它在这里:回顾2021年首页检查一下
现在加入
en_US
en_US de_DE

2018年7月16日

睡眠比睡眠需求更重要:睡眠一致性的重要性

大多数人都知道每晚8小时左右睡眠的重要性。然而,大多数人都不熟悉至少在一定时间内保持睡眠的重要性。首页高声说最近推出了每周的绩效评估,并在其中测量你每天的睡眠时间的一致性。在这里,我们将讨论开发这一特性的一些研究,以及其计算背后的细节。

我们的灵感

一个哈佛大学2017年的论文引入了一个新的指标,叫做“睡眠规律这篇论文报道了这一新的指标与健康大学生的学业成绩(以GPA衡量)之间存在显著的正相关。事实上,在这项研究中,有规律睡眠和清醒时间的学生的平均GPA为3.72,而那些睡眠不规律的学生的平均GPA仅为3.24,总分为4分;这就是A和B+的平均值之差。

引用该研究的领头人安德鲁·菲利普斯博士的话来说,这一发现最令人兴奋的部分是:“睡眠规律与睡眠时间无关,这表明规律抓住了睡眠的另一个信息维度。”简单地说,如果你每天晚上都达到了WHOOP建议的100%的睡眠,如果你的睡眠时间不一致,你仍然可能错过与睡眠相关的潜在益处首页。

花点时间逻辑思考一下,这并不奇怪。例如,如果我们每隔一段时间就补充水分,我们会感觉更好,而如果我们整个星期都在脱水,但在周末补充了多余的水分;为什么睡眠会有什么不同呢?因此,我们开始量化睡眠一致性和WHOOP数据之间的关系,以理解为什么我们的成员应该努力提高他们的睡眠时间的一致性。首页

在我们深入研究这一令人兴奋的发现之前,让我们先回顾一步,解释一下我们是如何计算睡眠一致性的。

测量睡眠的一致性

首页睡眠一致性测量用户在连续四天的特定时间内的状态(睡眠或醒来)是否相同的可能性。我们注意到,这与哈佛睡眠规律指数有一点不同,因为他们的指数是作为一个汇总统计数据开发的,每次查看几个月的数据,而WHOOP指标则查看每天的变化,以便提供可操作的每日反馈。首页

下面的5月20日至27日的示例数据将帮助我们更好地理解这个指标。

该图的横轴显示用户当地时区的12小时时钟时间。每一行显示不同的日期,从2018年5月20日到27日连续排序。绿色条显示用户在什么时候处于睡眠状态,其余的空白表示已唤醒。

请注意,在周末,5月20日、26日和27日(用略深的绿色表示),用户做了我们很多人做的事情,睡得比平时长得多。虽然睡懒觉是弥补睡眠不足的好方法,但它可能会对我们的睡眠造成干扰昼夜节律(生物钟).根据菲利普斯的研究,昼夜节律紊乱最有可能是他在研究中观察到的学习成绩受损背后的罪魁祸首。

因此,即使这个用户平均每晚睡8小时,他也会比他现在所做的更好——周一至周五每晚睡7小时,周末每晚睡12小时。在这种情况下,他的数据在他的绩效评估中转化为一个整体的平庸的睡眠分析,如下所示。

为什么这很重要?

根据哈佛大学和斯坦福大学的研究人员的研究,每晚睡8小时和平均每晚睡8小时不一样的原因是大脑被“甩出去”了——这相当于一直在倒时差。

以这种方式打乱昼夜节律会阻止我们产生睡眠荷尔蒙褪黑激素。由于褪黑激素的浓度与睡眠质量高度相关,WHOOP开始测量各种睡眠质量测量方法与我们新的睡眠一致性测量方法之间的关系。首页结果如下所述。

更多的睡眠

事实证明,那些认为在周末多睡会弥补首页工作日睡眠不足的人通常是在欺骗自己。那些平均睡眠一致性处于“差”区域的用户的睡眠表现(每晚总睡眠与所需睡眠的百分比)比处于“充足”和“极大”区域的用户平均低4个百分点,对应的平均睡眠表现得分分别为70.6和74.1。虽然听起来差别不大,但在一个星期的过程中,总共多睡了2.5个小时。

更好的睡眠

会员们总是问我们如何增加他们的慢波(深)睡眠和快速眼动睡眠。虽然不是最大的改变,但那些睡眠一致性更强的人比睡眠时间相同但一致性较低的人平均慢波睡眠和快速眼动睡眠时间略长,清醒时间略短。这意味着,长期睡眠的人不仅获得了更多的睡眠,而且比那些在不一致的时间获得相同时间睡眠的人获得了更有活力和更有效的睡眠。

振兴睡眠

最后,我们的会员感受到了不同。在我们的日常恢复调查中,那些平均睡眠一致性在“充足”和“最大”区域的人比那些在“不足”区域的人更有4%的可能报告说自己得到了休息或精力充沛。那些平均睡眠一致性较差的成员报告感到疲惫的可能性是那些平均睡眠一致性在充足和适度区域的成员的两倍多。

听起来好得不真实?为什么不自己去看看呢。挑战自己,下周达到7天的最大睡眠一致性!

分享

艾米丽Capodilupo

在2013年作为第一个全职员工首页和第一个科学家加入WHOOP之前,Emily在哈佛大学学习神经生物学,并在哈佛布里格姆妇女医院睡眠医学分部的分析和建模单元学习昼夜生物学。作为一名跑步者和杂技演员,Emily知道睡眠和恢复对最佳表现的重要性。在WH首页OOP,她将自己的个人经历与在哈佛开发的睡眠和分析知识结合起来,使运动员能够做出明智的、受数据驱动的决策。

遵循@WHOOP首页

Baidu