140 cm 또는 >200 cm, 중량 <30 kg 또는 >150 kg 또는 체질량지수(BMI) <12 kg/m2 또는 >40 kg/m2 표시된 후 원본 기록과 대조하여 확인되었으며, 확인된 이상치는 제외되었다. 흡연 상태는 지난 한 달간의 자가 보고된 흡연 행태를 바탕으로 비흡연, 가끔 흡연(며칠만 흡연하고 매일 하지는 않음), 규칙적 흡연(매일 흡연)으로 분류하였다. 알코올 섭취는 지난 한 달 동안의 빈도에 따라 비음주, 가끔 음주(주 1회 미만), 규칙적 음주(주 1회 이상)로 분류하였다. 일일 평균 화면 노출 시간은 지난 한 달 동안 스마트폰, 컴퓨터, 태블릿 및 텔레비전에 사용한 총 일일 시간(시간 단위)을 응답하도록 하여 연속형 변수로 기록하였다. 설문지는 정식 데이터 수집 전 30명의 학부생을 대상으로 항목의 명확성과 작성 시간을 평가하기 위해 예비 조사를 실시하였으며, 예비 조사 피드백을 바탕으로 문구를 소폭 수정하였다. 선행 연구들은 이러한 변수들이 수면과 신체 활동 사이의 연관성에 혼란 변수로 작용할 수 있음을 시사하였다30,31. 본 연구에 사용된 모든 도구, 소프트웨어 및 재료는 다음 목록에 명시되어 있다. 재료 목록.

수면 질 평가

Buysse 등이 개발한 PSQI는 지난 한 달 동안 참여자들의 수면 질을 평가하는 데 사용되었습니다. 이 척도는 주관적 수면 질, 수면 잠복기, 수면 시간, 습관적 수면 효율, 수면 방해, 수면제 사용, 낮 시간 기능 장애의 7가지 구성 요소로 이루어진 19개의 자기 평가 항목을 포함합니다. 각 구성 요소는 0점(어려움 없음)에서 3점(심한 어려움)까지 점수가 매겨집니다. 이 7가지 연속적 구성 요소의 점수는 LPA의 관찰 지표로 사용되었습니다. PSQI는 중국 및 국제적인 대학생 집단에서 우수한 신뢰도와 타당도가 입증되었습니다30. 본 연구에서 이 척도의 Cronbach's alpha 값은 0.83이었습니다.

신체 활동 평가

Craig 등이 개발한 IPAQ-SF32를 사용하여 지난 7일 동안의 참가자 신체 활동을 평가하였습니다. 이 설문지는 고강도 신체 활동, 중강도 신체 활동 및 걷기의 빈도(일/주)와 지속 시간(분/일)을 기록합니다. 과제 대사 당량(MET) 값은 다음의 IPAQ 채점 프로토콜에 따라 계산되었습니다: 걷기 MET-min/week = 3.3 × 지속 시간 × 빈도; 중강도 MET-min/week = 4.0 × 지속 시간 × 빈도; 고강도 MET-min/week = 8.0 × 지속 시간 × 빈도. 세 가지 활동 유형의 MET 값을 합산하여 총 신체 활동량을 구하였습니다. 참가자들은 대학생을 대상으로 검증된 IPAQ-SF 채점 기준33에 따라 고신체활동(high PA), 중신체활동(moderate PA), 저신체활동(low PA) 그룹으로 분류되었습니다. 고신체활동은 최소 3일 이상의 고강도 활동을 수행하며 총 신체 활동 수준이 최소 1,500 MET-min/week인 경우, 또는 7일 이상 걷기, 중강도 또는 고강도 활동을 조합하여 총 신체 활동 수준이 최소 3,000 MET-min/week인 경우로 정의하였습니다. 중신체활동은 최소 3일 동안 하루 최소 20분 이상의 고강도 활동을 수행하거나, 최소 5일 동안 하루 최소 30분 이상의 중강도 활동 및/또는 걷기를 수행하거나, 또는 활동 조합을 통해 최소 600 MET-min/week에 도달한 경우로 정의하였습니다. 저신체활동은 중신체활동 또는 고신체활동 기준을 충족하지 않는 경우로 정의하였습니다. 데이터 정제는 공식 IPAQ 채점 프로토콜을 따랐습니다: 하루 총 활동 시간이 16 h를 초과한다고 보고한 참가자는 제외하였으며, MET-minute 계산 전 각 범주별 일일 지속 시간을 180 min으로 절삭하였고, 논리적으로 일관성이 없는 응답 사례는 데이터 정제 과정에서 제거하였습니다.

