As Digital Behavior and Lifestyle Factors in Relation to Sleep Quality and Mental Fatigue: A Secondary Cross-Sectional Analysis of an Open Dataset

Resumen Técnico: Comportamiento Digital, Factores de Estilo de Vida y Sueño/Salud Mental

Planteamiento del Problema
La rápida proliferación de las tecnologías digitales ha alterado fundamentalmente el comportamiento y el estilo de vida humano, creando un desafío de salud pública respecto a la estructura del sueño y el bienestar mental. Si bien los datos epidemiológicos indican que más del 70% de los adultos interactúan con dispositivos electrónicos dentro de una hora antes de acostarse, existe una falta de evidencia mecánica y epidemiológica sobre el impacto combinado del comportamiento digital y los factores de estilo de vida en la calidad del sueño y la fatiga mental, específicamente a través del lente del estrés psicológico. La literatura previa se ha basado mayoritariamente en muestras de conveniencia de estudiantes o adultos jóvenes, fallando a menudo al no incluir grupos ocupacionales diversos o tamaños de muestra lo suficientemente grandes para detectar variaciones sutiles. Además, variables moderadoras críticas, como la actividad física, han sido omitidas frecuentemente en los modelos que vinculan el tiempo de pantalla con los resultados del sueño.

Metodología
Este estudio es un análisis transversal secundario de un conjunto de datos de acceso abierto y totalmente anonimizado que contiene 15,000 registros. La muestra comprende ocho grupos ocupacionales distintos: diseñadores gráficos, médicos, trabajadores autónomos (freelancers), gerentes, investigadores, ingenieros de software, estudiantes y profesores.

• Fuente de Datos: Los datos se obtuvieron de un repositorio público (Kaggle). Los autores no reclutaron a los participantes; todas las variables se analizaron como índices preexistentes y autoinformados.
• Variables:
  • Comportamiento Digital: Definido específicamente como el tiempo promedio (minutos) dedicado al uso del teléfono inteligente en los 60 minutos previos al inicio del sueño.
  • Resultados: Calidad del sueño, nivel de estrés y fatiga mental. Estos fueron proporcionados como índices compuestos precalculados en una escala de 0 a 10. El estudio señala explícitamente que los instrumentos de medición originales y sus propiedades psicométricas (por ejemplo, el alfa de Cronbach) no están documentados por el proveedor de los datos; por lo tanto, se tratan como índices autoinformados en lugar de puntuaciones de escalas validadas.
  • Covariables: Edad, género y actividad física (minutos autoinformados de actividad de moderada a vigorosa por día).
• Análisis Estadístico: Los análisis se realizaron utilizando SPSS versión 31.0. Dado el gran tamaño de la muestra ($N=15,000$), el estudio priorizó los tamaños del efecto (Cohen's $d$, Cramer's $V$, $r$, $R^2$) sobre los valores $p$ para evitar identificar diferencias triviales como estadísticamente significativas.
  • Pruebas: Pruebas $t$ para muestras independientes para diferencias de género, pruebas de Chi-cuadrado para la distribución ocupacional, correlaciones de producto momentáneo de Pearson para asociaciones lineales y regresión lineal múltiple para identificar predictores independientes.
  • Colinealidad: Se calcularon los Factores de Inflación de la Varianza (VIF). Se encontró que el estrés y la fatiga mental estaban casi colineales ($r = 0.949$) y no se introdujeron simultáneamente en el mismo modelo de regresión para evitar coeficientes inestables.

