I comportamenti di esposizione alla luce predicono l’umore, la memoria e la qualità del sonno

Rapporti scientifici volume 13, numero articolo: 12425 (2023) Citare questo articolo

131 accessi

24 Altmetrico

Dettagli sulle metriche

Ampie ricerche hanno dimostrato che la luce influenza le nostre emozioni, la nostra cognizione e la qualità del sonno. Tuttavia, poco lavoro ha esaminato se diversi comportamenti legati all’esposizione alla luce, come l’esposizione diurna alla luce elettrica e l’uso notturno di gadget, soprattutto prima di dormire, influenzano la qualità del sonno e la cognizione. Trecentouno adulti malesi (età media ± SD = 28 ± 9) hanno completato lo strumento di valutazione del comportamento di esposizione alla luce che ha misurato cinque comportamenti di esposizione alla luce. Hanno inoltre completato il questionario mattina-sera, il programma degli affetti positivi e negativi, l'indice della qualità del sonno di Pittsburgh e singoli elementi che valutavano i problemi di memoria e concentrazione. Un modello parziale di equazioni strutturali dei minimi quadrati, che mostra un potere predittivo del 72,72%, ha rivelato che un minore utilizzo di filtri blu indossabili all’aperto durante il giorno e un uso maggiore entro un’ora prima di dormire prediceva l’orario di picco anticipato (effetto diretto = -0,25). L'aumento del tempo trascorso all'aperto prevedeva un effetto positivo (effetto diretto = 0,33) e un avanzamento della fase circadiana (effetto diretto: tempo di salita = 0,14, tempo di picco = 0,20, tempo di riposo = 0,17). L'aumento dell'uso del telefono cellulare prima di dormire prevedeva un ritardo della fase circadiana (effetto diretto: tempo di andare in pensione = -0,25; tempo di alzarsi = -0,23; ora di picco = -0,22; effetto mattutino = -0,12), ridotta qualità del sonno (effetto diretto = 0,13) e aumento dei problemi di memoria e concentrazione (effetto totale = 0,20 e 0,23, rispettivamente). Un maggiore utilizzo di luce elettrica regolabile, LED o che simula l’alba al mattino e durante il giorno prevede un avanzamento della fase circadiana (effetto diretto: ora di punta = 0,15, effetto mattutino = 0,14, ora di andare a dormire = 0,15) e una buona qualità del sonno (effetto diretto = −0,16). I risultati forniscono preziose informazioni sullo sviluppo di una dieta sana e leggera per promuovere la salute e il benessere.

Le prove scientifiche pubblicate negli ultimi quattro decenni hanno dimostrato che l’esposizione alla luce della retina influenza la nostra fisiologia, comportamento ed emozioni. Più specificamente, modula il sonno umano, i ritmi circadiani, la vigilanza, l'umore, le funzioni neuroendocrine e neurocomportamentali1,2,3,4,5. Queste influenze della luce sulla fisiologia e sui comportamenti umani sono collettivamente note come risposte della luce non formanti immagini (NIF). Le cellule gangliari retiniche intrinsecamente fotorecettive (ipRGC) arricchite con melanopsina, sensibili alla luce arricchita con lunghezza d'onda corta (arricchita in blu, ~ 480 nm), generalmente mediano gli effetti NIF della luce.

Con l’avvento della luce artificiale e dei display autoluminosi, la nostra esposizione alla luce retinica non è più limitata al ciclo naturale giorno-notte. Numerose ricerche suggeriscono che lo squilibrio tra l’esposizione alla luce e al buio disturba il nostro sistema circadiano7. Successivamente, questa interruzione dà luogo a una serie di conseguenze negative, tra cui una diminuzione della qualità del sonno, dell’umore e un’alterazione delle abitudini del sonno7,8,9. Poiché il ciclo naturale luce-buio è lo zeitgeber più vitale per sincronizzare il nostro orologio biologico con il giorno astronomico, alterare questo ciclo ci costringe ad avere una diversa disposizione cronotipica per l'attività all'inizio o alla fine della giornata10. La ricerca mostra che l'esposizione alla luce intensa (~ 5.000–10.000 lux) durante la notte provoca un ritardo di fase11, mentre l'esposizione alla luce intensa al mattino porta ad un anticipo di fase12,13. Una maggiore esposizione alla luce notturna è anche associata a una diminuzione della qualità del sonno14,15. Tuttavia, diversi studi hanno riportato una migliore qualità del sonno notturno dopo l’esposizione alla luce elettrica (300–1000 lux) al mattino9,16,17,18. He et al.17 hanno osservato una maggiore efficienza del sonno notturno, un inizio di sonno precoce, una latenza del sonno più breve e una minore sonnolenza mattutina tra gli studenti universitari (N = 12) quando erano esposti a una luce intensa (1000 lux, 6500 K) al mattino per cinque giorni rispetto alla luce da ufficio convenzionale (300 lux, 4000 K). Regioni cerebrali come le aree limbiche e l'asse ipotalamo-ipofisi-surrene responsabili della regolazione dell'umore sono suscettibili alla regolazione circadiana19. Pertanto, è ragionevole prevedere che l’interruzione della regolazione circadiana influenzerà anche la regolazione dell’umore19. L’esposizione alla luce intensa al mattino aumenta l’umore positivo; tuttavia, l'esposizione alla luce intensa nel pomeriggio aumenta l'umore negativo20,21,22,23.

