模型构建与参数估计
利用双过程模型拟合行为数据,量化稳态和昼夜节律过程的贡献。
基于睡眠调节的双过程模型,对PVT、DSST和KSS的归一化数据进行非线性混合效应回归,估计稳态分量(β)、昼夜节律分量(γ)、截距(k)和相位(φ)。
Domain-specific circadian rescue following sleep deprivation
包含35小时总睡眠剥夺的受控实验室实验(54名参与者)和无分析(35项研究)两个独立证据层级,并通过双过程模型进行机制验证。
健康成人受试者 35小时总睡眠剥夺实验方案 元分析数据集
54名健康成年人(平均年龄33.35±8.73岁,32名男性) 35小时总睡眠剥夺,期间每隔2小时进行神经行为测试 精神运动警觉任务(PVT)、数字符号替换测验(DSST)和卡罗林斯卡嗜睡量表(KSS)的重复测量 使用双过程模型进行非线性混合效应回归,体内和昼夜节律参数为自由参数 元分析中效应量计算采用Hedges' g,随机效应模型评估
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
利用双过程模型拟合行为数据,量化稳态和昼夜节律过程的贡献。
基于睡眠调节的双过程模型,对PVT、DSST和KSS的归一化数据进行非线性混合效应回归,估计稳态分量(β)、昼夜节律分量(γ)、截距(k)和相位(φ)。
评估睡眠剥夺和昼夜节律恢复对认知和主观指标的影响。
比较基线、睡眠剥夺后早晨(06:00)和下午(18:00)的行为表现,计算损失和恢复量,并使用配对t检验检查显著性。
整合已发表研究,评估睡眠剥夺和昼夜节律恢复的效应量。
系统检索Web of Science、PubMed和PsycINFO,筛选包含PVT、DSST或KSS的研究,计算Hedges' g效应量,使用随机效应模型进行元分析。
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 睡眠监测 | Compumedics Siesta 802 | -- | -- |
| 睡眠活动监测 | 活动记录仪(MiniMitter Inc.) | MiniMitter Inc. | -- |
| 数据分析 | Plot Digitizer | -- | -- |
| 统计分析 | Stata/SE 16.0 | StataCorp | -- |
| R v4.2.1 | -- | -- | |
| metafor包 | -- | -- | |
| nlme包 | -- | -- |
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 |
|---|---|
| 参与者筛选 | 纳入标准:54名健康成人(平均年龄33.35±8.73岁,32名男性);排除标准:既往有精神、神经、睡眠障碍史,近期轮班工作或跨时区旅行,服药或咖啡因摄入等;最终50名参与者(4名因数据不完整被排除) 阅读提示:Materials and Methods - Participants |
| 实验方案 | 35小时总睡眠剥夺,从第2天唤醒后(约07:00)开始至第3天18:00;期间每2小时进行神经行为测试,第3天16:00除外;不允许小睡 阅读提示:Materials and Methods - Experimental protocol |
| 行为测试 | 每次测试约30分钟,包括10分钟PVT、3分钟PVT-B、DSST和KSS;PVT反应时<130 ms的试验被排除;KSS为9点量表 阅读提示:Materials and Methods - Experimental protocol、Data processing |
| 数学建模 | 双过程模型参数:τw=18.2, 速率常数1/4.2;自由参数β, γ, k, φ;随机效应置于β, γ, k;数据归一化使用领域均值和标准差 阅读提示:Materials and Methods - Mathematical modeling |
| 统计和元分析 | 研究1使用配对t检验,α=0.05双尾;研究2元分析使用随机效应模型,Hedges' g效应量,异质性检验(Q和I2)、发表偏倚检验(Egger和Begg) 阅读提示:Materials and Methods - Statistical analysis、Study 2 - Effect size computation、Meta-analysis procedure |