这项为期6年的纵向研究采用标准化指数表明，在社区居住的老年人中，社会参与度下降与睡眠剥夺和非恢复性睡眠风险增加显著相关，凸显了在健康老龄化过程中进行社会互动筛查的潜在价值。
研究文章
这项为期6年的纵向研究采用标准化指数表明，在社区居住的老年人中，社会参与度下降与睡眠剥夺和非恢复性睡眠风险增加显著相关，凸显了在健康老龄化过程中进行社会互动筛查的潜在价值。
睡眠障碍，包括睡眠剥夺和非恢复性睡眠，对老年人群构成了严重的公共卫生负担。尽管社会隔离已被确认为一种风险因素，但目前仍缺乏严谨的纵向研究来评估社会互动的动态变化与后续睡眠健康之间的前瞻性关联。本研究详细描述了一项为期6年的纵向队列研究，纳入了日本473名基线睡眠正常的社区居住老年人。采用标准化的18项社会互动指数系统评估社会互动情况。研究对象从2017年至2023年被追踪观察，其社会互动轨迹被分类为若干亚组，如持续高水平、下降型、改善型或持续低水平。同时依据国家健康指南对睡眠时长和恢复情况进行了评估。通过构建多变量逻辑回归模型，分析这些社会互动轨迹与睡眠结局之间的纵向关系，并对基线人口学、身体状况及生活方式等协变量进行校正。研究发现，相较于社会关系保持稳定且良好的个体，社会互动长期下降或持续处于孤立状态的个体出现睡眠剥夺和非恢复性睡眠的风险增加两倍以上。相反，社会互动评分的逐步提升与不良睡眠结局风险的显著降低密切相关。这些纵向研究结果为睡眠的心理社会决定因素提供了观察性证据。将标准化的社会互动指标纳入常规社区健康监测，可能有助于实现早期、有针对性的干预，以支持睡眠健康并促进健康老龄化。
在现代社会，睡眠不足已成为一个重要的公共卫生问题，老年人失眠的病程日益呈现出慢性化的发展趋势1。系统性评估已证实，睡眠障碍显著增加个体罹患严重精神疾病的风险，包括抑郁症以及认知功能加速衰退2。鉴于该问题的严重性，日本厚生劳动省（MHLW）制定了《健康日本21》基本政策。在此框架下，国家健康目标明确将睡眠相关指标定义为“增加睡眠后感到恢复良好的人数”和“增加获得充足睡眠的人数”3。因此，在社区环境中准确测量并界定良好的睡眠时长，对于公共卫生监测至关重要。
根据日本厚生劳动省（MHLW）发布的《国民健康睡眠指南》，建议日本老年人每天至少睡眠6小时3。长期偏离该建议将导致严重的生理后果。流行病学研究显示，持续睡眠不足的老年人，尤其是每晚睡眠时间在5小时或更少者，其死亡率显著升高4。此外，持续缩短的睡眠时间会破坏重要的激素平衡，包括皮质醇和血清素的调节，进而加剧应激反应，损害情绪调节能力，并导致抑郁、焦虑程度加重以及整体生活满意度降低1,5。
尽管睡眠时长可作为睡眠健康的一个量化指标，睡眠恢复性却是衡量睡眠质量的关键主观指标，被认为能够反映真实的生理睡眠充足程度。在老年人群中，一种重要但常被忽视的状况是非恢复性睡眠（Non-Restorative Sleep, NRS）。NRS描述的是一种矛盾状态：个体尽管获得了足够的睡眠时间，醒来后仍持续感到疲劳，或缺乏精力恢复的感觉6。由于老年人和慢性病患者本身就更容易受到睡眠不良带来的生理和心理影响，NRS可能悄然引发一系列健康并发症7。
慢性非恢复性睡眠（NRS）对心理和认知功能的损害已有大量文献记载。患有NRS的个体常表现出重度抑郁、焦虑和易激惹等症状，因为缺乏恢复性睡眠从根本上破坏了情绪调节能力8。包括潜在剖面分析在内的高级分析模型进一步将NRS与类精神病体验风险升高相关联9，并确认其为高风险人群中自杀意念的强有力预测因子10。在认知方面，NRS会损害神经可塑性和记忆巩固11，导致注意力、专注力和决策能力下降12。在老年人群中，持续的NRS increasingly recognized as a potential risk factor that accelerates cognitive aging and contributes to neurodegenerative pathologies, such as Alzheimer’s and Parkinson’s disease13。在生理层面，身体在睡眠期间无法正常恢复，导致系统性应激状态长期持续，促进与心血管疾病14、2型糖尿病15、慢性疼痛16以及免疫功能减弱17相关的炎症过程。
睡眠健康受生物、心理和社会因素构成的复杂网络调控。近年来，社会交往作为影响身心健康的主要决定因素受到广泛关注。现有文献表明，社会网络缩小或人际互动频率降低的老年群体极易出现严重抑郁和焦虑18，以及认知功能加速衰退19。相反，积极的社会关系可提供关键的情感支持、认知刺激和规律的日常生活结构，这些因素共同构成维护整体健康和心理稳定的重要保护机制。