18 and able to read and write English (2) no physiological and psychological disorder (self-reported). Three hundred and sixty-six adults completed the survey. The completion rate of our survey was 87% (45 participants' data was excluded due to incompleteness). We further excluded 19 participants based on our exclusion-inclusion criteria. Thus, we used data from 301 participants for further processing./p> 0.60 and AVE < CR indicate an acceptable convergent validity78. For discriminant validity, we compared the square root of the AVE of a construct with its corresponding correlation with other constructs78. The square root of the AVEs of each construct should be higher than its correlation with other constructs. We have also reported the bootstrapped heterotrait-monotrait ratio (HTMT) of correlations of the construct as additional proof of discriminant validity. For conceptually similar constructs, the HTMT value should be < 0.90; for constructs that are conceptually distinct, the HTMT value should be < 0.8079./p> 3 indicates probable collinearity issues79. Next, we estimated the direct effects (DE) and total effects (TE) of the structural model using a bootstrapping approach with 10,000 sub-samples and reported the significant total effects (t > 1.96) observed in our model. Lastly, we reported the adjusted \({R}^{2}\) as a measure of the explanatory power. For assessing the explanatory power, we followed the guidelines of Falk and Miller80: \({R}^{2}\) values \(\ge\) 0.10 indicates adequate explanatory power. Further, we have categorized the \({R}^{2}\) values following the guidelines of Cohen61: 0.02 (weak), 0.13 (moderate), and 0.26 (substantial). For predictive relevance, we assessed the fitted model’s predictive power by K-fold cross-validation using the \(PL{S}_{predict}\) function from the “SEMinR” package71. \(PL{S}_{predict}\) provides the root-mean-square error (RMSE) and respective linear-regression model benchmarks (LM) for all indicators. We assessed the model’s predictive power by following the guideline of Hair71: (i) high predictive power: all indicators in the fitted PLS-SEM model have lower RMSE values compared to the LM (ii) medium predictive power: the majority(≥ 50%) of the indicators have lower RMSE values than LM (iii) low predictive power: less than 50% of the indicator have lower RMSE value than LM (iv) no predictive power: no indicator has lower RMSE value than LM model. Figure 2 depicts the analysis steps we followed./p> 0.95 or 0.90), RMSEA (< 0.08 or 0.06), and SRMR (< 0.08)./p> 0.50 (except LEBA B2, negative affect, perceived sleep quality, peak time and retiring). However, all 13 constructs had CR > 0.60 and AVE < CR. This indicated acceptable reliability and convergent validity of all constructs in the model./p> 1.96) direct effects and total effects observed in our model. All direct effects of the structural model are provided in Supplementary Table S5./p> 0.60). These two factors were composed of only two items each, which might have contributed to the low Cronbach’s alpha coefficient. Further, we only asked two separate questions to assess if the participants experienced any trouble with recalling memory and concentration. Using such global single items allowed us to reduce participants’ cognitive demands required to respond to the survey and increased the response rate81. Typically, single questions are found reliable with good predictive validity and allow the participants to consider the key features of the given construct82,83,84,85./p> 0.10) for all factors except for morning affect (MA), rising time (RI), and sleep efficiency (SE). These three factors exhibited weak R2. One possible reason could be that they are influenced by other factors not included in the model, such as genetics, time of day, and work schedule. In any case, our models generally exhibited satisfactory predictive relevance, and most relationships confirmed our predictions./p> 65 years of age) in this study. Participants' age is a critical factor that can significantly influence light exposure-related behavior, which raises concerns about the generalizability of the study's findings to the older population./p>