为什么单晚睡眠报告可能漏掉真实风险
基线睡眠测量只是一个快照。如果有人在调查当晚报告睡了六小时，这个数字可能反映一段暂时的糟糕睡眠、稳定的终身习惯，或近期生活干扰。相比之下，纵向模式追踪的是短睡眠是否持续多年。这一区别很重要，因为心血管风险信号似乎对持续短睡眠最强，而非可变短睡眠[1]。换言之，暴露的持续时间可能比任何单次读数更重要。
这是一个直观的观点：身体对反复发生的事情作出反应，而非对一次性事件。一个人在体检前一周睡眠不佳，与一个人十年来睡眠不佳，在纸面上看起来相似，但他们的累积暴露截然不同。纵向设计正是为了区分这些情况，因此原则上它们可能比基线测量更好地预测事件。
多年追踪睡眠实际显示了什么
在一个大型中国中老年队列中，每晚睡眠不足六小时的短睡眠与七年内更高的心血管疾病风险相关，而超过八小时的长睡眠则不然[2]。该关联在多个统计模型中均成立，在45至59岁成年人中最强，但在60岁及以上人群或午睡者中不显著[2]。这种年龄和午睡模式是一个范围条件：信号并非在整个人群中均匀一致。
对同一队列的另一项分析考察了睡眠时长和抑郁随时间如何演变。它发现睡眠时长减少往往先于抑郁症状增加，而非相反，并且睡眠时长与心血管疾病之间的关联约有28%由抑郁症状介导[3]。这表明睡眠时长可能部分通过情绪起作用，并强化了随时间变化而非仅单一水平携带信息的观点。
在一个100名成年人的小型队列中，追踪24个月的睡眠质量显示，匹兹堡睡眠质量指数（一种标准问卷评分）每升高一个单位，睡眠质量下降与心血管事件几率增加12%相关[5]。该效应在45岁以下成年人和男性中更为明显[5]。样本量小限制了这一发现的权重，但它指向同一方向：睡眠随时间恶化与心血管风险恶化同步。
尚未进行的比较
问题问的是纵向模式是否比单次基线测量预测更好。这些研究均未进行这种头对头测试。CHARLS分析考察了睡眠轨迹是否与心血管事件相关，但未在预测比较中将轨迹与基线测量对立[1][2]。抑郁介导研究使用重复测量来确定时间顺序，而非比较预测性能[3]。睡眠质量队列追踪了随时间的变化，但同样未将其与基线快照进行基准比较[5]。
因此，诚实的答案是：这一想法有充分动机，但未直接证明。证据确实显示，持续短睡眠和睡眠质量下降与心血管事件相关，且这些是基线测量无法完全捕捉的动态特征。这是否转化为临床或研究环境中更好的预测，是一个开放问题，需要专门设计研究来比较两种方法。
睡眠并非唯一变动因素
体力活动改变睡眠时长的重要性。在一个近88,000名成年人、用加速度计测量睡眠的英国生物银行队列中，次优睡眠与更高心血管风险相关，主要见于中高强度体力活动较低的人群[4]。当活动水平高时，睡眠过少或过多相关的超额风险被减弱，在某些比较中甚至逆转[4]。这是联合关联，而非因果证明，但这意味着任何基于睡眠的预测如果忽略活动，将不完整。
对于试图理解这一问题的读者，实际要点是：重复睡眠评估可能比单次评估提供更多信息，因为它们捕捉持续性和变化。但证据基础尚未显示纵向模式在直接比较中优于基线测量，且睡眠效应与年龄、午睡、情绪和体力活动纠缠在一起。纵向测量的理由在原则上很强，并得到关联支持，但尚未由决定性测试解决。
本文引用的文献
持续而非可变短睡眠与中国中老年人心血管事件相关：CHARLS队列研究
持续短睡眠而非可变短睡眠与中国中老年人心血管事件相关，尽管该研究未直接比较纵向模式与单次基线测量。
中国中老年人自报睡眠时长和质量与心血管疾病：一项7年纵向队列研究
每晚不足六小时的短睡眠与中国中老年人七年心血管疾病风险更高相关，该关联在45至59岁最强，在60岁及以上或午睡者中不显著。
睡眠时长与抑郁的暂时关系及其对未来心血管疾病风险的影响
睡眠时长减少往往先于抑郁症状增加，睡眠时长与心血管疾病之间的关联约有28%由抑郁症状介导。
加速度计测量的睡眠时长和体力活动与心血管疾病及全因死亡率的联合关联：一项纵向队列研究
次优睡眠时长和低体力活动与更高的心血管疾病和死亡风险联合相关，较高体力活动减弱了与次优睡眠相关的超额风险。
睡眠质量及其对成年人心血管健康的纵向影响：一项观察性研究
24个月内睡眠质量下降与匹兹堡睡眠质量指数评分每升高一个单位心血管事件几率增加12%相关，在45岁以下成年人和男性中效应更强。