尽管关于社会隔离的理论证据日益增多，但现有文献中仍存在显著的方法学空白。大多数已有研究受限于横断面设计或单时间点评估，仅能捕捉社会参与的静态快照。由于社会互动本质上是动态的，并随着年龄增长、退休和健康状况变化而波动，单时间点方法本质上无法评估长期的社会轨迹或建立时间顺序。目前仍明显缺乏严谨的长期前瞻性队列研究，难以评估社会互动的动态变化与后续睡眠状况之间的纵向关联，尤其是在快速老龄化的日本人群中。因此，基于纵向轨迹的研究方法更为可取且必要，因为它能够捕捉随时间累积的社会效应以及人际模式的变化。
为解决这一关键空白，本研究对日本社区居住的老年人进行了为期6年的纵向分析。通过采用经过验证的18项社会互动指数（ISI）以及标准化的厚生劳动省（MHLW）睡眠指标，本研究系统地追踪并可视化了不同社会互动纵向轨迹——按持续稳定、下降或改善的社会状态划分为亚组——与睡眠时长和睡眠恢复这两个终点指标之间的前瞻性关联。尽管该观察性设计无法明确建立因果关系，但对这些轨迹变量进行长期追踪，仍提供了有价值的纵向证据，有助于指导并优化针对健康老龄化的公共卫生干预措施。读者应将ISI轨迹分类理解为社会行为的趋势性指标，而非绝对的临床诊断。
访问受限。请登录或开始试用以查看此内容。
本项纵向队列研究是在日本一个郊区社区作为社区赋权与照护（CEC）项目的一部分开展的，已获得日本筑波大学伦理委员会的批准（批准号：1331-7）。研究遵循《赫尔辛基宣言》的原则，并在所有参与者入组前获得其签署的知情同意书。
1. 受试者招募与筛选
共纳入473名符合预设标准并完成6年随访的社区居住老年人。参与者最初通过招募获得 通过 通过当地市政登记机构邮寄发送邀请函。符合条件的参与者由经过培训的研究人员通过初步电话筛查或面对面访谈进行资格验证，此步骤作为队列纳入的首个验证环节。纳入标准包括：年龄 > 65岁；参与2017年基线调查；基线时具有正常睡眠状态，定义为每天睡眠≥6小时且主观感觉睡眠恢复良好。排除标准包括：基线时已存在的睡眠剥夺（<每天睡眠时间少于6小时或基线时存在非恢复性睡眠（NRS）；独立生活能力完全丧失；以及在2017–2023年研究期间核心调查数据缺失或失访。
2. 基线评估与随访流程
参与者在2017年基线调查和2023年随访期间完成了标准化的自填式问卷，以收集人口统计学和生活方式等协变量信息。数据主要通过纸质、自填式问卷进行收集。对于需要协助的参与者，经过培训的现场调查员提供面对面的标准化访谈，以确保数据的准确性。为符合数据处理标准，所有填写完毕的纸质问卷均存放于室温下、安全且受权限控制的文件柜中，而数字化数据则经过加密后存储于设有密码保护的机构服务器上。记录的数据包括年龄、性别、每日锻炼习惯、吸烟状况、饮酒摄入量以及主观生活满意度。疾病史被详细记录，特别注明过去一年中任何持续超过两周的住院或治疗情况。此外，采用日本厚生劳动省《基础检查清单》（Kihon Checklist）中经过验证的子量表，对参与者基线时的营养状况和运动功能水平进行评估。随访评估在基线调查6年后进行，以重新评估所有核心指标并追踪纵向变化。2023年随访采用了与基线调查完全相同的施测流程、问卷格式和数据录入验证措施，以确保严格的纵向一致性。
3. 结局定义与社会互动分类
主要研究终点为6年随访时的睡眠时长和睡眠恢复情况。睡眠时长通过以下特定问题进行评估：“平均而言，你在24小时内实际睡眠多少小时？” 回答以数字记录，随后进行二分法分类，将每天睡眠不足<6小时定义为睡眠不足。睡眠恢复情况则根据国家指南中的二分类（是/否）问题进行评估：“您是否感觉睡眠后得到了充分休息？” 回答为“否”表示存在睡眠恢复不足（NRS）。
采用18项社会互动指数（Index of Social Interaction, ISI）评估社会互动情况。18个条目中的每一项均按1分（表示积极的社会参与）或0分（表示消极或缺乏参与）进行评分。通过将各条目得分相加，计算出总分，得分范围为0至18分。为量化社会互动的变化趋势，通过将2023年随访时的ISI得分减去基线得分，计算ISI得分的连续变化值。此外，根据本研究基线数据集计算得出的队列特异性中位数得分（中位数 = 16），将参与者分为“高”（ISI ≥ 16）和“低”（ISI < 16）两个亚组。由此构建了四种不同的社会互动轨迹分组（低-低、高-低、低-高、高-高），以监测2017年至2023年期间的动态变化。
4. 统计分析工作流程
数据分析采用SPSS软件（版本26.0）。在建模前，通过列表删除法排除核心变量数据缺失的参与者。使用描述性统计方法总结最终分析样本的人口学特征。分析方法包括对分类变量采用卡方检验进行组间比较，对呈偏态分布的连续变量采用Mann-Whitney U检验进行组间比较。
为检验社会互动变化与睡眠结果之间的关联，构建了多变量逻辑回归模型。这些模型中纳入的协变量是基于 先验的 临床相关性及初步双变量筛选，保留显示具有统计学显著性（的变量）p. < 0.05），在进行逻辑回归之前，使用方差膨胀因子（VIF）检验了自变量间不存在严重多重共线性的假设。 < 5).
