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

テクニカル・サマリー：デジタル行動、ライフスタイル要因、および睡眠・メンタルヘルス

問題提起
デジタル技術の急速な普及は、人間の行動とライフスタイルを根本的に変容させ、睡眠構造と精神的ウェルビーイングに関する公衆衛生上の課題を生み出している。疫学的データによれば、成人の70%以上が就寝前の1時間以内に電子機器を使用していることが示されているが、デジタル行動とライフスタイル要因が、特に心理的ストレスという観点から、睡眠の質や精神的疲労に及ぼす複合的な影響に関するメカニズム的および疫学的なエビデンスは不足している。先行研究の多くは学生や若年層の便宜的サンプルに依存しており、多様な職業群を含めていなかったり、微妙な差異を検出するのに十分なサンプルサイズを確保できていなかったりすることが多い。さらに、スクリーンタイムと睡眠アウトカムを結びつけるモデルにおいて、身体活動のような重要な調整変数が頻繁に除外されてきた。

方法論
本研究は、15,000件の記録を含む、完全に匿名化されたオープンアクセスのデータセットを用いた二次的な横断的解析である。サンプルは、グラフィックデザイナー、医師、フリーランス、マネージャー、研究者、ソフトウェアエンジニア、学生、教師の8つの異なる職業グループで構成されている。

• データソース： データは公開リポジトリ（Kaggle）から取得された。著者らは参加者を募集しておらず、すべての変数は既存の自己報告式指標として分析された。
• 変数：
  • デジタル行動： 入眠前60分間にスマートフォンを使用する平均時間（分）として具体的に定義。
  • アウトカム： 睡眠の質、ストレスレベル、および精神的疲労。これらは0〜10のスケールによる事前計算済みの合成指標として提供された。本研究では、元の測定器具およびその心理計量的特性（クロンバックのα係数など）がデータ提供者によって文書化されていないため、これらは検証済みの尺度によるスコアではなく、自己報告式の指標として扱っている。
  • 共変量： 年齢、性別、および身体活動（1日あたりの中強度から高強度の運動時間）。
• 統計解析： 解析にはSPSS version 31.0を使用した。大規模なサンプルサイズ（$N=15,000$）であることを考慮し、些細な差異を統計的に有意として検出してしまうことを避けるため、本研究では$p$値よりも効果量（Cohen's $d$, Cramer's $V$, $r$, $R^2$）を優先した。
  • 検定： 性差については独立標本$t$検定、職業分布についてはカイ二乗検定、線形関連についてはピアソンの積率相関係数、および独立した予測因子を特定するために重回帰分析を用いた。
  • 多重共線性： 分散拡大係数（VIF）を算出した。ストレスと精神的疲労は強い共線性（$r = 0.949$）が認められたため、係数の不安定化を防ぐ目的で、同一の回帰モデルに同時には投入しなかった。

主な結果

1. 人口統計および性別： サンプルは、8つの全職業カテゴリーにおいてバランスの取れた性別分布を示した。睡眠の質、ストレスレベル、または精神的疲労に関して、男女間で統計的に有意な差は見られなかった。すべての性別における効果量は無視できる程度であった（Cohen's $d \leq 0.03$）。
2. 相関関係：
   • 睡眠の質： ストレス（$r = -0.857$）および精神的疲労（$r = -0.808$）と非常に強い負の相関を示した。
   • ストレスと疲労： これら2つの構成概念は、ほぼ完全な正の相関（$r = 0.949$）を示しており、このデータセット内における顕著な概念の重複、あるいは共通メソッド分散を示唆している。
   • デジタル行動： 就寝前のスマートフォン使用は、睡眠の質とは弱い負の相関（$r = -0.335$）を示し、ストレス（$r = 0.155$）および精神的疲労（$r = 0.150$）との正の相関は無視できる程度であった。
   • 帰無結果： 年齢および身体活動は、すべての主要なアウトカムに対して無視できるほど微弱で、有意ではない関連性を示した（$|r| \leq 0.013$）。
3. 回帰分析：
   • 睡眠の質を予測する重回帰モデル（$R^2 = 0.78$）では、就寝前のスマートフォン使用（$\beta = -0.207$）とストレスレベル（$\beta = -0.825$）のみが独立した予測因子として特定された。年齢および身体活動は有意ではなかった。
   • 精神的疲労に関する並行モデルでは、睡眠の質が最も顕著な予測因子であった（$\beta = -0.853$）。

主な貢献

• 大規模な職業的多様性： 学生に焦点を当てた従来の研究とは異なり、本解析は8つの多様な専門職グループにわたる広範な視点を提供しており、デジタル行動と睡眠・疲労との関連性が異なる職業的文脈においても一貫していることを示唆している。
• 効果量の定量化： 大規模なデータセットにおいて$p$値よりも効果量を重視することで、就寝前のスマートフォン使用が睡眠の質の低下と統計的に関連しているものの、ストレスの圧倒的な影響力と比較すると、この特定の関連性の大きさは弱いということを明確にした。
• 概念の重複の特定： 本研究は、この特定のデータセットにおける自己報告によるストレスと精神的疲労のほぼ完全な相関を浮き彫りにし、今後、検証済みの明確に区別された測定ツールを用いずに、これらを完全に異なる独立変数として扱うことに対して注意を促している。
• ライフスタイル要因に関する帰無結果： 本解析は、この自己報告式データセットにおける身体活動と睡眠アウトカムとの関連性の欠如を明示的に報告している。これは、生物学的な効果の真の欠如ではなく、測定の粗さ（集計された自己報告）に起因する可能性が高い。

意義および主張
著者らは、本研究を決定的な証明ではなく、仮説生成型の研究として位置づけている。本研究は以下のことを主張している：

1. 主要な要因： この特定のデータセットにおいては、就寝前のスマートフォン使用と心理的ストレスが、睡眠の質および精神的疲労と最も強く関連している要素である。
2. エビデンスの性質： 横断的設計および自己報告式の合成指標への依存により、得られた知見は関連性を示すものであり、予測因子や原因を示すものではない。本研究は、スマートフォン使用が睡眠の質の低下を「引き起こす」ことを証明しているのではなく、両者が「結びついている」ことを示している。
3. 公衆衛生上の示唆： 結果は、睡眠障害の増大に対処するための「デジタル・ハイジーン（例：就寝前のスクリーンフリーの時間）」およびストレス軽減に焦点を当てた公衆衛生戦略の必要性を支持している。
4. 限界としての注意点： 著者らは、検証済みの測定器具の欠如、共通メソッド分散の可能性、臨床的な除外基準（例：診断された睡眠障害）の不在、および人口統計学的背景（地理、社会経済的地位）の欠如が、知見の一般化を制限することを明示的に述べている。本研究は、因果メカニズムを確認するために、客観的な測定（アクチグラフィ、生態学的瞬間アセスメント）および縦断的デザインを用いた今後の研究を求めている。