Comportamentos de exposição à luz predizem humor, memória e qualidade do sono

Scientific Reports volume 13, Artigo número: 12425 (2023) Citar este artigo

131 Acessos

24 Altmétrico

Detalhes das métricas

Uma ampla pesquisa mostrou que a luz influencia nossas emoções, cognição e qualidade do sono. No entanto, poucos trabalhos examinaram se diferentes comportamentos relacionados à exposição à luz, como a exposição diurna à luz elétrica e o uso noturno de aparelhos eletrônicos, especialmente antes de dormir, influenciam a qualidade do sono e a cognição. Trezentos e um adultos malaios (Idade Média ± DP = 28 ± 9) completaram a ferramenta de Avaliação do Comportamento de Exposição à Luz que mediu cinco comportamentos de exposição à luz. Eles também preencheram o Questionário Matutino-Noturno, Cronograma de Afetos Positivos e Negativos, Índice de Qualidade do Sono de Pittsburgh e itens únicos que avaliam problemas de memória e concentração. Um modelo de equação estrutural de mínimos quadrados parcial, mostrando 72,72% de poder preditivo, revelou que menos uso de filtros azuis vestíveis ao ar livre durante o dia e mais dentro de uma hora antes de dormir previu o horário de pico precoce (efeito direto = -0,25). O aumento do tempo passado ao ar livre previu um efeito positivo (efeito direto = 0,33) e um avanço da fase circadiana (efeito direto: tempo de subida = 0,14, horário de pico = 0,20, tempo de aposentadoria = 0,17). O aumento do uso do telefone celular antes de dormir previu um atraso na fase circadiana (efeito direto: hora de dormir = -0,25; hora de acordar = -0,23; horário de pico = -0,22; efeito matinal = -0,12), redução da qualidade do sono (efeito direto = 0,13) e aumento de problemas de memória e concentração (efeito total = 0,20 e 0,23, respectivamente). O aumento do uso de luz elétrica sintonizável, LED ou que simula o amanhecer pela manhã e durante o dia previu um avanço da fase circadiana (efeito direto: horário de pico = 0,15, efeito matinal = 0,14, horário de dormir = 0,15) e boa qualidade do sono (efeito direto = −0,16). Os resultados fornecem informações valiosas sobre o desenvolvimento de uma dieta leve e saudável para promover a saúde e o bem-estar.

Evidências científicas publicadas nas últimas quatro décadas mostraram que a exposição à luz na retina influencia a nossa fisiologia, comportamento e emoção. Mais especificamente, modula o sono humano, os ritmos circadianos, o estado de alerta, o humor, as funções neuroendócrinas e neurocomportamentais1,2,3,4,5. Essas influências da luz na fisiologia e nos comportamentos humanos são conhecidas coletivamente como respostas de luz não formadoras de imagem (NIF). As células ganglionares da retina intrinsecamente fotorreceptoras enriquecidas com melanopsina (ipRGCs), sensíveis à luz enriquecida com comprimento de onda curto (enriquecida com azul, ~ 480 nm), geralmente medeiam os efeitos NIF da luz.

Com o advento da luz artificial e dos ecrãs autoluminosos, a nossa exposição à luz da retina não está mais limitada ao ciclo natural dia-noite. Um extenso conjunto de pesquisas sugere que o desequilíbrio entre a exposição à luz e ao escuro perturba o nosso sistema circadiano7. Posteriormente, esta perturbação dá origem a uma série de consequências adversas, incluindo diminuição da qualidade do sono, do humor e alteração dos hábitos de sono7,8,9. Uma vez que o ciclo natural de luz-escuridão é o zeitgeber mais vital para sincronizar o nosso relógio biológico com o dia astronómico, a alteração deste ciclo obriga-nos a ter uma disposição cronotípica diferente para a actividade no início ou no final do dia10. A pesquisa mostra que a exposição à luz brilhante (~ 5.000–10.000 lux) à noite resulta em um atraso de fase11, e a exposição à luz brilhante pela manhã leva a um avanço de fase12,13. O aumento da exposição noturna à luz também está associado à diminuição da qualidade do sono14,15. No entanto, vários estudos relataram melhor qualidade do sono noturno após exposição à luz elétrica (300–1000 lux) pela manhã9,16,17,18. He et al.17 observaram maior eficiência do sono noturno, início mais precoce do sono, menor latência do sono e menor sonolência matinal entre estudantes universitários (N = 12) quando expostos à luz forte (1.000 lux, 6.500 K) pela manhã durante cinco dias em comparação com a luz convencional de escritório (300 lux, 4000 K). Regiões cerebrais como áreas límbicas e o eixo hipotálamo-hipófise-adrenal responsável pela regulação do humor são suscetíveis à regulação circadiana19. Assim, é razoável prever que a perturbação da regulação circadiana irá perturbar a regulação do humor19. A exposição à luz forte pela manhã aumenta o humor positivo; entretanto, a exposição à luz intensa no período da tarde potencializa o humor 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>