Resultos Clave

1. Demografía y Género: La muestra mostró una distribución de género equilibrada en las ocho categorías ocupacionales. No hubo diferencias estadísticamente significativas entre hombres y mujeres con respecto a la calidad del sueño, los niveles de estrés o la fatiga mental. Todos los tamaños del efecto de género fueron insignificantes (Cohen's $d \leq 0.03$).
2. Correlaciones:
   • Calidad del Sueño: Mostró una correlación negativa muy fuerte con el estrés ($r = -0.857$) y la fatiga mental ($r = -0.808$).
   • Estrés y Fatiga: Estos dos constructos estaban correlacionados positivamente de forma casi perfecta ($r = 0.949$), lo que sugiere un solapamiento significativo de constructos o varianza de método común dentro de este conjunto de datos.
   • Comportamiento Digital: El uso del teléfono antes de dormir mostró una correlación negativa débil con la calidad del sueño ($r = -0.335$) y correlaciones positivas insignificantes con el estrés ($r = 0.155$) y la fatiga mental ($r = 0.150$).
   • Hallazgos Nulos: La edad y la actividad física demostraron asociaciones insignificantes y no significativas con todos los resultados primarios ($|r| \leq 0.013$).
3. Análisis de Regresión:
   • Un modelo de regresión lineal múltiple prediciendo la calidad del sueño ($R^2 = 0.78$) identificó el uso del teléfono antes de dormir ($\beta = -0.207$) y el nivel de estrés ($\beta = -0.825$) como los únicos predictores independientes. La edad y la actividad física no fueron significativas.
   • Un modelo paralelo para la fatiga mental indicó que la calidad del sueño fue el predictor más prominente ($\beta = -0.853$).

Contribuciones Clave

• Diversidad Ocupacional a Gran Escala: A diferencia de estudios previos centrados en estudiantes, este análisis proporciona una visión amplia a través de ocho grupos profesionales diversos, sugiriendo que las asociaciones entre el comportamiento digital y el sueño/fatiga son consistentes en diferentes contextos ocupacionales.
• Cuantificación de Tamaños del Efecto: Al enfatizar los tamaños del efecto sobre los valores $p$ en un conjunto de datos masivo, el estudio aclara que, si bien el uso del teléfono antes de dormir está asociado estadísticamente con un peor sueño, la magnitud de esta asociación específica es débil en comparación con la abrumadora influencia del estrés.
• Identificación de Solapamiento de Constructos: El estudio destaca la correlación casi perfecta entre el estrés autoinformado y la fatiga mental en este conjunto de datos específico, advirtiendo contra el tratamiento de ambos como variables independientes totalmente distintas en futuros modelos sin herramientas de medición validadas y distintas.
• Resultados Nulos sobre Factores de Estilo de Vida: El análisis reporta explícitamente la falta de asociación entre la actividad física y los resultados del sueño en este conjunto de datos autoinformado específico, atribuyéndolo probablemente a la crudeza de la medición (autoinforme agregado) en lugar de una ausencia real de efecto biológico.

Significancia y Reivindicaciones
Los autores posicionan este trabajo como generador de hipótesis en lugar de una prueba definitiva de causalidad. El estudio sostiene que:

1. Motores Primarios: En este conjunto de datos específico, el uso del teléfono antes de dormir y el estrés psicológico son los factores más fuertemente asociados con la calidad del sueño y la fatiga mental.
2. Naturza de la Evidencia: Debido al diseño transversal y la dependencia de índices compuestos autoinformados, los hallazgos indican asociaciones, no predictores ni causas. El estudio no pretende probar que el uso del teléfono cause un mal sueño, sino que están vinculados.
3. Implicaciones de Salud Pública: Los resultados apoyan la necesidad de estrategias de salud pública enfocadas en la "higiene digital" (por ejemplo, periodos libres de pantallas antes de acostarse) y la reducción del estrés para abordar la creciente carga de los trastornos del sueño.
4. Limitaciones como Advertencias: Los autores declaran explícitamente que la falta de instrumentos validados, el potencial de varianza de método común, la ausencia de criterios de exclusión clínicos (por ejemplo, trastornos del sueño diagnosticados) y la falta de contexto demográfico (geografía, estatus socioeconómico) limitan la generalización de los hallazgos. El estudio hace un llamado a futuras investigaciones que utilicen medidas objetivas (actigrafía, evaluación ecológica momentánea) y diseños longitudinales para confirmar los mecanismos causales.