一、定义、范围与研究边界
睡眠研究是以可检验的问题和系统方法认识睡眠、昼夜节律及其与健康、行为、环境和社会因素关系的科学活动。它可涵盖基础机制、转化研究、人群流行病学、临床试验、真实世界研究、实施科学、质性研究和证据综合,核心不是使用了何种设备,而是问题、设计、测量、分析与结论能否形成透明的证据链。
研究对象可以是分子、细胞、动物模型、个体、家庭、工作场所、医疗系统或人群。不同层级回答的问题不同:实验室机制不能自动代表日常生活效果,相关性不能自动解释因果,短期替代终点也不能代替长期且对参与者有意义的结局。跨层级转化应明确中间假设和不确定性。
睡眠研究不等同于个人临床睡眠检查、常规诊疗、市场调查、产品可用性测试或智库报告。临床检查首先服务个体诊断,市场调查首先服务商业决策;只有在预先界定问题、遵守研究伦理并采用适当方法时,其数据才可能构成研究。研究结果本身也不等于监管许可、临床建议或产品功效证明。
二、研究问题、方案与治理
研究应从明确的问题出发,说明目标人群、暴露或干预、比较条件、结局和时间范围;探索性研究也要说明拟发现什么以及何时停止探索。主要与次要问题、支持性与探索性分析应分开,避免看到结果后重写目标。对干预研究,还应预先定义希望估计的效应及停药、换组、依从不足等事件如何处理。
方案应在采集或查看关键结果前固定设计、招募、测量、样本量依据、分析、缺失数据处理和安全监督,并保留带日期的修订记录。适用时在公开登记系统注册,系统综述登记方案,计算或实验流程预注册;偏离方案时披露原因、时间、影响和采取的修正,而不是用事后解释替代原计划。
治理结构应明确申办方、研究机构、主要研究者、统计与数据责任人、伦理审查、监查或独立监督安排,以及资助和利益冲突。商业资助者可以提出问题,但不应控制不利结果的分析或发表。多中心研究还需统一版本、培训、校准、数据字典、升级路径和各方对原始数据的访问权限。
三、人群、招募与伦理同意
涉及人的研究应在开始前接受适用的独立伦理审查,并以参与者尊严、权利、安全和福祉优先。知情同意应使用可理解的语言说明目的、流程、负担、可预见风险和获益、替代选择、隐私、补偿、退出及后续数据使用;同意不是一次签字,而是在方案变化、新风险或长期随访中持续更新的过程。
招募标准应由问题决定并公开排除理由。年龄、性别、族群、残障、妊娠、共病、用药、轮班、照护责任、住房和数字接入都可能影响睡眠与参与机会。若排除某类人群,应说明科学或安全依据;若样本不能代表目标人群,结论应收窄,而不能用统计调整掩盖结构性选择偏倚。
脆弱处境、权力关系和经济诱因需要额外保护,包括儿童、认知或沟通受限者、员工、学生、患者和睡眠不足状态下判断受影响者。夜间实验应规划交通、跌倒、困倦驾驶和紧急处置。退出研究不应损害常规服务,既有数据或样本能否继续使用应按同意内容、伦理决定和适用规则处理。
四、睡眠测量、设备与数据质量
测量方案应把概念变成可复核变量,区分睡眠机会、卧床时间、入睡潜伏期、入睡后觉醒、总睡眠时间、睡眠效率、睡眠分期、昼夜相位、主观质量和日间功能。每个结局应给出时间窗、单位、计算式、有效记录标准和临床或生活意义,避免把一个综合分数当作睡眠的全部。
睡眠日记、问卷、活动记录仪、消费级可穿戴设备、多导睡眠监测、生物标志物和访谈各有误差结构。方法应与问题匹配,并报告设备型号、传感器位置、采样与滤波、固件和算法版本、评分规则、阅片者训练及盲法。不同设备或算法输出不能仅因字段同名就直接互换,升级前后的数据也不应无说明地合并。
质量控制应覆盖时间同步、时区和夏令时、佩戴依从、信号丢失、伪迹、夜间跨日、重复测量、实验室校准以及人工修订。多导睡眠监测是特定问题的重要参照,但不是所有结局的绝对真值;消费设备则通常不能替代临床诊断。验证应在目标用途、目标人群和实际环境中完成,并同时报告失败样本和无法判读比例。
五、统计分析、偏倚与因果边界
样本量应与主要问题、预期效应、变异、聚类、失访和分析模型相匹配,而不是只追求名义人数。随机试验应说明序列生成、分配隐藏、盲法和分析集;观察研究应预先识别混杂、选择、测量和反向因果。重复夜晚、家庭或中心聚类以及时间变化暴露需要在模型中正确处理。
分析应报告效应大小、方向、精度和实际意义,而不只报告是否达到显著。多个结局、亚组、时间点和反复查看数据会增加偶然发现,应预先限制或适当调整。缺失数据要说明数量、原因和与结局的关系,并用符合假设的模型、插补或敏感性分析评估影响;简单删除失败记录可能系统性排除睡得更差或设备更难测量的人。
因果表述必须与设计和假设相称。随机化也可能受失访、交叉、非依从和测量误差影响,观察性关联更不能仅凭调整若干变量称为效果。亚组发现需要交互检验和独立验证;机器学习模型还应防止数据泄漏,在独立数据上评价校准、判别、群体差异和实际工作流程表现。
六、数据管理、共享与可重复性
数据管理计划应说明采集来源、标识符、格式、质量规则、版本、访问权限、备份、保存、销毁和责任人。原始或近原始信号、派生变量、评分结果和人工更改应能追溯,分析代码应固定软件和依赖版本。更正数据时保留审计轨迹,不用覆盖原值的方式消除错误记录。
睡眠数据可能同时暴露健康状态、日常作息、居住模式、位置、工作和共同生活者信息。去除姓名并不自动匿名,连续时间序列尤其可能被重新识别。共享前应依据同意、伦理和法律评估风险,采用最小化、去标识、受控访问、数据使用协议或安全分析环境;开放科学不意味着无条件公开敏感数据。
可重复性依赖完整的方案、数据字典、处理流程、排除日志、代码和环境说明,也依赖对失败与不确定性的诚实记录。无法共享个体数据时,可共享元数据、变量定义、模拟数据、分析代码和申请路径。独立复现、跨设备比较和多中心验证应区分重复同一分析、在新样本再现结果以及检验结论能否推广。
七、结果报告、转化与持续监督
报告应选择与设计相符的规范,并完整呈现招募、排除、参与者流程、基线、暴露或干预实施、缺失、伤害和全部预设结局。随机试验、观察研究和系统综述需要不同清单;清单改善透明度,却不能把薄弱设计变成高质量证据。注册信息、方案、统计分析计划和最终报告之间的差异应可见。
结果解释应同时讨论效应大小、可信区间、偏倚、测量限制、适用人群、替代解释和与既有证据的一致性。阴性或不确定结果同样应传播,不以切换结局、选择时间窗或只报告有利亚组制造确定性。新闻稿、图表和摘要不得比完整论文更强地宣称因果、临床意义或普适性。
转化为指南、产品、政策或临床流程需要结合证据总量、可行性、公平性、资源、参与者价值和持续安全监测。单项研究通常只是证据链的一部分;算法、设备、护理路径或环境改变后,应重新确认性能和风险。高质量睡眠研究的终点不是发表本身,而是使问题、方法、数据限制和决策后果都可被检查、质疑和改进。