大学生睡眠模式与学业表现及社交网络关系的功能数据分析：一项四年纵向研究
成绩较高的大学生平均每晚多睡近半小时，而且这种睡眠优势的规模在本科阶段波动显著，根据发表在《PLOS One》上的一项新的纵向研究。
天普大学的研究人员使用Fitbit设备追踪了76名本科生整整四个学年的夜间睡眠时长，然后将这些记录与平均绩点和社交网络数据进行了比较。这项研究是NetHealth项目的一部分，总共生成了61,225个日常观察数据。平均而言，GPA每增加一个点，每晚的睡眠时间就会增加27.4分钟。
但这个数字掩盖了一个更复杂的故事。研究人员发现，睡眠与学业表现之间的关系在大学期间呈U形模式。最强的关联出现在大一，每个GPA点对应54分钟的额外睡眠。到大三时，这种联系大幅减弱，降至每个GPA点仅5分钟，然后在大四时恢复到每个GPA点48分钟。
该方法本身值得注意。研究人员使用了功能数据分析（FDA），这是一种统计方法，将睡眠视为一个连续的、动态的过程，而不是进行周期性的快照。传统的离散时间方法可能会随着学生在大学生涯不同阶段的推进而错过睡眠与结果之间不断演变的关系。
研究发现
总体而言，本科阶段的睡眠时长显著增加，尽管这一模式被季节性波动所打断。学生在学期内比学期之间睡得更久，数据显示从大一到大四，夜间睡眠呈逐渐上升趋势。
GPA与睡眠之间的联系在大学早期和晚期最强，中期明显下降。研究人员指出，大一代表了一个重大转型期，学生正在适应新的作息时间、社交环境和学业要求。在这个适应阶段，睡眠量的微小差异可能会对学业表现产生不成比例的影响。到了大三，学生可能已经稳定了他们的日常生活，减少了额外睡眠的边际收益。大四时的反弹可能反映了学业压力以毕业项目、研究生申请和职业规划的形式回归的时期。
该研究还考察了社交网络规模及其与睡眠模式的关系。在这一指标上，结果为零。社交网络较大的学生往往睡眠略少，但这种关联未达到统计学显著性。研究人员得出结论，至少在这组受试者中，社交网络规模与睡眠时长没有显著独立的关联。
重要性
这些发现对大学校园睡眠干预的时机具有实际意义。如果睡眠与表现的联系在大一和大四最强，那么这些时期可能是旨在改善学生睡眠习惯的项目最有影响力的窗口。例如，在大一开学时举办的睡眠卫生研讨会可能会比在大学中期进行的相同干预产生更大的回报。
功能数据分析的使用也代表了睡眠研究方法学上的进步。许多现有研究依赖于在一两个时间点收集的自我报告睡眠数据，这可能会错过睡眠模式的连续变化性质。可穿戴设备的客观数据与纵向FDA方法相结合，可以帮助研究人员精确识别睡眠在什么时候对特定结果最为重要。
局限性
这项研究有几个重要的局限性。样本量相对较小，只有76名学生，且全部来自同一所大学，这限制了一般的适用性。研究依赖于Fitbit设备，这些设备通过运动和心率数据估算睡眠时长，可能不如睡眠测量的黄金标准多导睡眠图准确。社交网络数据捕捉了学生网络的规模，但无法考虑这些关系的质量或情感影响，这两者都可能影响睡眠。最后，观察性设计无法建立睡眠与学业表现之间的因果关系。
结论
睡眠时长与大学学业表现有意义的联系，但这种关系不是静态的。它以传统研究方法可能会错过的方式在本科阶段发生变化。额外睡眠的最大回报出现在进入大学和离开大学的过渡期，这表明新生和大四学生最能从以睡眠为重点的干预措施中受益。可穿戴设备和功能数据分析为更精确、个性化地理解睡眠如何塑造学生表现提供了一条途径。
婷 翻译
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.