摘要
引言 睡眠问题是一个日益严重的全球健康问题，流行率估计在8.3%至45%之间。医生受到的影响尤为严重，其患病率约为44%，而普通人群为36%。在孟加拉国，报告的患病率范围为32%至58%，医生尤其脆弱。医生睡眠质量差与职业倦怠、医疗差错和增加的心理健康风险密切相关。尽管有这些严重后果，但来自孟加拉国的现有证据仍然零散且不一致，限制了其对健康政策和劳动力干预的实用性。因此，本综述旨在生成可靠的合并流行率估计值，并确定孟加拉国医生睡眠问题的关键决定因素。
方法与分析 研究团队将根据系统评价和荟萃分析方案的首选报告项目(PRISMA)指南，检索PubMed、Scopus、Web of Science、EMBASE、PsycInfo、ProQuest Medical、CINAHL、Google Scholar和BanglaJOL等电子和区域数据库中从建库至2025年8月1日发表的研究，使用截断和短语搜索关键词、相关医学主题词以及灰色文献中的引文链。将优先纳入在预定义时间范围内发表、使用经过验证的评估工具、并以英语或其他主要国际语言发表的观察性横断面研究。综述论文、病例报告、病例系列、干预研究、评论、预印本、会议摘要、方案、未发表文章和信件将被排除。两位独立评审员将使用基于网络的应用程序Rayyan筛选检索到的论文，任何分歧将由第三位评审员解决。将提取孟加拉国医生睡眠问题的定量估计值，包括流行率、持续时间、质量和相关风险因素。将进行叙述性综合和荟萃分析，使用随机效应荟萃分析模型评估合并流行率。将生成森林图和漏斗图用于可视化。将使用I²统计量评估异质性，并根据需要进行敏感性或亚组分析。将使用Joanna Briggs研究所的批判性评估工具评估纳入研究的质量。所有统计分析将使用Jamovi V2.7.6、R V4.3.2"meta"软件包和GraphPad Prism V9.0.2进行。
伦理与传播 本次综述将综合现有已发表文献的证据。完成研究结果后，将提交至国际同行评审期刊，并通过会议、政策论坛和利益相关者网络进行传播，以指导未来研究和干预措施。
PROSPERO注册号 CRD420251123294。
睡眠医学、医生、系统评价、荟萃分析
引言
睡眠是一种基本的人类行为，在维持生理稳态和支持身心健康方面起着至关重要的作用。睡眠问题（一个主要的全球健康问题）的表现形式包括一系列症状（例如，睡眠质量差、难以入睡或维持睡眠、清晨过早醒来、睡眠时间过短或过长、白天过度嗜睡和失眠等）。最近的证据表明，睡眠问题的流行率在全球范围内随时间增加。例如，在过去25年中（2000年至2010年），基于全球文献综述的研究报告失眠流行率增加了4.3%（从11.9%增至16.2%）。一系列流行病学研究表明，睡眠障碍在普通人群中高度流行，全球报告的流行率估计值差异很大，从8.3%到45%不等。睡眠障碍与多种负面健康和社会后果相关，包括精神障碍、代谢健康问题、心血管结果和死亡风险增加。此外，睡眠质量差还与疲劳、生活质量下降、心理障碍、情绪低落和生产力下降相关。此外，失眠还与事故风险增加2.5-4.5倍相关，并可能对免疫系统产生负面影响，导致不良健康结果。高收入国家和中低收入国家分别在普通人群中观察到较高的睡眠质量差流行率，分别为29.8%（28.2%-31.5%）和16.6%（4%-40%）。
医学职业被认为是高度压力的，包括学术压力、漫长的学习期、工作与生活失衡、长时间工作、夜班和轮班工作。与普通人群相比，医生由于职业性质面临疲劳和职业倦怠的高风险，似乎更容易出现睡眠不足。中国医生睡眠质量差的流行率为39.2%，科威特为78.8%，孟加拉国为51%，巴西为5.74%，埃塞俄比亚为58.9%，土耳其为57%。一项系统评价和荟萃分析报告显示，医生睡眠问题的流行率为44%，而普通人群为36%。先前报告的全球和区域医护人员睡眠问题流行率的比较示意图作为背景信息。孟加拉国最近的一项研究报告称，46.2%的医学生经历睡眠不足（每晚仅4-6小时），57.8%的学生在开始本科学习后报告睡眠周期发生变化，孟加拉国医生群体也报告了类似发现。孟加拉国其他研究报告称，普通人群中睡眠问题的合并流行率为45%（32%-58%），而大学生中报告的流行率更高，为58.4%。