Analyse fonctionnelle des habitudes de sommeil des étudiants et de leurs relations avec la performance académique et les réseaux sociaux : une étude longitudinale de quatre ans
Les étudiants qui obtiennent de meilleures notes dorment près d’une demi-heure de plus chaque nuit en moyenne, et l’ampleur de cet avantage varie considérablement au fil des années universitaires, selon une nouvelle étude longitudinale publiée dans PLOS One.
Des chercheurs de l’Université Temple ont suivi 76 étudiants de premier cycle pendant quatre années universitaires complètes à l’aide de dispositifs Fitbit pour enregistrer la durée de sommeil nocturne, puis ont comparé ces données aux moyennes générales et aux données des réseaux sociaux. L’étude, qui fait partie du projet NetHealth, a généré 61 225 observations quotidiennes au total. En moyenne, chaque point supplémentaire de GPA était associé à 27,4 minutes de sommeil supplémentaires par nuit.
Mais ce chiffre cache une histoire plus complexe. La relation entre le sommeil et la performance académique suivait une courbe en U au cours des années universitaires, ont constaté les chercheurs. L’association la plus forte est apparue pendant la première année, où chaque point de GPA correspondait à 54 minutes de sommeil supplémentaire. Ce lien s’est affaibli considérablement en troisième année, tombant à seulement 5 minutes par point de GPA, avant de remonter à 48 minutes par point de GPA en dernière année.
La méthode elle-même est remarquable. Les chercheurs ont utilisé l’analyse fonctionnelle des données (FDA), une approche statistique qui traite le sommeil comme un processus continu et dynamique plutôt que de prendre des instantanés périodiques. Les méthodes discrètes traditionnelles peuvent manquer l’évolution de la relation entre le sommeil et les résultats à mesure que les étudiants progressent dans leur parcours universitaire.
Ce qu’ils ont découvert
La durée du sommeil a augmenté de manière significative au cours des années de premier cycle dans l’ensemble, bien que cette tendance ait été ponctuée de fluctuations saisonnières. Les étudiants dormaient plus pendant les trimestres académiques qu’entre eux, et les données ont révélé une tendance progressive à la hausse du sommeil nocturne de la première à la dernière année.
Le lien GPA-sommeil était le plus fort au début et à la fin du parcours universitaire, avec une baisse marquée au milieu. Les chercheurs ont noté que la première année représente une période de transition majeure, où les étudiants s’adaptent à de nouveaux horaires, environnements sociaux et exigences académiques. De petites différences dans la quantité de sommeil pendant cette phase d’adaptation peuvent avoir des effets démesurés sur la performance académique. En troisième année, les étudiants ont probablement stabilisé leurs routines, réduisant ainsi le bénéfice marginal du sommeil supplémentaire. Le rebond en dernière année peut refléter une période où la pression académique revient sous forme de projets de fin d’études, de candidatures aux cycles supérieurs et de planification de carrière.
L’étude a également examiné la taille des réseaux sociaux et sa relation avec les habitudes de sommeil. Sur ce point, les résultats étaient nuls. Les étudiants ayant des réseaux sociaux plus vastes avaient tendance à dormir légèrement moins, mais l’association n’a pas atteint la signification statistique. Les chercheurs ont conclu que la taille du réseau social, du moins telle que mesurée dans cette cohorte, n’a pas de relation indépendante significative avec la durée du sommeil.
Pourquoi c’est important
Ces résultats ont des implications pratiques pour le calendrier des interventions sur le sommeil dans les campus universitaires. Si le lien sommeil-performance est le plus fort pendant les premières et dernières années, celles-ci peuvent être les fenêtres les plus propices aux programmes visant à améliorer les habitudes de sommeil des étudiants. Un atelier d’hygiène du sommeil proposé au début de la première année pourrait, par exemple, offrir un meilleur retour qu’une intervention similaire proposée au milieu du cursus.
L’utilisation de l’analyse fonctionnelle des données représente également une avancée méthodologique pour la recherche sur le sommeil. De nombreuses études existantes reposent sur des données de sommeil auto-déclarées recueillies à un ou deux moments, ce qui peut manquer la nature continue et changeante des habitudes de sommeil. Les données objectives provenant de dispositifs portables, combinées à des méthodes FDA longitudinales, pourraient aider les chercheurs à identifier précisément quand le sommeil est le plus important pour des résultats spécifiques.
Limites
L’étude présente plusieurs limites importantes. L’échantillon était relativement petit, avec 76 étudiants, tous issus d’une seule université, ce qui limite la généralisabilité. La recherche s’est appuyée sur des dispositifs Fitbit, qui estiment la durée du sommeil à partir des données de mouvement et de fréquence cardiaque et peuvent ne pas être aussi précis que la polysomnographie, l’étalon-or de la mesure du sommeil. Les données des réseaux sociaux ont capturé la taille des réseaux des étudiants mais n’ont pas pu tenir compte de la qualité de ces relations ou de leur impact émotionnel, deux éléments qui peuvent influencer le sommeil. Enfin, le plan d’observation ne permet pas d’établir une causalité entre le sommeil et la performance académique.
En résumé
La durée du sommeil est significativement liée à la performance académique à l’université, mais la relation n’est pas statique. Elle évolue au fil des années de premier cycle d’une manière que les méthodes de recherche conventionnelles manqueraient probablement. Les meilleurs retours sur le sommeil supplémentaire apparaissent pendant la transition vers l’université et la transition vers la sortie, ce qui suggère que les étudiants de première et de dernière année sont ceux qui bénéficient le plus des interventions ciblées sur le sommeil. Les dispositifs portables et l’analyse fonctionnelle des données offrent une voie vers une compréhension plus précise et individualisée de la façon dont le sommeil façonne les résultats des étudiants.
Traduit par Lydie
Source
Yao Zhao, Haoyu Zhou. “Functional data analysis of college students’ sleep patterns and their relationships with academic performance and social networks: A four-year longitudinal study.” PLOS One 21(7): e0351120 (2026). DOI: 10.1371/journal.pone.0351120. PMID: 42384669.