Como a Atividade Física Está Associada à Qualidade do Sono Por Meio do Vício em Celulares e da Ruminação em Estudantes Universitários

Resumo

Este estudo com 1.300 estudantes mostra que o exercício físico está associado a escores mais baixos de PSQI, menor vício em celulares e menor ruminação. O vício em celulares e a ruminação formam um caminho mediador sequencial que liga o exercício físico à qualidade do sono, destacando fatores comportamentais e cognitivo-emocionais associados à qualidade do sono em estudantes universitários.

Resumo

O exercício físico está associado à qualidade do sono; no entanto, os mecanismos subjacentes continuam pouco explorados. Este estudo examinou se o vício em celulares e a ruminação mediam a relação entre exercício físico e qualidade do sono entre estudantes universitários. Uma pesquisa transversal foi realizada entre 1.300 estudantes universitários de sete universidades. Exercício físico, qualidade do sono, vício em celular e ruminação foram avaliados usando a Escala de Avaliação de Atividade Física, o Índice de Qualidade do Sono de Pittsburgh, a Escala de Tendência ao Vício em Telemóveis e a Escala de Ruminação, respectivamente. O exercício físico previu negativamente o vício em celular, ruminação e escores de PSQI (β = -0,039, p < 0,01; β = -0,011, p < 0,01; β = -0,022, p < 0,01, respectivamente). Como escores mais altos de PSQI indicam pior qualidade do sono, essa associação negativa sugere uma melhor qualidade do sono. O vício em celular previu positivamente a ruminação e as pontuações de PSQI (β = 0,388, p < 0,01; β = 0,244, p < 0,01, respectivamente), e a ruminação previu positivamente as pontuações de PSQI (β = 0,272, p < 0,01). O modelo de mediação em cadeia que liga exercício físico aos escores de PSQI por meio do vício em celular e ruminação foi estatisticamente significativo. O exercício físico esteve associado a menor vício em celulares e ruminação, o que por sua vez esteve associado a escores PSQI mais baixos e, portanto, a melhor qualidade do sono. Esses achados apoiam um modelo de mediação em cadeia no qual o vício e a ruminação em celulares explicam parte da relação entre exercício físico e qualidade do sono, podendo informar intervenções voltadas a problemas de sono em estudantes universitários.

Introdução

Estudantes universitários, como população-chave para o desenvolvimento nacional, há muito atraem atenção em relação ao seu bem-estar físico e mental, com a saúde deteriorada tornando-se cada vez mais^evidente. O progresso social e o aumento da pressão acadêmica têm sido associados à piora da qualidade do sono entre estudantes^{universitários 3}. De acordo com o Livro Branco de Saúde do Sono dos Residentes da China de 2024, a duração média do sono entre os residentes chineses é de 6,75 horas, com 28% dormindo menos de 6 horas; entre os estudantes universitários, 51% dormem depois da meia-noite e 19% depois das 2h da manhã, com uma taxa de detecção de distúrbios do sono de 23,8^%. Dormir adequadamente é essencial para o desempenho acadêmico e o bem-estar geral, enquanto sono ruim está associado à ansiedade, depressão, disfunção cognitiva e riscos aumentados^{à saúde 5}. Identificar fatores modificáveis associados à qualidade do sono é, portanto, de importância teórica e prática significativa.

O exercício físico é amplamente reconhecido como um fator importante associado à qualidade do sono. Atividade física moderada e bem estruturada pode regular os ritmos circadianos, reduzir o estresse e estabilizar estados emocionais, estando assim associada a uma melhor qualidade do sono 6,7,8,9,10,11. Seus efeitos surgem de mecanismos fisiológicos e psicológicos combinados, incluindo redução da fadiga, melhora do metabolismo energético, aprimoramento da regulação emocional e aprimoramento da função cognitiva. No entanto, os mecanismos específicos pelos quais o exercício físico está associado à qualidade do sono em estudantes universitários continuam insuficientemente compreendidos. Fatores psicológicos negativos, especialmente o vício em celular e a ruminação, também têm sido associados à qualidade do sono¹². O uso excessivo de smartphones antes de dormir pode levar à dependência e interromper o sono 13,14,15, enquanto a ruminação, caracterizada por pensamentos negativos repetitivos, aumenta a excitação cognitiva e interfere na transição para o sono^restaurador 16,17,18,19. Apesar desses achados, pesquisas integradas que examinam esses fatores e seus mecanismos subjacentes continuam limitadas.

A qualidade do sono em estudantes universitários é influenciada tanto por fatores protetores quanto de risco, e abordagens de fator único não conseguem explicar completamente padrões do mundo real. Este estudo, portanto, examina a relação entre exercício físico e qualidade do sono e investiga os papéis mediadores do vício em celulares e do pensamento ruminativo, visando fornecer insights teóricos e orientações práticas para a prevenção e intervenção de problemas relacionados ao sono entre estudantes universitários.