睡眠质量差在孟加拉国医生中是一种常见现象，可能导致负面个人健康结果、患者护理质量差、医疗差错增加、影响学术生活，并主要影响他们的整体心理健康。尽管有少数研究探索了孟加拉国的睡眠质量和相关因素，但不同研究中的流行率差异很大，从18.6%到55.1%不等。此外，众多社会人口学、环境、心理和生活方式因素，包括工作环境、经济状况、性别差异、专业类别、专业冲突和生活方式因素（如吸烟、压力等），都在影响整体睡眠障碍。全球研究报告称，工作时间表（轮班工作）、慢性症状、工作特性、缺乏社会支持、焦虑、抑郁、一线工作性质、失眠史、久坐生活方式和感染暴露，是医护人员尤其是医生睡眠质量差的潜在触发因素。这些触发因素加上睡眠轨迹不足，与未来发展心理健康问题的风险显著增加相关，至少是无睡眠障碍个体的四倍（OR=3.74；2.76至5.07）。
睡眠障碍在医生中是一个关键的职业健康问题，与认知障碍和患者安全受损相关，但研究相对较少。尽管孟加拉国已有几项研究调查了这一问题，但由于研究设计、人群和评估工具的差异，其发现差异很大，限制了可解释性和代表性。本系统评价和荟萃分析方案旨在描述综合现有证据的方法，以提供孟加拉国医生睡眠障碍的总体估计，同时探索研究间的异质性。除了关注合并流行率外，分析还将识别一致的风险因素和背景影响因素，如工作时间表和机构环境，这些因素可能导致睡眠质量差。通过阐明证据模式和方法学差距，本研究将进一步为未来研究策略提供信息，并指导政策制定者制定有针对性的、特定背景的干预措施，以改善孟加拉国医生的健康状况和患者安全。
目标和研究问题
本系统评价和荟萃分析的目标是综合有关孟加拉国医生睡眠问题流行率、持续时间和质量以及相关风险因素的现有证据。综述将探讨可能影响这一人群睡眠健康的背景决定因素，包括社会人口学、专业和机构决定因素。根据PICOT框架（人群、干预/暴露、条件/对照、结果和时间框架），研究问题为"孟加拉国医生睡眠问题的流行率和模式是什么？相关风险因素有哪些？"该问题旨在综合现有证据，了解孟加拉国医生睡眠问题的合并流行率，并确定影响其睡眠质量轨迹的关键决定因素。
方法
研究设计
本研究将采用系统评价和荟萃分析设计，遵循系统评价和荟萃分析的首选报告项目(PRISMA)报告指南，以及流行病学中观察性研究的荟萃分析指南。它将系统地探索、搜索和综合现有文献，了解孟加拉国医生睡眠问题的流行率及其相关风险因素。该研究方案已在PROSPERO注册。
纳入标准
本研究将纳入所有实证研究，包括：(1)可获得全文的研究，(2)从建库至2025年8月1日发表的研究，确保全面覆盖近期和早期研究，捕获广泛的数据。所有相关研究(3)以英语或其他主要语言（法语、日语、西班牙语、中文、德语）发表的关于孟加拉国医生睡眠问题的研究将被考虑纳入。两名作者精通所纳入的语言，任何剩余文章将由团队合作或通过专业服务翻译，以最小化语言偏差并捕获非英语国家的相关证据。包括横断面和基于网络的调查在内的观察性研究将被纳入本研究，(4)重点关注医生的睡眠问题（如失眠、睡眠障碍、睡眠质量、睡眠障碍和睡眠时间）。此外，(5)报告睡眠结果和相关因素的研究将被纳入，主要关注其他疾病的研究除外，除非评估共存的焦虑或抑郁。
排除标准
研究排除标准
- 综述论文、病例报告和病例系列、干预研究、研究方案、书籍、章节、预印本、会议摘要、评论和社论。
- 未提供足够定量估计以合并睡眠问题流行率的研究。
- 将医生与非医生（普通人群）结果报告在同一组中，且未指定亚组分析的研究。
- 无法获取全文的研究。
- 未发表的研究。
- 由于无法获取完整文本而无法进行全面审查的研究。
- 以英语、法语、日语、西班牙语、中文或德语以外的语言发表的研究，或审查团队无法翻译全文的研究，将被排除。
- 未使用任何适当测量工具评估睡眠问题水平的研究，如匹兹堡睡眠质量指数(PSQI)、失眠严重程度指数(ISI)、雅典失眠量表(AIS)用于失眠，两项目睡眠状况指标，爱普沃斯嗜睡量表(ESS)和斯坦福嗜睡量表(SSS)用于白天嗜睡。
人群/参与者排除标准
- 非医生。
- 孟加拉国以外的医生。
- 仅关注患者护理人员或家庭成员而非医生的研究。
- 关注未注册为医疗培训生的儿科或青少年人群，以及自愿参与医疗服务的大学生的研究。
- 未特别指定孟加拉国医生的混合人群研究。
结局和测量
