# 핵심 요약 이 연구는 젊은 성인에서 웨어러블 기기로 측정한 daily sleep efficiency(일별 수면 효율)의 평균과 개인 내 변동성 가운데 어느 지표가 우울 및 불안 수준과 관련되는지 조사했다. 대학생·대학원생 100명에게 Fitbit Charge 2를 2주간 착용하게 하여 총 2,129건의 일별 수면 자료를 수집하고, individual mean(개인 평균)과 log-transformed individual variance(로그 변환 개인 분산)를 잠재변수로 추정할 수 있는 dynamic structural equation modeling(DSEM; 동적 구조방정식 모형)을 적용했다. 성별, 연령, 침대 체류시간, 삶의 질, Big Five 성격 특성, 충동성, 주관적 수면의 질을 통제한 결과, 수면 효율의 개인 평균은 우울이나 불안과 유의한 관련이 없었지만 일별 수면 효율의 개인 내 변동성이 클수록 PHQ-9 우울 점수와 GAD-7 불안 점수가 모두 높았다. 저자들은 평균 수면 효율보다 밤마다 나타나는 수면 효율의 변동 폭이 젊은 성인의 우울·불안 수준을 파악하는 데 더 중요한 객관적 지표일 수 있다고 결론지었다. # 우울장애와 일별 수면 변동성이라는 연구 문제 젊은 성인기는 심리적·환경적 변화가 집중되며 우울증과 불면증이 처음 나타날 수 있는 시기다. 젊은 성인을 추적한 역학 연구에서는 평생 불면증 또는 과다수면 병력이 있는 사람이 주요우울증과 다른 정신질환을 더 높은 비율로 경험했다. 거의 매일 나타나는 불면 또는 과다수면은 우울 증상의 한 특징이며, 기존 연구는 우울과 수면장애가 양방향으로 관련된다고 보고해 왔다. 수면장애는 우울증 발병의 전구 증상일 수 있고 우울 삽화에 앞서 나타나는 경우가 많으므로, 우울증 진단 과정에서 수면 문제를 면밀히 평가할 필요가 있다. 저자들은 수면 영역에 개인의 평균 수면 수준뿐 아니라 night-to-night variability(밤 간 변동성)라는 두 번째 차원이 있다고 설명한다. 수면은 날마다 달라지지만 대부분의 연구는 개인별 평균에 집중해 왔다. 그러나 선행 연구에서는 수면의 변동성이 평균 수준보다 여러 의학적 상태를 더 잘 예측할 수 있으며, 큰 일별 변동이 부적응적 건강행동 및 생리적 과정의 손상과 같은 부정적 건강 결과에 연관될 수 있다고 제시했다. 따라서 일별 수면의 질이 얼마나 불규칙한지를 정량화하는 것은 우울 증상과 관련된 수면장애를 측정하는 한 방법이 될 수 있다. 수면의 질은 우울증의 발병 또는 재발을 예측하는 중요한 요인이다. 주관적 수면의 질은 Pittsburgh Sleep Quality Index(PSQI)와 같은 자기보고 척도로 평가할 수 있다. PSQI 전체 점수는 일반 성인에서 우울 증상 위험을 추정하는 확립된 지표이지만 객관적 수면자료를 제공하지 않는다. 객관적 수면 평가는 polysomnography(PSG; 수면다원검사)로 가능하지만 많은 자원이 필요한다. 웨어러블 기기는 PSG만큼 정확하지 않고 센서의 정확도·신뢰도와 알고리즘을 고려해야 하지만, 손목에서 자연스러운 수면 패턴을 장기간 추적하여 PSG로 포착하기 어려운 일별 변동성을 측정할 수 있다. 저자들이 파악한 범위에서, 비교적 짧은 기간에 웨어러블 기기로 수집한 일별 수면 효율의 개인 내 변동성과 우울·불안 중증도의 관계를 조사한 연구는 드물었다. 주요우울증의 새로운 발병이 젊은 성인기에 집중되지만 많은 젊은 성인은 자신의 증상을 인식하지 못하여 치료를 구하지 않으므로, 저자들은 이 집단이 수면 변동성과 우울의 관계를 intensive longitudinal study(집약적 종단 연구)로 조사하기에 적합하다고 보았다. # 참가자 모집과 임상군 분류 자료는 2018년 6월부터 2020년 10월까지 학부생과 대학원생 104명, 남성 42명과 여성 62명에게서 수집되었다. 이들은 교내 정기검진에서 정신건강 선별검사를 받았다. 우울 위험이 있는 학생에게는 연구 참여를 요청하는 이메일을 발송했고, control(CON; 대조군)은 전단 광고로 모집했다. 