Как физическая активность связана с качеством сна через зависимость от мобильных телефонов и размышления у студентов университета

Краткое содержание

Это исследование с 1300 студентами показывает, что физические упражнения связаны с более низкими баллами PSQI, меньшей зависимостью от мобильных телефонов и меньшим замышлением. Зависимость от мобильных телефонов и руминация образуют последовательный медиаторный путь, связывающий физические упражнения с качеством сна, подчёркивая поведенческие и когнитивно-эмоциональные факторы, связанные с качеством сна у студентов колледжей.

Аннотация

Физические упражнения связаны с качеством сна; однако основные механизмы остаются недостаточно изученными. В этом исследовании изучалось, связывают ли зависимость от мобильных телефонов и руминация связь между физическими упражнениями и качеством сна среди студентов колледжей. Был проведён поперечный опрос среди 1300 студентов из семи университетов. Физические упражнения, качество сна, зависимость от мобильных телефонов и руминация оценивались с помощью шкалы оценки физической активности, индекса качества сна Питтсбурга, шкалы склонности к зависимости от мобильных телефонов и шкалы руминации соответственно. Физические упражнения негативно предсказывали зависимость от мобильных телефонов, задумчивость и показатели PSQI (β = -0,039, p < 0,01; β = -0,011, p < 0,01; β = -0,022, p < 0,01 соответственно). Поскольку более высокие показатели PSQI указывают на ухудшение качества сна, эта негативная ассоциация указывает на улучшение качества сна. Зависимость от мобильных телефонов положительно предсказывала руминацию и баллы PSQI (β = 0,388, p < 0,01; β = 0,244, p < 0,01 соответственно), а руминация положительно предсказывала баллы PSQI (β = 0,272, p < 0,01). Модель цепной медиации, связывающая физические упражнения с баллами PSQI через зависимость от мобильных телефонов и руминации, имела статистически значимость. Физические упражнения были связаны с меньшей зависимостью от мобильных телефонов и руминацией, что, в свою очередь, приводило к снижению показателей PSQI и, следовательно, с улучшением качества сна. Эти результаты подтверждают модель цепной медиации, в которой зависимость от мобильных телефонов и руминация объясняют часть связи между физическими упражнениями и качеством сна, а также могут влиять на вмешательства, направленные на проблемы со сном у студентов колледжей.

Введение

Студенты колледжей, будучи ключевой для национального развития, давно привлекают внимание своим физическим и психическим здоровьем, при этом ухудшение здоровья становится всё более^{заметным 1,2}. Социальный прогресс и растущее академическое давление связаны с ухудшением качества сна среди студентов^{колледжей 3}. Согласно Белой книге по здоровью сна резидентов Китая за 2024 год, средняя продолжительность сна среди китайских жителей составляет 6,75 часа, при этом 28% спят менее 6 часов; Среди студентов колледжей 51% ложатся спать после полуночи, а 19% — после 2:00 ночи, при этом уровень выявления нарушений сна составляет 23,8^%4. Достаточный сон необходим для учебы и общего самочувствия, тогда как плохой сон связан с тревогой, депрессией, когнитивными нарушениями и повышенными рисками для^{здоровья 5}. Поэтому выявление модифицируемых факторов, связанных с качеством сна, имеет значительное теоретическое и практическое значение.

Физические упражнения широко признаны важным фактором, связанным с качеством сна. Умеренная и хорошо структурированная физическая активность может регулировать циркадные ритмы, снижать стресс и стабилизировать эмоциональные состояния, тем самым обеспечивая улучшение качества^сна 6,7,8,9,10,11. Её эффекты обусловлены сочетанием физиологических и психологических механизмов, включая снижение усталости, улучшение энергетического обмена, усиление эмоциональной регуляции и улучшение когнитивных функций. Однако конкретные механизмы, через которые физические упражнения связаны с качеством сна у студентов колледжей, остаются недостаточно изучены. Негативные психологические факторы, особенно зависимость от мобильных телефонов и руминации, также связаны с качеством сна^. Чрезмерное использование смартфона перед сном может привести к зависимости и нарушить^сон 13,14,15, в то время как руминация, характеризующаяся повторяющимся негативным мышлением, усиливает когнитивное возбуждение и мешает переходу к восстановительному ^сну 16,17,18,19. Несмотря на эти данные, интегрированные исследования, изучающие эти факторы и их основные механизмы, остаются ограниченными.

Качество сна у студентов колледжей зависит как от защитных, так и от факторов риска, и однофакторные подходы не способны полностью объяснить реальные закономерности. Таким образом, это исследование изучает связь между физическими упражнениями и качеством сна, а также изучает медиаторские роли зависимости от мобильных телефонов и руминативного мышления, с целью предоставить теоретические знания и практические рекомендации по профилактике и вмешательству проблем, связанных со сном, среди студентов колледжей.

