Moderating role of physical exercise on relationship between sleep quality and depressive symptoms in college students: evidence from electroencephalogram-specific frequency bands and brain functional connectivity
-
摘要:
目的 探讨大学生抑郁症状与睡眠问题对脑功能连接(δ、θ频段)的单独与联合效应，评估抑郁症状、睡眠质量、脑电图指标(T6 δ)和体育锻炼之间的交互作用机制。 方法 采用观察性研究设计，纳入大学生325名，采用贝克抑郁自评量表第2版(BDI-Ⅱ)、匹兹堡睡眠质量指数量表(PSQI)、体育活动等级量表(PARS-3)进行问卷调查，使用脑电图仪采集静息态脑电图信号并分析大脑功能连接特征。按BDI-Ⅱ评分和PSQI评分将被试分为抑郁症状伴睡眠问题组(n=73)、抑郁症状无睡眠问题组(n=67)、非抑郁症状伴睡眠问题组(n=87)和非抑郁症状无睡眠问题组(n=98)。基于PROCESS插件中有调节的中介模型进行中介效应与调节效应检验(Bootstrap法)；将体育锻炼作为调节变量，按PARS-3评分在低水平(平均值-1个标准差，0.459)、中水平(平均值，18.529)和高水平(平均值+1个标准差，36.600)进行简单斜率检验。 结果 4组大学生δ和θ频段功率值在多个点位上差异有统计学意义(均P < 0.05)；4组大学生δ和θ频段脑功能连接存在明显差异，抑郁症状伴睡眠问题组顶、枕区连接最强而前额区连接减弱，抑郁症状无睡眠问题组前额区连接明显减少，非抑郁症状伴睡眠问题组顶、枕区连接相对较强而前额区连接相对较弱，非抑郁症状无睡眠问题脑功能连接分布较均衡。路径分析结果显示，仅“睡眠质量→T6 δ→抑郁症状”中介路径显著(间接效应=-0.099，95%CI -0.177~-0.014)；体育锻炼显著调节“睡眠质量→抑郁症状”主路径，且效应值随体育锻炼水平增高，低、中、高水平效应值分别为0.781、1.024、1.266(均P < 0.001)。 结论 抑郁症状与睡眠问题对脑功能连接具有区域和频段特异性，两者联合作用可能是脑功能网络异常的关键机制，T6 δ可能是睡眠质量-抑郁症状通路的神经生理节点。体育锻炼则能显著调节睡眠质量与抑郁症状之间的关联，在不同体育锻炼水平下睡眠质量的改善与抑郁症状减轻呈协同变化，这为大学生心理健康问题的预防和干预提供了理论依据。 Abstract:Objective To examine the independent and combined effects of depressive symptoms and sleep problems on brain functional connectivity(δ and θ bands), and to evaluate interactive mechanisms between depressive symptoms, sleep quality, electroencephalogram(EEG) indicator(T6 δ), and physical exercise. Methods Using an observational design, we recruited 325 college students who completed Beck depression inventory-Ⅱ(BDI-Ⅱ), Pittsburgh sleep quality index(PSQI), and physical activity rating scale-3(PARS-3). Resting-state EEG was recorded and brain functional connectivity was analyzed. The participants were classified into 4 groups by BDI-Ⅱ and PSQI scores: depressive symptom with sleep problem group(n=73), depressive symptom without sleep problem group(n=67), non-depressive symptom with sleep problem group(n=87), and non-depressive symptom without sleep problem group(n=98). Mediation and moderation effect tests were conducted using a moderated-mediation framework(PROCESS; Bootstrap). Physical exercise was the moderator, simpleslope test was performed at low(mean-1 standard deviation [SD], 0.459), medium(mean, 18.529), and high(mean+1SD, 36.600) PARS-3 levels. Results Across the 4 groups, multiple electrode sites showed significant differences in δ and θ band power(all P < 0.05). Brain δ and θ band functional connectivity also differed markedly: the depressive symptom with sleep problem group exhibited the strongest parietal/occipital connectivity with weakened prefrontal connectivity; the