定义、用途与类别边界
睡眠质量测评工具是用结构化问题、量表或睡眠日记,把个人对睡眠及日间影响的主观体验转化为可解释记录的数字或纸质工具,归入 WSIC 4.3.1“睡眠记录工具”。它可以测量总体睡眠质量、入睡困难、夜间觉醒、睡眠满意度、日间困倦或睡眠相关功能受损,也可以追踪一段时间内的变化。工具价值来自明确的测量概念、回顾期、题目、计分规则、适用人群和解释依据,而不是界面是否精美或是否生成一个“睡眠分数”。
本类不同于只安排就寝时间的作息规划应用、自由叙事的梦境记录应用,以及由加速度、心率、呼吸或脑电信号推算睡眠的可穿戴设备和临床检查。主观测评回答的是“本人如何感受与报告”,客观监测回答的是“设备在特定算法下观察到什么”,两者可以互补但不能互相冒充。问卷得分不是疾病诊断、病因判断或治疗处方;未发现明显问题也不能排除睡眠呼吸障碍、周期性肢体运动、发作性睡病、药物影响或其他疾病。
测量概念、工具类型与选择
选择工具应先确定要回答的问题。匹兹堡睡眠质量指数评估过去一个月的主观睡眠质量与干扰,包含主观质量、睡眠潜伏期、睡眠时长、习惯性睡眠效率、睡眠干扰、安眠药使用和日间功能七个组成维度。失眠严重程度指数聚焦个人感知的失眠问题、满意度、日间干扰和困扰;Epworth 嗜睡量表聚焦常见情境下打瞌睡的倾向,测的是日间嗜睡而非夜间睡眠质量。PROMIS 睡眠干扰与睡眠相关损害分别覆盖夜间体验和清醒时段的影响,并按其正式版本、回顾期和计分体系使用。
需要逐日观察时,可采用前瞻性睡眠日记,记录上床、尝试入睡、估计入睡等待、夜间觉醒、最终醒来、起床、总睡眠时间、睡眠效率及相关用药等。日记减少长回顾期造成的记忆压缩,但仍是估计值;早晨补记通常比数日后集中回填可靠。筛查、基线描述、疗效结局、自我管理反馈和人群监测的目的不同,不能因为某工具短小或流行就通用。优先选用在目标年龄、语言、文化、健康状态、场景和使用方式中有内容效度及测量证据的版本。
实施、计分与缺失数据
部署前应冻结工具名称、版本、语言、题目顺序、选项、回顾期、计分规则和版权状态,并用认知访谈或可用性测试确认用户理解。不要擅自删题、改写否定句、合并选项、改变时间范围,或把“睡眠质量”“失眠严重度”和“困倦”混成一个自创总分。纸笔转为电子版时,还要验证分页、滚动、字体、触控目标、必答逻辑、时间戳和辅助技术是否改变作答。翻译不是逐字替换,应有授权、前向与回译、专家审阅、目标人群测试和版本追踪。
计分引擎应按照正式手册处理反向题、分量表、转换分、常模和最少作答题数,并保留原始回答与计分版本。缺失值不能默认为“没有症状”或自动以平均数填补;系统应说明何时不出分、何时可按授权算法估算,以及样本统计如何处理。展示时区分原始分、转换分、参考区间、测量误差和变化量,避免用红黄绿灯制造虚假确定性。若阈值用于转介或纳入研究,应记录阈值来源、适用人群和代价,并允许专业人员查看逐题回答,而不只看到总分。
解释、纵向追踪与组合证据
分数解释必须回到其概念和回顾期:同一个人在“过去七天”与“过去一个月”的报告可能合理不同,轮班、旅行、急性疾病、照护责任、月经周期、酒精、咖啡因和药物也会改变结果。群体研究中的分界值不能自动变成个人诊断线;一次超过阈值只表示需要结合情境进一步了解。纵向比较宜使用相同版本、语言、设备和测量时点,并判断变化是否超过测量误差、是否达到对个人有意义的程度,而不是把一分变化都解释为改善或恶化。
