先看重點
在122名有新冠病史者和588名對照中,新冠組的腕帶資料顯示淺睡眠更少(244對258,P=.003),深睡眠也更少(123對128,P=.02)。差異很小,摘要未給出單位,也未說明如何匹配,而且穿戴式裝置的睡眠分期只是估算。
證據類型
研究論文
解讀依據
公開摘要
閱讀重點
方法與適用範圍
研究在問什麼
新冠期間和之後睡眠問題常見,但證據大多來自問卷。作者想知道,持續記錄的腕帶訊號能否顯示出新冠感染後睡眠分期的長期變化,以及各睡眠階段與心率、呼吸頻率和血氧飽和度的關係。
研究對象與方法
觀察性研究,比較122名有新冠病史的患者與588名從未感染的對照者(共710人)。收集了基線人口學資訊。睡眠和生理資料來自穿戴式腕帶連續記錄的訊號。研究對各睡眠階段平均時長與每日平均生理指標做了線性相關分析,並比較兩組每晚平均總睡眠時間和各睡眠階段時長。摘要未報告裝置型號、研究時間段,以及感染後多久採集的資料。
主要發現
以下為作者報告的結果。數值須連同族群和不確定性一起閱讀。
- 1長新冠患者的淺睡眠(244,標準差67對258,標準差67;P=.003)和深睡眠(123,標準差66對128,標準差58;P=.02)都少於對照者。摘要未說明單位,推測為分鐘。
- 2作者的結論是新冠組睡眠的特點是總睡眠和深睡眠減少,但摘要沒有給出總睡眠的具體數值和P值。
- 3在新冠組中,總睡眠時間與呼吸頻率和血氧飽和度呈正相關;深睡眠越多,心率越低,呼吸頻率和血氧飽和度越高。
- 4清醒時間越長,心率越高,呼吸頻率、心率變異性(HRV)和血氧飽和度越低;淺睡眠越多,呼吸頻率和血氧飽和度越高。
限制與不確定性
- 1組間差異相對於個體離散程度(標準差66至67)很小,不能說明某一個人的睡眠情況。
- 2腕帶的睡眠分期是演算法估計,不是實驗室測得的睡眠,摘要也未說明使用了哪款裝置及其驗證情況。
- 3摘要沒有說明對照者如何匹配、感染髮生在多久以前,以及長新冠如何定義,因此無法排除其他解釋。
- 4本解讀僅基於摘要。
日常健康啟示
這些結果提示,穿戴式裝置能捕捉到新冠後睡眠結構的輕微變化,但並不表明你一定會睡得更差,也不能證明是感染導致了變化。如果病後睡眠有變化並讓你擔心,請諮詢醫師。無論原因如何,持續睡不好都值得重視。
如何連結自己的資料
許多腕帶會記錄睡眠時長、淺睡眠和深睡眠、靜息心率、呼吸頻率、HRV和夜間血氧。請用同一裝置、同樣的佩戴位置,把自己的資料與自己之前幾週比較,而不是與族群平均值比較。
如何理解這類證據
索引未明確指出具體研究設計,應先讀方法;核對族群、對照、結果和不確定性,再判斷能否作因果解釋。
作者的結構化摘要 English
以下英文摘要依所記錄的開放授權轉載,屬於作者原始材料,並非 MoveVitals 解讀。上方已提供研究解讀,分別說明作者結果與本站解釋;重要結論可直接查核原文。
Background
Patients with COVID-19 have increased sleep disturbances and decreased sleep quality during and after the infection. The current published literature focuses mainly on qualitative analyses based on surveys and subjective measurements rather than quantitative data.
Objective
In this paper, we assessed the long-term effects of COVID-19 through sleep patterns from continuous signals collected via wearable wristbands.
Methods
Patients with a history of COVID-19 were compared to a control arm of individuals who never had COVID-19. Baseline demographics were collected for each subject. Linear correlations among the mean duration of each sleep phase and the mean daily biometrics were performed. The average duration for each subject's total sleep time and sleep phases per night was calculated and compared between the 2 groups.