本研究预期的结局是报告医生睡眠问题的流行率。具体测量包括：(1)报告每晚睡眠的合并平均持续时间，(2)确定通过指数测量的睡眠质量差的流行率，(3)确定白天过度嗜睡的流行率，(4)调查年龄、性别和国家作为医生睡眠质量和白天过度嗜睡的协变量/因素。
评估睡眠质量差的合格工具包括PSQI或改良版孟加拉语PSQI，其中总分>5表示睡眠质量差；ISI，评分0-28，标准化临界值≥8表示亚临床失眠，≥15表示临床失眠；AIS，评分0-24，≥6表示失眠。ESS，范围0-24，评分≥10分类为白天过度嗜睡，而SSS，7点量表评分，≥3-4被视为过度嗜睡。根据经过验证的工具，睡眠质量将被分类为良好或差，如适用，严重程度将进一步根据每种工具的评分阈值（如PSQI、ISI、AIS、ESS、SSS）分为轻度、中度或重度睡眠问题。如果一项研究报告了多种工具，则将使用预定义的优先级（ISI→PSQI→AIS→ESS→SSS→其他）从基于临床相关性和测量稳健性的最高优先级工具中提取数据。
除了估计睡眠问题的合并流行率外，本综述还将对与睡眠问题相关的风险因素进行荟萃分析。将从纳入研究中提取效应测量，如比值比(ORs)、相对风险(RRs)、风险比(HRs)或相关系数(rs)，及其相应的95%置信区间。在可能的情况下，数据将在研究间合并，将根据风险因素类型（如社会人口学、心理社会、生活方式、机构因素）进一步进行亚组和敏感性分析。
数据提取
数据提取将由第一作者独立使用Microsoft Excel电子表格进行，并由第二(MIZ)和第三(IA)作者交叉检查。标准化表格将捕获研究特征，包括作者姓名、发表年份、研究设计、样本量、抽样方法、人口统计学和评估工具及其定义的临界分数。主要重点将是提取与睡眠流行率、持续时间和质量相关的数据。此外，将收集有关相关风险因素的信息，涵盖社会人口学、学术、心理社会、心理和生活方式领域（如压力、职业倦怠、同龄人压力、经济困难、社会污名、体力活动、物质使用、智能手机使用和关系冲突）。在可用的情况下，还将记录社会经济地位、性别和机构支持系统等背景因素。最后，将提取有关心理健康支持机制（如咨询、同龄人支持、机构计划、在线服务、健康和自愿倡议）的数据，以探索它们在缓解睡眠相关问题和相关心理结果方面的作用。
统计分析
对于统计分析，将提取和分析定量和定性（元叙事分析）数据。将从本综述中的每项研究中提取睡眠问题的流行率，以使用逆方差法推导合并效应估计值，该方法将涉及使用标准误计算加权平均值。为了稳定方差，特别是对于接近0或1的比例，将应用Freeman-Tukey双反正弦转换（转换→合并→反向转换→原始0-1尺度上的合并流行率），以考虑研究间的异质性。将采用元回归测试评估协变量（如年龄、样本量和研究质量分数）是否影响合并流行率。此外，报告ORs或RRs的研究将转换为共同效应大小，对数OR（ln(OR)），以确保一致性和易于解释。报告中位数分数的研究将转换为平均值和标准差，以更好地比较纳入研究，确保方法学严谨性。结果将使用随机效应荟萃分析模型(REML)结合Jamovi V2.7.6、R统计软件包V4.3.2内置元软件包和GraphPad Prism V9.0.2进行合并。将采用此模型，因为它不仅考虑抽样误差和研究间可能的异质性，还考虑个体研究的真实效应大小。
此外，如果适当，还将进行亚组荟萃分析，以探索年龄、性别、地理位置、时间框架、社会经济或人口学背景中异质性的来源。这种亚组分析将允许更深入地理解观察到的异质性，并评估效应修饰，确保更精确的估计和有针对性的解释。合并流行率估计值将以森林图和95%置信区间呈现。漏斗图将用于通过Egger's测试（当荟萃分析的研究≥10项时）视觉评估发表偏倚。对于可能的发表偏倚，将采用填充和修剪方法（当异质性高（I² ≥50%）或视觉漏斗图不对称时），考虑小研究效应。风险因素将进行叙述性综合，如有可能，将使用逆方差模型分析定量估计值以汇总发现。此外，我们还计划使用Jackknife方法进行敏感性分析（例如，排除质量较低或偏倚风险较高的研究），以识别异质性的潜在来源并评估研究结果的稳健性。
异质性评估
