中年期及老年女性自我报告的水果和蔬菜摄入关注程度与体动仪(Actigraphy)测得的睡眠效率(Sleep Efficiency)之间的横断面研究

《Nutrients》:Self-Reported Dietary Attentiveness to Fruit and Vegetable Intake and Actigraphy-Measured Sleep Efficiency in Middle-Aged and Older Women: A Cross-Sectional Study

【字体: 大 中 小 】 时间:2026年06月23日 来源:Nutrients 5

编辑推荐:

  摘要(Abstract):背景/目的(Background/Objectives):饮食与睡眠均为健康老龄化中重要的可改变因素,但目前关于对健康饮食行为的关注程度是否与客观测量的睡眠指标存在关联尚不清楚。本研究旨在探讨45岁及以上女性自我报告的关注水果和蔬菜(

  
摘要(Abstract):背景/目的(Background/Objectives):饮食与睡眠均为健康老龄化中重要的可改变因素,但目前关于对健康饮食行为的关注程度是否与客观测量的睡眠指标存在关联尚不清楚。本研究旨在探讨45岁及以上女性自我报告的关注水果和蔬菜(Fruit and Vegetable, FV)摄入的程度与腕式体动仪(Actigraphy)测得的睡眠效率(Sleep Efficiency, SE)之间的关联。方法(Methods):本横断面研究纳入从社区中心招募的143名45岁及以上女性。受试者连续佩戴腕式体动仪7天并填写每日睡眠日志。对水果和蔬菜摄入的关注度采用单项四分类自评量表评估。使用分层多元线性回归(Hierarchical Multiple Linear Regression)分析其在校正社会人口学、健康相关及心理协变量后与睡眠效率的独立关联。结果(Results):受试者平均年龄为56.34±7.67岁,平均睡眠效率为82.69±8.60%。在完全校正模型中,报告"经常(often)"关注果蔬摄入的受试者比报告"几乎每天(almost every day)"关注的受试者表现出显著更高的睡眠效率(β=0.24, p=0.013)。年龄增长独立地与较低睡眠效率相关(β=-0.31, p=0.001)。结论(Conclusions):在这项探索性横断面研究中,单项自评果蔬摄入关注度与体动仪测得的睡眠效率呈分类特异性关联。尚需使用更详细的饮食和行为测量指标开展纵向研究以明确该关联的方向及意义。
论文解读:《Self-Reported Dietary Attentiveness to Fruit and Vegetable Intake and Actigraphy-Measured Sleep Efficiency in Middle-Aged and Older Women: A Cross-Sectional Study》
一、研究背景与立题依据
老龄化伴随生理与行为变化,女性中晚年阶段睡眠与昼夜节律(Circadian Rhythm)调节对健康老化至关重要。年龄相关的昼夜节律改变及睡眠紊乱与细胞老化、代谢失调、心血管疾病及认知障碍等不良结局相关。饮食是晚年期最具可改变性的生活方式因素之一,高质量饮食模式(如DASH饮食)及水果蔬菜(Fruit and Vegetable, FV)摄入与较好睡眠质量存在联系。然而,现有研究多聚焦于营养素摄入量、饮食指数或进餐时间,较少关注健康饮食的行为维度——即个体是否在日常生活中主动关注(Attentiveness)和监测自身饮食实践。这种关注可能反映健康意识(Health Consciousness)、自我调节(Self-regulation)及生活作息规律性,且健康行为常成簇出现。因此,研究人员假设自我报告的果蔬摄入关注度(作为健康导向行为监测的行为标记)可能与客观测量的睡眠效率(Sleep Efficiency, SE)存在关联。该研究发表于《Nutrients》。
二、主要技术方法概述
