夜间守望：老年人群睡眠追踪可穿戴设备使用体验与行为影响调查研究(Night Watch: A Survey of Older Adult Sleep-Tracking)

《Behavioral Sciences》：Night Watch: A Survey of Older Adult Sleep-Tracking

　　

摘要：消费者睡眠追踪可穿戴设备在老年人群中应用日益广泛，但其对行为的影响尚未得到充分考察。本研究探讨美国50岁及以上成年人如何使用及解读Fitbit、Apple Watch和Oura Ring的睡眠追踪数据，以及使用者感知其对睡眠相关日常作息与行为的影响。采用聚合平行混合方法设计(Convergent Parallel Mixed-Methods Design)，结合李克特量表(Likert-scale)条目与开放式回答，调查对象为使用可穿戴设备满一个月及以上的老年人。定量结果(n=103)显示感知易用性(M=4.14)与感知有用性(M=4.27)较高；行为改变复合得分(M=3.78, SD=0.87)显著高于中性中点(p < 0.001)，提示感知睡眠相关作息有所改善。定性分析(n=86)归纳出四个主题：睡眠追踪作为反思性反馈系统、渐进式作息调整、对指标的选择性解读，以及希望获得更具可操作性的指导。总体而言，睡眠追踪设备更多与意识提升及适度行为微调相关，而非引发显著改变。研究结果表明此类可穿戴设备主要发挥支持渐进习惯优化的反思性工具作用。未来研究应评估这些渐进变化能否转化为睡眠及日间功能持续改善。

论文解读：

《Night Watch: A Survey of Older Adult Sleep-Tracking》发表于《Behavioral Sciences》，聚焦50岁及以上美国老年人使用消费级睡眠追踪可穿戴设备（Fitbit、Apple Watch、Oura Ring等）的真实体验、数据解读方式及其对睡眠相关行为与日常作息的感知影响。老龄化过程中普遍存在睡眠片段化、连续性下降及夜间变异性增加等特征，而长期睡眠不足或紊乱与认知衰退、心血管代谢疾病、情绪障碍及功能独立性下降密切相关。"原地养老(Aging in Place)"理念促使可扩展、低侵入性的长期睡眠模式监测手段受到重视。消费级可穿戴设备可在自由生活条件下提供纵向睡眠数据，但其对老年人群真实世界行为改变的影响研究尚不充分；此外，设备准确性在老年群体中相对降低，且老年人对矛盾或不可信数据的信任度、焦虑反应及参与度影响因素亦有待阐明。在此背景下，研究人员开展本研究以明确老年人如何体验、解读并将睡眠追踪数据整合入睡前与晨起作息中，并检验感知行为影响是否因人口学及使用情境因素而异。

主要关键技术方法：

研究人员采用横断面聚合平行混合方法(Cross-sectional Convergent Parallel Mixed-Methods)在线调查设计，通过社交媒体招募自述年满50岁、居住于美国、曾连续使用消费级睡眠追踪可穿戴设备至少一个月的受试者。经剔除不完整及可疑作答后，定量分析样本n=103（完成全部8项李克特条目），定性分析样本n=86（提供至少一条可诠释开放文本回答）。量表条目采用1–5分李克特评分，行为改变复合得分由两项预设条目均值计算，并以单样本Wilcoxon符号秩检验对比中性中点值3；亚组关联分析采用Mann–Whitney U检验（二分组如性别）及Kruskal–Wallis检验（≥三分类变量）。开放式回答采用Braun与Clarke所述反思性主题分析法(Reflexive Thematic Analysis)进行归纳编码与主题提炼，定量与定性结果通过联合展示(Joint Displays)进行整合解释。

研究结果：

3.1. Participant Characteristics（受试者特征）

分析显示合格样本(n=110)以50–59岁(45.5%)、女性(72.7%)、白人(80.9%)、研究生或本科学历(76.3%)、自评健康非常好或优秀(68.2%)为主；最常用设备为Apple Watch(44.5%)，其次Oura Ring(21.8%)及Fitbit(10.0%)，57.3%使用超过一年，多数为自购(77.3%)。说明样本具有一定数字参与倾向。

