《Frontiers in Behavioral Neuroscience》：Effect of impact mechanism and intervention measures on sleep quality of college students addicted to short video: a randomly controlled trial
编辑推荐：
本随机对照试验首次系统探讨了短视频成瘾大学生睡眠质量的影响机制及干预措施。研究发现个性化推荐算法比社区型算法更显著恶化睡眠参数（PSQI：10.4±2.3 vs 8.7±2.1, p=0.003），娱乐类内容对睡眠的破坏性最强（p<0.001, η2=0.23）。结合认知行为疗法（CBT）、数字工具（"Bring ToGo"应用）和社交支持（"睡眠守护者"系统）的综合干预方案显著改善睡眠质量（PSQI降低3.6/2.8分，Cohen's d=1.71/1.46），日均使用时长减少47.1%-54.3%。研究为平台算法设计和临床干预提供了实证依据。
短视频平台算法与干预措施对成瘾大学生睡眠质量的影响机制研究
引言
短视频平台的快速发展引发了对其用户心理健康影响的关注，特别是睡眠质量方面。根据中国互联网络信息中心（CNNIC）数据，截至2023年底中国约有10.142亿移动互联网用户，大学生平均每天在短视频平台花费2.3小时。通过无限滚动实现的持续多巴胺释放创造了一种强大的奖励机制，促使参与时间延长，经常侵占夜间睡眠时间。
虽然既往研究探讨过数字媒体使用与睡眠障碍的关系，但对短视频成瘾影响睡眠质量的具体机制理解仍存在明显空白。多数研究广泛关注"屏幕时间"交互作用，而未区分算法类型或内容类别及其对睡眠结构的不同影响。短视频平台特有的快速滚动行为和短暂、高强度内容暴露可能产生独特的神经唤醒模式，与传统媒体消费显著不同。
短视频使用与睡眠干扰的关系涉及多种途径：屏幕发出的蓝光抑制褪黑素产生，延迟睡眠 onset 并降低睡眠质量；情绪激活内容增加认知唤醒和生理警觉性；替代效应发生时，短视频直接挤占睡眠时间导致睡眠剥夺。当前针对技术相关睡眠问题的干预措施在应用于短视频消费时效果有限，传统方法如屏幕时间限制或普通数字戒断策略往往未能解决短视频参与的独特心理机制。
方法论
参与者
研究招募60名18-25岁大学生，符合短视频成瘾实用标准（PSQI≥5分，每日使用≥2小时）。参与者之前未参与过任何与媒体使用或睡眠问题相关的心理干预。筛选过程包括多个步骤，最终样本包含60名参与者（37名女性，23名男性），平均年龄20.7岁。为确保样本代表性，特意招募来自不同学科领域的学生。
材料
睡眠测量工具包括wGT3X-BT无线三轴活动监测器（ActiGraph）结合ActiLife软件应用，提供客观睡眠测量数据；匹兹堡睡眠质量指数（PSQI）测量睡眠质量的七个维度；短视频成瘾量表（SVA-S）评估大学生的短视频成瘾情况。
算法和内容模型涵盖个性化算法推荐（使用热启动和冷启动方法）和社区型算法推荐（采用"同兴趣圈"和"兴趣连接"双推荐方法）。内容类型分为娱乐类（喜剧、舞蹈等）、知识类（科学、教育等）和信息类（时事、社会话题等）。
干预工具设计在个体层面采用认知行为疗法（CBT），包括"智能手机使用意识训练"和"睡眠卫生强化"；数字技术工具包括专门开发的"Bring ToGo"应用（提供时间窗口控制功能）和"睡眠守护者"系统（基于群体的积分积累和激励机制）。
实验设计
采用2×3×2因子设计，第一个自变量为算法类型（个性化算法推荐/社区型算法推荐），第二个为内容类型（娱乐/知识/信息），第三个为干预存在（有/无）。因变量为PSQI评分、SVA-S评分和每日屏幕时间。为控制潜在混杂变量，收集了参与者的一般智能手机使用、学业负担、运动习惯、咖啡因消费和既存睡眠状况数据。
程序