포함 기준은 만 18–35세, 정신병적 장애 또는 물질사용장애 진단 병력이 없음, 심한 두부손상으로 인한 의식소실 병력이 없음, 등록 전 8주 이내 향정신성 약물을 사용하지 않음이었다. Major depressive disorder(MDD; 주요우울장애)와 mild depressive symptoms(MDS; 경도 우울 증상)의 진단은 면허를 가진 정신과 의사가 semi-structured MINI-International Neuropsychiatric Interview를 실시하여 결정했다. MDD와 MDS 참가자는 다음 조건 중 적어도 하나를 충족했다: PHQ-9 ≥10, GAD-7 ≥10, State-Trait Anxiety Inventory-State가 남성에서 ≥61 또는 여성에서 ≥65, 최근 6개월 이내 적어도 한 번의 자살사고·자살시도·자살계획. 이들은 또한 최근 2주 동안 우울한 기분 또는 일상생활에 대한 흥미·즐거움 상실 중 하나 이상을 경험했다. CON군은 과거 및 현재의 정신질환이 없었다. 모든 참가자는 서면 동의서를 제출했다. 연구는 서울대학교 의과대학 및 서울대학교병원 Institutional Review Board의 승인을 받았으며 승인번호는 1608–079–785였다. 연구는 1964년 헬싱키 선언과 이후 개정된 윤리 기준에 따라 수행되었다. # 2주간의 객관적 수면 측정과 임상 평가 ## Fitbit Charge 2를 이용한 일별 수면 측정 객관적 수면 관련 변수는 Fitbit Charge 2 손목형 웨어러블 기기로 매일 수집했다. 모든 참가자는 휴대전화에 Fitbit 앱을 설치하고 연구자가 제공한 기기와 동기화했다. 참가자들은 2주간 기기를 착용한 뒤 반환하도록 안내받았다. 연구진은 sleep efficiency와 time in bed(침대 체류시간)를 추출했다. 수면 효율은 참가자의 움직임과 심박 패턴을 결합하여 계산한 0–100%의 수면 질 지표로, 모바일 앱의 sleep score와는 다른 값이다. 저자들이 인용한 기준에서 85% 이상은 좋은 수면의 질을 나타낸다. 침대 체류시간은 잠든 시간과 깨어 있던 시간을 모두 포함하여 분 단위로 산출했다. 객관적 수면 변수는 day-level(일 수준) 구조를 가졌고, 인구학적·임상적 변수는 연구 시작 시 한 차례 자기보고로 측정되어 person-level(개인 수준) 구조를 가졌다. ## 우울, 불안, 삶의 질, 성격, 충동성 및 주관적 수면 Patient Health Questionnaire-9(PHQ-9)는 우울 여부와 중증도를 선별하는 9문항 척도였다. 저자들은 10점 이상이 일반적으로 심한 우울을 나타낸다고 기술했으며, 본 표본의 Cronbach’s α는 0.85였다. Generalized Anxiety Disorder-7(GAD-7)는 불안을 측정하는 7문항 자기보고 도구로, 점수가 높을수록 불안이 심함을 나타냈다. Cronbach’s α는 0.90이었다. WHO Quality of Life Abbreviated Version(QOL)은 문화적 환경의 맥락에서 사회적 관계와 신체적·심리적 건강을 평가했다. 점수가 높을수록 삶의 질이 좋으며, 연구에서는 26문항 전체 점수를 사용했다. Cronbach’s α는 0.91이었다. Barratt Impulsiveness Scale(BIS)은 주의, 운동 및 무계획 충동성을 평가하며 점수가 높을수록 충동적 행동과 선호가 강함을 나타낸다. 30문항 전체 점수를 사용했고 α는 0.86이었다. NEO Five Factor Inventory는 agreeableness(친화성), conscientiousness(성실성), extraversion(외향성), neuroticism(신경증 성향), openness to experience(경험에 대한 개방성)의 Big Five 성격 특성을 측정했다. 60문항 단축형을 사용했으며 각 하위척도는 12문항이었다. 신뢰도는 친화성 α=0.68, 성실성 α=0.81, 외향성 α=0.81, 신경증 성향 α=0.86, 개방성 α=0.72였다. PSQI는 지난 한 달의 주관적 수면의 질을 평가했다. 