周末补觉与COPD风险的横断面研究：睡眠障碍的亚组作用

Weekend Sleep Compensation and COPD Risk: A Cross-Sectional Study on the Subgroup Role of Sleep Disorders

摘要: 目的：探讨周末补觉(Weekend Catch-up Sleep, WCS)行为对慢性阻塞性肺病(Chronic Obstructive Pulmonary Disease, COPD)患病风险的影响，并分析睡眠障碍在该关联中的潜在作用。方法：基于美国国家健康和营养调查(National Health and Nutrition Examination Survey, NHANES) 2017~2020年横断面数据，纳入6272名参与者。以年龄、BMI、饮酒、高血压等13项变量为协变量，采用多因素logistic回归分析WCS与COPD风险的关联，进一步通过亚组分析评估睡眠障碍的交互效应。结果：WCS行为与COPD存在负相关关系(OR = 0.798, 95% CI:0.653~0.975)；存在睡眠障碍者：WCS与COPD发生存在负相关关系(OR = 0.72, 95% CI: 0.55~0.96, P = 0.023)；无睡眠障碍者：WCS与COPD无显著关联(OR = 0.80, 95% CI: 0.60~1.06, P = 0.114)。交互作用检验结果表明WCS与COPD的保护性关联强度在有无睡眠障碍的人群中并无显著差异(P交互 = 0.999)。结论：WCS与COPD风险降低相关，但该关联的强度似乎并不依赖于个体是否存在睡眠障碍。

Abstract: Objective: To investigate the association between weekend sleep compensation and the risk of chronic obstructive pulmonary disease (COPD), and analyze the potential role of sleep disorders in this relationship. Methods: Using cross-sectional data from the National Health and Nutrition Examination Survey (NHANES) 2017~2020, 6272 participants were included. Multivariable logistic regression adjusted for 13 covariates (including age, BMI, alcohol consumption, and hypertension) was performed to assess the association between weekend sleep compensation (yes/no) and COPD risk. Subgroup analysis evaluated the interaction effect of sleep disorders. Results: Weekend sleep compensation was inversely associated with COPD risk (OR = 0.798, 95% CI: 0.653~0.975). In the sleep disorder subgroup, weekend sleep compensation significantly reduced COPD risk (OR = 0.72, 95% CI: 0.55~0.96, P = 0.023). However, no significant association was observed in participants without sleep disorders (OR = 0.80, 95% CI: 0.60~1.06, P = 0.114). The results of the interaction test showed that there was no significant difference in the strength of the protective association between WCS and COPD between people with and without sleep disorders (P for interaction = 0.999). Conclusion WCS is associated with a reduced risk of COPD, but the strength of this association does not seem to depend on whether an individual has sleep disorders.

1. 引言

慢性阻塞性肺疾病(Chronic Obstructive Pulmonary Disease, COPD)是一种以持续性气流受限为特征的进展性呼吸系统疾病，伴有气道慢性炎症反应[1]。作为全球第三大死因，该病影响约3.84亿人，且随着人口老龄化和危险因素持续暴露，其患病率呈上升趋势[2]。

除吸烟这一主要风险因素外，环境暴露、职业危害、及心血管疾病等共病也被证实与COPD相关[3] [4]。最新证据进一步表明，睡眠障碍是新型可干预风险因素——COPD患者存在具有临床意义的睡眠问题(包括失眠、夜间低氧和阻塞性睡眠呼吸暂停)，这些障碍通过加剧全身性炎症反应加速肺功能下降[5]。

周末补觉(Weekend Catch-up Sleep, WCS)作为睡眠障碍的补偿性策略，指个体在工作日积累睡眠债务后，于休息日通过延长睡眠时间(相较于工作日平均睡眠)以恢复生理功能的行为。已有相关研究表明WCS与抑郁症、心血管、死亡率存在相关关系[6]-[8]。目前尚缺乏大规模研究专门探讨WCS对COPD风险的影响，尤其在已存在睡眠障碍的高负担人群中。这一研究空白具有重要临床意义。基于此，本研究利用美国国家健康与营养调查(NHANES) 2017~2020年数据，旨在通过剂量反应模型与多因素回归分析：解析工作日/周末睡眠时长与COPD的非线性关联；量化睡眠模式对COPD发病风险的影响。

2. 资料与方法

2.1. 研究人群

美国国家卫生统计中心(National Center for Health Statistics, NCHS)开展了一项名为美国国家健康与营养检查调查(National Health and Nutrition Examination Survey, NHANES)的全国性、分层、多阶段概率抽样调查，旨在评估疾病预防与促进营养健康之间的关系。这项每两年开展一次的调查涵盖了人口统计学、营养状况、检查结果、实验室检测以及问卷调查等方面的内容，结合了访谈和体格检查。本研究选取2017~2020年数据，共15,560名参与者，对研究变量缺失值进行删除后。最终，6272名研究对象被纳入本研究，其中发生COPD的有569人。