depressive symptom without sleep problem group showed a pronounced reduction in prefrontal connectivity; the non-depressive symptom with sleep problem group showed relatively stronger parietal/occipital and weaker prefrontal connectivity; and the non-depressive symptom without sleep problem displayed a more balanced pattern. Path analysis identified a single significant mediating pathway: sleep quality→T6 δ →depressive symptom(indirect effect=-0.099, 95% confidence interval-0.177 to-0.014). Physical exercise significantly moderated the primary path: sleep quality →depressive symptom; the effect size was increased across exercise level, and the effect sizes at the low, medium, and high levels were 0.781, 1.024, and 1.266, respectively(all P < 0.001). Conclusion Depressive symptoms and sleep problems exert region-and band-specific effects on brain functional connectivity; their combined influence may represent a key mechanism of network dysfunction, with T6 δ emerging as a putative neurophysiological node in sleep quality-depressive symptom pathway. Physical exercise significantly moderates the association between sleep quality and depressive symptoms; at different exercise levels, improvements in sleep quality covary with reductions in depressive symptoms, providing a theoretical basis for prevention and intervention in mental health problems among college students. -
Keywords:
- depressive symptoms /
- sleep /
- physical exercise /
- mediating effects /
- moderating effects /
- electroencephalogram
-
抑郁症是最常见且高发的精神障碍之一[1]，新型冠状病毒感染疫情后其全球负担显著上升[2]。从健康-亚健康-疾病的进程看，抑郁症状作为抑郁的亚健康表征，是重要前驱因素。大学阶段为抑郁症状高发期[3]。抑郁常伴随睡眠障碍，共病率达50%~90%[4]；在大学生中，学业与生活方式变化使共病更为突出[5]，加重了症状与功能受损。因此，亟须针对大学生群体抑郁与睡眠障碍进行深入研究。既往已有大量研究验证了体育锻炼、心理健康与睡眠质量之间的关系[6-7]。规律运动可减轻抑郁症状并提升睡眠质量，同时促进认知功能与睡眠模式优化，其作用可能经神经递质调节与生理/心理压力缓解实现[8]。因此，系统性体育锻炼在心理健康与睡眠质量的相互作用中发挥着关键的调节作用。
静息态脑电图（electroencephalogram，EEG）具有高时间分辨率，能灵敏表征脑皮质神经电活动与认知/生理过程变化，可用于评估、预测抑郁症状和睡眠质量。证据显示，抑郁个体δ、θ功率升高，TP8区域的δ功率以及AF3区域的θ、α功率可以预测重型抑郁症患者的睡眠质量[9]；失眠者清醒态θ、α功率增高，提示“困倦-高唤醒”并存与睡眠质量下降相关[10]。功能连接分析显示，抑郁个体静息态前额叶与其他脑区连接减弱，这种功能连接的下降可能与情绪调节功能受损有关[11]；睡眠障碍个体默认模式网络（default mode network，DMN）与其他网络的耦合异常，进一步影响认知功能与情绪[12]。上述连接异常为理解抑郁症状与睡眠问题的神经机制提供了关键证据。
本研究为本团队“十年研究计划”第5年阶段性成果。前期已证实了体育锻炼对抑郁症状缓解及脑功能调节的积极作用，并揭示“体育锻炼-抑郁症状-睡眠质量”与特定频段脑电活动的特征，为睡眠质量预测提供了客观EEG指标[13]。在此基础上，本研究以脑功能连接为切入点，基于观察性研究比较抑郁症状、睡眠问题在δ、θ频段的连接模式，构建“睡眠质量-频段功率-抑郁症状”的中介模型，并检验体育锻炼的调节作用。
1 对象和方法
1.1 研究对象
按自愿原则，在上海松江大学城以方便抽样的方式招募325名大学生。纳入标准：（1）自驱参与；（2）年龄17~25岁；（3）右利手；（4）非体育专业；（5）无精神障碍病史及运动禁忌证；（6）没有服用过抗精神病药物和镇静药物。排除标准：（1）试验期间饮用含咖啡因或酒精的饮品；（2）测试前有运动等刺激性行为；（3）身体不适未能完成问卷。本研究遵循《赫尔辛基宣言》的相关原则开展，所有参与者在试验开始前均签署了书面知情同意书，本研究已获上海体育大学伦理审查委员会批准（102772021RT004）。所有测试均于2024年秋季学期进行，测试内容包括问卷调查和EEG信号采集。