통계 분석

먼저, 잠재 프로파일 모델링 소프트웨어를 사용하여 LPA를 수행합니다(재료 표 참조)34. 총 1,420명의 참여자 중 33명(2.3%)의 PSQI 데이터가 일부 누락되었으며, 9,940개의 구성 요소 수준 응답 중 69개가 누락되었습니다(0.69%; 즉, 1,420명의 참여자 × 7개의 PSQI 구성 요소 점수). 무작위 결측 가정을 바탕으로 이러한 결측값을 처리하기 위해 전체 정보 최대 가능도(FIML) 방법을 사용하였습니다. 1개에서 5개의 프로파일을 가진 모델을 순차적으로 추정하였습니다. 모델 적합도는 Akaike 정보 기준(AIC), 베이지안 정보 기준(BIC), 표본 크기 조정 BIC(aBIC), 엔트로피, Lo-Mendell-Rubin 가능도비 검정(LMRT) 및 부트스트랩 가능도비 검정(BLRT)을 사용하여 평가하였습니다. AIC, BIC 및 aBIC 값이 낮을수록 상대적 적합도가 더 좋음을 나타내며, 엔트로피 값이 1에 가까울수록 분류 정확도가 더 높음을 나타냅니다. LMRT와 BLRT는 k개의 프로파일을 가진 모델이 k − 1개의 프로파일을 가진 모델보다 유의하게 더 적합한지 결정하는 데 사용되었습니다. 최적의 프로파일 솔루션은 잠재 프로파일 분석의 확립된 가이드라인에 따라 통계적 적합도 지수, 엔트로피, 클래스 크기(표본의 5% 미만을 포함하는 프로파일은 제외), 그리고 실질적인 해석 가능성을 종합적으로 고려하여 선정하였습니다11,35. 최적의 프로파일 솔루션이 선정된 후, 개별 대상자의 가장 가능성 높은 클래스 멤버십을 통계 분석 소프트웨어(재료 표 참조)로 내보내어 후속 분석을 수행하였습니다. 수면 프로파일에 따른 인구통계학적 특성과 신체 활동 수준의 차이를 조사하기 위해 피어슨 카이제곱 검정을 사용하였습니다. 이변량 카이제곱 검정 결과, 성별과 신체 활동 수준만이 4개의 수면 프로파일 간에 유의미한 차이를 보였으며(모두 p < 0.001), 연령, 학년, BMI, 흡연, 음주 및 스크린 타임은 차이가 없었습니다(모두 p > 0.05; 보충 표 1 참조). 따라서 간명성의 원칙에 따라 성별만을 다항 로지스틱 회귀 모델의 공변량으로 포함하였습니다. 수집된 모든 공변량을 조정한 민감도 분석에서도 동일한 결과 패턴과 유의성이 나타났습니다(보충 표 2). 신체 활동 수준을 종속 변수(낮은 PA = 0, 중간 PA = 1, 높은 PA = 2)로, 수면 프로파일을 핵심 독립 변수로 하여 다항 로지스틱 회귀 분석을 수행하였습니다. 오즈비(OR)와 95% 신뢰구간(CI)을 계산하였습니다. 모든 검정은 양측 검정으로 수행되었으며, 통계적 유의 수준은 p < 0.05로 설정하였습니다. 참여자들이 대학 내의 기존 학급을 통해 모집되었으므로, 설계 조정 표준 오차를 얻기 위해 통계 소프트웨어의 복합 표본 모듈(재료 표 참조)을 사용하여 대학과 학급을 클러스터링 변수로 지정하는 민감도 분석을 수행하였습니다. 그 결과는 표준 다항 로지스틱 회귀 분석 결과와 일치하였습니다(보충 표 3). 영어 변수 레이블과 코드북이 포함된 비식별 원시 데이터셋은 보충 파일 1로 제공됩니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