Exercício físico refere-se à atividade física estruturada realizada regularmente com frequência, duração e intensidade definidas para atender às necessidades físicas e psicológicas. Tem sido amplamente reconhecido como uma abordagem eficaz para promover traços psicológicos positivos e desenvolvimento físico e mental equilibrado entre estudantes^{universitários 20}. A participação em exercícios físicos está associada à melhoria da aptidão física ao reduzir a obesidade e a incidência de doenças e apoiar a saúde^{geral 21}. Exercícios regulares também estão associados a maior resiliência, melhor qualidade do sono, redução de comportamentos agressivos e dependência de celulares, além de maior conscientização sobre o bem-estar^{mental 22.}

O sono desempenha um papel fundamental na recuperação e na regulação das funções físicas e mentais. No entanto, o rápido desenvolvimento socioeconômico e o uso generalizado da internet aumentaram a prevalência de insônia, atraso no início do sono e distúrbios do sono relacionados ao estresse. Um relatório de 2020 indicou que quase metade da população usa telas antes de dormir, com 52,5% entre os indivíduos nascidos nas décadas de 1990 e 2000, contribuindo para a queda da qualidade do^{sono 23}. Pesquisas adicionais mostram que estudantes universitários dormem em média menos de 7 horas por dia, com uma taxa de privação de sono de 34,7% e prevalência crescente de maus hábitos de^{sono 24}. Esses achados destacam a importância de estudar a qualidade do sono nessa população.

De acordo com a teoria da regulação de neurotransmissores, o exercício físico estimula a liberação de neurotransmissores como serotonina e dopamina, que estão intimamente associados à regulação do humor e aos processos do sono²⁵. Essas mudanças podem reduzir o estresse, aliviar a ansiedade, melhorar o bem-estar emocional, regular os ciclos de sono e aumentar a duração do sono profundo. O exercício físico é, portanto, considerado uma abordagem importante associada à qualidade do sono²⁶. Estudos empíricos mostram ainda que o exercício está associado à redução das emoções negativas e da ruminação, estando assim ligado a melhores resultados no sono²⁷. A frequência moderada de exercícios tem sido associada a melhorias na qualidade subjetiva do sono, duração do sono e funcionamento^{diurno 28}, embora alguns estudos relatem achados inconsistentes, incluindo redução da qualidade do sono em certas condições. Além disso, atividades como dança, esportes em grupo e de raquete podem estar associadas à melhoria da qualidade do sono ao reduzir o estresse ambiental e acadêmico, aumentar a resiliência e promover estados psicológicos positivos.

Hipótese 1: O exercício físico está associado a escores mais baixos de PSQI entre estudantes universitários, indicando melhor qualidade do sono.

O vício em celular refere-se ao uso excessivo de smartphones que afeta a cognição, emoção, comportamento e sono, potencialmente prejudicando o funcionamento social²⁹. A teoria da autodeterminação propõe que autonomia, parentesco e competência são necessidades psicológicas^{básicas 30}. Com o desenvolvimento da tecnologia dos smartphones, os aplicativos móveis atendem cada vez mais a essas necessidades e, quando não são atendidas na vida real, as pessoas podem depender de smartphones, levando ao vício. O exercício físico pode reduzir essa dependência ao atender necessidades psicológicas por meio do controle corporal, conquistas e interação social³¹. Estudos empíricos indicam que o exercício físico prevê negativamente o vício em smartphones e pode servir como uma abordagem eficaz 32,33,34.

De acordo com a teoria da imersão, aplicativos e jogos móveis são projetados para sustentar o engajamento por meio de desafios e recompensas progressivas, que podem levar ao^{vício 35}. O engajamento excessivo reduz o autocontrole e distorce a percepção do tempo, interferindo assim no sono. Evidências mostram que o vício em celulares está associado a pior qualidade do sono 36,37,38,39.

Hipótese 2: O vício em celular desempenha um papel mediador na relação entre exercício físico e a qualidade do sono dos estudantes universitários, conforme refletido pelas pontuações do PSQI.

O pensamento ruminativo envolve foco repetitivo em experiências negativas e suas consequências, levando a um funcionamento psicológico^{prejudicado 40}. A teoria da neuroplasticidade sugere que o exercício físico regular aumenta a adaptabilidade neural e a regulação^{cognitiva 41}. O exercício está associado a uma melhor regulação emocional e à redução da suscetibilidade à^ruminação 42,43,44,45,46. Por outro lado, a ruminação aumenta a excitação cognitiva e prolonga as respostas ao estresse, interrompendo assim o sono 47,48,49,50,51,52,53.

Hipótese 3: O pensamento ruminativo desempenha um papel mediador na relação entre exercício físico e qualidade do sono dos estudantes universitários, conforme refletido nas pontuações do PSQI.