1.2 问卷调查
在填写问卷前，主试向参与者说明研究目的与“仅用于科研”的数据使用原则，取得知情同意，并强调独立、如实、自愿作答。回收后由研究人员核查，剔除作答时长＜2 min或出现明显机械模式（如1111、2222、1234、4321）的问卷。
1.2.1 自编基本信息问卷
用于采集被试的基本信息，包括性别、年龄、身高、体重、是否为独生子女、家庭状况、个人身体状况、学业状况、人际交往状况等。
1.2.2 贝克抑郁自评量表第2版（Beck depression inventory-Ⅱ，BDI-Ⅱ）
该量表是目前应用最为广泛的抑郁症状自评量表之一，可用于精神疾病患者和正常人群过去2周内抑郁症状及其严重程度的评估，BDI-Ⅱ得分＞13分判定为有抑郁症状[14-15]。
1.2.3 匹兹堡睡眠质量指数量表（Pittsburgh sleep quality index，PSQI）
该量表由美国匹兹堡大学精神科医生Buysse等[16]编制，主要用于评估被测近1个月以来的睡眠情况。PSQI包括睡眠时间、入睡时间、睡眠障碍、主观睡眠质量、睡眠效率、催眠药物使用、日间功能障碍等7个维度，总分范围0~21分，得分越高表明睡眠质量越差，PSQI总分＞7分判定为有睡眠质量问题。本次调查采用刘贤臣等编译的中文版PSQI，能够较好地评估中国大学生的睡眠质量[5, 17]。
1.2.4 体育活动等级量表（physical activity rating scale-3，PARS-3）
中文版PARS-3能够较好地评估中国普通大学生的体育运动量[18]。本研究采用该量表分别从体育锻炼的强度、时间、频率3个指标考察个体的运动量（运动量＝强度×时间×频率）。
1.3 分组标准
为分析抑郁症状与睡眠质量联合对脑功能连接的影响，本研究依据量表阈值将样本划分为4组：（1）抑郁症状伴睡眠问题组（n＝73），BDI-Ⅱ得分＞13分且PSQI总分＞7分；（2）抑郁症状无睡眠问题组（n＝67），BDI-Ⅱ得分＞13分但PSQI总分≤7分；（3）非抑郁症状伴睡眠问题组（n＝87），BDI-Ⅱ得分≤13分但PSQI总分＞7分；（4）非抑郁症状无睡眠问题组（n＝98），BDI-Ⅱ得分≤13分且PSQI总分≤7分。
1.4 EEG信号采集
使用上海诺诚电气股份有限公司生产的EEG仪（NCERP-190012）记录EEG信号，配有前置放大器，使用16单极导联，设置采样频率500 Hz，高通滤波0.3 Hz，低通滤波30 Hz，陷波50 Hz。测试在隔声、通风的暗室进行，禁止携带有干扰性的电子设备。被试熟悉环境并取舒适坐姿；洗头晾干后连接设备、佩戴电极帽，阻抗低于5 kΩ，按国际10/20系统放置电极，所采集的电极点位为前额区Fp1/Fp2、额区F3/F4、中央区C3/C4、顶区P3/P4、枕区O1/O2、侧额区F7/F8、中颞区T3/T4、后颞区T5/T6，接地电极置于额正中（GND），参考电极置于双侧乳突（A1/A2）。被试在EEG信号采集过程中保持清醒、闭眼、呼吸均匀与放松静止，双手自然置于身体两侧；避免用力咬合与频繁吞咽。波形稳定后，连续采集闭眼静息EEG 5 min。
采集到的原始EEG经带通滤波（0.5~45 Hz）、去伪迹处理（眨眼、肌电等）后，按照δ（1~4 Hz）、θ（4~8 Hz）、α1（8~10.5 Hz）、α2（10.5~13 Hz）、β1（13~20 Hz）、β2（20~30 Hz）6个频段进行频带划分。采用快速傅里叶变换计算各导联在各频段的功率谱密度，取5 min闭眼静息状态下的平均功率值作为该导联在该频段的功率指标。最终获得16导×6个频段的功率值作为EEG分析指标，用于后续的组间差异检验及中介/调节分析。
1.5 统计学处理
使用SPSS 29.0软件进行统计学分析。计数资料用人数表示。计量资料以频数直方图检验分布，近似正态的计量资料以x±s描述，两组间比较采用独立样本t检验，多组间比较采用单因素方差分析并通过最小显著性差异法进行事后多重检验，检验水准（α）为0.05。运用Pearson相关分析评估抑郁症状、睡眠质量与EEG指标的关系。使用PROCESS插件中有调节的中介模型，基于Bootstrap法检验中介效应与调节效应；体育锻炼水平以PARS-3得分表示，作为连续调节变量纳入模型，并在其均值及均值±1个标准差3个代表性水平下对睡眠质量与抑郁症状关系进行简单斜率检验，α为0.05。为控制第Ⅰ类错误率，对相关分析和中介效应分析结果实施Bonferroni校正。睡眠质量7个维度得分与抑郁症状的相关分析中，调整后α＝0.05/8＝0.006 25；在中介效应分析共检验了11个EEG指标，调整后α＝0.05/11＝0.004 5。
脑功能连接分析：在δ和θ 2个频段，基于EEG功率指标，分别计算两两导联功率值之间的Pearson相关系数，得到16×16的相关系数矩阵，相关系数绝对值越大表示两脑区之间功能连接越强。参考既往功能连接研究并结合本研究相关系数分布情况，为便于比较不同组的大脑网络特征，在δ频段取r≥0.90作为强连接阈值；在θ频段分别取r≥0.70和r≥0.90构建中-高强度及最强连接网络，并利用BrainNet Viewer软件对δ、θ频段的大脑功能连接进行可视化分析，观察和比较不同组在连接密度、连边分布上的差异。
2 结果
2.1 纳入大学生的一般资料
共纳入大学生325人，男158人、女167人，年龄为（19.75±1.50）岁，BMI为（21.99±4.45）kg/m2，大一99人、大二139人、大三63人、大四24人，独生子女148人、非独生子女177人，单亲家庭23人、非单亲家庭302人，家庭和谐相处147人、偶尔摩擦但关系稳定161人、常有矛盾关系一般13人、矛盾突出关系恶劣4人，身体状况好160人、一般130人、差35人，人际关系好220人、一般97人、差8人，课业难度轻松59人、中等189人、差77人。BDI-Ⅱ得分为（10.92±9.33）分，PSQI总分为（7.04±3.36）分，PARS-3得分为（18.53±18.07）分。
