网站地图

孩子睡眠不好导致近视?这是真的吗

- 编辑:笔芯罗 -

孩子睡眠不好导致近视?这是真的吗

摘自眼科流行病学  青少年睡眠不好与近视的倾向评分匹配分析
摘要目的:观察研究提示睡眠不好与近视之间可能存在联系,但这种联系可能存在选择偏差。我们的目标是通过应用倾向评分匹配(PSM)方法来最小化选择偏差并评估相关性。

方法:本研究设计为一个以学校为基础的横断面研究,研究对象为中国农村地区13-14岁的中国人群。采用中国版儿童睡眠习惯问卷对睡眠质量进行测量,用41分或41分以上的分数来确定是否存在睡眠不好。每名参与者的屈光状态在使用自动验光仪测量了截瘫后的情况,近视定义为球形当量<-0.50 d。使用九个潜在的混杂因素来制定睡眠不好的倾向评分。我们将睡眠不好和无睡眠不好的受试者的倾向性评分在倾向性评分的逻辑函数的0.01卡尺范围内进行匹配。

结果:
      在本研究中,对(1名受试者有睡眠不好,1名受试者无睡眠不好)根据倾向评分成功匹配。PSM前睡眠不好患者近视的优势比(OR)达到常规统计学意义水平(OR:1.43 95%置信区间[CI]1.05,2.58,P=0.01)。匹配后,关联度降低,近视的OR不显著(OR:1.54 95%CI 0.90,2.57,P=0.46)。


结论:目前,还没有足够的证据表明睡眠障碍可能影响青少年近视的发展。

介绍:近几十年来,近视日益成为一个全球性的公共卫生问题。在预防近视发病和减缓其发展方面,已经做出了大量的努力。从公共卫生的角度,了解近视的可改变的危险因素,是有效预防近视流行的必要方法。NT眼病。关于可改变的危险因素,在许多观察研究中4-6观察到户外时间对近视的保护作用,并在一项大型随机对照试验(RCT)中得到证实。最近,流行病学研究提供了初步证据,表明睡眠不好或睡眠质量下降可能在近视中发挥作用。儿童和青少年近视的发展和进展。例如,一项基于人群的研究报告了睡眠与睡眠之间的负相关。韩国12-19岁青少年的持续时间和近视。对中国儿童的另一项研究发现,通过问卷调查发现,睡眠不好与近视患病率较高有关。对日本儿童的一项研究使用匹兹堡睡眠质量指数测量睡眠质量,发现睡眠质量差显著。然而,睡眠质量与疲劳状态密切相关11并随后影响日常生活方式,如户外活动,导致近视风险的差异。因此,目前尚不清楚睡眠不好是否对近视的发展有直接影响,或者所观察到的睡眠不好与近视之间的联系被其他与近视相关的生活方式选择所混淆,如户外时间和阅读和写作时间。一个随机对照试验是解决这个问题的理想方法,但考虑到研究伦理,它太难实施了。 与此主题相关。因此,确定睡眠对近视的影响往往依赖于观察研究的结果。与随机对照试验不同的是,观察性研究往往面临着解决不同组间协变量失衡进行比较的重大挑战,因为暴露和其他潜在混杂因素的分配并非随机的。在这种情况下,先进的统计技术有必要解决观测研究的注意事项,避免潜在的选择偏差。这项研究的目的是评估中国农村青少年睡眠不好与近视之间的关系,采用倾向评分匹配(PSM)方法解决睡眠不好个体与非睡眠不好个体之间潜在的协变量失衡。该分析将为进一步研究睡眠不好对近视的影响提供更为严格的依据,有助于了解近视的可调节危险因素。
方法
       墨江近视进展研究是一项基于学校的队列研究,旨在纵向观察中国农村学龄儿童的主要儿童眼部疾病的发病和进展。研究方案已在其他地方进行了描述。整个研究包括两个队列:小学1年级学生和中学7年级学生。目前的分析是对平均年龄为13.8岁的7年级队列进行的。墨江县位于中国西南部,人口36万,面积5312平方公里,人口结构相对稳定,社会经济地位与中国农村平均水平相近,被选为研究区。2014年,墨江市实施了良好的义务教育制度,中小学入学率达到99%。因此,墨江市的校本样本具有很强的地方人口代表性,可以作为人口样本。
       墨江市7年级学生全部受邀参加本研究。在基线调查中,从每个学校的校长处获得学生名册,以确定研究参与者的资格,即他或她应该在墨江居住至少1年,并计划在墨江居住至少4年。一条手机信息被发送给父母,解释研究的性质,并邀请他们参与研究。对于那些不同意参与或不回应的人,电话采访是为了让他们更好地了解研究的性质和他们孩子的视力发展的重要性。如果无法通过手机或电话联系到父母,则会进行家访。研究结束时,共有2346名(93.5%)7年级学生参加了基线调查。                   
      伦理委员会获得昆明医科大学机构审查委员会的批准。我们根据《赫尔辛基宣言》中涉及人类参与者的原则和经批准的准则开展了这项研究。此外,我们从每位参与者的至少一位家长或法定监护人处获得书面知情同意。

