World Sleep Industry ENCYCLOPEDIA

睡眠研究

6.3.1

一、定義、範圍與研究邊界

睡眠研究是以可檢驗的問題和系統方法認識睡眠、晝夜節律及其與健康、行為、環境和社會因素關係的科學活動。它可涵蓋基礎機制、轉譯研究、人群流行病學、臨床試驗、真實世界研究、實施科學、質性研究和證據綜合,核心不是使用了哪一種設備,而是問題、設計、測量、分析與結論能否形成透明的證據鏈。

研究對象可以是分子、細胞、動物模型、個人、家庭、工作場所、醫療系統或人群。不同層級回答的問題不同:實驗室機制不能自動代表日常生活效果,相關性不能自動解釋因果,短期替代終點也不能取代長期且對參與者有意義的結果。跨層級轉譯應清楚說明中間假設和不確定性。

睡眠研究不等同於個人臨床睡眠檢查、例行診療、市場調查、產品易用性測試或智庫報告。臨床檢查首先服務個人診斷,市場調查首先服務商業決策;只有在預先界定問題、遵守研究倫理並採用適當方法時,其資料才可能構成研究。研究結果本身也不等於監管許可、臨床建議或產品功效證明。

二、研究問題、方案與治理

研究應從明確的問題出發,說明目標人群、暴露或介入、比較條件、結果和時間範圍;探索性研究也要說明擬發現甚麼以及何時停止探索。主要與次要問題、支持性與探索性分析應分開,避免看到結果後重寫目標。對介入研究,還應預先定義希望估計的效應及停藥、換組、依從不足等事件如何處理。

方案應在收集或查看關鍵結果前固定設計、招募、測量、樣本數依據、分析、遺漏資料處理和安全監督,並保留附日期的修訂紀錄。適用時在公開登記系統註冊,系統性文獻回顧登記方案,計算或實驗流程預先註冊;偏離方案時披露原因、時間、影響和採取的修正,而不是以事後解釋取代原計畫。

治理結構應明確申辦者、研究機構、主要研究者、統計與資料責任人、倫理審查、監查或獨立監督安排,以及資助和利益衝突。商業資助者可以提出問題,但不應控制不利結果的分析或發表。多中心研究還需統一版本、培訓、校準、資料字典、升級路徑和各方對原始資料的存取權限。

三、人群、招募與倫理同意

涉及人的研究應在開始前接受適用的獨立倫理審查,並以參與者的尊嚴、權利、安全和福祉為優先。知情同意應使用可理解的語言說明目的、流程、負擔、可預見風險和效益、替代選擇、私隱、補償、退出及後續資料使用;同意不是一次簽署,而是在方案變更、新風險或長期追蹤中持續更新的過程。

招募標準應由問題決定並公開排除理由。年齡、性別、族群、身心障礙、懷孕、共病、用藥、輪班、照護責任、居住和數位接入都可能影響睡眠與參與機會。若排除某類人群,應說明科學或安全依據;若樣本不能代表目標人群,結論應收窄,而不能以統計調整掩蓋結構性的選擇偏差。

脆弱處境、權力關係和經濟誘因需要額外保護,包括兒童、認知或溝通受限者、員工、學生、病人和在睡眠不足狀態下判斷受影響者。夜間實驗應規劃交通、跌倒、疲倦駕駛和緊急處置。退出研究不應損害例行服務,既有資料或樣本能否繼續使用應按同意內容、倫理決定和適用規則處理。

四、睡眠測量、設備與資料品質

測量方案應把概念轉化為可複核變數,區分睡眠機會、臥床時間、入睡潛伏期、入睡後清醒、總睡眠時間、睡眠效率、睡眠分期、晝夜相位、主觀品質和日間功能。每個結果應給出時間窗、單位、計算式、有效紀錄標準和臨床或生活意義,避免把一個綜合分數當作睡眠的全部。

睡眠日誌、問卷、活動紀錄儀、消費級穿戴裝置、多項生理睡眠檢查、生物標誌物和訪談各有誤差結構。方法應與問題配合,並報告裝置型號、感測器位置、取樣與濾波、韌體和演算法版本、評分規則、判讀者培訓及盲法。不同裝置或演算法輸出不能只因欄位同名便直接互換,升級前後的資料也不應在沒有說明下合併。

品質控制應涵蓋時間同步、時區和日光節約時間、佩戴依從、訊號遺失、偽訊號、夜間跨日、重複測量、實驗室校準以及人工修訂。多項生理睡眠檢查是特定問題的重要參照,但不是所有結果的絕對真值;消費裝置則通常不能取代臨床診斷。驗證應在目標用途、目標人群和實際環境中完成,並同時報告失敗樣本和無法判讀比例。

五、統計分析、偏差與因果邊界

樣本數應與主要問題、預期效應、變異、群聚、失訪和分析模型相配,而不是只追求名義人數。隨機試驗應說明序列生成、分配隱藏、盲法和分析集;觀察研究應預先識別混雜、選擇、測量和反向因果。重複夜晚、家庭或中心群聚以及隨時間變化的暴露需要在模型中正確處理。

分析應報告效應大小、方向、精確度和實際意義,而不只報告是否達到顯著。多個結果、亞組、時間點和反覆查看資料會增加偶然發現,應預先限制或適當調整。遺漏資料要說明數量、原因和與結果的關係,並用符合假設的模型、插補或敏感度分析評估影響;簡單刪除失敗紀錄可能系統性排除睡得較差或裝置較難測量的人。

因果表述必須與設計和假設相稱。隨機化也可能受失訪、交叉、非依從和測量誤差影響,觀察性關聯更不能只憑調整若干變數便稱為效果。亞組發現需要交互作用檢驗和獨立驗證;機器學習模型還應防止資料洩漏,在獨立資料上評估校準、判別、群體差異和實際工作流程表現。

六、資料管理、共享與可重現性

資料管理計畫應說明收集來源、識別碼、格式、品質規則、版本、存取權限、備份、保存、銷毀和責任人。原始或近原始訊號、衍生變數、評分結果和人工更改應可追溯,分析程式碼應固定軟體和相依套件版本。更正資料時保留稽核軌跡,不以覆蓋原值的方式消除錯誤紀錄。

睡眠資料可能同時暴露健康狀態、日常作息、居住模式、位置、工作和共同生活者資訊。移除姓名並不自動成為匿名資料,連續時間序列尤其可能被重新識別。共享前應依據同意、倫理和法律評估風險,採用最小化、去識別、受控存取、資料使用協議或安全分析環境;開放科學不表示無條件公開敏感資料。

可重現性依賴完整的方案、資料字典、處理流程、排除日誌、程式碼和環境說明,也依賴對失敗與不確定性的誠實紀錄。無法共享個人資料時,可共享中繼資料、變數定義、模擬資料、分析程式碼和申請路徑。獨立複現、跨裝置比較和多中心驗證應區分重複同一分析、在新樣本再現結果以及檢驗結論能否推廣。

七、結果報告、轉譯與持續監督

報告應選擇與設計相符的規範,並完整呈現招募、排除、參與者流程、基線、暴露或介入實施、遺漏、傷害和全部預設結果。隨機試驗、觀察研究和系統性文獻回顧需要不同清單;清單改善透明度,卻不能把薄弱設計變成高品質證據。登記資訊、方案、統計分析計畫和最終報告之間的差異應可見。

結果解釋應同時討論效應大小、信賴區間、偏差、測量限制、適用人群、替代解釋和與既有證據的一致性。陰性或不確定結果同樣應傳播,不以切換結果、選擇時間窗或只報告有利亞組製造確定性。新聞稿、圖表和摘要不得比完整論文更強地宣稱因果、臨床意義或普適性。

轉譯為指引、產品、政策或臨床流程需要結合證據總量、可行性、公平性、資源、參與者價值和持續安全監測。單項研究通常只是證據鏈的一部分;演算法、裝置、照護路徑或環境改變後,應重新確認性能和風險。高品質睡眠研究的終點不是發表本身,而是使問題、方法、資料限制和決策後果都可被檢查、質疑和改進。