2.2 大学生抑郁症状与睡眠质量的关系
Pearson相关分析显示，BDI-Ⅱ得分与PSQI总分呈正相关（r＝0.396，P＜0.001）。对BDI-Ⅱ得分与PSQI的7个维度得分进行Pearson相关分析并以Bonferroni校正（α＝0.006 25），睡眠时间得分（r＝0.235，P＜0.001）、入睡时间得分（r＝0.272，P＜0.001）、睡眠障碍得分（r＝0.223，P＜0.001）、主观睡眠质量得分（r＝0.363，P＜0.001）、日间功能障碍得分（r＝0.373，P＜0.001）与BDI-Ⅱ得分呈正相关，而催眠药物使用得分（r＝0.138，P＝0.013）、睡眠效率得分（r＝－0.080，P＝0.150）与BDI-Ⅱ得分无关。
2.3 各组大学生EEG特异性频段及其差异
不同睡眠质量和抑郁状态大学生EEG特异性频段的差异分析结果显示，抑郁症状伴睡眠问题、抑郁症状无睡眠问题、非抑郁症状伴睡眠问题和非抑郁症状无睡眠问题4组间δ频段功率值（图 1）在Fp1（F＝10.199，P＜0.001）、Fp2（F＝12.116，P＜0.001）、F3（F＝12.318，P＜0.001）、F4（F＝14.976，P＜0.001）、C3（F＝14.977，P＜0.001）、C4（F＝14.480，P＜0.001）、P3（F＝15.910，P＜0.001）、P4（F＝15.788，P＜0.001）、O1（F＝18.863，P＜0.001）、O2（F＝18.356，P＜0.001）、F7（F＝19.039，P＜0.001）、F8（F＝18.670，P＜0.001）、T3（F＝16.215，P＜0.001）、T4（F＝15.698，P＜0.001）、T5（F＝19.034，P＜0.001）、T6（F＝18.319，P＜0.001）点位差异均有统计学意义，多重比较显示上述点位δ频段功率值均满足非抑郁症状伴睡眠问题组高于抑郁症状伴睡眠问题组、抑郁症状无睡眠问题组和非抑郁症状无睡眠问题组（均P＜0.001）。
图 1 各组大学生不同脑区δ频段功率值比较***P＜0.001.Fig. 1 Comparison of δ band power in different brain regions across college student groups
下载:
全尺寸图片
4组间θ频段功率值（图 2）在Fp1（F＝4.094，P＝0.007）、F3（F＝4.573，P＝0.004）、F4（F＝4.978，P＝0.002）、C3（F＝11.929，P＜0.001）、C4（F＝11.516，P＜0.001）、P3（F＝12.687，P＜0.001）、P4（F＝12.590，P＜0.001）、O1（F＝13.068，P＜0.001）、O2（F＝14.151，P＜0.001）、F7（F＝3.796，P＝0.011）、F8（F＝2.961，P＝0.032）、T3（F＝13.033，P＜0.001）、T4（F＝12.586，P＜0.001）、T5（F＝12.605，P＜0.001）、T6（F＝14.402，P＜0.001）点位上差异均有统计学意义，多重比较显示Fp1、F3、F4、C3、C4、P3、P4、O1、O2、T3、T4、T5、T6点位θ频段功率值呈现非抑郁症状伴睡眠问题组高于抑郁症状伴睡眠问题组、抑郁症状无睡眠问题组和非抑郁症状无睡眠问题组（均P＜0.05），在F7与F8点位上表现为非抑郁症状有睡眠问题组高于非抑郁症状无睡眠问题组（均P＜0.01）；4组间θ频段功率值在Fp2点位差异无统计学意义（F＝1.625，P＝0.183）。
图 2 各组大学生不同脑区θ频段功率值比较Fig. 2 Comparison of θ band power in different brain regions across college student groups*P < 0.05, **P < 0.01, ***P < 0.001.下载:
全尺寸图片
2.4 各组大学生大脑功能连接差异
2.4.1 δ频段在相关系数为0.9时各组间大脑功能连接差异
如图 3所示，在δ频段相关系数为0.9时，4组大学生的大脑功能连接存在明显差异。抑郁症状伴睡眠问题组整体连接强度和密度最高，尤见于顶、枕区，而前额区连接相对稀疏，表明抑郁症状和睡眠问题的共同作用可能会影响大脑前部的执行功能和认知控制能力。抑郁症状无睡眠问题组整体连接较弱，前额区连接明显减少，显示出抑郁症状对前部脑区功能性协作的削弱更为显著。非抑郁症状伴睡眠问题组的顶区和枕区仍有较强的连接，但左右脑的连接密度明显减弱，双侧前额区之间几乎没有连接；相比之下，非抑郁症状无睡眠问题组的连接更为均衡，中央区和顶区连接较强，半球间协作较明显。结果提示，抑郁症状与大脑前额叶区域的功能性连接存在显著的负相关，特别是在没有睡眠问题的情况下，前额叶的连接强度和密度显著降低；睡眠问题更多关联半球间连接下降、前额叶连接稀疏；两者共存则大脑后部网络过度耦合而前额叶进一步减弱。
图 3 δ频段在相关系数为0.9时各组大学生大脑功能连接差异Fig. 3 Differences in δ band brain functional connectivity across college student groups at correlation coefficient of 0.9On the scale, the darker the red, the stronger the connectivity; the darker the blue, the weaker the connectivity. L: Left; R: Right.下载:
全尺寸图片
2.4.2 θ频段在相关系数为0.7与0.9时各组间的大脑功能连接差异
如图 4A所示，在θ频段相关系数为0.7时，4组大学生的大脑功能连接存在明显差异。抑郁症状伴睡眠问题组整体连接最强，尤以顶、枕区为主，前额区连接也较为突出，表明抑郁症状和睡眠问题的共同作用显著增强了大脑的整体连接。抑郁症状无睡眠问题组整体连接最弱，前额区连接几近缺失，大脑后部连接也较稀疏；非抑郁症状伴睡眠问题组连接相对均衡，顶、枕区连接较强，前额区较弱但仍存在；非抑郁症状无睡眠问题组前额区连接较抑郁症状无睡眠问题组强，后部网络分布更均衡。结果提示，睡眠问题主要伴随大脑后部（顶、枕区）连接增强，无论是否合并抑郁症状；抑郁症状则主要关联前额、中央区网络去耦合，在无睡眠问题时尤为明显；两者共存表现为整体连接增强但前额叶相对受限。
