From Screens to Sleeplessness: How Digital Stressors Are Linked to Sleep Characteristics in the Russian Population

Full Text

ОБОСНОВАНИЕ

В последние десятилетия цифровые технологии стали неотъемлемой частью повседневной жизни, изменив формат общения, труда, досуга и доступа к информации. Стремительное проникновение цифровых устройств в быт и рабочее пространство привело к возникновению новых вызовов для психического здоровья и психологического благополучия современников [1]. Одним из таких вызовов является влияние цифровых стрессоров на качество сна [2]. Длительное использование экранных устройств, избыточное потребление информационного контента, склонность к думскроллингу и другие формы цифровой активности оказывают значительное воздействие на сон человека [3].

Сон является одним из ключевых факторов поддержания физического и психического здоровья. Нарушения сна, такие как бессонница, тревожное засыпание, сокращение продолжительности сна и нарушение его структуры, приводят к увеличению риска развития депрессии, тревожных расстройств, когнитивного истощения и сердечно-сосудистых заболеваний [4–6]. В контексте цифрового общества проблема ухудшения качества сна приобретает особую актуальность, поскольку постоянное взаимодействие с гаджетами в вечернее и ночное время способствует нарушению циркадных ритмов [7], сокращению продолжительности сна [8] и увеличению его фрагментации как у детей [9, 10] и подростков [11], так и у взрослых [12] и пожилых людей [13].

Современные исследования демонстрируют тесную взаимосвязь между особенностями цифрового поведения, такими как думскроллинг, киберхондрия и интернет-зависимость, и показателями психического здоровья, в частности нарушениями сна. Особенно актуальным это становится в студенческой среде, где высока частота потребления онлайн-контента, в том числе медицинской информации. Так, исследование на китайских студентах показало, что думскроллинг широко распространён и значимо связан с тревожностью, депрессией, зависимостью от смартфона и нарушениями сна. Особенно важно, что думскроллинг выступает посредником во взаимосвязи между бессонницей и депрессией, что подчёркивает его значение как психологического риска [14]. В другом исследовании низкое качество сна оказалось связано с длительным временем, проводимым в интернете, особенно перед сном, высоким уровнем киберхондрии и плохим состоянием здоровья. Частый онлайн-поиск медицинской информации и высокая онлайн-грамотность в сфере здоровья (e-Health) оказывают влияние на сон, подчёркивая необходимость профилактических мер [15]. Сходные результаты получены и в российских условиях. Исследование показало, что у россиян в условиях пандемии Covid-19 повышенный уровень тревожности был связан с думскроллингом, нарушением сна и изменениями повседневных привычек из-за социальной изоляции [16]. Исследование турецких коллег в период пандемии также продемонстрировало, что киберхондрия связана с ухудшением качества сна, ростом тревожности и обсессивно-компульсивными симптомами [17]. У студентов-медиков интернет-зависимость взаимосвязана с более высоким уровнем бессонницы, тревоги, депрессии, стресса и сниженной самооценкой, особенно у мужчин [18], а также подростков [19]. Эти данные подтверждают, что психологические и эмоциональные факторы играют ключевую роль в развитии интернет-зависимости, что также согласуется с результатами лонгитюдного исследования, выявившего, что низкое потребление фруктов и овощей предсказывает более высокий риск интернет-зависимости, причём эта связь также опосредована депрессией и бессонницей. Таким образом, данные исследования подчёркивают важность учёта психоэмоциональных аспектов в анализе связи между аддикциями и нарушениями сна [20]. При этом бессонница выступает значимым медиатором между этими формами цифровой зависимости и депрессией [21].

Интернет-зависимость среди подростков и студентов, как показали результаты многих исследований [22–25], является значимой проблемой, тесно связанной с ухудшением качества сна и проявлениями депрессии.

Схожие взаимосвязи демонстрирует и феномен смартфон-зависимости — одного из частных проявлений интернет-зависимого поведения. Исследования показывают [26, 27], что чрезмерное использование смартфонов, особенно в вечернее и ночное время, приводит к задержке сна, снижению его продолжительности и ухудшению его качества.

