数据收集
收集16个国家参与者的做梦回忆、噩梦频率和睡眠时长数据。
使用国际COVID‐19睡眠研究协作组的统一在线调查，参与者自我报告2021年及回顾性2019年的数据。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
16个国家中频繁做梦回忆和噩梦的患病率按年龄、性别和睡眠时长分布
Prevalence Rates of Frequent Dream Recall and Nightmares by Age, Gender and Sleep Duration in 16 Countries
实验完整度
低本研究为横断面调查，基于自我报告问卷，缺乏实验操作和验证过程。
主要模型
一般成年人群样本（国际COVID-19睡眠研究协作组）
重点核对
样本组成：16个国家，主要通过网络招募，美国样本为大学生，德国样本包括睡眠门诊患者等 年龄分组：18-34岁（青年）、35-64岁（中年）、≥65岁（老年） 性别：男性与女性 睡眠时长分组：<6小时（短睡眠）、6-9小时（正常）、>9小时（长睡眠）
摘要
本研究旨在使用等效的评估方法，描述16个国家中频繁（即至少每周）做梦回忆和噩梦的患病率，并考虑年龄、性别和睡眠时长的差异。研究样本包括由国际COVID‐19睡眠研究协作组收集的15854名参与者（69.9%为女性），年龄18–99岁（M = 42.39，SD = 16.43），该协作组于2021年5月至11月在16个国家使用统一的在线调查收集数据。参与者提供了人口统计学信息，以及2021年和回顾性2019年的做梦回忆和噩梦频率及睡眠时长的自我报告估计。2021年有54.0%的参与者频繁做梦回忆，2019年为51.1%。2021年有11.0%的参与者频繁噩梦，2019年为6.9%。临时回归模型发现做梦回忆与睡眠时长呈线性关系，而噩梦频率与睡眠时长呈二次关系。报告了16个研究国家按年龄、性别和睡眠时长分层的频繁做梦回忆和噩梦患病率。这是第一项估计频繁做梦回忆和噩梦患病率的多大陆研究，既提供了COVID‐19大流行期间的更新患病率，也扩展了现有知识到以前从未研究过的国家。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 频繁做梦回忆和噩梦的患病率在16个国家中如何随年龄、性别和睡眠时长变化？
- 核心机制
- 做梦回忆频率与睡眠时长呈线性关系，而噩梦频率与睡眠时长呈U型关系（即短睡眠和长睡眠者噩梦频率更高）。
- 主要证据
- 基于15,854名参与者的自我报告数据，通过线性回归和二次回归模型验证了相关性。
- 研究意义
- 该研究首次在多国家、多大陆范围内使用统一评估方法报告频繁做梦回忆和噩梦的患病率，扩展了现有知识到以前未研究过的国家。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
数据处理与统计分析
估计频繁做梦回忆和噩梦的患病率，并检验与睡眠时长的关系。
排除无效应答，使用期望最大化方法插补缺失值，计算患病率，使用线性回归和二次回归模型分析。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 统计分析 | SPSS 29版 | -- | -- |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 数据收集 | 样本招募策略在各国的差异，如美国样本为大学生，意大利为长新冠过采样，德国为睡眠门诊患者 阅读提示：Methods 2.1 Procedure |
| 数据收集 | 做梦回忆和噩梦频率的评估问题及响应选项 阅读提示：Methods 2.3.1 Frequent Dream Recall and Nightmares |
| 数据收集 | 睡眠时长的自我报告评估及分类标准 阅读提示：Methods 2.3.2 Sleep Duration |
| 数据分析 | 排除标准（国家代码为'Other'，睡眠时长<2.5小时或>16小时） 阅读提示：Methods 2.3.3 Statistical Analyses |
| 数据分析 | 缺失数据的插补方法（期望最大化） 阅读提示：Methods 2.3.3 Statistical Analyses |