3.2. Quantitative Findings（定量结果）

参与者(n=103)对设备易用性(M=4.14, SD=0.86, 赞同率84.5%)与睡眠数据有用性(M=4.27, SD=0.72, 赞同率89.3%)评价较高，多数认为益处大于困扰(M=4.19)；75.7%同意设备鼓励更健康睡眠习惯。追踪相关压力/焦虑得分较低(M=2.62, 54.4%持否定态度)。行为改变复合得分3.78(SD=0.87)，中位数4(IQR=1.5)，单样本Wilcoxon检验显著大于中点(V=3578, p < 0.001, 效应量r=0.67)，表明感知正向作息影响。探索性亚组分析示女性得分分布略优于男性(U=712, p=0.024, r=0.22)，自评健康差者(fair/poor)复合得分低于自评较好健康者(H(3)=7.92, p=0.048, η²=0.050)；年龄组、教育程度、种族/族裔、设备类型、使用时长及获取方式无显著差异。

3.3. Qualitative Themes（定性主题）

对开放文本(n=86)的反思性主题分析识别出四大主题：

3.3.1. Theme 1: Sleep Tracking as a Reflective Daily Feedback System——睡眠追踪作为反思性日常反馈系统(n=30)：多数人晨间例行查看睡眠分数或摘要，将其作为反映前夜睡眠及判断当日活动强度（如运动负荷）的信息性反馈，而非规范性指令，强化自我觉察。

3.3.2. Theme 2: Incremental Adjustment of Bedtime Routines——睡前作息的渐进调整(n=46)：超半数受访者依数据做微小改动，如提早就寝、减少深夜屏幕使用、调整咖啡因/酒精摄入或建立放松仪式，视设备为促发渐进改善的行为提示。

3.3.3. Theme 3: Selective Interpretation and Conditional Trust in Metrics——指标的选择性解读与有条件信任(n=35)：受试者将设备输出与主观感受对照，若分歧（如显示"优质睡眠"却感疲倦）则质疑算法，通常采信趋势而把异常夜视为离群值，持"参考而非绝对真理"的有条件信任态度。

3.3.4. Theme 4: Design Friction and Desire for More Actionable Guidance——设计摩擦与对可操作指导的需求(n=32)：指摘佩戴不适、充电麻烦、提醒干扰睡眠及缺乏个性化建议，希望设备由呈现原始数据转为给出定制化行为建议。

3.4. Integrated Findings（整合结果）

定量高易用性与定性"反思反馈系统"主题互补，印证设备被视为可及的自我观察工具；中等水平行为影响评分与"渐进调整"叙述吻合，说明设备可促微改但非剧烈转型；虽定量可靠性评分尚可，定性揭示用户并行主观校验与有条件信任；低追踪焦虑均值与定性提及的设计摩擦并不矛盾——大多数未感负面情绪但仍期待更实用指导。综合表明设备主要充当增强睡眠模式意识与反思性参与的媒介，其效用取决于数据可读性与是否提供可行动建议。

讨论与结论总结：

研究人员指出睡眠追踪可穿戴设备在老年群体中主要作为"意识技术(Awareness Technology)"发挥作用，通过将抽象睡眠卫生概念具象化帮助用户反思习惯，而非直接矫正行为，这与个人健康监测间接影响行为的既有认识相符。本研究挑战了"老年人难以使用数字健康技术"的刻板印象，但样本偏白人、女性、高学历及较年轻老年段，推广需谨慎。行为影响呈渐进式，可用跨理论模型(Transtheoretical Model of Behavior Change, TTM/Stages of Change Model)中促进沉思(Contemplation)与准备(Preparation)阶段自我监控来解释。女性及自评健康较好者感知获益略高。老年人对数据保有自主权，结合主观感受判断质量，不完全盲从算法，需注意老年睡眠结构变化及设备将静息觉醒误判为睡眠带来的偏差。最终，此类设备宜被视作支持意识提升与渐进习惯养成的反思性数字伴侣(Reflective Digital Companions)，临床中可作为医患沟通睡眠习惯的起点。

结论(Conclusions)：在50岁及以上成人中，消费级睡眠追踪可穿戴设备被感知为可及且有用的工具，可支持积极睡眠相关行为；定量显示行为改变高于中性水平，定性表明改变通常为渐进而非变革性。此类设备通过促成微小调整来提升意识并优化睡眠作息，而非驱动剧烈转变。通过保留用户自主权并支持持续自我管理，睡眠追踪技术有望助力实现更可行的"原地养老"。未来应开展纵向研究验证感知微变是否转化为持续生理或睡眠改善，比较临床医师与使用者对同一数据的阐释异同以指导临床整合，并探究睡眠反馈（尤低睡眠分数）是否通过预期效应或反安慰剂效应(Nocebo Effect)独立影响主观嗜睡、疲劳或情绪。