2.2. 资料收集

2.2.1. WCS

睡眠时长通过美国国家健康与营养检查调查(NHANES)的标准化调查问卷问题进行评估，参与者需报告他们在工作日和周末的平均睡眠时长。其中，WCS时间为周末睡眠时间–工作日睡眠时间。

2.2.2. COPD的诊断及分组

在NHANES中，肺功能测试是判断COPD的主要依据，即第1秒用力呼气容积占用力肺活量的比值(FEV₁/FVC) < 0.7判定为COPD [9]。此外，参与者自我报告曾被医生告知罹患慢性呼吸系统阻塞、慢性支气管炎或肺气肿等疾病也被判定为COPD。按照参与者是否患COPD将其分为对照组和COPD组。

2.2.3 协变量

包括性别、年龄、种族、文化程度、婚姻状况、睡眠障碍、吸烟、饮酒、高血压、高胆固醇血症、糖尿病、体重指数(BMI)。

2.3. 统计方法

本研究采用R 4.4.2版本软件进行数据分析[10]，连续变量使用平均值和标准误描述，分类变量使用频数和百分比描述，通过卡方检验评估组间差异。为探究WCS与慢性阻塞性肺疾病(COPD)的关联，以及不同睡眠障碍分组下二者的关系，采用多因素Logistic回归分析。先以单因素卡方检验中有统计学意义的组间差异变量为控制变量，以WCS为自变量、是否发生COPD为因变量构建模型，分析二者总体关系；再按睡眠障碍情况分组，分别进行多因素Logistic回归分析，明确不同睡眠障碍状态下二者的关系。

3. 结果

3.1. COPD患病率差异比较

由表1可知，COPD患病率在年龄、周末睡眠时间、BMI、饮酒、高血压、高胆固醇血症、性别、种族、文化程度、婚姻状况、糖尿病、睡眠障碍、吸烟组差异均有统计学意义(P均 < 0.01)。

Table 1. Comparison of COPD prevalence rate

表1. COPD患病率差异比较

变量	总体(n = 6272)	对照组(n = 5703)	COPD组(n = 569)	t/χ^2	P
年龄，Mean ± SD	50.94 ± 17.38	49.96 ± 17.31	60.67 ± 14.92	t = −16.08	<0.01
BMI, Mean ± SD	30.00 ± 7.45	29.82 ± 7.20	31.72 ± 9.44	t = −4.66	<0.01
饮酒，n (%)				χ^2 = 12.53	<0.01
是	5696 (90.82)	5156 (90.41)	540 (94.90)
否	576 (9.18)	547 (9.59)	29 (5.10)
高血压，n (%)				χ^2 = 101.29	<0.01
是	2340 (37.31)	2017 (35.37)	323 (56.77)
否	3932 (62.69)	3686 (64.63)	246 (43.23)
高胆固醇血症，n (%)				χ^2 = 72.02	<0.01
是	2263 (36.08)	1965 (34.46)	298 (52.37)
否	4009 (63.92)	3738 (65.54)	271 (47.63)
性别，n (%)				χ^2 = 0.27	0.60
男	3054 (48.69)	2771 (48.59)	283 (49.74)
女	3218 (51.31)	2932 (51.41)	286 (50.26)
种族，n (%)				χ^2 = 112.73	<0.01
墨西哥裔美国人	754 (12.02)	731 (12.82)	23 (4.04)
其他西班牙裔	654 (10.43)	607 (10.64)	47 (8.26)
非西班牙裔白人	2297 (36.62)	1981 (34.74)	316 (55.54)
非西班牙裔黑人	1542 (24.59)	1418 (24.86)	124 (21.79)
非西班牙裔亚裔	1025 (16.34)	966 (16.94)	59 (10.37)
文化程度，n (%)				χ^2 = 30.20	<0.01
1	1106 (17.63)	982 (17.22)	124 (21.79)
2	1480 (23.60)	1308 (22.94)	172 (30.23)
3	3686 (58.77)	3413 (59.85)	273 (47.98)
婚姻状况，n (%)				χ^2 = 22.35	<0.01
已婚	3713 (59.20)	3429 (60.13)	284 (49.91)
未婚	2559 (40.80)	2274 (39.87)	285 (50.09)
糖尿病，n (%)				χ^2 = 85.76	<0.01
是	985 (15.70)	819 (14.36)	166 (29.17)
否	5287 (84.30)	4884 (85.64)	403 (70.83)
睡眠障碍，n (%)				χ^2 = 153.22	<0.01
是	1812 (28.89)	1520 (26.65)	292 (51.32)
否	4460 (71.11)	4183 (73.35)	277 (48.68)
吸烟，n (%)				χ^2 = 252.12	<0.01
是	2602 (41.49)	2188 (38.37)	414 (72.76)
否	3670 (58.51)	3515 (61.63)	155 (27.24)
WCS, n (%)				χ^2 = 74.89	<0.01
否	2844 (45.34)	2488 (43.63)	356 (62.57)
是	3428 (54.66)	3215 (56.37)	213 (37.43)

