Цель: оценить влияние качества/длительности сна и использования смартфона перед сном на внимание и память студентов.
Гипотезы
- Основная:
- H1: Нарушение сна ухудшает показатели внимания и памяти по сравнению с нормальным сном.
- H2: Использование смартфона перед сном ухудшает внимание и память.
- H3: Взаимодействие: эффект смартфона сильнее при нарушенном сне.
- Второстепенные:
- H4: Субъективное качество сна медиирует влияние использования смартфона на когнитивные показатели.
Дизайн и выборка
- Дизайн: эксперимент 2 × 2 (Sleep: нормальный vs сокращённый) × (Phone: запрет vs использование перед сном) с перекрёстной (crossover) или между‑групповой схемой; при использовании crossover — период восстановления ≥ 1 неделя.
- Рандомизация участников по условиям; слепой анализ данных.
- Расчёт мощности: целевая мощность $1-\beta =0.8$, уровень значимости $\alpha =0.05$. При ожидаемом стандартном эффекте (Cohen's $d\approx 0.5$) желательно $n\approx 30$ на ячейку; общий размер при between‑subjects $N\approx 120$. Формула для двухвыборочного сравнения:
$$n=\frac{2(z_{1-\alpha /2}+z_{1-\beta }{)}^2{\sigma }^2}{{\Delta }^2}.$$
Участники и контроль переменных
- Критерии включения: студенты 18–30 лет, без неврологических/психиатрических заболеваний, не принимающие снотворные.
- Контроль: кофеин/алкоголь, хронотип (MEQ), режим сна за неделю до эксперимента, медикаменты.
Процедура
- Скринг и базовые измерения (анкеты, хронотип, PSQI).
- Базовая ночь (обычный режим) → когорты проходят условия в рандомном порядке (нормальный сон/сокращённый сон; с/без смартфона 30 мин перед сном).
- Измерения на утро: объективный сон (актография или полисомнография при возможности), субъективный сон (шкала), когнитивные тесты через фиксированное время после пробуждения.
Измерения (первичные исходы)
- Внимание: Psychomotor Vigilance Task (PVT) — среднее время реакции и количество lapses; Continuous Performance Test (CPT).
- Память: вербальная немедленная и отсроченная свободная репродукция (например, словесный список), рабочая память (n‑back; accuracy, d′).
- Сон: длительность сна (min), доля пробуждений, время до засыпания; субъективная оценка качества.
Дополнительно: замер яркости экрана/содержания (активность, соцсети), уровень освещённости, дата/время тестирования.
Статистический анализ
- Предобработка: проверка выбросов, нормальности (Shapiro–Wilk), гомоскедастичности (Levene). При нарушениях — преобразования или непараметрические тесты.
- Основные анализы:
- Для between‑subjects $2\times 2$ ANOVA:
$$Y_{ijk}=\mu +{\alpha }_i+{\beta }_j+(\alpha \beta {)}_{ij}+{\epsilon }_{ijk},$$ где ${\alpha }_i$ — эффект сна, ${\beta }_j$ — эффект смартфона.
- Для crossover/repeated measures — линейная смешанная модель:
$$Y_{it}={\beta }_0+{\beta }_{1}Slee{p}_{it}+{\beta }_{2}Phon{e}_{it}+{\beta }_{3}Sleep\times Phon{e}_{it}+u_i+{\epsilon }_{it},$$ где $u_i$ — случайный перехват для субъекта.
- Пост‑hoc: парные сравнения с поправкой (Tukey или Bonferroni); если множественные исходы — FDR.
- Оценка размера эффекта: Cohen's $d$, частная ${\eta }_p^2$.
- Медиаторный анализ (если H4): тест медиаторства (Baron & Kenny или bootstrap):
модель медиатора $M=aX+cZ+\epsilon$, модель исхода $Y=c^{\prime }X+bM+dZ+\epsilon$. Проверка косвенного эффекта $ab$ с bootstrap‑CI.
- При не нормальных данных: смешанные непараметрические модели или ранговые тесты (Wilcoxon, Friedman).
- Обработка пропусков: multiple imputation; чувствительность анализа.
Отчётность
- Указать первичные и вторичные исходы до начала (пререгистрация).
- Отчёт: средние (SD/CI), графики взаимодействий, p‑значения и размеры эффекта.
- ПО: R (lme4, emmeans), Python (statsmodels), или SPSS.
Этика и практичность
- Информированное согласие, компенсация за участие, мониторинг безопасности при сокращённом сне.
Кратко: экспериментальный $2\times 2$ дизайн с объективными и поведенческими измерениями, анализ через ANOVA/линейные смешанные модели, медиаторный анализ при необходимости, мощность $\approx 0.8$, уровень значимости $\alpha =0.05$.