近日，中國睡眠研究會發布的一份睡眠調查報告顯示，當下我國至少3億人存在睡眠障礙。
近年來，睡眠障礙在全球各地普遍存在，對自己睡眠質量不滿意，或失眠而倍感焦慮的大有人在。然而，對于睡眠障礙如果用“睡不著，睡不醒，睡不好”來分型似乎太過籠統；而且如果沒有長期、精確的睡眠監測，一些睡眠表型很難被評估，也就很難找到相應的治療策略。因此，簡單準確的睡眠分型，對于個體睡眠模式的定量理解、睡眠障礙的診斷及其相關治療手段都非常重要。
近日，發表在《美國國家科學院院刊（PNAS）》上的一項新研究中，來自日本東京大學的研究團隊開發了一種新的機器學習算法，將超過10萬成年人的睡眠數據轉化為16種不同的睡眠模式。該研究是睡眠表型分類的首次嘗試。
睡眠是一種在整個動物界廣泛的生理現象。它的基本結構在遺傳上是保守的。然而，這種結構會因環境因素發生短暫或長期的改變。由于現代生活方式的多樣化，環境因素對人類睡眠產生了深遠的影響：通過人造光、攝入咖啡因或酒精等物質，可以暫時影響清醒或睡眠，并以此來抵抗遺傳預定的睡眠時間（晝夜節律）。這也因此導致了各種睡眠類型多樣性，包括睡眠障礙，并對健康造成了負面影響，包括生理影響（嗜睡、疲勞和高血壓）、認知障礙（表現、注意力、動力、精神集中和智力能力下降）、免疫系統功能障礙，以及可能與精神疾病相關的并發癥。為了揭示人類睡眠表型，研究人員首先根據英國生物樣本庫中103200個手臂加速度計采集的數據集對睡眠模式進行分類。這些數據來自30至60歲的男性和女性參與者，他們使用腕帶式加速度計進行了連續7天的睡眠測量。通過結合新開發的機器學習算法（ ACCEL），研究人員將大規模加速度計數據轉換為睡眠/喚醒時間序列數據，并從中轉化為21個睡眠指標，從而揭示出16個睡眠表型，其中包括7種不同的失眠樣表型。他們發現，這些結果與測量的季節或時間沒有明顯的相關性，但與醫學描述的獨特睡眠表型一致。該算法的高度特異性使研究人員可以準確檢測睡眠期間的短期清醒事件，這在以前的研究中是難以實現的。接下來，為了更詳細地檢查與睡眠障礙相關的睡眠模式，研究人員關注了21個睡眠指標中的6個，包括總睡眠時間和入睡后醒來的時間，這些都被認為與睡眠障礙密切相關。通過應用相同的分析，他們將這些數據分成8個簇，具體命名如下：
-
睡眠時間長且處于半醒狀態的失眠癥
-
睡眠時間不規律
-
睡眠時間短的碎片化睡眠
-
睡眠時間正常的失眠癥
-
睡眠時間短的失眠癥
-
24小時內更長的睡眠/喚醒周期
-
嚴重的睡眠障礙
-
沒有白天睡眠窗口的睡眠
此外，研究人員還發現，準確和長期的睡眠測量可以幫助診斷伴有睡眠障礙的精神障礙，因為這種疾病的詳細睡眠表型根據潛在的精神狀況而不同，并可能作為數字生物標志物發揮作用。例如，15%的抑郁癥患者抱怨睡眠不足，大約70%的精神疾病患者抱怨失眠，包括難以開始或維持睡眠。因此，通過根據睡眠障礙并發癥對其進行分類，也許可以更精準的對精神疾病進行診斷。
總之，通過大規模分析睡眠數據，這項研究揭示了人類睡眠表型的景觀，使定量分類與生活方式相關的睡眠類型成為可能，并將有助于構建新的失眠診斷方法和開發對應的治療策略。
論文鏈接：
https://www.pnas.org/doi/full/10.1073/pnas.2116729119