基于提取的可用数据，将进行异质性分析。将使用χ2检验（检验水平：α=0.05）和I²来测试异质性。如果p>0.05，则认为研究间无异质性。如果p<0.05，则研究间存在异质性。I²表示研究间的异质性水平：如果I²在0%-40%之间（可能不重要），30%-60%（可能表示中度异质性），50%-90%（可能表示实质性异质性）和75%-100%（显著异质性）。
敏感性分析
将进行敏感性分析，评估单个研究对总体合并估计的影响，通过依次每次排除一项研究。将基于样本量、方法学质量、统计模型选择（固定效应vs随机效应）和缺失数据进行额外的敏感性分析。此外，将排除被评为低质量的研究，重新合并剩余数据并进行荟萃分析，以评估主要结果的一致性和稳定性。
偏倚风险评估
将使用经验证的Joanna Briggs研究所(JBI)工具对患病率研究的偏倚风险和方法学质量进行独立评估，由两名评审员进行，第三名评审员作为裁决者。将使用Cohen's kappa和百分比一致性报告评审者间可靠性。该工具将评估（1）外部有效性，基于选择和无应答偏倚，以及（2）内部有效性，基于测量偏倚和与分析相关的偏倚。此外，将使用JBI分析性横断面研究的批判性评估清单来评估研究质量。JBI清单包含八个条目，按四点李克特量表评分（即"是（1分）"、"否（0分）"、"不明确"和"不适用"）。这些条目涵盖样本框架的适当性；招募程序；样本量的充分性；受试者和环境的描述；已识别样本的描述；筛查睡眠问题方法的有效性；筛查方法的可靠性；统计分析的充分性；混杂因素和应答率。评分时，每个"是"的回答将分配1分。评分在（6-8）分的研究将被视为高质量且偏倚风险低，评分在（4-5）分的研究为中等质量，评分在（≤3）分的研究为低质量，方法学薄弱且偏倚风险高。
讨论
本系统评价将提供来自观察性流行率研究的证据概述，了解孟加拉国医生睡眠问题的总体合并流行率，并定性综合触发医生睡眠质量的相关因素。除了估计总体流行率外，本综述还可能有助于识别导致睡眠质量差的潜在因素，并解决知识差距，以指导未来干预措施。孟加拉国先前的研究报告称，在COVID-19大流行期间，与普通人群相比（45%对51%），医护人员医生的睡眠质量差流行率更高，通过PSQI和ISI-7工具评估。此外，睡眠质量差与自杀意念、焦虑和抑郁等心理健康结果显著相关。研究表明，女性医生、护士和轮班工作的医护人员中睡眠障碍更高。此外，50.41%的医护人员医生被发现有白天嗜睡，22.7%有白天功能障碍（每周1-2次），73%的睡眠时间少于7小时。睡眠质量差和短睡眠时间（<7小时）与职业倦怠密切相关，脆弱群体的风险估计高出12.46倍。然而，与睡眠不足相关的倦怠归因比例在医生中为25%-73%，在护士中为7%-29%，突显了睡眠剥夺对两组人群倦怠的重大贡献。
然而，当研究之间存在差异时，可以通过亚组或敏感性分析探索潜在的异质性来源，如研究设计、方法论、专业和样本特征。在观察性研究中应用严格的方法来提取和综合数据，将为得出无法从单独研究中得出的结论提供坚实基础，最终有助于更清晰地理解和比较这一人群中睡眠问题的轨迹。
优势和局限性
据我们所知，迄今为止，这将是第一个旨在综合和批判性评估来自横断面观察性研究证据的系统评价和荟萃分析，报告流行率、其轨迹和相关风险因素。本研究将严格遵循Cochrane手册的严格方法、方法论指南和相应清单的每个阶段。此外，本研究的一个关键优势将是使用三位独立评审员，并确保较高的评审者间一致性（Cohen's kappa ≥0.60；百分比一致性≥80%）。本研究的一个潜在局限性是研究数量有限，研究中使用了不同的评估工具和临界值，这可能限制合并估计的普遍适用性。此外，缺失的定量分散数据将使用适当的统计方法进行估计，这可能会引入一些偏差。本研究将依赖于风险因素的元叙事综合，而不进行元回归，这可能会限制对关联的定量评估。此外，从综合中排除定性研究可能会限制研究结果的全面性。
伦理与传播
该研究将综合从已发表研究中收集的证据。由于不会涉及原始数据，因此不需要伦理批准。无论本综述最终是否发表，我们都打算单独发表本综述方案，作为未来相关研究的参考，并促进该医疗保健领域研究方法的传播和进步。完成综述后，研究结果将通过国家和国际同行评审期刊、会议、网络研讨会和另一个相关平台进行分享，以实现更广泛的社区参与。此外，研究结果的简明摘要将与政策制定者、利益相关者、从业者和机构分享，以指导实践、扩大未来研究并支持干预规划。
【全文结束】