图 4 θ频段在相关系数为0.7（A）和0.9（B）时各组大学生大脑功能连接差异Fig. 4 Differences in θ band brain functional connectivity across college student groups at correlation coefficients of 0.7 (A) or 0.9 (B)On the scale, the darker the red, the stronger the connectivity; the darker the blue, the weaker the connectivity. L: Left; R: Right.下载:
全尺寸图片
如图 4B所示，在θ频段在相关系数为0.9时，4组大学生脑功能连接网络呈清晰梯度差异：抑郁症状伴睡眠问题组整体连接最弱，顶、枕区连接最稀疏，前额区连接几近缺失；抑郁症状无睡眠问题组略强于前者，大脑后部（顶、枕区）连接有所恢复但前额区连接仍较弱；非抑郁症状伴睡眠问题组大脑后部连接较均衡，前额区连接相对较弱但可见；非抑郁症状无睡眠问题组连接最强，大脑后部连接致密且整体最均衡。结果提示，抑郁症状是主要削弱因子，合并睡眠问题进一步降低了大脑后部协作；单独睡眠问题影响较小，非抑郁症状个体大脑后部连接仍较强。
2.5 各组大学生在体育锻炼上的差异
抑郁症状伴睡眠问题组、抑郁症状无睡眠问题组、非抑郁症状伴睡眠问题组和非抑郁症状无睡眠问题组大学生PARS-3得分分别为（11.95±14.63）、（12.91±14.94）、（14.17±18.09）、（31.14±16.05）分，差异有统计学意义（F＝28.939，P＜0.001）。多重比较显示，非抑郁症状无睡眠问题组PARS-3得分高于其余3组（均P＜0.001），其余3组间两两比较差异无统计学意义（均P＞0.05）。结果提示，体育锻炼可能在预防抑郁和睡眠问题中起着重要作用。
2.6 体育锻炼在睡眠质量、EEG指标和抑郁症状中介关系中的调节作用
在探讨EEG指标在睡眠质量和抑郁症状间的中介作用时，共考察11个EEG指标并进行Bonferroni校正（α＝0.004 5）。结果显示，仅“睡眠质量→T6 δ→抑郁症状”之间中介效应存在统计学意义（间接效应＝－0.099，95%CI －0.177~－0.014，表 1）。在δ频段，“睡眠质量→P3 δ→抑郁症状”的间接效应为0.310（95%CI 0.022~0.813），其95%CI未包含0，提示该通路存在较小的中介效应；但P3 δ介导作用较弱且稳定性有限，中介效应无统计学意义（b＝0.438，P＝0.061）。相比之下，“睡眠质量→T6 δ→抑郁症状”通路的中介效应更为稳定，因此本研究主要关注T6 δ的中介作用。基于此，将体育锻炼作为调节变量代入有调节的中介模型，根据Bootstrap法来验证分析体育锻炼在睡眠质量、EEG指标和抑郁症状关系中的调节作用，路径显示体育锻炼在“睡眠质量→EEG指标→抑郁症状”间不存在调节作用（P＞0.05），但在“睡眠质量→抑郁症状”之间存在调节作用（图 5）；将体育锻炼（PARS-3得分）作为连续调节变量，并分别在其较低水平（均值－1个标准差）、平均水平（均值）和较高水平（均值+1个标准差）3个代表性水平上进行简单斜率检验，效应值分别为0.781、1.024和1.266，且95%CI均不包含0（P＜0.001，表 2），表明随着体育锻炼水平由低到高的连续提升，睡眠质量与抑郁症状之间的关联强度逐渐增强。
表 1 EEG指标在大学生睡眠质量与抑郁症状间的中介效应Table 1 Mediating effect of EEG indexes between sleep quality and depressive symptom in college studentsIndirect path Effect size (95%CI) SE Sleep quality→Fp2 δ→depressive symptom 0.046 (－0.080, 0.216) 0.071 Sleep quality→F4 δ→depressive symptom 0.110 (－0.174, 0.458) 0.157 Sleep quality→C4 δ→depressive symptom 0.269 (－0.166, 0.946) 0.276 Sleep quality→P3 δ→depressive symptom 0.310 (0.022, 0.813) 0.202 Sleep quality→P4 δ→depressive symptom －1.422 (－3.835, 0.147) 1.060 Sleep quality→O1 δ→depressive symptom －0.282 (－2.544, 0.771) 0.831 Sleep quality→O2 δ→depressive symptom －0.131 (－0.378, 0.147) 0.129 Sleep quality→F7 δ→depressive symptom －0.059 (－0.222, 0.072) 0.073 Sleep quality→T4 δ→depressive symptom 0.934 (－0.926, 2.995) 0.981 Sleep quality→T5 δ→depressive symptom 0.101 (－1.034, 2.462) 0.863 Sleep quality→T6 δ→depressive symptom －0.099 (－0.177, －0.014) 0.036 EEG: Electroencephalogram; 95%CI: 95% confidence interval; SE: Standard error. 