Физические упражнения — это структурированная физическая активность, выполняемая регулярно с определённой частотой, длительностью и интенсивностью для удовлетворения физических и психологических потребностей. Он широко признан эффективным способом продвижения положительных психологических черт и сбалансированного физического и психического развития среди^{студентов колледжей 20} лет. Участие в физических упражнениях связано с улучшением физической подготовки за счёт снижения ожирения и заболеваемости, а также поддержки общего здоровья²¹. Регулярные физические упражнения также связаны с повышением устойчивости, улучшением качества сна, снижением агрессивного поведения и зависимости от мобильных телефонов, а также повышением осведомлённости о психическом^{благополучии 22}.

Сон играет фундаментальную роль в восстановлении и регуляции физических и умственных функций. Однако быстрое социально-экономическое развитие и широкое использование интернета увеличили распространённость бессонницы, задержки сна и нарушений сна, связанных со стрессом. Отчёт 2020 года показал, что почти половина населения использует экран перед сном, при этом 52,5% среди людей, родившихся в 1990-х и 2000-х годах, что способствует ухудшению качества^{сна 23}. Дополнительные исследования показывают, что студенты колледжей в среднем спят менее 7 часов в сутки, уровень недосыпа составляет 34,7%, а распространённость плохих привычек сна^{увеличивается 24}. Эти результаты подчёркивают важность изучения качества сна в этой популяции.

Согласно теории регуляции нейромедиаторов, физические упражнения стимулируют высвобождение нейромедиаторов, таких как серотонин и дофамин, которые тесно связаны с регуляцией настроения и процессами^{сна 25}. Эти изменения могут снизить стресс, снизить тревожность, улучшить эмоциональное благополучие, регулировать циклы сна и увеличить продолжительность глубокого сна. Поэтому физические упражнения считаются важным подходом, связанным с качеством^{сна 26}. Эмпирические исследования также показывают, что физические упражнения связаны с уменьшением негативных эмоций и руминации, что приводит к улучшению результатов^{сна 27}. Умеренная частота физических упражнений связана с улучшением субъективного качества сна, продолжительности сна и дневного^{функционирования 28}, хотя некоторые исследования сообщают о противоречивых результатах, включая снижение качества сна при определённых условиях. Кроме того, такие занятия, как танцы, групповые и ракеточные виды спорта, могут быть связаны с улучшением качества сна, снижая экологический и академический стресс, повышая устойчивость и способствуя позитивному психологическому состоянию.

Гипотеза 1: Физические упражнения связаны с более низкими баллами PSQI среди студентов колледжей, что указывает на улучшение качества сна.

Зависимость от мобильных телефонов — это чрезмерное использование смартфонов, которое влияет на когнитивные функции, эмоции, поведение и сон, потенциально нарушая социальное^{функционирование 29}. Теория самоопределения предполагает, что автономия, родственность и компетентность — это базовые психологические^{потребности 30}. С развитием технологий смартфонов мобильные приложения всё чаще удовлетворяют эти потребности, и в реальной жизни люди могут полагаться на смартфоны, что приводит к зависимости. Физические упражнения могут уменьшить такую зависимость, удовлетворяя психологические потребности через контроль тела, достижения и социальное^{взаимодействие 31}. Эмпирические исследования показывают, что физические упражнения негативно предсказывают зависимость от смартфонов и могут служить эффективным^{подходом} 32,33,34.

Согласно теории погружения, мобильные приложения и игры разработаны так, чтобы поддерживать вовлечённость через прогрессивные вызовы и награды, которые могут привести к развитию зависимости³⁵. Чрезмерная вовлечённость снижает самоконтроль и искажает восприятие времени, тем самым мешая сну. Данные показывают, что зависимость от мобильных телефонов связана с худшим качеством^сна 36,37,38,39.

Гипотеза 2: Зависимость от мобильных телефонов играет посредническую роль в связи между физическими упражнениями и качеством сна студентов, что отражено в баллах PSQI.

Руминативное мышление предполагает повторяющееся сосредоточение на негативных переживаниях и их последствиях, что приводит к нарушению психологического^{функционирования 40}. Теория нейропластичности предполагает, что регулярные физические упражнения улучшают нейронную адаптивность и когнитивную^{регуляцию 41}. Физические упражнения связаны с улучшением эмоциональной регуляции и сниженной восприимчивостью^{к руминации} 42,43,44,45,46. Напротив, руминация усиливает когнитивное возбуждение и продлевает стрессовые реакции, тем самым нарушая^сон 47,48,49,50,51,52,53.