研究持续8周，分为基线期、算法研究期和干预期。准备阶段通过大学社交媒体平台招募参与者，按照选择标准筛选，建立基线测量。随后参与者被随机分配到个性化算法组（G1, n=30）或社区型算法组（G2, n=30），每组内内容类型亚组各分配10名参与者。
算法研究阶段（第2-3周）测量算法对睡眠的基线影响，参与者被指示在21:00-22:00期间使用指定的短视频应用1小时。干预阶段（第4-8周）验证干预措施的有效性，所有参与者接受CBT，使用"Bring ToGo"应用进行时间窗口控制，建立"睡眠守护者"群体激励机制。
结果
基线特征
参与者平均PSQI评分为9.6±2.3，表明睡眠质量差（PSQI>5）。平均SVA-S评分为38.2±5.9，表明中高度短视频成瘾水平。参与者报告平均每日短视频使用时间为3.45±0.95小时，偏好娱乐内容者占38.3%，知识内容35.0%，信息内容26.7%。
算法类型对睡眠质量的影响
个性化算法组（G1）在所有测量参数上均显示比社区型算法组（G2）更差的睡眠质量。PSQI评分在G1中从基线增加，在G2中略有下降。G1的睡眠潜伏期长约25%，总睡眠时间平均短36分钟。G1的睡眠效率显著较低（78.3% vs 84.1%），夜间觉醒次数更多。SVA-S评分在G1中增加，在G2中略有下降，表明个性化算法加剧了成瘾症状。
内容类型对睡眠质量的影响
单因素方差分析显示三种内容类型在所有睡眠参数上存在显著差异，效应量大（η2p范围0.20-0.47）。娱乐内容对睡眠质量有最不利影响，接触娱乐内容的参与者PSQI评分显著更高，睡眠潜伏期更长，总睡眠时间更短，睡眠效率更低，夜间觉醒更多，SVA-S评分更高，睡前唤醒更高。知识内容与最佳睡眠结果相关，信息内容产生中间效应。
算法类型与内容类型的交互作用
双因素方差分析显示算法类型与内容类型对睡眠参数存在显著交互作用。娱乐内容的负面影响在通过个性化算法传递时被放大，导致睡眠质量显著恶化（PSQI=12.6），表明个性化算法与娱乐内容的结合为睡眠健康创造了特别不利的条件。
干预措施的有效性
配对t检验显示，经过4周干预期后，两个算法组的所有睡眠参数和成瘾评分均有显著改善，效应量大（Cohen's d范围0.96-2.31）。PSQI评分在G1中降低3.6分，在G2中降低2.8分。睡眠潜伏期在G1中减少约14分钟，G2中减少9分钟。总睡眠时间在G1中增加约54分钟，G2中增加36分钟。睡眠效率改善至G1的86.5%和G2的89.2%，超过公认的良好睡眠效率阈值（85%）。每日短视频使用时间出现最显著变化，G1减少47.1%，G2减少54.3%。
干预组分的差异有效性
时间窗口控制功能的数字工具获得最高有效性评分（9.1/10）和高依从率（94.3%），表明限制特定时间窗口（尤其是23:00-6:00）的短视频使用对改善睡眠特别有效。"睡眠守护者"积分积累系统被评为高效（8.5/10）且依从性良好（88.7%）。在CBT组分中，睡眠卫生强化比使用意识训练评分更高（8.3 vs 7.8）。
干预有效性的路径分析
结构方程模型显示数字技术工具对减少短视频使用时间有最强直接效应（β=-0.48），进而对改善PSQI评分有显著效应（β=0.43）。CBT组分对PSQI评分有直接效应（β=-0.32）和通过减少短视频使用的间接效应。社会支持系统主要通过增强其他组分的依从性起作用而非直接影响睡眠结果。
中介机制
中介分析显示，减少短视频使用时间显著中介干预与改善PSQI评分之间的关系（间接效应=-1.42），占总效应的44.3%。减少睡前唤醒作为显著中介因子（间接效应=-0.87），占总效应的27.2%。这两个中介变量共同解释了干预对睡眠质量改善效应的71.5%，其余28.5%归因于干预组分对睡眠过程的直接效应。
讨论
本研究调查了短视频成瘾对大学生睡眠问题的影响机制，并测试了针对这些问题的多组分干预措施的有效性。研究结果为了解和解决短视频使用相关的睡眠后果提供了若干重要见解。