图 5 体育锻炼在大学生睡眠质量、EEG指标与抑郁症状中介关系中的调节作用Fig. 5 Moderating effect of physical exercise on mediated relationship between sleep quality, EEG indexes, and depressive symptom among college students*P < 0.05, **P < 0.01, ***P < 0.001. EEG: Electroencephalogram.下载:
全尺寸图片
表 2 体育锻炼在大学生睡眠质量与抑郁症状关系间的调节作用Table 2 Moderating effect of physical exercise on relationship between sleep quality and depressive symptom among college studentsPARS-3 level Level value Effect size (95%CI) SE t value P value Mean－1SD 0.459 0.781 (0.379, 1.184) 0.205 3.818 ＜0.001 Mean 18.529 1.024 (0.740, 1.307) 0.144 7.098 ＜0.001 Mean+1SD 36.600 1.266 (0.895, 1.637) 0.189 6.717 ＜0.001 PARS-3: Physical activity rating scale-3; SD: Standard deviation; SE: Standard error; 95%CI: 95% confidence interval. 3 讨论
本研究证实大学生抑郁症状与睡眠质量存在密切双向关系。既往研究显示，抑郁症状个体常伴入睡困难、夜醒与早醒，压力与皮质醇水平升高，睡眠结构破坏；长期较差的睡眠质量又导致5-羟色胺、多巴胺调节紊乱，加重抑郁症状[19]。本研究分组比较结果显示不同抑郁症状和睡眠质量组大学生的δ和θ频段功率值差异有统计学意义，有抑郁症状者前额叶连接减弱，有睡眠问题者顶、枕区连接增强但整体弱于共病组，提示睡眠障碍患者存在大脑连接网络失调。由此推断，抑郁症状和睡眠问题对脑功能连接网络的影响并非简单叠加，而是多通路交互作用；持续过度的应激激活可能为加剧大脑连接异常的重要环节[20]。
本研究对抑郁症状伴睡眠问题个体的大脑连接网络进行探索性分析，发现δ/θ频段顶、枕区连接显著增强。该增强反映两者交互性神经调节可能由下丘脑-垂体-肾上腺轴过度激活、皮质醇升高和神经递质失衡共同驱动[20]。基于EEG，本研究结果提示T6 δ可能是“睡眠质量→抑郁症状”通路的关键节点，其降低指向深睡受损、恢复不足与情绪障碍[21]，深睡受损可能经神经应激负荷增加促进抑郁症状的加重。基于既往关于丘脑-皮质δ振荡在抑郁中关键作用的研究[22]，结合本研究所发现的T6 δ异常及其在情绪记忆环路与DMN中的解剖定位，我们提出假设性机制模型：抑郁状态下可能存在“高睡眠压力-δ波不足”错配，破坏突触下调、能量恢复与情绪记忆巩固过程，从而加重抑郁症状。有研究通过静息/任务态功能MRI发现后颞叶皮质（T6重叠区）和杏仁核、海马连接减弱及DMN异常与自我参照加工受损和反刍升高存在关联[23]。本研究结果与之一致。以上证据共同指向后颞叶连接在睡眠障碍与抑郁症状的神经通路中的核心地位。
本研究结果还提示，体育锻炼可作为调节变量显著影响“睡眠质量→抑郁症状”的关联。既往研究显示，较高水平的体育锻炼往往通过改善睡眠质量来缓解抑郁症状[13]，其机制可能包括：提升神经可塑性并促进脑源性神经营养因子分泌[24]；下调下丘脑-垂体-肾上腺轴、降低皮质醇以减轻生理应激[25]；优化睡眠结构，增加慢波稳定性，从而促进情绪与认知功能恢复[26]。
本研究为观察性研究，因果推断能力有限，后续需以随机对照试验或纵向研究在EEG频段层面验证“体育锻炼→睡眠质量→抑郁症状”路径，并在干预中纳入运动五要素。PARS-3仅表征运动量，未区分类型和情境，今后将采用更全面的工具并纳入有氧与无氧、个体与群体等维度以进行异质调节。本研究虽然发现T6 δ在“睡眠质量→抑郁症状”关联路径中起中介作用，但未见体育锻炼对该路径的调节作用，这可能与样本量不足、EEG灵敏度及测量分辨率有限有关，今后将通过延长干预时间、提升分析精度进一步验证。
综上所述，本研究结果显示抑郁症状和睡眠问题在脑功能连接上具有区域性特征，其联合作用可能是大脑功能性连接异常的关键机制，在T6 δ频段异常上表现尤为突出，提示T6 δ可能为睡眠质量与抑郁症状之间的神经生理枢纽。此外，体育锻炼作为调节变量改变了睡眠质量与抑郁症状之间的关联强度，较高的体育锻炼水平可能减弱不良睡眠对抑郁症状的负面影响，为将睡眠质量与体育锻炼作为联合干预靶点以促进心理健康提供了依据。
-
图 1 各组大学生不同脑区δ频段功率值比较
***P＜0.001.
Fig. 1 Comparison of δ band power in different brain regions across college student groups
下载:
全尺寸图片
图 2 各组大学生不同脑区θ频段功率值比较
Fig. 2 Comparison of θ band power in different brain regions across college student groups
*P < 0.05, **P < 0.01, ***P < 0.001.
