武汉市学龄前儿童睡眠障碍及其与气质关系的研究

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:kfcgen
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本研究的目的是全面了解武汉市学龄前儿童睡眠状况,探讨睡眠障碍发病危险因素及睡眠行为与气质的关系,为武汉市学龄前儿童睡眠障碍的预防和干预提供依据。 方法:采用分层整群抽样方法,抽取武汉市9个行政区中9所幼儿园的3460名3~6岁儿童作为研究对象,在严格质量控制条件下应用自行设计的3~6岁儿童睡眠状况问卷对儿童家长进行调查。内容包括儿童个人情况及家庭和社会环境情况、儿童睡眠环境及睡眠行为等。以各类睡眠障碍相关症状每周出现2~4次或以上界定为睡眠障碍。同时采用中国学龄前儿童气质量表(ChinaPreschool-childrentemperamentscale,CPTS)对其中6所幼儿园的1827名3-6岁儿童的气质进行测查。 全部资料经复核后,由专人统一编码录入并进行逻辑检查,应用SPSS11.0进行统计分析。计量资料组间比较采用t检验;儿童睡眠障碍发生率应用描述性分析,采用Logistic回归对影响儿童睡眠障碍的因素进行单因素和多因素分析。将气质量表的内容输入气质分析软件进行气质维度评分和气质类型测定。采用CMHx2检验对计数资料进行分析,计量资料的组间比较采用t检验。 结果:3460名儿童平时的睡眠时间为10.04±1.82小时,周末睡眠时间为10.13±2.09小时,儿童周末和周一~周五的睡眠时间有显著性差异(t=5.72,p<0.0001)。3460名儿童中有睡眠障碍相关症状每周出现2~4次或以上者1832人,睡眠障碍相关症状总发生率为52.95%,男女之间差异无显著性意义。睡眠不安的发生率最高,达27.43%,其他依次为磨牙23.22%,入睡困难21.96%,夜惊15.62%,5岁以上儿童遗尿占14.72%,梦呓12.07%,鼾症为11.18%,梦魇8.17%,梦游2.4%、阻塞性呼吸暂停综合症(OSA)为1.14%。对69个可能与学龄前儿童睡眠障碍有关的变量逐个进行单因素Logistic回归分析,发现有17个因素与儿童睡眠障碍相关。经多元逐步回归分析发现,看电视时间长、与他人同睡、睡前从事兴奋活动、入睡需要安慰物、父母亲有焦虑或抑郁等因素作为社会心理因素是儿童睡眠障碍的主要危险因素。扁桃体或腺样体肥大、常鼻塞等呼吸系统疾患在儿童睡眠障碍的发生中具有重要影响。 不同气质类型的儿童睡眠障碍相关症状发生率差异有显著性意义(CMHx2=43.1154,p<0.0001),其中S型儿童中有睡眠障碍相关症状者占25.76%,D型和I-D型儿童分别为33.67%和32.95%,E型儿童中仅有15.53%发生睡眠障碍,18.10%的I-E型儿童有睡眠障碍。睡眠障碍儿童的节律性、适应性得分及心境得分均高于正常儿童,差异有显著性意义。而活动水平、趋避性、反应强度、持久性、注意分散度、反应阈得分在两者之间无显著性差异。 结论:武汉市学龄前儿童睡眠时间低于国内外同年龄段儿童睡眠基本需求标准。睡眠障碍相关症状发生率高于广州地区和北京地区同年龄儿童的发生率,与上海地区和温州地区同年龄儿童结果接近。可见睡眠障碍应引起全社会的广泛重视,为此提出以下建议: 1、在儿童睡眠障碍的防治工作中,应充分认识气质特点对儿童睡眠障碍的影响。建议在托幼机构集体儿童卫生保健工作中将心理保健纳入常规,有针对性地对睡眠障碍高危儿童进行气质测量和评估,积极寻找引起睡眠障碍的原因,及早采取干预措施。 2、建立家园结合的学龄前儿童气质、睡眠障碍干预模式。向家长及幼儿园老师普及气质与儿童生理心理发展、儿童睡眠以及睡眠障碍等有关知识,让家长和老师充分了解并接纳儿童的气质特点,并根据不同的气质特征,采取不同的养育方法。特别要注意调整和改变他们与困难型气质儿童相处的方式,因人而宜,减少紧张因素。为学龄前儿童提供良好的睡眠环境,帮助儿童逐步建立符合其年龄特点的睡眠-觉醒规律,耐心培养和强化其良好的生活睡眠习惯,以提高儿童睡眠质量,促进其身心协调、健康发展。
其他文献
近年来,随着教学模式的改革和推进,小学数学的教学模式向生活化教学不断靠拢,有效的带动了学生的学习热情,提高了教学质量,生活化教学给学生和老师都带来了极大的便利。但是,在不断
立春以后,随着气温逐渐升高小麦进入返青拔节期。这时小麦的根、茎、叶和幼穗都同时迅速生长,干物质积累加快,是小麦一生 After the beginning of spring, with the gradual
“青年文化”具有“亚文化”属性,不仅仅指“青春叛逆”这一特质,在新媒体时代更涉及到“网络媒介”对“青年文化”的形塑.通过当代大学生阅读调查、网络使用习惯调查以及实
以新安江三水源模型为例,分析了在不同土壤前期含水量、不同降雨强度和雨型、以及不同暴雨中心位置等情况下模型参数的特征规律。在此基础上重点探讨了模型参数智能化的方法和