Гипотеза 3: Руминативное мышление играет посредническую роль в связи между физическими упражнениями и качеством сна студентов, что отражено в баллах PSQI.

Теория эмоциональной саморегуляции подчеркивает способность управлять эмоциональными реакциями. Зависимость от мобильных телефонов может ухудшать эту способность и способствовать неадаптивному совладению, увеличивая^{задумчивость 54}. Чрезмерное использование смартфонов может усиливать негативные эмоции и усиливать когнитивные искажения, что дополнительно способствует руминативному^{мышлению} 48,49,50,51,52,53,54,55,56.

Гипотеза 4: Зависимость от мобильных телефонов и руминативное мышление играют цепочную связь между физическими упражнениями и качеством сна студентов, что отражено в баллах PSQI.

Предыдущие исследования изучали парные взаимосвязи между физическими упражнениями, качеством сна, зависимостью от мобильных телефонов и руминацией, но результаты остаются непоследовательными из-за различий в инструментах измерения, популяциях и методологиях. Поэтому необходима комплексная структура для прояснения этих отношений. Основываясь на теории зависимости от мобильных телефонов, теории руминации и существующей литературе, предлагается гипотетическая модель (рисунок 1).

Рисунок 1: Гипотетическая модель медиации. На этом рисунке представлена предложенная концептуальная модель, связывающая физические упражнения, зависимость от мобильных телефонов, руминативное мышление и показатели PSQI. Более высокие показатели PSQI указывают на ухудшение качества сна. Примечание: n = 1 300. Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

Протокол

Все процедуры с участием людей проводились в соответствии с этическими стандартами Комитета по обзору Анканского университета и Хельсинкской декларации 1964 года и её последующим поправками. Этическое одобрение было получено от Комитета по обзору Университета Анканг, Университет Анканг, Китай. Официального номера одобрения не присваивалось. Исследование следовало строгим процедурам для защиты конфиденциальности участников. Все участники предоставили письменное информированное согласие перед участием. Исследовательские инструменты протокола перечислены в Таблице материалов. Предварительная обработка данных и описательный анализ проводились с использованием IBM SPSS Statistics 24.0. Структурное уравнение и оценка соответствия модели проводились с использованием IBM SPSS Amos 24.0. Анализы посредничества и цепной медиации проводились с использованием макроса PROCESS (версия 3.5) с 5 000 bootstrap-образцов.

1. Стратифицированная кластерная выборка и набор участников

1. Определите целевой географический регион, включающий несколько аккредитованных высших учебных заведений. Разделите все университеты в выбранном регионе на три отдельных слоя: комплексные университеты, педагогические (учебные) университеты и спортивные университеты.
2. Выберите минимум пять университетов в определённых слоях с помощью генератора случайных чисел, чтобы обеспечить институциональное разнообразие. Получите доступ к официальным справочникам студентов для каждого выбранного учебного заведения.
3. Стратифицируйте численность студентов в каждом университете по учебному году. Случайным образом выберите два целых академических класса из каждого учебного года в каждом университете, которые служат основными кластерами выборки.
4. Свяжитесь с преподавателями курса или университетскими консультантами выбранных кластеров и получите официальное разрешение на проведение обследования.

2. Цифровое строительство и внедрение съёмок

1. Оцифровывайте Шкалу оценки физической активности-3 (PARS-3), Шкалу склонности к зависимости от мобильных телефонов для студентов колледжей (MPATS), китайскую версию Шкалы руминативных ответов (RRS) и китайскую версию Индекса качества сна Питтсбурга (PSQI) в единую цифровую анкету с помощью онлайн-платформы опроса, указанной в Таблице материалов. Настройте настройки опроса так, чтобы требовать ответы на все пункты, чтобы избежать пропущенных данных.
2. Вставьте цифровую форму информированного согласия на начальную целевой страницу. Настройте логику опроса так, чтобы сессия была немедленно завершена, если согласие отклонено.
3. Генерируйте уникальные URL-ссылки и сканируемые QR-коды, связанные с опросом. Распространяйте URL-адреса и QR-коды среди учеников в выбранных кластерах выборки через группы коммуникации класса.
4. Настройте платформу опроса так, чтобы она завершала сбор данных после 14-дневного периода регистрации. Экспортировать финальный набор данных в формате Значения с разделёнными запятой (.csv).

3. Импорт и предварительная обработка данных

1. Запустите программное обеспечение для статистического анализа. Перейдите в File → Open → Data и импортируйте .csv набор данных.
2. Удалить любую строку, в которой стандартное отклонение ответов по шкале Лайкерта равно нулю, что указывает на поведение прямой линии. Определите переменную, отражающую время завершения, и удалите любую строку с временем завершения менее 120 с.
3. Перейти к трансформации → замене пропущенных значений. Выберите элементы MPATS и RRS и примените метод импутации по серийному среднему.
4. Исключить элементы PARS-3 и PSQI из импутации из-за их структуры оценки. Удалять случаи с отсутствующими данными для этих переменных.