下载:
全尺寸图片
图 3 δ频段在相关系数为0.9时各组大学生大脑功能连接差异
Fig. 3 Differences in δ band brain functional connectivity across college student groups at correlation coefficient of 0.9
On the scale, the darker the red, the stronger the connectivity; the darker the blue, the weaker the connectivity. L: Left; R: Right.
下载:
全尺寸图片
图 4 θ频段在相关系数为0.7（A）和0.9（B）时各组大学生大脑功能连接差异
Fig. 4 Differences in θ band brain functional connectivity across college student groups at correlation coefficients of 0.7 (A) or 0.9 (B)
On the scale, the darker the red, the stronger the connectivity; the darker the blue, the weaker the connectivity. L: Left; R: Right.
下载:
全尺寸图片
图 5 体育锻炼在大学生睡眠质量、EEG指标与抑郁症状中介关系中的调节作用
Fig. 5 Moderating effect of physical exercise on mediated relationship between sleep quality, EEG indexes, and depressive symptom among college students
*P < 0.05, **P < 0.01, ***P < 0.001. EEG: Electroencephalogram.
下载:
全尺寸图片
表 1 EEG指标在大学生睡眠质量与抑郁症状间的中介效应
Table 1 Mediating effect of EEG indexes between sleep quality and depressive symptom in college students
Indirect path Effect size (95%CI) SE Sleep quality→Fp2 δ→depressive symptom 0.046 (－0.080, 0.216) 0.071 Sleep quality→F4 δ→depressive symptom 0.110 (－0.174, 0.458) 0.157 Sleep quality→C4 δ→depressive symptom 0.269 (－0.166, 0.946) 0.276 Sleep quality→P3 δ→depressive symptom 0.310 (0.022, 0.813) 0.202 Sleep quality→P4 δ→depressive symptom －1.422 (－3.835, 0.147) 1.060 Sleep quality→O1 δ→depressive symptom －0.282 (－2.544, 0.771) 0.831 Sleep quality→O2 δ→depressive symptom －0.131 (－0.378, 0.147) 0.129 Sleep quality→F7 δ→depressive symptom －0.059 (－0.222, 0.072) 0.073 Sleep quality→T4 δ→depressive symptom 0.934 (－0.926, 2.995) 0.981 Sleep quality→T5 δ→depressive symptom 0.101 (－1.034, 2.462) 0.863 Sleep quality→T6 δ→depressive symptom －0.099 (－0.177, －0.014) 0.036 EEG: Electroencephalogram; 95%CI: 95% confidence interval; SE: Standard error. 表 2 体育锻炼在大学生睡眠质量与抑郁症状关系间的调节作用
Table 2 Moderating effect of physical exercise on relationship between sleep quality and depressive symptom among college students
PARS-3 level Level value Effect size (95%CI) SE t value P value Mean－1SD 0.459 0.781 (0.379, 1.184) 0.205 3.818 ＜0.001 Mean 18.529 1.024 (0.740, 1.307) 0.144 7.098 ＜0.001 Mean+1SD 36.600 1.266 (0.895, 1.637) 0.189 6.717 ＜0.001 PARS-3: Physical activity rating scale-3; SD: Standard deviation; SE: Standard error; 95%CI: 95% confidence interval. -
[1] FIRST M B. Diagnostic and statistical manual of mental disorders, 5th edition, and clinical utility[J]. J Nerv Ment Dis, 2013, 201(9): 727-729. DOI: 10.1097/nmd.0b013e3182a2168a. [2] COVID-19 Mental Disorders Collaborators. Global prevalence and burden of depressive and anxiety disorders in 204 countries and territories in 2020 due to the COVID-19 pandemic[J]. Lancet, 2021, 398(10312): 1700-1712. DOI: 10.1016/S0140-6736(21)02143-7. [3] 陈雨濛, 张亚利, 俞国良. 2010-2020中国内地大学生心理健康问题检出率的元分析[J]. 心理科学进展, 2022, 30(5): 991-1004. DOI: 10.3724/SP.J.1042.2022.00991. [4] STEIGER A, PAWLOWSKI M. Depression and sleep[J]. Int J Mol Sci, 2019, 20(3): 607. DOI: 10.3390/ijms20030607. [5] 王道阳, 戴丽华, 殷欣. 大学生的睡眠质量与抑郁、焦虑的关系[J]. 