@Emmanuel_Romeu los niños son definitivamente una gran influencia en el sueño.Todo tipo de covariables en este experimento.
los animales podrían tener un impacto negativo y ¿qué pasa con los niños?
@P_Bartell Gran punto sobre los animales. No encuesté a los participantes sobre eso.Sé que nuestro gato tiene un impacto definitivo en algunas noches.
Interesante estudio... tenemos los dos factores de ruido más importantes en nuestra casa... nuestros gatos Jamaica y Marley empiezan a pedir el desayuno a las 4:00 a. m. todas las mañanas... así que yo hubiera sido un tema terrible para el estudio.
@arati_mejdal Completamente de acuerdo, pero al observar los datos, usted fue el único participante que pudo dormir más con la cafeína de la tarde.
Soy un metabolizador lento de la cafeína, ¡así que la cafeína de la tarde normalmente no es para mí!
Dormir siempre ha sido una de las actividades favoritas de mi familia. Mi esposa Kelly y yo tenemos diferentes filosofías sobre el sueño. Tiendo a estar en el campamento con Benjamin Franklin, quien dijo: “Acostarse temprano y levantarse temprano hace que un hombre sea sano, rico y sabio”. Kelly prefiere el punto de vista de Mindy Kaling: “No hay amanecer tan hermoso que merezca la pena despertarme para verlo”. De cualquier manera, ambos disfrutamos del sueño.
Nuestro mutuo amor por dormir me inspiró a escribir esta publicación. Quería observar los impactos de algunos de nuestros comportamientos en el sueño, y la charla TED de Matt Walker me dio el enfoque perfecto para la prueba. En la charla, Matt comparte cómo la cafeína y el alcohol afectan el sueño. Menciona que la cafeína es un estimulante que permanece en la sangre por mucho más tiempo de lo que pensamos. La cafeína tiene una vida media de 5 a 6 horas, lo que significa que si bebes una taza de café por la tarde, la mitad de esa cafeína todavía está en tu sistema a la hora de acostarte. Matt también menciona que el alcohol es un sedante, por lo que afecta la calidad del sueño.
Medir el sueño
Para medir mi propio sueño utilicé dos dispositivos: un Fitbit Charge HR y un Apple Watch Series 3 con la aplicación AutoSleep. Descubrí que los dos rastreadores diferentes no tenían exactamente las mismas medidas de sueño, pero la cantidad de sueño total, la calidad del sueño y el tiempo de vigilia coincidían.
Estudio del sueño
Para el estudio, necesitaba reclutar algunas víctimas dispuestas, umm, me refiero a participantes. Gracias a Eric Hill ( @Eric_Hill ), Holly Connors ( @holly_connors ), Hadley Myers ( @HadleyMyers ), Arati Mejdal ( @arati_mejdal ), Brian Watts ( @brian_watts ) y Juliette Plager ( @Juliette_Plager ) por su ayuda con este estudio . Todos estos participantes tenían un Fitbit o Apple Watch para medir su sueño. Le pedí a cada uno de estos participantes que mantuviera su rutina a la hora de acostarse lo más consistente posible durante la semana del estudio, siendo el único cambio si consumían cafeína o alcohol esa noche.
Me interesaban diferentes personas que tenían diferentes impactos con las dos sustancias. Kelly y yo tenemos diferentes tolerancias a la cafeína; Si bien soy muy susceptible a ello, Kelly parece tener una tolerancia mucho mayor. ¿Sería lo mismo para este grupo, o diferentes personas se ven afectadas de diferentes maneras?
Realicé un DOE utilizando la plataforma Custom Design en JMP , con la persona como factor de bloqueo. Los factores de bloqueo le permiten agrupar factores homogéneos (personas en este caso) para aislar el ruido extraño asociado con los factores. Esto significa que esperas menos variación en el sueño de una sola persona que de un grupo de personas. En esta configuración, agregué mi bloque como un efecto fijo porque quería estimar la diferencia entre cada persona. Para obtener más información sobre los factores de bloqueo, mire este webcast de mi colega @DonMcCormack sobre el tema; es un gran recurso.
El diseño me dio un buen poder para predecir el impacto de la cafeína, el alcohol y el impacto de diferentes participantes.
Resultados
Como puedes imaginar, diferentes personas duermen durante diferentes períodos de tiempo en promedio, y este grupo no fue diferente. El tiempo de sueño de este grupo osciló entre menos de seis horas y más de nueve horas por noche.
Esta variación de persona a persona añade una capa de complejidad al analizar los datos. Para analizar adecuadamente estos datos, debemos tener en cuenta esa variación adicional. Por ejemplo, si se analiza el impacto de la cafeína en el tiempo total de sueño sin tener en cuenta a una persona, hay demasiada variabilidad como para ver la significancia estadística. Afortunadamente, cuando creas un DOE en JMP y tienes un factor de bloqueo, JMP sabe cómo analizar los datos.
Como puede ver en Profiler, beber cafeína por la tarde provocó una reducción del tiempo total de sueño y de la calidad del sueño. Beber alcohol por la noche tuvo muy poco impacto en la cantidad total de sueño, pero mostró una disminución en la calidad del sueño, lo que llevó a un sueño más ligero.
Sólo un participante del estudio durmió más cuando consumió cafeína por la tarde. Sin embargo, como resultado, este participante también tuvo una ligera disminución en la calidad del sueño. En cuanto al alcohol, sólo uno de los participantes tuvo un aumento en la calidad del sueño después de consumir alcohol.