4. Оценка и вычисление переменных

1. Перейти к Transform → Compute Variable. Введите формулу Интенсивность × (Длительность − 1) × Частота для вычисления балла PARS-3.
2. Перейти к Transform → Compute Variable. Введите SUM(MPATS_1–MPATS_16), чтобы вычислить балл зависимости от мобильных телефонов.
3. Перейти к Transform → Compute Variable. Введите SUM(RRS_1 до RRS_22), чтобы вычислить балл руминации.
4. Переходите к Transform → Recode в Different Variables, чтобы оценить семь компонентов PSQI (шкала 0–3). Затем вычислите глобальный балл PSQI с помощью SUM(PSQI_C1 по PSQI_C7). Более высокие показатели PSQI указывают на ухудшение качества сна.

5. Распространённая оценка смещения методов

1. Навигация для анализа → фактора уменьшения → размерности. Переместите все элементы масштаба в поле Variables.
2. Нажмите «Извлечение». Установите метод на Principal Components. Выберите фиксированное количество факторов и введите 1.
3. Проведите тест Хармана с одним фактором. Проверьте, что дисперсия, объясняемая первым фактором, меньше 40,0%.

6. Описательная статистика, стандартизация и корреляционный анализ

1. Переключитесь на анализ → описательной статистики → описательных. Переместите вычисленные переменные в поле переменных(ов).
2. Выберите «Сохранить стандартизированные значения как переменные» для генерации Z-оценок.
3. Переключитесь на анализ → корреляцию → бивариантность. Переместите стандартизированные переменные в поле анализа и выберите корреляцию Пирсона.

7. Анализ опосредования цепей с помощью регрессионного макроса (Модель 6)

1. Перейдите к анализу → регрессии и запустите макрос медиации. Назначим стандартизированную переменную PSQI как Y.
2. Назначьте стандартизированную переменную PARS-3 как X. Назначьте MPATS как первому медиатору и RRS как второму медиатору.
3. Выберите модель 6. Включите общий эффект, размер эффекта и стандартизированные коэффициенты.
4. Установите bootstrap-сэмплы на 5000. Проведите анализ, чтобы получить 95% доверительные интервалы для прямых и косвенных эффектов.

Результаты

В этом исследовании использовался поперечный дизайн для изучения физических упражнений студентов колледжей и связанных с ними переменных. Поэтому перед анализом был проведён тест на смещение распространённого метода. Был проведён исследовательский факторный анализ по всем параметрам из Шкалы зависимости от мобильных телефонов, Шкалы руминативного мышления, Шкалы оценки физической активности и Индекса качества Питтсбургского сна. Анализ показал, что семь факторов имеют собственные значени...

Обсуждение

Это исследование показало, что физические упражнения связаны с баллами PSQI через медиаторский эффект зависимости от мобильных телефонов, что указывает на то, что участие в физических упражнениях связано с более низким уровнем зависимости от мобильных телефонов и более низкими баллами PSQI, что свидетельствует о лучшем качестве сна, среди студентов колледжей. Это открытие расширяет понимание путей, через которые физическая активность связана с качеством сна, и подчёркивает значимость зав...

Материалы

Список материалов, использованных в этой статье

Имя	Компания	Каталожный номер	Комментарии
IBM SPSS Amos	IBM	Version 24.0	Моделирование структурных уравнений и оценка адекватности моделей
IBM SPSS Statistics	IBM	Version 24.0	Предварительная обработка данных, описательная статистика, корреляционный анализ и регрессионный анализ
Mobile Phone Addiction Tendency Scale for College Students	Xiong et al. (2012)57	N/A	Оценка склонности к зависимости от мобильных телефонов
Online survey platform	Wenjuanxing	https://www.wjx.cn/	Создание цифровых опросов и сбор данных
Physical Activity Rating Scale-3	Liang (1994)58	N/A	Оценка уровня физических упражнений
Pittsburgh Sleep Quality Index	Buysse et al. (1989)59; Liu et al. (1996)60	N/A	Оценка качества сна за предыдущий месяц
PROCESS macro	Hayes (2022)61	Version 3.5	Медиационный и цепной медиационный анализ на основе бутстрапа
Ruminative Responses Scale	Nolen-Hoeksema (1991)47; Nolen-Hoeksema et al. (2008)40; Han & Yang (2009)72	N/A	Оценка руминатива