전체 점수 6점 이상은 좋지 않은 수면의 질을 의미했으며, 이 연구에서 7개 구성요소의 α는 0.61이었다. ## 공변량 우울 또는 불안과 관련된 것으로 알려진 성별, 연령, 침대 체류시간, QOL, NEO의 다섯 성격 특성, BIS 및 PSQI를 공변량으로 조정했다. 침대 체류시간은 매일 측정되었지만 다른 공변량과 결과변수가 개인 수준이므로 각 참가자의 평균을 계산하여 개인 수준 변수 BED로 사용했다. # 자료 구성과 dynamic structural equation modeling 연구진은 json 파일에서 일 수준 수면자료를 추출했다. 참가자별 각 수면 사건에 기록된 수면 날짜와 수면 시작시간의 순서에 따라 day 변수를 생성한 후, 수면자료를 개인 수준의 인구학적·임상자료와 결합했다. day는 개인 내에서도, 서로 다른 개인 사이에서도 동일한 시간 간격을 의미하지 않았다. 그러나 이 연구는 전날 수면 효율이 다음 날 결과에 미치는 영향과 같은 lagged effect(지연효과)를 분석하지 않았으므로 불균등한 시간 간격이 분석상의 문제가 되지 않았다고 설명했다. 기술통계와 함께 자료의 구성타당도를 검토하기 위해 중첩 구조를 고려한 random ANOVA, 일원분산분석, 카이제곱검정 및 상관분석을 실시했다. 연구의 핵심 목적은 수면 효율의 개인 내 변동성과 우울·불안의 관계를 조사하는 것이었다. 기존 수면 변동성 연구에서 흔히 사용하는 intra-individual standard deviation(iSD; 개인 내 표준편차)는 각 개인의 관측값으로 단순 표준편차를 산출한다. 그러나 참가자마다 관측 횟수가 다른 불균형 자료에서는 관측치가 적은 개인의 iSD 신뢰도가 낮아질 수 있다. 이를 보완하기 위해 연구진은 DSEM을 사용했다. DSEM은 일별 측정치의 개인 평균과 로그 변환 개인 분산을 잠재변수로 처리하고, 다른 변수와 함께 예측변수 또는 결과변수로 모형에 포함할 수 있다. 또한 먼저 iSD를 계산한 후 다른 변수와의 관계를 분석하는 2단계 접근과 달리 전체 추정을 한 단계에서 수행한다. PHQ-9와 GAD-7을 각각 결과변수로 설정하고, 개인의 평균 일별 수면 효율 MEAN EFFI와 로그 변환된 일별 수면 효율의 개인 분산 VAR EFFI에 회귀시켰다. 개인 평균과 개인 분산은 서로 상관되는 경향이 있지만 완전히 중복되지는 않으므로 두 지표를 함께 투입했다. 성별, 연령, 개인 평균 침대 체류시간, QOL, 다섯 NEO 성격 특성, BIS 및 PSQI도 예측변수로 포함했다. 자료 추출, 기술통계, ANOVA, 카이제곱검정, 상관분석 및 그래프 작성에는 R 4.1.2를 사용했고, DSEM에는 Mplus 8.7을 사용했다. ANOVA, 카이제곱검정 및 상관분석에서는 p<0.05를 유의수준으로 삼았다. DSEM은 Markov chain Monte Carlo(MCMC)를 이용한 Bayesian estimation(베이지안 추정)을 사용했으며, 각 모수의 95% credible interval(신용구간)에 0이 포함되지 않을 때 유의한 것으로 판단했다. # 분석 표본과 기술통계 최종 분석에는 100명이 포함되었다. MDS군 2명과 MDD군 2명은 수면 효율 기록이 3일 미만인 센서 착용 문제 또는 전체 참가자의 평균 수면 효율에서 3표준편차를 벗어난 이상치 때문에 제외되었다. 최종 구성은 MDD 48명, MDS 31명, CON 21명이었고, 남성 40명과 여성 60명이었다. 일 수준 수면 기록은 총 2,129건으로 MDD 1,023건, MDS 661건, CON 445건이었다. 전체 평균 수면 효율은 94.30%(SE=0.19)였다. 군별 값은 MDD 94.18%(SE=0.28), MDS 94.41%(SE=0.35), CON 94.44%(SE=0.42)였고, 중첩 자료구조를 고려한 random ANOVA에서 군 차이는 유의하지 않았다(p=0.820). 성별 분포는 전체 남성 40명(40.00%), 여성 60명(60.00%)이었다. MDD는 남성 22명(45.83%)과 여성 26명(54.17%), MDS는 남성 10명(32.26%)과 여성 21명(67.74%), CON은 남성 8명(38.10%)과 여성 13명(61.90%)이었으며 카이제곱검정의 p=0.476이었다. 