Results
This study includes 122 patients with COVID-19 and 588 controls (N=710). Total sleep time was positively correlated with respiratory rate (RR) and oxygen saturation (SpO_(2)). Increased awake sleep phase was correlated with increased heart rate, decreased RR, heart rate variability (HRV), and SpO_(2). Increased light sleep time was correlated with increased RR and SpO_(2) in the group with COVID-19. Deep sleep duration was correlated with decreased heart rate as well as increased RR and SpO_(2). When comparing different sleep phases, patients with long COVID-19 had decreased light sleep (244, SD 67 vs 258, SD 67; P=.003) and decreased deep sleep time (123, SD 66 vs 128, SD 58; P=.02).
Conclusions
Regardless of the demographic background and symptom levels, patients with a history of COVID-19 infection demonstrated altered sleep architecture when compared to matched controls. The sleep of patients with COVID-19 was characterized by decreased total sleep and deep sleep.
來源與署名
Studying the Effect of Long COVID-19 Infection on Sleep Quality Using Wearable Health Devices: Observational Study.
Mekhael M, Lim CH, El Hajjar AH, Noujaim C, Pottle C, Makan N, Dagher L, Zhang Y, Chouman N, Li DL, Ayoub T, Marrouche N.
Journal of medical Internet research · 2022-07-05
DOI: 10.2196/38000 ↗PubMed · 35731968 ↗Europe PMC · 所記錄的開放授權: cc by ↗摘要著作權歸原作者,依來源紀錄的開放授權轉載。中文譯文協助閱讀,英文摘要供查核術語及具體數值;本站的方法學解釋與作者結論分別呈現。
MoveVitals 編輯解讀 · 健康教育內容 · 未記錄個人臨床審閱
來源查核日期 2026-11-01
實用健康指南
放在一起讀
加速度計處理方法不同,身體活動與中風、心肌梗死的關聯曲線也不同
在英國生物銀行中,基線無心血管疾病的90237名成年人追蹤至2022年12月,共發生1298例中風和2031例心肌梗死;中高強度身體活動(MVPA)與這兩種結局的關聯曲線形狀,取決於加速度計資料的處理方法。就中風而言,只有機器學習法得到直線下降的風險;就心肌梗死而言,機器學習法和LFENMO法呈曲線下降,活動計數法呈直線下降。摘要沒有給出風險比,只能說明不同方法的結論不一致,不能說明哪種方法更正確,而且這些只是觀察性關聯。
Preventive Medicine
智慧手錶資料能當「證人」嗎:心率驗證得最充分,其餘證據參差
一項圍繞數字取證展開的系統評價和統合分析,梳理了四大主流品牌智慧手錶的驗證研究,發現心率是研究最多、也最準確的指標。步數、距離、能量消耗、活動分類和睡眠的驗證不夠一致,結果因品牌、方案和報告方式而異。摘要沒有給出彙總資料,且多數研究是在健康族群中、於實驗室內完成的,所以無法說明某一塊手錶對某個人在日常生活中的表現。
Forensic Science International
活動追蹤器:每天多走約1800步,對其他健康指標影響較小
這項傘形綜述彙總了39篇系統評價和統合分析,涉及163992名參與者;結果顯示使用活動追蹤器與身體活動增加相關(標準化均數差SMD為0.3–0.6),相當於每天多走約1800步、多步行40分鐘,體重減輕約1公斤。對血壓、膽固醇、糖化血紅蛋白、生活質量和疼痛的影響通常很小,且多數不顯著。摘要沒有說明這些專案裡追蹤器還搭配了什麼,也沒有說明各評價之間重疊多少,因此不能把效果完全歸功於裝置本身。
The Lancet Digital Health
七款睡眠追蹤裝置:識別睡著很準,識別醒著和睡眠分期較差
在睡眠實驗室裡,34名健康的年輕成年人連續三晚佩戴七款消費級睡眠追蹤裝置中的若干款。與多導睡眠監測相比,所有裝置識別睡眠都很準(靈敏度均不低於0.93),但識別清醒較差(特異度0.18–0.54),七款中有五款與研究用活動記錄儀(特異度0.39)持平或更好;睡眠分期的估計結果不穩定。受試者是18至35歲的健康成年人,臥床時間固定為8小時,每款裝置只在其中11至20人身上測試,因此對有睡眠問題的人幾乎沒有參考價值。
Sleep

