睡眠质量的好坏不仅影响你的体脂和心脏健康，最新研究表明，睡眠模式可能悄然塑造你患心脏病、糖尿病甚至骨质疏松症的风险——科学家们现在揭示了睡眠在预测长期健康方面的隐秘力量。
一项发表在《自然医学》（Nature Medicine）上的最新研究分析了数千人的数据，揭示了睡眠与主要生理系统和身体特征之间的联系。通过研究大量数据集，研究人员探索了睡眠与心血管健康、新陈代谢、心理健康等方面的关系，提供了关于睡眠对身体广泛影响的新见解。
研究表明，睡眠特征比传统健康指标更能预测血液脂质、胰岛素抵抗和心血管标志物，重塑了我们评估代谢健康风险的方式。睡眠是支持认知功能、免疫反应和代谢调节的基本生物过程。尽管研究人员早已了解睡眠不足的后果，但睡眠特征与多个生理系统之间的更广泛联系仍需深入研究。
以前的研究主要集中在失眠和阻塞性睡眠呼吸暂停等睡眠障碍，并将其与心脏病、肥胖和糖尿病联系起来。然而，这些研究往往依赖于自我报告的数据或有限的客观睡眠测量方法。为了全面理解睡眠与整体健康之间的相互作用，需要一种全面、高分辨率的方法。这项研究旨在通过大规模睡眠监测和广泛的生理特征数据来填补这一空白。
研究人员分析了6,366名40至75岁参与者的睡眠数据，其中男性3,043人，女性3,323人，主要来自欧洲（阿什肯纳兹）犹太血统的健康个体。他们收集了16,812个晚上的睡眠数据，包括呼吸模式（如周围呼吸暂停低通气指数pAHI）、打鼾、睡眠姿势、睡眠阶段和血氧饱和度水平（如最低SpO2）。此外，还测量了心率变异性（PRV），以反映睡眠中心率波动情况。
研究整合了来自16个其他生理系统的数据，包括心血管健康、新陈代谢、心理健康、微生物群落微生物组组成和免疫功能，以考察睡眠特征如何与整体健康互动。研究人员使用了先进的统计建模技术，如Spearman相关性、中介分析和机器学习模型（如LASSO回归和梯度提升决策树），来评估这些关系。
研究通过比较睡眠数据与生物标志物（如血液甘油三酯、胰岛素抵抗标志物和骨密度测量值）量化了睡眠特征与身体特征之间关联的强度。此外，一个由574名参与者组成的纵向子集在两年内接受了两次睡眠监测，使研究人员能够研究睡眠模式随时间的变化及其潜在的长期健康影响。研究还考虑了生活方式因素，如饮食和体力活动，以确定其对睡眠变化的贡献。
研究表明，睡眠模式与多种生理系统密切相关。睡眠质量差，包括深度睡眠减少、夜间中断增加和睡眠效率降低，与心血管疾病、代谢紊乱和心理健康状况的风险增加有关。特别是，pAHI（衡量睡眠呼吸暂停严重程度的指标）与心血管和代谢疾病的关系更为密切，而与睡眠结构相关的特征（如睡眠时间和深度睡眠百分比）更能预测内分泌疾病。
此外，睡眠持续时间的变异性和较低的睡眠效率也与炎症标志物和免疫系统失调的增加有关。研究还报告了性别差异对睡眠相关健康风险的影响。男性表现出睡眠呼吸暂停严重程度与心血管疾病之间的更强关联，而女性则表现出睡眠障碍与骨质疏松症和骨量减少（尤其是绝经后因雌激素水平下降）之间的显著联系。
值得注意的是，研究指出，内脏脂肪组织（VAT）是预测睡眠呼吸暂停严重程度的最强因素，超过了传统的风险因素如体重指数（BMI）和年龄。研究进一步表明，15%的跨15个生理系统的身体特征可以通过睡眠特征预测，支持了睡眠监测作为评估更广泛健康风险工具的观点。
此外，研究发现微生物群落微生物组组成、心理健康和饮食习惯（特别是在女性中）比传统因素如BMI和VAT更能预测阻塞性睡眠呼吸暂停（OSA）症状，如白天过度嗜睡。然而，生活方式行为（如吸烟、久坐时间和体力活动）也被发现对睡眠模式有显著影响。
这些发现强调了睡眠在维持整体健康中的关键作用，并突显了个性化睡眠干预的重要性。白天的行为对睡眠的影响超出了预期，看电视和吸烟与睡眠呼吸暂停严重程度的相关性比自我报告的嗜睡更强，表明生活习惯可能是导致睡眠障碍的隐藏驱动因素。
总体而言，该研究强调了睡眠对各种身体系统广泛影响，强化了提高睡眠健康意识的必要性。通过将睡眠监测与多组学分析相结合，研究人员为未来研究探索睡眠与疾病之间的因果关系提供了路线图。研究还突显了基于睡眠的干预措施在预防慢性病方面的潜力。然而，研究也存在一些局限性，包括由于队列人口构成（主要是健康的、受过教育的欧洲（阿什肯纳兹）犹太血统个体）可能导致的选择偏差，以及缺乏肺功能评估（如肺活量测定），这可能会提供更完整的呼吸健康图景。
(全文结束)