전체 평균 연령은 24.33세(SD=3.18)였고 MDD 24.10세(SD=2.83), MDS 24.58세(SD=3.33), CON 24.48세(SD=3.79)로 차이가 없었다(p=0.791). 평균 침대 체류시간은 전체 379.98분(SD=52.32), MDD 380.85분(SD=51.45), MDS 378.90분(SD=42.99), CON 379.60분(SD=67.48)이었고 p=0.987이었다. PHQ-9 평균은 전체 8.77(SD=5.12), MDD 11.06(SD=4.61), MDS 8.81(SD=4.48), CON 3.48(SD=2.77)이었다. GAD-7은 전체 6.04(SD=5.04), MDD 7.90(SD=4.90), MDS 6.26(SD=4.89), CON 1.48(SD=1.72)이었다. QOL은 전체 48.39(SD=9.61), MDD 44.06(SD=7.82), MDS 49.13(SD=9.62), CON 57.19(SD=6.94)이었다. NEO 친화성은 전체 39.05(SD=5.96), MDD 38.85(SD=6.30), MDS 39.45(SD=5.97), CON 38.90(SD=5.35), p=0.904였다. 성실성은 전체 37.14(SD=7.17), MDD 35.48(SD=6.64), MDS 37.81(SD=8.28), CON 39.95(SD=5.68), p=0.046이었다. 외향성은 전체 34.07(SD=6.96), MDD 33.15(SD=7.34), MDS 33.00(SD=6.62), CON 37.76(SD=5.42), p=0.022였다. 신경증 성향은 전체 41.94(SD=8.33), MDD 45.25(SD=7.48), MDS 41.42(SD=6.82), CON 35.14(SD=8.19), p<0.001이었다. 개방성은 전체 41.62(SD=6.64), MDD 41.81(SD=7.05), MDS 41.52(SD=6.16), CON 41.33(SD=6.67), p=0.958이었다. BIS는 전체 66.99(SD=11.68), MDD 67.48(SD=10.96), MDS 67.81(SD=11.90), CON 64.67(SD=13.14), p=0.591이었다. PSQI는 전체 7.83(SD=2.85), MDD 8.44(SD=2.71), MDS 7.23(SD=3.06), CON 7.33(SD=2.65), p=0.121이었다. # 세 임상군의 차이 일원분산분석에서 세 군은 우울 수준에서 유의하게 달랐다, F(2,97)=23.26, p<0.001. 불안도 군 간 차이가 있었다, F(2,97)=15.36, p<0.001. 삶의 질은 F(2,97)=18.66, p<0.001, 성실성은 F(2,97)=3.17, p=0.046, 외향성은 F(2,97)=3.96, p=0.022, 신경증 성향은 F(2,97)=13.59, p<0.001로 유의한 차이를 보였다. Figure 1은 PHQ, GAD, QOL, NEO 성실성, 외향성 및 신경증 성향의 군별 분포를 box plot으로 제시했다. 반면 객관적 수면 효율, 침대 체류시간, 주관적 수면의 질인 PSQI에는 유의한 군 차이가 없었다. # 개인 수준 변수들의 상관관계 Table 2에서 PHQ-9와 GAD-7은 높은 정적 상관을 보였다(r=0.71, p<0.001). PHQ-9는 QOL(r=-0.51, p<0.001), 성실성(r=-0.26, p<0.01), 외향성(r=-0.34, p<0.001)과 부적 상관을, 신경증 성향(r=0.61, p<0.001) 및 PSQI(r=0.34, p<0.001)와 정적 상관을 보였다. GAD-7은 QOL(r=-0.52, p<0.001)과 부적 상관, 신경증 성향(r=0.65, p<0.001) 및 PSQI(r=0.33, p<0.001)와 정적 상관을 보였다. QOL은 친화성(r=0.27, p<0.01), 성실성(r=0.23, p<0.05), 외향성(r=0.37, p<0.001)과 정적 상관을 보였고, 신경증 성향(r=-0.55, p<0.001), BIS(r=-0.26, p<0.01), PSQI(r=-0.33, p<0.001)와 부적 상관을 보였다. 