研究人员于2021年4月15日至6月4日在中国台湾社区中心通过便利抽样与雪球抽样招募143名≥45岁社区居住女性,排除机构居住、重度感官或认知障碍、急性病等人群。受试者连续7天佩戴自研腕式三轴加速度体动仪(Actigraphy,10秒 epoch,经验证对标多导睡眠图PSG),结合睡眠日记确定卧床时间(Time in Bed, TIB)与起床时间,计算睡眠效率SE=总睡眠时间(Total Sleep Time, TST)/TIB×100%。暴露变量为单项四分类自评"关注每日果蔬摄入"(几乎每天/经常/偶尔/无此习惯,"几乎每天"为参照)。协变量含年龄、教育、就业状况、体质指数(Body Mass Index, BMI)、运动习惯、中高强度身体活动(Moderate-to-Vigorous Physical Activity, MVPA)、上午及下午活动计数、流调中心抑郁量表短版(Center for Epidemiologic Studies Depression Scale, CES-D-10)评分、主观体龄感知。采用分层多元线性回归(Hierarchical Multiple Linear Regression)逐步纳入协变量后放入暴露变量,检验回归系数(β)及模型R2变化(ΔR2),并检验残差正态性、线性、同方差及方差膨胀因子(Variance Inflation Factor, VIF)<5.0。
三、研究结果
3.1 受试者特征(Participant Characteristics)
最终分析样本N=143,平均年龄56.34±7.67岁,平均BMI 23.62±3.41 kg/m2,平均SE 82.69±8.60%。55.2%具大专及以上学历,62.2%在职,30.1%规律运动(每周4–7次),29.4%报告"经常"关注果蔬摄入。
3.2 睡眠效率分组比较(Sleep Efficiency Group Comparisons)
以SE中位数二分高低组,两组间年龄(p<0.001)、教育程度(p=0.039)、就业状态(p=0.013)、自评健康(p=0.017)及果蔬摄入关注度(p=0.001)差异有统计学意义。
3.3 预测睡眠效率的分层多元线性回归(Hierarchical Multiple Linear Regression Predicting Sleep Efficiency)
年龄与SE呈显著负相关(β=-0.30, p=0.001);校正健康行为后BMI与SE呈弱负相关(β=-0.18, p=0.032);主观体龄"比实际年龄老"与较高SE相关(β=0.28, p=0.022)。完全校正模型中,"经常(often)"关注果蔬摄入组较"几乎每天(almost every day)"参照组SE显著更高(β=0.24, p=0.013)。全模型解释SE变异的32%(R2=0.32),饮食关注度模块边际贡献ΔR2=0.04(p=0.08),提示分类特异性关联需谨慎解读,非跨类别线性趋势。
四、讨论与结论总结
讨论指出,该横断面研究发现自评果蔬摄入关注度与体动仪SE存在非线性(Non-linear)、分类特异性关联——"经常"组SE高于"几乎每天"组,而非随关注度升高呈梯度改善。这可能因"几乎每天"组内异质性(部分含疾病相关过度关注或焦虑性监测)或极端类别应答偏差,亦可能反映适度可持续的健康行为监测比极端关注更利于日常行为节律稳定。需注意此暴露变量测的是感知关注度而非实际摄入量,可能混杂健康意识、自我调节及生活规律性;且横断面设计无法推断因果方向(睡眠效率好亦可能促进健康行为维持)。研究优势为使用多日腕式Actigraphy客观评估睡眠及较全面协变量校正;局限含横断面设计、单项自评暴露、未测实际饮食、未控慢病/用药/更年期状态/咖啡因酒精/睡眠呼吸暂停及便利抽样外推受限等。研究人员建议未来开展纵向研究、细化饮食测评并纳入自我调节与作息规律性测量验证。
结论(Conclusions):在调整相关协变量后,社区中老年女性自我报告的每日果蔬摄入关注度与体动仪测得的睡眠效率呈分类特异性关联。"经常"关注组成效优于"几乎每天"关注组,提示潜在非线性关系;但因未实测实际摄入量,该发现应谨慎解读。需借助更详细饮食与行为测量之纵向研究阐明关联方向与潜在机制。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号