3.2. WCS对COPD发生影响的逻辑回归分析

由表2可知，以年龄、周末睡眠时间、BMI、饮酒、高血压、高胆固醇血症、性别、种族、文化程度、婚姻状况、糖尿病、睡眠障碍、吸烟变量为协变量，WCS为因变量进行多因素Logistic回归分析。结果表明，WCS行为与COPD存在负相关关系(OR = 0.798, 95% CI: 0.653~0.975)。

Table 2. Logistic regression analysis of the influence of WCS on COPD

表2. WCS对COPD发生影响的逻辑回归分析

变量	β	S. E	Z	P	OR (95% CI)
截距	−4.016	0.430	−9.329	<0.001	0.018 (0.008~0.042)
WCS
否					1.000 (Reference)
是	−0.226	0.102	−2.208	0.027	0.798 (0.653~0.975)

注：控制了所有混杂因素。

3.3. WCS对COPD风险的影响：睡眠障碍亚组分析

调整混杂因素后，多变量logistic回归分析结果显示：总体人群中，WCS行为与COPD风险呈负相关(OR = 0.731, 95% CI: 0.603~0.887, P = 0.001)。以睡眠障碍状态进行了亚组分析，然而交互作用检验结果无统计学意义(P交互 = 0.999)，这表明WCS与COPD的保护性关联强度在有无睡眠障碍的人群中并无显著差异。在亚组分析中结果显示，有睡眠障碍组WCS与COPD风险降低相关(OR = 0.722, 95% CI: 0.554~0.961, P = 0.023)；在无睡眠障碍组中，WCS同样显示出风险降低的趋势，但该关联未达到统计学显著性(OR = 0.802, 95% CI: 0.604~1.065, P = 0.114)，见表3。

Table 3. Subgroup analysis of sleep disorders

表3. 睡眠障碍亚组分析

变量	n (%)	WCS (否)	WCS (是)	OR (95% CI)	P	P交互
总体	6272 (100.00)	356/2844	213/3428	0.731 (0.603~0.887)	0.001
睡眠障碍						0.999
是	1812 (28.89)	186/927	106/885	0.722 (0.554~0.961)	0.023
否	4460 (71.11)	170/1917	107/2543	0.802 (0.604~1.065)	0.114

4. 讨论

本研究首次通过大样本横断面数据分析发现：WCS与较低的COPD患病风险存在关联(OR = 0.798, 95% CI: 0.653~0.975)。尽管在睡眠障碍人群中观察到数值上更低的效应值(OR = 0.722, 95% CI: 0.554~0.961)，但交互作用检验结果表明，WCS与COPD的关联强度在有无睡眠障碍的人群中并无统计学差异(P交互 = 0.999)。这一发现的潜在生理学基础可能涉及两方面机制：一方面，补觉行为通过逆转睡眠剥夺的炎症级联反应发挥作用——实验研究证实，恢复性睡眠可使TNF-α、IL-6等促炎因子降低25%~40% [11] [12]，直接缓解COPD特征性气道炎症；另一方面，补觉有助于重建生物钟稳态，矫正糖皮质激素分泌节律紊乱[13]，抑制COPD进展中交感神经亢进诱发的支气管痉挛。

值得注意的是，睡眠障碍亚组的显著获益可能源于其特殊的病理状态：该类人群因基础睡眠质量低下(如慢波睡眠占比减少、睡眠片段化)，更易积累严重睡眠债务，故对集中性睡眠补偿的敏感性更高。动物模型亦佐证，慢性片段化睡眠小鼠经连续睡眠干预后，肺泡灌洗液中中性粒细胞浸润显著减少[14]。这为“高睡眠需求人群获益更显著”提供了机制解释。在无睡眠障碍亚组中，虽未达到统计学显著性(OR = 0.802, P = 0.114)，但其效应方向与总体一致，进一步支持了WCS与COPD风险降低之间存在广泛关联的可能性，且该关联的强度似乎并不依赖于个体是否存在睡眠障碍。此外，交互作用检验无显著性(P交互 = 0.999)，反映睡眠障碍更多作为效应放大器而非本质修饰因子——即补觉的保护作用广泛存在，但在高基线炎症负荷的睡眠障碍人群中效果被强化。

本研究的临床启示在于：将WCS纳入COPD预防体系具有高成本效益比。尤其对睡眠障碍患者，规律性WCS可作为零成本行为干预。但需警惕过度补觉可能破坏昼夜节律，未来需通过RCT确定最佳补觉时长阈值。本研究仍然存在局限性首先，研究设计为横断面调查，虽然发现了强烈的关联性，但无法确立WCS与COPD之间的因果关系，不能排除反向因果(如COPD导致睡眠质量下降从而影响补觉行为)的可能性。其次，NHANES数据收集依赖调查对象自我报告，可能导致疾病定义不准确；研究对象主要为美国人群，结论普适性需谨慎对待；虽E值评估显示残余混杂影响不大，但仍可能存在未控制混杂因素。

NOTES

^*第一作者。

^#通讯作者。