성실성은 신경증 성향(r=-0.27, p<0.01) 및 BIS(r=-0.56, p<0.001)와 부적 상관을 보였다. 외향성은 신경증 성향과 부적 상관을 보였고(r=-0.24, p<0.05), 신경증 성향은 BIS(r=0.27, p<0.01) 및 PSQI(r=0.22, p=0.025)와 정적 상관을 보였다. 성별과 친화성 간에도 r=0.23, p<0.05의 상관이 있었지만 성별 부호의 해석에 필요한 코딩은 제시되지 않았다. 객관적 개인 평균 수면 효율은 외향성과 부적 상관을 보였다(r=-0.29, p<0.01). 그러나 수면 효율은 PHQ-9(r=0.09), GAD-7(r=0.04), QOL(r=-0.14), 신경증 성향(r=0.05), PSQI(r=0.03)와 유의한 관계가 없었다. 개인 평균 침대 체류시간 역시 PHQ-9(r=0.18), GAD-7(r=0.00), QOL(r=0.06), 신경증 성향(r=0.07), PSQI(r=0.05)와 유의한 상관이 없었다. 침대 체류시간과 객관적 수면 효율의 상관은 r=0.05였으며, PSQI는 침대 체류시간이나 객관적 수면 효율과 유의하게 관련되지 않았다. # 평균이 비슷해도 달랐던 일별 수면 효율의 변동 폭 Figure 2는 세 참가자의 일별 수면 효율 궤적을 예시했다. MDD군 참가자 23, MDS군 참가자 31, CON군 참가자 3은 평균 수면 효율 수준이 약간 달랐지만 변동 폭에서는 뚜렷한 차이를 보였다. 실선은 각 참가자의 일별 수면 효율, 점선은 개인 평균을 나타냈다. MDD군 참가자 23은 평균 주변에서 가장 큰 상승과 하강을 보였고, MDS군 참가자 31은 그보다 작은 변동을, CON군 참가자 3은 가장 작은 변동을 보였다. 이 그림은 유사한 평균 수준만으로는 개인 간 수면 규칙성 차이를 표현하기 어렵다는 점을 예시했다. # DSEM: 일별 수면 효율 변동성이 우울과 불안을 예측 ## PHQ-9 우울 수준 일별 수면 효율의 로그 변환 개인 분산 VAR EFFI가 클수록 PHQ-9 점수가 유의하게 높았다. 추정치는 b=2.526, posterior SD=1.235, 95% credible interval=[0.221, 5.084]였다. 반면 개인 평균 수면 효율 MEAN EFFI는 우울과 유의한 관계가 없었다, b=0.292, posterior SD=0.367, 95% credible interval=[-0.387, 1.061]. 저자들은 평균적인 수면 효율보다 밤마다 나타나는 수면 효율의 변동이 우울과 더 중요하게 관련될 수 있음을 시사한다고 해석했다. 공변량 중에서는 평균 침대 체류시간이 길수록 우울이 높았다, b=0.024, posterior SD=0.008, 95% credible interval=[0.008, 0.040]. QOL이 낮을수록 우울이 높았고, b=-0.114, posterior SD=0.057, 95% credible interval=[-0.224, -0.003], 외향성이 낮을수록 우울이 높았다, b=-0.140, posterior SD=0.066, 95% credible interval=[-0.270, -0.008]. 신경증 성향이 높을수록 우울이 높았다, b=0.223, posterior SD=0.058, 95% credible interval=[0.110, 0.341]. 그 밖의 PHQ-9 예측변수는 95% 신용구간에 0을 포함했다. 성별은 b=0.225, posterior SD=0.859, 95% credible interval=[-1.468, 1.892], 연령은 b=0.045, posterior SD=0.128, [-0.200, 0.303], 친화성은 b=0.081, posterior SD=0.074, [-0.065, 0.225], 성실성은 b=-0.097, posterior SD=0.071, [-0.237, 0.045], 개방성은 b=0.074, posterior SD=0.059, [-0.042, 0.191], BIS는 b=-0.039, posterior SD=0.046, [-0.131, 0.050], PSQI는 b=0.259, posterior SD=0.154, [-0.040, 0.566]이었다. ## GAD-7 불안 수준 VAR EFFI가 클수록 GAD-7 점수도 유의하게 높았다, b=3.696, posterior SD=1.263, 95% credible interval=[1.313, 6.292]. 