[论文解读] Harnessing the Web for Population-Scale Physiological Sensing: A Case Study of Sleep and Performance

Tim Althoff, Eric Horvitz+2 more|arXiv (Cornell University)|Jan 21, 2017

Sleep and Wakefulness Research参考文献 40被引用 12

一句话总结

本研究利用网络搜索引擎的交互行为——击键和点击——作为31,000名用户在18个月内真实世界认知表现的非侵入性代理指标，并将其与可穿戴设备测量的睡眠数据进行相关分析。研究发现，连续两晚睡眠少于6小时会导致认知表现下降，持续时间长达六天，且昼夜节律、稳态睡眠压力和睡眠惰性与实验室研究结果高度一致。

ABSTRACT

Human cognitive performance is critical to productivity, learning, and accident avoidance. Cognitive performance varies throughout each day and is in part driven by intrinsic, near 24-hour circadian rhythms. Prior research on the impact of sleep and circadian rhythms on cognitive performance has typically been restricted to small-scale laboratory-based studies that do not capture the variability of real-world conditions, such as environmental factors, motivation, and sleep patterns in real-world settings. Given these limitations, leading sleep researchers have called for larger in situ monitoring of sleep and performance. We present the largest study to date on the impact of objectively measured real-world sleep on performance enabled through a reframing of everyday interactions with a web search engine as a series of performance tasks. Our analysis includes 3 million nights of sleep and 75 million interaction tasks. We measure cognitive performance through the speed of keystroke and click interactions on a web search engine and correlate them to wearable device-defined sleep measures over time. We demonstrate that real-world performance varies throughout the day and is influenced by both circadian rhythms, chronotype (morning/evening preference), and prior sleep duration and timing. We develop a statistical model that operationalizes a large body of work on sleep and performance and demonstrates that our estimates of circadian rhythms, homeostatic sleep drive, and sleep inertia align with expectations from laboratory-based sleep studies. Further, we quantify the impact of insufficient sleep on real-world performance and show that two consecutive nights with less than six hours of sleep are associated with decreases in performance which last for a period of six days. This work demonstrates the feasibility of using online interactions for large-scale physiological sensing.

研究动机与目标

• 解决缺乏大规模真实世界数据以揭示睡眠与昼夜节律如何影响认知表现的问题。
• 克服小规模实验室研究的局限性，后者通常排除了动机、情绪和环境因素等现实变量。
• 开发一种利用现有在线交互行为测量认知表现的非侵入性方法，避免使用人工任务或额外硬件。
• 验证真实世界中的表现模式是否与既有的昼夜节律、稳态睡眠驱动力和睡眠惰性理论模型一致。
• 量化在自然条件下睡眠不足后表现下降的持续时间和程度。

提出的方法

• 使用网络搜索引擎中的击键时间与点击行为作为认知表现的代理指标，实时捕捉非侵入性任务表现。
• 在18个月内收集了31,000名用户的可穿戴设备（如Fitbit）提供的客观睡眠数据，覆盖超过300万晚的睡眠记录。
• 应用统计模型整合昼夜节律、稳态睡眠驱动力和睡眠惰性，以解释日间表现的变异。
• 基于真实世界数据训练模型，并通过对照实验室研究中的已知模式验证其估计结果。
• 定义睡眠限制（如连续两晚少于6小时）后的表现下降期，并测量恢复所需时间。
• 采用纵向分析评估后续睡眠模式及其对恢复的影响，同时调整潜在的睡眠负债因素。

实验结果

研究问题

• RQ1 真实世界中的认知表现如何在一天内变化？昼夜节律和昼夜类型在其中起到何种影响？
• RQ2 在自然环境中，网络搜索交互中的击键与点击时间是否可作为认知表现的可靠代理指标？
• RQ3 先前的睡眠时长与时间如何影响真实世界中的表现？这些影响是否与基于实验室的模型一致？
• RQ4 在真实世界条件下，连续两晚睡眠不足（<6小时）后，表现受损的持续时间是多久？
• RQ5 基于真实世界数据估算的昼夜节律、稳态睡眠压力和睡眠惰性，与对照实验室研究中的结果一致程度如何？

主要发现

• 通过搜索引擎交互时间测量的真实世界认知表现，在一天中存在显著波动，表现下降最高可达31%，尤其在习惯性睡眠时段。
• 表现最低出现在习惯性睡眠时段，且受昼夜类型显著影响，夜型人表现峰值出现时间晚于晨型人。
• 连续两晚睡眠少于六小时与表现显著下降相关，且该影响可持续长达六天。
• 统计模型成功估计了昼夜节律、稳态睡眠驱动力和睡眠惰性，其结果与已知的实验室研究发现高度一致。
• 在连续两晚睡眠不足后，用户在接下来一周内更可能经历额外的睡眠负债（1.2至2.5晚），表明睡眠模式受到长期干扰。
• 本研究证明，在真实世界环境中，在线交互行为可作为大规模、非侵入性认知表现生理传感的可行且可扩展的方法。