首先，算法类型显著影响睡眠质量，个性化算法比社区型算法具有更不利的影响。这些差异的效应量为中到大，表明算法类型之间存在临床意义的区别。这一发现与先前研究一致，表明个性化推荐系统旨在通过利用个人偏好和使用模式最大化参与度，可能产生更强的成瘾模式。
其次，内容类型分析显示娱乐内容对睡眠参数负面影响最大，信息内容次之，知识内容负面影响最小。观察到的大效应量强调了内容类型对睡眠结果的实质性影响。这种模式可能由每种内容类型相关的认知和情绪唤醒水平不同解释。娱乐视频通常设计用于引发情绪反应的高刺激内容，可能增加生理唤醒，使过渡到睡眠更加困难。
算法类型与内容类型之间的显著交互作用特别值得注意。个性化算法与娱乐内容的结合创造了比其它组合 substantially 更差的睡眠条件。这种协同负面效应表明，高度刺激内容的个性化传递可能产生特别强大的参与形式，尤其干扰睡眠过程。
多组分干预在改善睡眠质量和减少短视频成瘾症状方面表现出显著有效性，效应量大。结合CBT技术、数字工具和社会支持的综合方法似乎同时解决了问题的多个方面。CBT组分可能帮助参与者识别和修改有问题的使用模式，而数字工具通过创建使用环境约束提供结构支持。社会支持系统增强了动机和责任感，解决了短视频使用的社会强化方面。
中介机制分析显示，干预主要通过减少短视频使用时间（占总效应的44.3%）和降低睡前唤醒（占总效应的27.2%）起作用。这些发现表明，有效干预应同时针对行为修改（减少使用）和生理调节（降低唤醒）以最大化睡眠改善。其余直接效应可能反映改进的睡眠卫生实践和独立于使用减少直接增强睡眠质量的认知重构。
干预组分的差异有效性为设计针对性干预提供了见解。时间窗口控制的强有效性评分表明，围绕使用时间创建技术边界对解决睡眠相关问题可能特别重要。亮度调整的高依从性表明，需要用户最少努力的被动干预可能实现更好 compliance，即使其直接影响更为适度。
干预有效性对先前接触个性化算法的参与者更大的发现具有重要启示。这表明使用具有更 addictive 算法设计平台的个体可能从结构化干预中获益更多，可能因为他们形成了需要更全面方法修改的更强使用习惯。这种差异反应模式应告知未来干预的靶向和设计，可能优先针对已知采用高参与度算法系统的平台用户。
研究存在若干局限性应予以承认。首先，八周持续时间虽足以证明即时效果，但未提供改善长期可持续性信息。其次，尽管控制了几个潜在混杂变量，但其他因素如心理压力、潜在焦虑或抑郁、关系困难和社会动态可能影响短视频使用和睡眠模式。第三，样本仅包含来自中国单一大学的大学生，限制了对其他年龄组、教育背景、文化背景或使用模式不同人群的普适性。第四，自我选择偏倚可能影响结果，因为志愿参加短视频成瘾和睡眠研究的参与者可能比普通短视频用户更有改变行为的动机。
尽管存在这些局限性，研究为理解和解决短视频相关睡眠问题做出了若干重要贡献。通过区分算法类型和内容类别，对短视频平台特定方面如何影响睡眠提供了更细致的理解。多组分干预表明，针对使用行为和潜在心理因素的综合方法可以有效改善短视频成瘾者的睡眠质量。
研究发现对多个利益相关者具有重要启示。对平台设计者和政策制定者，结果突出了某些算法设计和内容推广策略的潜在睡眠相关后果。对健康专业人员，干预模型提供了通过行为、技术和社会方法结合解决短视频相关睡眠问题的模板。对用户自身，理解算法类型和内容类别的不同影响可以告知更 conscious 的平台使用和内容消费选择，特别是在睡前小时。
未来研究应探索不同算法类型对睡眠的长期影响，检查个性化算法是否比社区型方法产生更持久的睡眠干扰。此外，对算法诱导睡眠问题易感性的潜在年龄和发展差异调查，将为设计年龄适宜干预提供宝贵见解。与平台开发者的合作研究可以探索将睡眠保护特征直接集成到短视频应用中的可行性和有效性，可能创建平衡参与度与用户福祉的平台。