평균 수면 효율은 불안과 유의한 관계가 없었다, b=0.618, posterior SD=0.376, 95% credible interval=[-0.072, 1.412]. 따라서 우울뿐 아니라 불안에서도 평균 수면 효율보다 밤 간 변동성이 더 중요한 관련 지표로 나타났다. 공변량 중 QOL이 낮을수록 불안이 높았고, b=-0.112, posterior SD=0.056, 95% credible interval=[-0.221, -0.002], 신경증 성향이 높을수록 불안이 높았다, b=0.314, posterior SD=0.056, 95% credible interval=[0.203, 0.423]. 나머지 GAD-7 예측변수는 유의하지 않았다. 성별은 b=0.188, posterior SD=0.831, 95% credible interval=[-1.439, 1.826], 연령은 b=0.142, posterior SD=0.125, [-0.101, 0.395], 침대 체류시간은 b=0.004, posterior SD=0.008, [-0.012, 0.020], 친화성은 b=-0.019, posterior SD=0.073, [-0.160, 0.124], 성실성은 b=0.083, posterior SD=0.070, [-0.057, 0.217], 외향성은 b=0.014, posterior SD=0.065, [-0.114, 0.140], 개방성은 b=0.014, posterior SD=0.059, [-0.102, 0.130], BIS는 b=-0.040, posterior SD=0.046, [-0.128, 0.050], PSQI는 b=0.204, posterior SD=0.149, [-0.083, 0.496]이었다. # 저자들의 해석과 기존 연구와의 연결 저자들은 인구학적·임상적 특성을 통제한 뒤에도 일별 수면 효율의 변동성이 평균 수면 효율보다 우울 및 불안 수준과 더 밀접하게 관련되었다고 정리했다. 이는 밤마다 나타나는 수면의 변동이 질환 위험과 관련된다는 기존 연구들과 일치한다고 보았다. 한편 일별 주관적 수면의 질과 긍정 정서의 관계를 조사한 선행 연구에서는 주관적 수면 질의 변동이 큰 사람이 긍정 정서의 변동성과 평균 긍정 정서도 더 높았다. 저자들은 변동성의 중요성이라는 측면에서는 본 연구와 일치하지만 평균 수준의 결과에서는 차이가 있다고 설명했다. 향후에는 객관적 수면의 질과 주관적 수면의 질이 우울 및 불안 수준과 맺는 관계를 함께 면밀히 조사하고, 평균과 변동성을 모두 고려할 수 있도록 종단 수면자료를 수집할 필요가 있다고 제시했다. 웨어러블 기기는 적은 비용과 낮은 사용자 부담으로 실시간 객관적 수면자료를 수집하며, 개인화되고 상호작용적인 건강관리를 지원할 수 있다. 이 연구가 사용한 Fitbit Charge 2와 관련하여, 선행 연구에서는 Fitbit의 수면 지표가 수면의학과 chronobiology에서 사용되어 온 actigraphy 측정치와 통계적으로 다르지 않았다고 보고했다. 일부 연구자는 웨어러블 원자료의 타당성에 의문을 제기했고, 한 선행 연구는 수면 효율이 높고 변동 범위가 작아 원자료가 유용하지 않다고 결론지었다. 그러나 본 연구에서는 모든 군의 수면 효율이 높았음에도 원자료에서 산출한 일별 변동성이 우울과 불안 수준을 예측했다. 저자들은 웨어러블 기기로 파악한 종단적 수면 효율 변동이 가치 있는 정보라고 해석했다. 