Dormire è una delle attività necessarie per poter vivere, ma quanto bisogna dormire? Quanto si può dormire? La mancanza di sonno quale effetto provoca?
Queste domande sono alla base di uno studio pubblicato su Depression and Anxiety[1] che indaga come e in che misura il bisogno individuale di sonno possa incidere su disturbi come l’ansia, definita come un disturbo psicofisico caratterizzato da tensione, preoccupazione e inquietudine.
L’idea è quella di esplorare associazioni tra ansia e disturbi del sonno per identificare chi ne soffre maggiormente all’interno della popolazione dei giovani adulti, considerata una popolazione a rischio per questi disturbi, distinguendo per sesso e per attività (studio vs lavoro).
Sono stati interpellati circa 2000 studenti e 1000 lavoratori, di età compresa tra 20 e 27 anni, a cui è stato chiesto di rispondere mediante questionario[2] a domande riguardanti le loro abitudini e i livelli di sonno: ad esempio quanto dormivano e quanto avrebbero voluto dormire. Tutti questi dati sono stati utilizzati come strumento di screening e misura di gravità per il disturbo d'ansia generalizzato (GAD)[3]. Questo dataset è stato da noi rielaborato con un approccio Bayesiano ponendoci come obiettivo quello di prevedere la probabilità di avere un certo livello di ansia in funzione dei diversi bisogni di sonno e delle altre variabili raccolte dalle risposte dei soggetti partecipanti.
Il livello d’ansia è stimato con un punteggio da 0 da 21, diviso in quattro fasce:
- 0-4: ansia minima
- 5-9: ansia lieve
- 10-14: ansia moderata
- 15-21: ansia grave
Il campione in esame è stato preso equilibrato tra uomini e donne e studenti e lavoratori, come si può vedere da entrambi i grafici.
Figura 1 distribuzioni del livello d'ansia M(grigi) vs F(rosa) (Sx) e Studenti(verdi)i vs Lavorator(grigi)i (Dx)
Poiché l’ansia è misurata in livelli ordinali discreti si è scelto un modello che potesse rispecchiare questa particolare caratteristica. Per ordinale e discreto si intende un risultato come le posizioni in classifica alla fine di una gara di corsa: primo, secondo terzo ecc.. Nell’analisi occorre anche tenere in considerazione che le persone tendono a ponderare le proprie risposte (nei sondaggi, rispondendo ai questionari) in base a una scala metrica continua innata.
Il modello presuppone che il valore metrico delle variabili sia normalmente distribuito, nonostante le persone abbiano una sorta di soglia per ogni categoria di risposta. Nel modello, le soglie sono state identificate con i quantili della distribuzione normale sottostante...
Le variabili risultate più significative per questo modello sono state:
lwsleep -> media giornaliera delle ore di sonno, calcolata nell’ultima settimana
sleepdebt -> debito di sonno, ovvero le ore in meno che vengono dormite rispetto alle ore di sonno percepite come ottimali dal soggetto
gender -> femmine (1) o maschi (0)
depression -> grado di depressione[4]
worker-> lavoratori (1) o studenti (0)
L’analisi dei dati è stata fatta con una regressione lineare, ovvero ipotizzando una relazione lineare tra il livello di ansia e le variabili indipendenti...
Dalle analisi è emersa una significativa importanza delle variabili sleepdebt e lwsleep: sia aumentando il debito di sonno che diminuendo le ore dormite aumenta il livello di ansia.
Il grafico dimostra lo spostamento delle distribuzioni di probabilità, inizialmente centrate sul valore zero, rispettivamente su valori superiori (sleepdebt) o inferiori (lwsleep), ma si osserva che non si possono fare ulteriori affermazioni sull'entità dell'effetto visto che stiamo considerando delle variabili che non sono continue.
Per quanto riguarda le caratteristiche dei soggetti (maschi vs femmine e lavoratori vs studenti) si può notare come il fatto di essere femmine aumenti notevolmente la possibilità di avere ansia mentre essere lavoratore la diminuisca (segno negativo).
# LIVELLI D’ANSIA
Il risultato della regressione, ovvero di tutti i nostri test ci restituisce un numero da cui è possibile poi ricondurci ai livelli di ansia che sono presenti nelle scale internazionali.
Come si può vedere dal grafico il campione di popolazione è distribuito maggiormente su livelli soglia intermedi dove a intuito si trova maggiormente la popolazione. Grazie alle tecniche di statistica Bayesiana possiamo dare maggiore importanza alle soglie più numerose, creando così dei confini tra le soglie non più di ampiezza uguale ma proporzionata. Per cui il primo livello non andrà più da 0 a 1, ma andrà da 0 a 0,35 come si può vedere in figura. Tra i livelli 13, 14 e ancora più evidente nel 17 e 18 si trova la maggior parte del campione e di conseguenza la lunghezza dell’intervallo sarà maggiore di una unità.
# PREDIZIONI
Una volta definito e validato il modello, è possibile utilizzarlo per prevedere le probabilità di avere un certo livello di ansia per un singolo soggetto. Come esempio di predizione consentita dal modello consideriamo due soggetti di caratteristiche opposte:
A. Suna studentessa con un alto livello di depressione e una lieve carenza di sonno
B. un lavoratore di sesso maschile, con un basso livello di depressione e sonno poco alterato.
I risultati sono riportati nella figura. Come si nota nel soggetto A (grafico a sinistra) la probabilità è maggiore per i livelli corrispondenti alla categoria di ansia grave (15-21) mentre nel soggetto B (grafico a destra) le probabilità maggiori sono nel range della ansia lieve (5-9).
# NOTE TECNICHE
Le analisi sono state svolte con l’utilizzo della statistica Bayesiana che ha permesso di ottenere delle distribuzioni di probabilità per le predizioni, pur partendo da una situazione iniziale sostanzialmente neutrale in assenza di informazioni o ipotesi sul comportamento del sistema.
[1] Dickinson DL, Wolkow AP, Rajaratnam SMW, Drummond SPA. Personal sleep debt and daytime sleepiness mediate the relationship between sleep and mental health outcomes in young adults. Depress Anxiety. 2018 Aug;35(8):775-783 [2] I questionari sono a livello globale utilizzati e creati appositamente per questo tipo di studi [3] Spitzer RL, Kroenke K, Williams JB, et al. A brief measure for assessing generalized anxiety disorder: the GAD-7. Arch Intern Med. 2006 May 22 166(10):1092-7 [4] Grado di depressione calcolato con la scala PHQ-2 con valori da 0-6