中国心理卫生杂志, 2016, 30(3): 226-230. DOI: 10.3969/j.issn.1000-6729.2016.03.013. [6] CAREK P J, LAIBSTAIN S E, CAREK S M. Exercise for the treatment of depression and anxiety[J]. Int J Psychiatry Med, 2011, 41(1): 15-28. DOI: 10.2190/PM.41.1.c. [7] AYDIN M, KOSE E, ODABAS I, et al. The effect of exercise on life quality and depression levels of breast cancer patients[J]. Asian Pac J Cancer Prev, 2021, 22(3): 725-732. DOI: 10.31557/APJCP.2021.22.3.725. [8] DANIELSSON L, NORAS A M, WAERN M, et al. Exercise in the treatment of major depression: a systematic review grading the quality of evidence[J]. Physiother Theory Pract, 2013, 29(8): 573-585. DOI: 10.3109/09593985.2013.774452. [9] LIN S, DU Y, XIA Y, et al. Resting-state EEG as a potential indicator to predict sleep quality in depressive patients[J]. Int J Psychophysiol, 2023, 191: 1-8. DOI: 10.1016/j.ijpsycho.2023.06.007. [10] ZHAO W, VAN SOMEREN E J W, LI C, et al. EEG spectral analysis in insomnia disorder: a systematic review and meta-analysis[J]. Sleep Med Rev, 2021, 59: 101457. DOI: 10.1016/j.smrv.2021.101457. [11] ZHANG A, YANG C, LI G, et al. Functional connectivity of the prefrontal cortex and amygdala is related to depression status in major depressive disorder[J]. J Affect Disord, 2020, 274: 897-902. DOI: 10.1016/j.jad.2020.05.053. [12] CHANG Y T, CHEN Y C, CHEN Y L, et al. Functional connectivity in default mode network correlates with severity of hypoxemia in obstructive sleep apnea[J]. Brain Behav, 2020, 10(12): e01889. DOI: 10.1002/brb3.1889. [13] WANG Z, ZHU Y, LI C, et al. Correlation between physical exercise levels, depressive symptoms, and sleep quality in college students: evidence from electroencephalography[J]. J Affect Disord, 2025, 369: 789-799. DOI: 10.1016/j.jad.2024.10.043. [14] 王振, 苑成梅, 黄佳, 等. 贝克抑郁量表第2版中文版在抑郁症患者中的信效度[J]. 中国心理卫生杂志, 2011, 25(6): 476-480. DOI: 10.3969/j.issn.1000-6729.2011.06.014. [15] 杨文辉, 刘绍亮, 周烃, 等. 贝克抑郁量表第2版中文版在青少年中的信效度[J]. 中国临床心理学杂志, 2014, 22(2): 240-245. DOI: 10.16128/j.cnki.1005-3611.2014.02.018. [16] BUYSSE D J, REYNOLDS C F 3rd, MONK T H, et al. The Pittsburgh sleep quality index: a new instrument for psychiatric practice and research[J]. Psychiatry Res, 1989, 28(2): 193-213. DOI: 10.1016/0165-1781(89)90047-4. [17] 路桃影, 李艳, 夏萍, 等. 匹兹堡睡眠质量指数的信度及效度分析[J]. 重庆医学, 2014, 43(3): 260-263. DOI: 10.3969/j.issn.1671-8348.2014.03.002. [18] 梁德清. 高校学生应激水平及其与体育锻炼的关系[J]. 中国心理卫生杂志, 1994, 8(1): 5-6. [19] FANG H, TU S, SHENG J, et al. Depression in sleep disturbance: a review on a bidirectional relationship, mechanisms and treatment[J]. J Cell Mol Med, 2019, 23(4): 2324-2332. DOI: 10.1111/jcmm.14170. [20] MILJEVIC A, BAILEY N W, MURPHY O W, et al. Alterations in EEG functional connectivity in individuals with depression: a systematic review[J]. J Affect Disord, 2023, 328: 287-302. DOI: 10.1016/j.jad.2023.01.126. [21] ENGLER L, HEINRICH D A, ADOLF C, et al. Sleep-EEG in patients with primary aldosteronism in comparison to healthy controls and patients with depression[J]. J Psychiatr Res, 2019, 112: 52-60. DOI: 10.1016/j.jpsychires.2019.02.020. [22] TSAI Y C, LI C T, JUAN C H. A review of critical brain oscillations in depression and the efficacy of transcranial magnetic stimulation treatment[J]. Front Psychiatry, 2023, 14: 1073984. DOI: 10.3389/fpsyt.2023.1073984. [23] ZHANG L, WU H, XU J, et al. Abnormal global functional connectivity patterns in medication-free major depressive disorder[J]. Front Neurosci, 2018, 12: 692. DOI: 10.3389/fnins.2018.00692. [24] JEMNI M, ZAMAN R, CARRICK F R, et al. Exercise improves depression through positive modulation of brain-derived neurotrophic factor (BDNF). A review based on 100 manuscripts over 20 years[J]. Front Physiol, 2023, 14: 1102526. DOI: 10.3389/fphys.2023.1102526. [25] DE NYS L, ANDERSON K, OFOSU E F, et al. The effects of physical activity on cortisol and sleep: a systematic review and meta-analysis[J]. Psychoneuroendocrinology, 2022, 143: 105843. DOI: 10.1016/j.psyneuen.2022.105843. [26] PARK I, DÍAZ J, MATSUMOTO S, et al. Exercise improves the quality of slow-wave sleep by increasing slow-wave stability[J]. Sci Rep, 2021, 11(1): 4410. DOI: 10.1038/s41598-021-83817-6.