이 접근은 수면 효율의 일상적 패턴과 우울 중증도의 시간적 관계를 추적하는 데 활용할 수 있으며, 향후 수면시간이나 잠드는 데 걸리는 시간 같은 다른 수면변수도 수면 일상과 건강 결과의 관계를 추정하는 데 사용할 수 있다고 보았다. # 주관적 수면과 객관적 수면의 불일치 ANOVA에서는 우울, 불안, 주관적 삶의 질 및 일부 성격 특성에 군 차이가 있었지만 객관적 수면의 질과 주관적 수면의 질에는 군 차이가 없었다. 우울 중증도와 관계없이 세 군의 평균 PSQI가 모두 7점을 넘어서 좋지 않은 주관적 수면의 질을 나타냈다. 저자들은 미국 대학생과 포르투갈 대학생 연구에서 지각된 스트레스가 수면 곤란과 관련되었다는 결과를 들어, 본 연구 참가자들의 높은 PSQI가 우울보다는 높은 스트레스를 반영했을 가능성을 제시했다. PSQI에는 유의한 군 차이가 없었지만 연속 점수로는 PHQ-9와 유의하게 상관했다. 저자들은 MDD, MDS, CON이라는 범주형 분류가 각 군 내부의 우울 중증도 개인차 정보를 손실시켜 PSQI와 우울의 관계를 탐지할 통계적 검정력을 낮추었을 가능성을 추정했다. 대부분 참가자의 객관적 수면 효율은 90%를 넘었고, 인용된 기준에 따르면 객관적 수면의 질은 좋은 수준이었다. 이에 비해 주관적 PSQI는 전반적으로 좋지 않았다. PSQI는 우울, 불안, 주관적 삶의 질 및 신경증 성향과 유의하게 관련되었으나 객관적 수면 효율과는 관련되지 않았다. 저자들은 주관적 수면과 객관적 수면 사이의 낮은 상관 및 심리적·신체적 측정의 불일치가 기존 연구에서도 보고되었다고 설명했다. 주관적 수면 평가는 심리적 건강의 영향을 받는 것으로 보이며, 공변량을 함께 투입한 DSEM에서 PSQI가 PHQ-9 또는 GAD-7을 유의하게 예측하지 않은 결과도 이러한 선행 결과의 연장선에서 볼 수 있다고 서술했다. # 임상적 의의 저자들이 강조한 핵심 의의는 웨어러블 기기로 측정한 일별 수면 효율의 변동성을 통해 우울과 불안 수준을 예측할 수 있었다는 점이다. 이는 여러 날에 걸친 수면 효율 변동성이 개인의 정신건강을 반영하는 유효한 지표일 수 있음을 의미한다. 웨어러블 기기로 다일간 수면의 질을 비용 효율적이고 상호작용적인 방식으로 모니터링하되 평균보다 변동성에 초점을 맞추는 접근은 젊은 성인의 우울과 불안을 발견하는 데 도움이 될 수 있다고 제안했다. # 저자들이 제시한 한계와 후속 방향 첫째, 우울, 불안 및 기타 임상 점수는 일별 수면 효율을 측정하기 전에 한 번만 수집되었다. 따라서 불규칙한 일별 수면의 질이 우울 증상보다 실제로 시간적으로 선행한다고 추론할 수 없다. 저자들은 일별 수면 효율 변동성과 우울 중증도 사이의 시간적 관계를 직접 조사하는 연구가 필요하다고 했다. 둘째, 매일 수집한 것은 객관적 수면자료뿐이었다. 향후에는 기분 상태와 주관적 수면의 질 같은 일별 임상 특성과 객관적 수면의 질을 함께 수집할 필요가 있다. 셋째, 참가자가 모두 학부생 또는 대학원생이어서 전체 젊은 성인을 대표하지 않는다. 다양한 직업에 종사하는 젊은 성인을 대상으로 연구할 필요가 있다. 넷째, 주거 상태, 체질량지수 및 신체 상태와 같이 수면의 질에 영향을 줄 수 있는 일부 인구학적 요인을 수집하지 않았다. # 결론 저자들은 객관적 수면 효율의 일별 변동성이 큰 젊은 성인이 우울 위험이 높을 수 있으므로 종단적 모니터링이 필요하다고 결론지었다. 우울·불안에 대한 평가와 개입에서는 객관적 수면의 질이 날마다 얼마나 크게 변하는지와 자기보고 심리 특성을 함께 고려해야 한다고 제안했다. # 연구 행정 정보 자료와 보충자료에 포함된 원자료에 관한 추가 문의는 교신저자에게 할 수 있다. 연구는 한국연구재단 Brain Research Program의 과학기술정보통신부 재원 지원 NRF-2016M3C7A1914449 및 서강대학교 희망연구소의 지원을 받았다. 저자들은 상업적 또는 재정적 이해관계가 없다고 보고했다.

Greater variability in daily sleep efficiency predicts depression and anxiety in young adults: Estimation of depression severity using the two-week sleep quality records of wearable devices