暴露变量的测量
     本研究采用儿童睡眠习惯问卷(CSHQ)对儿童睡眠质量进行测量,由家长在最近一周内对儿童的睡眠习惯进行问卷调查。CSHQ中文版已在以前的报告中得到验证,涵盖了八个不同的领域,包括睡前抵抗、睡眠开始延迟、睡眠持续时间、睡眠焦虑、夜间醒来、睡眠不好、睡眠呼吸障碍和白天嗜睡。建议评分41分或41分以上来定义睡眠不好和睡眠不好的存在。以前曾报道过这种截止值的敏感性(0.80)和特异性(0.72)。

结果变量的测量 
     研究者使用自动验光仪(日本东京拓邦公司,RM-8000)测量了每位受试者的屈光不正情况。对于独眼症,30分钟后每隔5分钟给每位受试者滴两滴1%环戊二酯(ALCON),如果瞳孔光反射为ST,则第三滴给药。瞳孔大小小于6.0毫米。自动验光仪的前五个有效读数是由一个单一的折射误差估计值产生的。所有五个读数在球形和圆柱形部件中的间隔应不超过0.50 d。近视被定义为球形当量(SE)<−0.50 d,该定义在流行病学研究中广泛使用。

其他协变量的评估
     本研究所使用的问卷与以往许多关于中国儿童的眼部研究相似。17-20我们收集了与近视相关的详细信息,包括父母教育、父母近视史、病史、读写时间、看电视时间、玩电脑时间等变量。以及户外活动。根据标准化方案测量身高和体重。

统计分析
      使用11.0版(美国德克萨斯州大学城Station Statacorp)进行统计分析。PSM的目的是将一种治疗方法与一个比较组进行比较,以确定感兴趣的结果指标。在这项研究中,治疗和比较组将是有睡眠不好和没有睡眠不好的青少年,而感兴趣的结果测量将是近视的存在。PSM试图通过在一系列可能影响睡眠不好性近视倾向的协变量上匹配两个相似的组。 
      应用logit模型对关键协变量的治疗进行预测。在目前的研究中,我们估计了一个逻辑模型,该模型预测了9个潜在的混杂因素,包括性别、父母近视史、父亲的教育水平、母亲的教育水平、身高、每天在户外的时间、每天放学后的读写时间、每天看电视的时间和玩游戏的时间。每天使用计算机。每个被调查者都被分配了睡眠紊乱的条件概率。这个条件概率(称为倾向评分)是用以下公式计算的:  P(disorderedsleep)=Pr(Ti=1/Xi)。其中TI=如果回答者I是一个睡眠紊乱的青少年,XI是回答者I的协变量向量,预测睡眠紊乱,并且被认为混淆了无序睡眠和近视之间的联系。倾向评分的值在0到1之间。接近1分表示易受睡眠不好影响,接近0分表示易受睡眠不好影响。
      在将倾向评分分配给每个参与者后,我们根据倾向评分将治疗组(睡眠不好青少年)与对照组(睡眠不好青少年)进行匹配。在本研究中,我们使用一对一最近邻匹配技术(无需更换)和0.01卡尺水平估计了PSM模型。在本队列中,每个睡眠不好参与者与另一个睡眠不好参与者进行配对,两个参与者的倾向性得分相差不超过0.01。如果匹配过程成功,两组之间的协变量将没有差异(达到协变量平衡)。在分析的最后一步中,我们评估了匹配程序前后睡眠不好与近视之间是否存在关联。