主观报告与睡眠日记、可穿戴数据或多导睡眠监测不一致时,应先检查时间窗、定义、佩戴缺失、算法版本和个人感知,而不是判定某一方“造假”。设备可能把静卧误判为睡眠,个人也可能低估或高估睡眠;这种差异本身可提供临床线索。用于研究或机构项目时,应预先写明主要结局、测量时点、分析计划和最小重要差异,防止看到结果后挑选最好看的量表、分量表或时间点。
人群适配、无障碍与安全转介
儿童、青少年、老年人、孕产期人群、轮班工作者、认知或视听障碍者,以及不同语言文化群体,对“午睡”“上床”“工作日”和日间功能的理解可能不同。儿童自评、家长代理报告和教师观察不能任意互换;代理报告应明确报告者是谁。无障碍设计应支持键盘、屏幕阅读器、缩放、高对比度、清晰错误提示和暂停续答,并提供不依赖颜色的结果说明。辅助朗读或访谈施测要采用标准脚本,避免引导回答,并记录施测方式。
工具应在结果页明确其非急救、非诊断边界,并提供与用途相称的安全路径。持续严重失眠、明显日间功能受损、驾驶或操作机器时困倦、睡眠中呼吸暂停或窒息、异常行为、突发睡眠发作,或伴随自伤想法等情况,不应只靠重复测评分数处理。系统可提示联系合格专业人员或当地紧急服务,但不应在缺乏验证时自动推断疾病。雇主、学校或保险场景尤其要防止用单次自评分数惩罚、排班、定价或拒绝机会。
数字实现、隐私与治理
数字工具应把原始回答、派生指标、设备数据和用户备注分层存储,记录同意、来源、时区、测量时间、量表版本、语言、计分软件版本及更改日志。最小化采集身份、位置、药物、心理状态和自由文本;分别说明哪些数据用于即时反馈、照护、研究、产品改进或广告,并让撤回、导出和删除机制与适用法律及保存义务一致。传输和存储应采用适当保护,权限按角色分配,敏感操作留审计记录,备份、供应商访问、跨境传输和泄露响应均需预案。
睡眠与心理健康数据具有高度敏感性,去掉姓名也未必消除再识别风险。分析和通知应避免在锁屏、共享设备、电子邮件主题或广告受众中暴露结果;第三方分析、推送、崩溃报告和人工智能服务也属于数据流的一部分。采购方应审查数据地图、分包商、保留期、安全测试、事件通知、停服导出和删除证明。算法或常模更新若改变分数,必须版本化、回归测试并告知比较限制,不能静默重算历史结果后继续声称趋势可比。
证据、许可、质量与宣称边界
高质量工具应有明确的概念模型,并在预定使用情境中提供内容效度、结构效度、可靠性、测量误差、跨文化效度和反应性等证据。内部一致性高不代表一定测对了概念,相关性也不等于可替代临床标准。供应商应披露开发样本、排除人群、语言版本、失访、利益冲突和外部验证,并区分探索性模型与经验证规则。若软件输出用于诊断、治疗建议或高风险决策,其预期用途可能触发更严格的医疗软件监管和临床验证要求。
许多量表、翻译、题库、计分服务和电子实现受版权、商标或许可条件约束;公开发表并不等于可以复制、改写或商业嵌入。采购和发布前应向权利方核对最新版、授权范围、费用、署名、翻译和电子迁移要求。宣传只能覆盖实际验证的版本、语言、人群和结局,不能用“医学级”“临床验证”“人工智能诊断”“精准预测深睡”或“保证改善”等模糊表述跨越证据。质量管理还应包括题目锁定、测试用例、双重校验、异常监测、投诉、不良事件、纠正措施和可追溯发布记录。