A teoria da autorregulação emocional enfatiza a capacidade de gerenciar respostas emocionais. O vício em celular pode prejudicar essa capacidade e promover enfrentamentos desadaptativos, aumentando a^{ruminação 54}. O uso excessivo de smartphones pode amplificar emoções negativas e reforçar distorções cognitivas, contribuindo ainda mais para o pensamento ruminativo 48,49,50,51,52,53,54,55,56.

Hipótese 4: O vício em celular e o pensamento ruminativo desempenham um papel mediador em cadeia na relação entre exercício físico e qualidade do sono dos estudantes universitários, conforme refletido nas pontuações do PSQI.

Pesquisas anteriores analisaram relações entre exercício físico, qualidade do sono, vício em celular e ruminação, mas os resultados permanecem inconsistentes devido às diferenças em ferramentas de medição, populações e metodologias. Portanto, é necessário um quadro abrangente para esclarecer essas relações. Com base na teoria do vício em celulares, na teoria da ruminação e na literatura existente, é proposto um modelo hipotético (Figura 1).

Figura 1: Modelo hipotético de mediação. Esta figura apresenta o modelo conceitual proposto que liga exercício físico, vício em celulares, pensamento ruminativo e escores PSQI. Pontuações mais altas de PSQI indicam pior qualidade do sono. Nota: n = 1.300. Por favor, clique aqui para ver uma versão ampliada desta figura.

Protocolo

Todos os procedimentos envolvendo participantes humanos foram conduzidos de acordo com os padrões éticos do Comitê de Revisão da Universidade de Ankang e da Declaração de Helsinque de 1964 e suas emendas posteriores. A aprovação ética foi obtida do Comitê de Revisão da Universidade de Ankang, Universidade de Ankang, China. Nenhum número formal de aprovação foi atribuído. O estudo seguiu procedimentos rigorosos para proteger a confidencialidade dos participantes. Todos os participantes forneceram consentimento informado por escrito antes da participação. As ferramentas de pesquisa do protocolo estão listadas na Tabela de Materiais. O pré-processamento de dados e análises descritivas foram realizados usando o IBM SPSS Statistics 24.0. Modelagem de equações estruturais e avaliação de ajuste de modelos foram conduzidas usando IBM SPSS Amos 24.0. Análises de mediação e mediação em cadeia foram realizadas usando o macro PROCESS (versão 3.5) com 5.000 amostras bootstrap.

1. Amostragem estratificada em clusters e recrutamento de participantes

1. Identifique uma região geográfica alvo que abrange múltiplas instituições de ensino superior credenciadas. Categorizar todas as universidades dentro da região selecionada em três estratos distintos: universidades abrangentes, universidades normais (de ensino) e universidades esportivas.
2. Selecione no mínimo cinco universidades distribuídas pelos condomínios definidos usando um gerador de números aleatórios para garantir a diversidade institucional. Acesse os diretórios oficiais de matrícula de estudantes de cada instituição selecionada.
3. Estratificar a população estudantil dentro de cada universidade por ano acadêmico. Selecione aleatoriamente duas turmas acadêmicas intactas de cada ano acadêmico dentro de cada universidade para servir como os principais clusters de amostragem.
4. Entre em contato com os instrutores do curso ou orientadores universitários dos agrupamentos selecionados e obtenha autorização formal para implantação de levantamentos.

2. Construção e implantação de levantamentos digitais

1. Digitalize a Escala de Avaliação de Atividade Física-3 (PARS-3), a Escala de Tendência de Dependência de Telemóveis para Estudantes Universitários (MPATS), a versão chinesa da Escala de Respostas Ruminativas (RRS) e a versão chinesa do Índice de Qualidade do Sono de Pittsburgh (PSQI) em um questionário digital unificado usando a plataforma de pesquisa online listada na Tabela de Materiais. Configure as configurações da pesquisa para exigir respostas para todos os itens e evitar dados perdidos.
2. Insira um formulário digital de consentimento informado na página inicial. Configure a lógica da pesquisa para encerrar a sessão imediatamente se o consentimento for recusado.
3. Gerar links de URL únicos e códigos QR escaneáveis vinculados à pesquisa. Distribua as URLs e códigos QR para os alunos dentro dos clusters de amostragem selecionados por meio dos grupos de comunicação em sala de aula.
4. Configure a plataforma de pesquisa para encerrar a coleta de dados após um período de inscrição de 14 dias. Exporte o conjunto de dados finalizado no formato de Valores Separados por Vírgulas (.csv).