 结果
      表1列出了所有研究参与者的描述性特征,包括暴露、结果和混淆变量。本组近视患病率为29.5%,睡眠不好患病率为78.3%。表2显示了logit回归模型,该模型适用于产生倾向性评分,该评分表示受研究参与者睡眠紊乱影响的预测概率。表2显示,一些协变量达到了常规的统计显著性水平(p<0.05)。
在这项研究中,474对(1名受试者有睡眠不好,1名受试者无睡眠不好)根据倾向评分成功匹配。表3给出了配对前后两组潜在混杂因素差异的结果,分析了两组的主要治疗程序,成功地实现了治疗组与对照组的平衡。在倾向性得分匹配后,匹配过程成功地消除了组间差异、组间差异和组间变量之间的差异,从而使我们能够检查非有序睡眠和近视之间的关系。
 PSM前睡眠不好患者近视的优势比(OR)达到常规统计学意义水平(OR:1.43,95%置信区间[CI]1.05,2.58,P=0.01)。匹配后,关联度降低,近视的OR不显著(OR:1.54,95%CI 0.90,2.57,P=0.46)。评估睡眠评分和SE屈光度之间潜在关系的线性回归没有发现显著相关性(回归系数:0.12;95%置信区间:−0.10;0.34;P=0.29)。
 讨论              
      采用代表性样本和先进的统计技术,本研究重新评估了睡眠不好与近视之间的关系,近视是儿童和青少年的两种常见疾病。使用PSM(一种旨在解决观察性研究中常见的潜在选择偏差的统计方法)表明,睡眠不好与近视之间的联系在PSM后消失。因此,两者之间的联系由于观测设计的混淆,先前报告的情况可能是假的。根据本研究的结果,目前还不能断定睡眠不好会影响儿童和青少年近视的发展。              
      考虑到对睡眠不好与近视之间关系的观察研究可能会被一些测量和未测量的因素(协变量失衡)所混淆,我们的研究试图用PSM方法解决治疗组和对照组之间的协变量失衡问题,目的是适当地减少这种失衡,并使两组之间的比较是可以恢复的。例如,在本研究中,女孩很可能会受到睡眠不好的影响,而男孩(p=0.02),但是,在经过PSM后,性别差异被消除(p=0.12)。因此,PSM技术成功地解决了有睡眠不好和无睡眠不好青少年被测变量和潜在变量之间的协变量失衡问题,从而使近视风险的比较更为合适。以往关于睡眠不好与近视之间关系的研究都依赖于观察性研究,结果并不总是一致的。我们研究的8-10个结果表明,睡眠不好与近视之间可能没有真正的联系。在我们的研究中观察到的效果估计值很小,表明任何真正的关联都可能在临床上不重要,如果存在的话。因此,目前的证据不足以支持睡眠不好在儿童和青少年近视发展中的作用。
      虽然已经提出了几种机制来解释睡眠不好与近视之间的关系,但确切的机制尚不清楚。有人认为,正常的昼夜节律在人的眼睛发育中起着重要的作用。睡眠紊乱或睡眠质量差很可能会扰乱这些节律,进而干扰控制眼睛肌电过程的调节机制,导致近视的发展。
      关于睡眠对近视的影响的另一种解释可能是睡眠不足会使纤毛肌疲劳,这可能减轻儿童和成人的近视进展。但目前没有证据支持这一假设。夜间环境光照也有可能导致近视的发生,但不同研究的结果不一致。24-26近视与其他特征(如IQ27、28和个性)有关。也许睡眠质量差可以替代心理中性格外向的人。可能混淆睡眠和近视之间联系的生理特征。
      我们研究的主要优势包括一个相对较大且具有代表性的样本,暴露和结果变量的标准化测量,以及使用PSM方法最小化观察设计中潜在的选择偏差。然而,我们也意识到了这项研究的局限性。首先,根据横截面数据进行分析。虽然psm方法有助于减少选择偏倚,但如果能获得涵盖睡眠紊乱前后近视的纵向数据集,则会更好。此外,尽管PSM方法与治疗组和对照组相匹配,以便更好地进行比较,但它实际上减少了样本量,这也可能降低了检测睡眠不好和近视之间显著相关性的统计能力。此外,PSM是一种统计技术,它本身可能有一些局限性。通常情况下,需要大样本,而隐藏的混淆可能仍然存在,因为只匹配观测变量的控制。在这项研究中,一些潜在的混杂因素,如睡眠时的环境光照和个性,由于我们没有收集数据,因此没有纳入倾向评分模型。
      综上所述,我们的研究表明,中国青少年近视的患病率与有无异序睡眠无关。在其他队列中重复这一发现可能会澄清儿童和青少年这两种常见疾病之间的关系。

相关推荐: