科学家已经确定了5种不同的睡眠类型

现在，研究人员已经确定了五种不同的睡眠类型；这些类型之间的过渡模式提供了对慢性和急性健康状况的见解。

你的睡眠追踪器可以提供睡眠模式之外的见解 —— 它还可以提供关于糖尿病和睡眠呼吸暂停等慢性疾病以及COVID-19等疾病的线索。这些见解来自一项新的研究，该研究调查了大约33000人的大约500万个夜晚的睡眠数据。进行这项研究的研究人员已经确定了五种主要的睡眠表型，他们进一步将其分为13种亚型。

研究人员还发现，与仅仅依靠一个人的平均睡眠表型相比，一个人在睡眠表型之间切换的方式和频率可以提供两到十倍的与检测健康状况相关的信息。

这项研究最近发表在《npj数字医学》杂志上。

研究人员使用从Oura ring（一种跟踪睡眠、皮肤温度和其他信息的智能戒指）收集的数据，在几个月的时间里观察了个体，注意他们是否患有糖尿病和睡眠呼吸暂停等慢性健康状况，或COVID-19和流感等疾病。研究小组发现，随着时间的推移，人们经常会在不同的睡眠表型之间转换，这反映了个人健康状况的变化，并通过研究人员创建的数据驱动的睡眠情景创建了类似于个人旅行日志的东西。

“我们发现睡眠质量的微小变化有助于我们识别健康风险。这些微小的变化不会在普通的夜晚或调查问卷中显示出来，所以它确实显示了可穿戴设备如何帮助我们发现原本会被遗漏的风险，”本杰明·斯马尔说，他是该研究的资深作者之一，也是加州大学圣地亚哥分校雅各布斯工程学院和哈利西奥格鲁数据科学研究所的教员。

此外，研究人员强调，在人口规模上长期跟踪睡眠变化可以揭示与公共卫生相关的新见解，例如通过这些睡眠情景模式的某些变化，是否可以为慢性疾病或感染易感性提供早期预警。

该研究团队的工作基于加州大学旧金山分校TemPredict数据集的新分析，该数据集是利用2020年COVID-19大流行期间佩戴市售Oura Ring的人收集的数据创建的。

这项分析是由加州大学圣地亚哥分校生物工程系的教员、加州大学圣地亚哥分校电气与计算机工程系的Edward Wang教授和加州大学旧金山分校的研究负责人、睡眠临床医生Ashley E. Mason教授共同领导的。该研究的第一作者是Varun Viswanath，他是加州大学圣地亚哥分校雅各布斯工程学院电气与计算机工程系的研究生。

五种睡眠类型

这是研究人员根据大约3.3万人的500万个夜晚的睡眠数据挑选出的五种睡眠表型。虽然研究涉及许多因素，但研究人员也发现了一些趋势，有助于直观地区分这5种睡眠表型。

表型1：我们认为的“正常”睡眠。在这种表现型中，人们至少连续六天不间断地睡8小时左右。这是美国国立卫生研究院推荐的睡眠类型，也是研究人员发现的最常见的睡眠类型。

表型2：人们大约有一半的时间是连续睡眠，但另一半时间只睡短时间，每次不到3小时。

表型3：大多数人都是连续睡眠，但他们每周大约有一个晚上的睡眠被打断。被打断的夜晚的特点是有一段时间的睡眠时间相对较长，约为5小时，还有一段时间的睡眠时间不足3小时。

表型4：大多数人还是连续睡眠。但他们经历了罕见的夜晚，在这种情况下，长时间的睡眠被半睡半醒的状态隔开。

表型5：人们每晚只睡很短的时间。这种表型是研究人员发现的最罕见的，它代表着睡眠极度中断。

跟踪睡眠类型的变化

为了测量睡眠表型如何随时间变化，Viswanath构建了一个包含所有500万个夜晚的空间模型，其中表型被表示为不同的岛屿，由大部分相似的睡眠周组成。随着时间的推移，出现了不同的模式，这使得研究人员能够对每个人在岛屿之间的路线进行建模。

由此，帮助区分糖尿病和睡眠呼吸暂停等慢性疾病患者的不是他们的平均表型。相反，这是他们在睡眠情景中在岛屿之间切换的频率。通过这种方式，即使某人很少改变表型，他们确实改变的事实仍然可以提供有关他们健康状况的有用信息。

数据显示，对大多数人来说，几个月没有几个晚上的睡眠中断是很罕见的。“我们发现，睡眠中断发生方式的细微差异可以告诉我们很多东西。即使这些情况很少见，但它们的频率也很能说明问题。因此，这不仅仅是你睡得好不好的问题，关键信息隐藏在一段时间内的睡眠模式上，”Edward Wang说，他是该研究的合著者之一，也是加州大学圣地亚哥分校电子和计算机工程系的教员。

相反，人们并不倾向于保持由睡眠中断所定义的模式。但他们访问特定睡眠中断模式的频率在很大程度上说明了他们的表现如何。

该论文的通讯作者Varun Viswanath说：“如果你想象有一个睡眠类型的情景，那么它就不是关于你倾向于在那个景观中生活的地方，而是关于你多久离开那个区域一次。”

先前的研究

在6月20日发表的这篇新论文中，研究小组修改了之前研究中使用的技术，这是迄今为止规模最大的类似睡眠调查，该研究从英国生物银行获得了大约103000个夜晚的数据。之前的研究着眼于睡眠时间、醒来时间和许多相关特征，然后构建了一个“情景”，显示每个夜晚的相对位置。但之前的研究人员没有做两件关键的事情:他们不能跨越时间，因为他们每个人只有两到三个晚上；他们也无法将由此产生的睡眠模式与健康结果联系起来。

其他大规模睡眠分析着眼于简单睡眠特征的高水平差异，比如人们入睡的总时间。

相比之下，这项新研究首次表明，研究人员可以量化人们睡眠随时间的变化动态，并利用这种量化来让人们更好地了解自己的睡眠健康。该研究还表明，睡眠的这些变化可能表明患多种疾病的风险更高。

如果朋友们喜欢，敬请关注“知新了了”！