3. Importação e pré-processamento de dados

1. Inicie o software de análise estatística. Navegue até Arquivo → Aberto → Dados e importe o conjunto de dados .csv.
2. Exclua qualquer linha em que o desvio padrão das respostas na escala de Likert seja zero, indicando comportamento de linha reta. Identifique a variável que representa o tempo de conclusão e exclua qualquer linha com tempo de conclusão inferior a 120 s.
3. Navegue para transformar → substituir valores ausentes. Selecione itens MPATS e RRS e aplique o método de imputação da Média da Série.
4. Exclua itens PARS-3 e PSQI da imputação devido às suas estruturas de pontuação. Exclua casos com dados faltantes para essas variáveis.

4. Pontuação variável e computação

1. Navegue para transformar → variável de cálculo. Insira a fórmula Intensidade × (Duração − 1) × Frequência para calcular a pontuação PARS-3.
2. Navegue para transformar → variável de cálculo. Insira SUM(MPATS_1 to MPATS_16) para calcular a pontuação de vício em celulares.
3. Navegue para transformar → variável de cálculo. Insira SUM(RRS_1 para RRS_22) para calcular a pontuação de ruminação.
4. Navegue para Transformar → Recodificar em Variáveis Diferentes para pontuar os sete componentes PSQI (escala 0–3). Depois, calcule a pontuação global do PSQI usando SUM(PSQI_C1 para PSQI_C7). Pontuações mais altas de PSQI indicam pior qualidade do sono.

5. Avaliação de viés por método comum

1. Navegue para analisar → fator de redução de dimensão →. Mova todos os itens de escala para a caixa de Variáveis.
2. Clique em extração. Defina o método para Componentes Principais. Selecione um número fixo de fatores e insira 1.
3. Faça o teste de um fator do Harman. Verifique se a variância explicada pelo primeiro fator é menor que 40,0%.

6. Estatística descritiva, padronização e análise de correlação

1. Navegue para analisar estatísticas → descritivas → descritivas. Mova as variáveis calculadas para a caixa Variável(s).
2. Selecione "Salvar valores padronizados como variáveis" para gerar Z-scores.
3. Navegue para analisar → correlacionar → bivariado. Mova variáveis padronizadas para a caixa de análise e selecione correlação de Pearson.

7. Análise de mediação de cadeias via macro de regressão (Modelo 6)

1. Navegue para Analisar → Regressão e lance a macro de mediação. Atribua a variável PSQI padronizada como Y.
2. Atribua a variável padronizada PARS-3 como X. Atribua MPATS como primeiro mediador e RRS como segundo mediador.
3. Selecione o Modelo 6. Permitir efeito total, tamanho do efeito e coeficientes padronizados.
4. Defina os samples do bootstrap para 5000. Execute a análise para obter intervalos de confiança de 95% para efeitos diretos e indiretos.

Resultados

Este estudo utilizou um desenho transversal para explorar a atividade física dos estudantes e as variáveis relacionadas. Portanto, um teste comum de viés de método foi realizado antes da análise. Foi realizada uma análise fatorial exploratória em todos os itens da Escala de Dependência em Telemóveis, Escala de Pensamento Ruminativo, Escala de Avaliação de Atividade Física e Índice de Qualidade do Sono de Pittsburgh. A análise revelou que sete fatores tinham autovalores maiores que 1, e o...

Discussão

Este estudo mostrou que o exercício físico estava associado aos escores de PSQI por meio do efeito mediador do vício em celulares, indicando que a participação em exercícios físicos estava associada a níveis mais baixos de vício em celular e escores de PSQI mais baixos, que indicam melhor qualidade do sono, entre estudantes universitários. Essa descoberta amplia a compreensão dos caminhos pelos quais a atividade física está associada à qualidade do sono e destaca a importância do vício e...

Materiais

Lista de materiais utilizados neste artigo

Nome	Empresa	Número de catálogo	Comentários
IBM SPSS Amos	IBM	Versão 24.0	Modelagem de equações estruturais e avaliação do ajuste do modelo
IBM SPSS Statistics	IBM	Versão 24.0	Pré-processamento de dados, estatísticas descritivas, análise de correlação e análise de regressão
Escala de Tendência à Dependência de Telefone Móvel para Estudantes Universitários	Xiong et al. (2012)57	N/A	Avaliação da tendência à dependência de telefone móvel
Plataforma de pesquisa online	Wenjuanxing	https://www.wjx.cn/	Construção de questionário digital e coleta de dados
Escala de Avaliação de Atividade Física-3	Liang (1994)58	N/A	Avaliação do nível de exercício físico
Índice de Qualidade do Sono de Pittsburgh	Buysse et al. (1989)59; Liu et al. (1996)60	N/A	Avaliação da qualidade do sono no mês anterior
PROCESS macro	Hayes (2022)61	Versão 3.5	Análise de mediação e mediação em cadeia baseada em bootstrap
Escala de Respostas Ruminativas	Nolen-Hoeksema (1991)47; Nolen-Hoeksema et al. (2008)40; Han & Yang (2009)72	N/A	Avaliação do pensamento ruminativo