操作上，使用 SPSS 中的“分析 > 回归 > 二元 Logistic”流程执行分析。采用“进入”法，将所有选定的协变量（如年龄、锻炼、生活满意度）与主要的 ISI 预测因子同时纳入模型（对应问题 5e）。这些模型评估了连续性变化、分类变化以及中位数亚组趋势。统计学显著性设定为 p. < 0.05（双尾检验）。
访问受限。请登录或开始试用以查看此内容。
参与者特征与研究流程
本6年纵向研究的参与者筛选过程详见图1。在2017年基线调查中，最初邀请了2,350名社区居住的老年人，其中1,188人因核心数据缺失、失去独立生活能力或存在已知睡眠问题（睡眠剥夺或非恢复性睡眠）而被排除。最终纳入基线队列的为1,162名睡眠状态正常的个体。在随后6年的随访期间，另有689名参与者因失访、死亡、搬迁或2023年调查数据不完整而被排除。
为评估潜在的失访偏倚，比较了最终分析队列（n = 473）与失访者（n = 689）之间的基线特征。基线年龄（p = 0.12）和基线平均ISI评分（p = 0.09）均未观察到统计学上的显著差异，提示样本失访是随机的，不太可能对观察到的关联产生系统性偏倚。
如表1所示，最终队列（N = 473）的平均年龄为70.27岁（标准差 = 6.50）...
访问受限。请登录或开始试用以查看此内容。
通过一项标准化的为期6年的纵向评估，本研究证明了老年人社会互动轨迹的动态变化与其后续睡眠状况存在前瞻性关联。结果表明，维持或改善社会互动与降低睡眠剥夺和非恢复性睡眠（NRS）的风险相关。相反，在该观察队列中，社会活动减少或长期社会隔离会使不良睡眠结局的风险增加一倍以上。
这些纵向研究结果提供了宝贵的时间性证据，进一步支持了以往的横断面观察结论。先前的研究已广泛记录了社会关系质量与睡眠质量之间的正相关关系20。例如，Troxel 等人发现，高质量的婚姻关系和强大的社会支持系统能够显著缓解压力，从而改善老年人群的睡眠结构21,22。Yu 等人的前瞻性分析同样强调，由于缺乏社会互动所导致的孤独感会严重损害老年人的睡眠满意度和整体睡眠质量23。从机制上看，社会关系的匮乏不仅使老年人失去了关键的情感支持系统，还使其更容易陷入抑郁和焦虑等负面心理状态
访问受限。请登录或开始试用以查看此内容。
所有作者均已声明无利益冲突。
研究人员向所有参与本研究的多比岛居民及工作人员致以最诚挚的感谢，感谢他们自愿参与本研究。感谢 Editage（www.editage.jp）在英文语言润色方面提供的帮助。本研究得到了日本中国医学协会授予高浩天的笹川奖学金以及 JST SPRING（JPMJSP2124）部分资助。
访问受限。请登录或开始试用以查看此内容。
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| IBM SPSS Statistics（版本 26.0） | IBM Corp. | RRID: SCR_019096 | |
| 社会互动指数（ISI）问卷 | 由 Anme 等人开发 | Anme, T., et al.31 | |
| 基础检查清单（Kihon Checklist） | 日本厚生劳动省 | Satake, S. et al.30 | |
| Microsoft Excel | Microsoft Corporation | RRID: SCR_016137 |
申请许可以重复使用本 JoVE 文章的文本或图表
申请许可