빛 노출 행동으로 기분, 기억력, 수면의 질 예측

Scientific Reports 13권, 기사 번호: 12425(2023) 이 기사 인용

131 액세스

24 알트메트릭

측정항목 세부정보

많은 연구에 따르면 빛은 우리의 감정, 인지, 수면의 질에 영향을 미치는 것으로 나타났습니다. 그러나 주간 전등 노출, 야간 기기 사용(특히 수면 전)과 같은 다양한 빛 노출 관련 행동이 수면의 질과 인지에 영향을 미치는지 여부를 조사한 연구는 거의 없습니다. 301명의 말레이시아 성인(평균 연령±SD = 28 ± 9)이 5가지 빛 노출 행동을 측정하는 빛 노출 행동 평가 도구를 완료했습니다. 그들은 또한 아침-저녁 설문지, 긍정적 및 부정적 영향 일정, 피츠버그 수면 질 지수, 기억력 및 집중력 문제를 평가하는 단일 항목을 완료했습니다. 72.72%의 예측력을 보여주는 부분 최소 제곱 구조 방정식 모델은 낮 동안 야외에서 웨어러블 블루 필터를 덜 사용하고 수면 전 1시간 이내에 더 많이 사용하면 초기 피크 시간이 예측된다는 것을 보여주었습니다(직접 효과 = -0.25). 야외에서 보내는 시간의 증가는 긍정적인 영향(직접 효과 = 0.33)과 일주기 단계의 발전(직접 효과: 상승 시간 = 0.14, 피크 시간 = 0.20, 은퇴 시간 = 0.17)을 예측했습니다. 수면 전 휴대폰 사용 증가는 일주기 위상 지연(직접 효과: 은퇴 시간 = -0.25, 기상 시간 = -0.23, 최대 시간 = -0.22, 아침 영향 = -0.12), 수면의 질 감소(직접 효과 = 0.13)를 예측했습니다. , 기억력과 집중력의 문제가 증가했습니다(총 효과 = 각각 0.20 및 0.23). 아침과 낮에 조정 가능한 LED 또는 새벽 시뮬레이션 전등의 사용 증가는 일주기 단계의 발전(직접 효과: 최고 시간 = 0.15, 아침 영향 = 0.14, 은퇴 시간 = 0.15)과 좋은 수면의 질(직접 효과 = -0.16). 결과는 건강과 웰빙을 증진하기 위한 건강한 가벼운 식단을 개발하는 데 귀중한 통찰력을 제공합니다.

지난 40년 동안 발표된 과학적 증거에 따르면 망막의 빛 노출은 우리의 생리, 행동 및 감정에 영향을 미칩니다. 보다 구체적으로 말하면 인간의 수면, 일주기 리듬, 주의력, 기분, 신경 내분비 및 신경 행동 기능을 조절합니다1,2,3,4,5. 빛이 인간의 생리와 행동에 미치는 이러한 영향을 빛의 비이미지 형성 반응(NIF)이라고 통칭합니다. 단파장이 풍부한(청색이 풍부한, ~480nm) 빛6에 민감한 멜라놉신이 풍부한 본질적인 광수용성 망막 신경절 세포(ipRGC)는 일반적으로 빛의 NIF 효과를 중재합니다.

인공 조명과 자체 발광 디스플레이의 출현으로 우리의 망막 빛 노출은 더 이상 자연적인 낮-밤 주기에만 국한되지 않습니다. 광범위한 연구 결과에 따르면 빛과 어둠 노출의 불균형이 우리의 일주기 시스템을 방해하는 것으로 나타났습니다7. 결과적으로 이러한 혼란은 수면의 질 저하, 기분 저하, 수면 습관의 변화 등 일련의 부정적인 결과를 초래합니다7,8,9. 자연의 명암 주기는 우리 몸의 시계를 천문일과 동기화하는 가장 중요한 시대이기 때문에, 이 주기를 바꾸면 우리는 하루의 이른 시간이나 늦은 시간에 활동할 때 다른 크로노타입 성향을 가지게 됩니다1. 연구에 따르면 밤에 밝은 빛(~ 5000~10,000럭스)에 노출되면 위상 지연이 발생하고11 아침에 밝은 빛에 노출되면 위상이 향상되는 것으로 나타났습니다12,13. 야간 조명 노출 증가는 수면의 질 저하와도 관련이 있습니다14,15. 그러나 여러 연구에서는 아침에 전등(300~1000럭스)에 노출된 후 야간 수면의 질이 더 좋아졌다고 보고했습니다9,16,17,18. He et al.17은 대학생(N = 12)이 아침에 밝은 빛(1000lux, 6500K)에 노출되었을 때 야간 수면 효율성이 높아지고, 수면 시작이 빨라지고, 수면 잠복기가 짧아지고, 아침 졸음이 낮아지는 것을 관찰했습니다. 기존 사무실 조명(300lux, 4000K)과 비교하면 5일입니다. 기분 조절을 담당하는 변연계 및 시상하부-뇌하수체-부신 축과 같은 뇌 영역은 일주기 조절에 영향을 받기 쉽습니다19. 따라서 일주기 조절이 중단되면 기분 조절이 중단될 것이라고 예상하는 것이 합리적입니다19. 아침에 밝은 빛에 노출되면 긍정적인 기분이 좋아집니다. 그러나 오후에 밝은 빛에 노출되면 부정적인 기분이 높아집니다20,21,22,23.

