澳門理工大學健康科學及體育學院甯自衡教授及其博士生梁志德，圍繞“何種運動方案能最大化改善睡眠質量”這一關鍵公共衛生問題，整合全球200項隨機對照試驗（RCT），創新性地結合貝葉斯多層級（Bayesian multilevel）Meta分析、機器學習（隨機森林）與結構方程模型（SEM），對超過2.3萬名成人的數據進行了深度挖掘，力求在高度異質的研究背景下解析運動助眠的關鍵決定因素。

在全球睡眠障礙日益普遍的背景下，運動被公認為一種低成本、副作用小的非藥物療法。然而，臨床實踐中常面臨效果差異大的難題：不同人群應選擇何種運動？堅持多久效果最好？由於缺乏精確的劑量-效應證據，個性化運動處方的制定長期面臨挑戰。

本研究以《Determinants and Interrelations of Exercise Effects on Sleep Quality: A Multimethod Meta-analysis》為題，發表於睡眠醫學領域頂級期刊《Sleep Medicine Reviews》。研究聚焦兩個核心突破：其一，利用機器學習演算法篩選出影響運動干預效果的最關鍵因素；其二，通過多模態分析揭示了運動改善主觀與客觀睡眠質量的最優窗口與特定模式。

綜合現有的高質量RCT證據，運動對睡眠質量的改善遵循獨特的按需獲益（Benefit-on-Demand）模式：基線睡眠質量越差的人群，從運動中獲得的臨床收益越大（嚴重睡眠問題者的響應率不僅顯著高於普通人，且改善幅度最大）。在具體的運動形式上，氣功（Qigong）、步行（Walking）和高強度間歇訓練（HIIT）顯示出了最大的改善效應。客觀睡眠監測數據（如多導睡眠圖）的敏感性分析也證實，規律運動能使睡眠效率（Sleep Efficiency）顯著提升約1.24%。

從劑量與時程的綜合分析來看，並非練得越多收益越多。模型提示干預時長的最優獲益窗口約為25週，在此期間睡眠質量的改善達到峰值。雖然增加每週的頻率和單次時長有助於提升效果，但過高的總運動量並未帶來額外收益。此外，結構方程模型顯示，相比於具體的運動參數，參與者的基線特徵（如睡眠嚴重程度、年齡）是預測治療效果更強的決定因素。研究建議臨床實踐應從一刀切的建議轉向基於基線特徵的精準處方，尤其是針對中重度睡眠問題人群，推薦以步行等高可及性運動為主，並以25週為週期目標以獲得最佳療效。

期刊簡介 《Sleep Medicine Reviews》是國際睡眠醫學領域的頂級權威期刊，專注於發表關於睡眠生物學、睡眠障礙及其治療的高質量綜述與分析。在該領域具有極高的學術影響力，屬於中科院SCI期刊分區醫學大類一區TOP期刊，2024年影响因子11.2，JCR分區Q1，以其嚴苛的審稿標準和高引用率著稱。