결과

1개에서 5개의 잠재 프로파일을 가진 모델들이 추출되었습니다. 다음에서 보는 바와 같이 표 1프로파일 수가 증가함에 따라 AIC, BIC 및 aBIC가 감소했다. 4개 프로파일 모델이 가장 높은 엔트로피 값(0.915)을 보였으며, LMRT와 BLRT 모두 통계적으로 유의미했다(p < 0.001). 반면, 5개 프로필 모델의 LMRT는 유의하지 않았으며(p = 0.085), 엔트로피는 0.880으로 감소했다. 따라서 5개 프로필 모델의 정보 기준 수치가 더 낮았음에도 불구하고, 분류 정확도, 모델의 간결성, 클래스 크기 및 실질적 해석 가능성 사이의 균형이 더 우수한 4개 프로필 모델을 선택하였다. 프로필 레이블은 클래스별 7개 PSQI 구성 점수의 조건부 평균을 바탕으로 할당되었다.그림 2), 권장되는 LPA 보고 관행과 일치함11.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

토론

본 연구는 비교적 큰 단면 표본을 사용하여, 중국 대학생들 사이에서 네 가지의 이질적인 수면 프로파일을 식별하기 위해 개인 중심의 LPA 접근 방식을 적용하였으며, 이러한 프로파일과 서로 다른 신체 활동 수준 간의 연관성을 추가로 조사하였습니다. 본 연구 결과는 대학생들의 수면 및 운동 관련 건강 행동의 군집화를 이해하는 데 유용한 관점을 제공하며, 대학 환경 내 공중 보건 개입을 위한 더욱 정밀한 표적을 제시합니다.

본 연구는 대학생의 수면 패턴을 건강한 수면, 수면 부족, 낮은 수면 질, 심각한 수면 장애의 네 가지 프로파일로 분류하였다. 건강한 수면 그룹이 가장 큰 비중(45.0%)을 차지했지만, 학생의 절반 이상(55.0%)이 수면 상태가 좋지 않은 프로파일로 분류되었다. 이러한 결과는 청소년 및 성인 초기에 수면 문제 유병률이 높다는 국제적 근거와 일치한다3,4. 특...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

공개 사항

저자는 잠재적인 이해 상충으로 해석될 수 있는 어떠한 상업적 또는 재정적 관계없이 이 연구가 수행되었음을 밝힙니다.

감사의 글

설문에 참여한 대학들과 모든 학생들에게 감사드립니다. 본 연구는 교육부의 청년 학자 대상 인문사회과학 연구 프로젝트(Grant No. 23YJC890059)와 후난성 교육 및 교수법 개혁 연구 프로젝트(Grant No. 202502000069)의 지원을 받았습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재료

이 논문에 사용된 재료 목록
이름회사카탈로그 번호댓글
인구통계 및 생활 습관 설문지연구팀 자체 설계N/A성별, 연령, 학년, 출신지, 체질량 지수, 흡연력, 음주력 및 일일 평균 스크린 타임 수집에 사용됨.
피츠버그 수면 질 지수 (PSQI)Buysse et al., 1989DOI: 10.1016/0165-1781(89)90047-4지난 한 달 동안의 수면 질을 평가하는 데 사용됨. 7가지 구성 요소 점수가 잠재 프로파일 분석을 위한 관찰 지표로 사용됨.
국제 신체 활동 설문지-단축형 (IPAQ-SF)Craig et al., 2003

DOI: 10.1249/01.MSS.0000078924.61453

.FB

지난 7일 동안의 걷기, 중강도 신체 활동 및 고강도 신체 활동을 평가하는 데 사용됨.
서면 동의서연구팀 및 참여 대학윤리 승인 번호 JSDX-2023-003418-25세 학부생의 자발적 참여를 문서화하는 데 사용됨.
설문 데이터 수집 절차중국 남부 참여 대학N/A2025년 9월에서 12월 사이의 다단계 층화 집락 무작위 추출 및 설문 실시를 위해 사용됨.
MplusMuthen & MuthenVersion 8.37가지 PSQI 구성 요소 점수를 기반으로 잠재 프로파일 분석을 수행하는 데 사용됨.
IBM SPSS StatisticsIBMVersion 26.0카이제곱 검정 및 다항 로지스틱 회귀 분석을 수행하는 데 사용됨.
Microsoft ExcelMicrosoftN/A업로드용 조베(JoVE) 표 파일을 별도로 준비하는 데 사용됨.

참고문헌

  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.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재인쇄 및 허가

더 많은 논문 탐색

수면의 질수면 장애피츠버그 수면 질 지수다항 로지스틱 회귀 분석건강 중재
문의하기
도서관에 추천하기

개인정보 처리방침

이용 약관

정책

저작권 © 2026 MyJoVE Corporation. 모든 권리 보유.