18 and able to read and write English (2) no physiological and psychological disorder (self-reported). Three hundred and sixty-six adults completed the survey. The completion rate of our survey was 87% (45 participants' data was excluded due to incompleteness). We further excluded 19 participants based on our exclusion-inclusion criteria. Thus, we used data from 301 participants for further processing./p> 0.60 and AVE < CR indicate an acceptable convergent validity78. For discriminant validity, we compared the square root of the AVE of a construct with its corresponding correlation with other constructs78. The square root of the AVEs of each construct should be higher than its correlation with other constructs. We have also reported the bootstrapped heterotrait-monotrait ratio (HTMT) of correlations of the construct as additional proof of discriminant validity. For conceptually similar constructs, the HTMT value should be < 0.90; for constructs that are conceptually distinct, the HTMT value should be < 0.8079./p> 3 indicates probable collinearity issues79. Next, we estimated the direct effects (DE) and total effects (TE) of the structural model using a bootstrapping approach with 10,000 sub-samples and reported the significant total effects (t > 1.96) observed in our model. Lastly, we reported the adjusted \({R}^{2}\) as a measure of the explanatory power. For assessing the explanatory power, we followed the guidelines of Falk and Miller80: \({R}^{2}\) values \(\ge\) 0.10 indicates adequate explanatory power. Further, we have categorized the \({R}^{2}\) values following the guidelines of Cohen61: 0.02 (weak), 0.13 (moderate), and 0.26 (substantial). For predictive relevance, we assessed the fitted model’s predictive power by K-fold cross-validation using the \(PL{S}_{predict}\) function from the “SEMinR” package71. \(PL{S}_{predict}\) provides the root-mean-square error (RMSE) and respective linear-regression model benchmarks (LM) for all indicators. We assessed the model’s predictive power by following the guideline of Hair71: (i) high predictive power: all indicators in the fitted PLS-SEM model have lower RMSE values compared to the LM (ii) medium predictive power: the majority(≥ 50%) of the indicators have lower RMSE values than LM (iii) low predictive power: less than 50% of the indicator have lower RMSE value than LM (iv) no predictive power: no indicator has lower RMSE value than LM model. Figure 2 depicts the analysis steps we followed./p> 0.95 or 0.90), RMSEA (< 0.08 or 0.06), and SRMR (< 0.08)./p> 0.50 (except LEBA B2, negative affect, perceived sleep quality, peak time and retiring). However, all 13 constructs had CR > 0.60 and AVE < CR. This indicated acceptable reliability and convergent validity of all constructs in the model./p> 1.96) direct effects and total effects observed in our model. All direct effects of the structural model are provided in Supplementary Table S5./p> 0.60). These two factors were composed of only two items each, which might have contributed to the low Cronbach’s alpha coefficient. Further, we only asked two separate questions to assess if the participants experienced any trouble with recalling memory and concentration. Using such global single items allowed us to reduce participants’ cognitive demands required to respond to the survey and increased the response rate81. Typically, single questions are found reliable with good predictive validity and allow the participants to consider the key features of the given construct82,83,84,85./p> 0.10) for all factors except for morning affect (MA), rising time (RI), and sleep efficiency (SE). These three factors exhibited weak R2. One possible reason could be that they are influenced by other factors not included in the model, such as genetics, time of day, and work schedule. In any case, our models generally exhibited satisfactory predictive relevance, and most relationships confirmed our predictions./p> 65 years of age) in this study. Participants' age is a critical factor that can significantly influence light exposure-related behavior, which raises concerns about the generalizability of the study's findings to the older population./p>