Таким образом, накопленные эмпирические данные из разных стран и культурных контекстов подтверждают: цифровое поведение, включая думскроллинг, киберхондрию, интернет- и соцсетевую зависимость, тесно связано с психическим здоровьем и сном. Таким образом, выявляются устойчивые закономерности между цифровыми практиками и нарушениями сна, при этом думскроллинг, киберхондрия и интернет-зависимость представляют собой ключевые поведенческие факторы риска. В этой связи возникает необходимость объединения разрозненных данных в единую терминологическую рамку, что позволит проводить более глубокий и целостный анализ. С этой целью предлагается ввести в русскоязычный научный оборот термин «цифровые стрессоры» — обобщающее понятие, охватывающее феномены, возникающие в результате цифрового поведения и информационной активности. Введение этого термина позволяет системно описывать стрессогенные триггеры, связанные с цифровой средой, и анализировать их влияние на физиологическое и психологическое состояние человека. К числу ключевых компонентов цифровых стрессоров относят думскроллинг, киберхондрию и зависимость от социальных сетей, представляющие различные формы взаимодействия с информацией. Их общее воздействие выражается в перегрузке когнитивных ресурсов, повышении уровня тревожности, нарушениях процессов восстановления и формировании информационного невроза.

Следует отметить, что в англоязычном научном пространстве термин «digital stressors» уже получил институциональное признание, что подтверждается рядом эмпирических исследований. Так, Fischer и соавт. [28] разработали и валдизировали 50-пунктную шкалу Digital Stressors Scale (DSS), которая измеряет воспринимаемый стресс от использования цифровых технологий в рабочей среде и охватывает 10 различных категорий стрессоров. В более позднем исследовании шкала была адаптирована для норвежской выборки [29], где подтверждена её пригодность с сокращённым количеством факторов и высокой внутренней согласованностью. Концепция цифровых стрессоров получила дополнительную актуальность в медицинской сфере, что нашло подтверждение среди врачей отделений неотложной помощи в Германии [30], выявлено устойчивое присутствие цифровых стрессоров и их значительная связь с эмоциональным истощением, снижением психического благополучия и профессиональной удовлетворённости.

Полученные данные акцентируют важность использования понятия «цифровые стрессоры» в русскоязычных исследованиях. Несмотря на то что данный термин уже получил развитие в зарубежной литературе, его адаптация и включение в отечественный научный дискурс способствует обогащению понятийного аппарата и обеспечивает методологическую преемственность с международными подходами.

Использование термина «цифровые стрессоры» в данном исследовании не претендует на неологизм, а представляет собой перевод и концептуальное заимствование устоявшегося понятия, отражающего специфику воздействия цифровой среды на психологическое состояние. Его внедрение связано с необходимостью системного осмысления новых вызовов цифровой эпохи и обусловлено несколькими аспектами.

1. Влияние цифровых стрессоров проявляется не только на уровне когнитивной сферы, но и в изменении психофизиологических процессов, таких как нарушение сна, повышение уровня кортизола и снижение вариабельности сердечного ритма. Эти эффекты невозможно адекватно описать в рамках традиционных понятий информационного стресса, что требует расширения теоретического аппарата.
2. Термин «цифровые стрессоры» органично интегрирует результаты исследований в области психологии, нейронаук и физиологии, позволяя описывать явления на стыке когнитивной перегрузки, эмоциональной нестабильности и социальных взаимодействий.
3. Концепция цифровых стрессоров даёт возможность разрабатывать комплексные стратегии управления стрессом, направленные на формирование навыков цифровой гигиены и профилактики когнитивного выгорания, что весьма продуктивно к использованию в клинической практике для диагностики и коррекции расстройств, связанных с цифровой активностью.

Цель

Изучение взаимосвязи цифровых стрессоров и характеристик сна (его качества и продолжительности, приёма снотворных, времени отхода ко сну и времени, затрачиваемого на засыпание).

Гипотезой исследования выступает предположение, что такие цифровые стрессоры, как киберхондрия, думскроллинг и зависимость от социальных сетей, связаны с ухудшением качества и продолжительности сна, более частым использованием снотворных, более поздним временем отхода ко сну и более долгим временем, затрачиваемым на засыпание. Данная гипотеза основана на результатах предыдущих научных работ, в которых показано, что использование перед сном электронных устройств, излучающих свет, усугубляет проявления бессонницы за счёт подавления выработки мелатонина и нейрофизиологического возбуждения [31], а использование мобильных устройств перед сном и ночью особенно сильно связано с задержкой времени отхода ко сну, дневной усталостью и снижением качества сна [32].

МЕТОДЫ

Схема проведения исследования

Сбор данных был осуществлён с помощью сервиса Яндекс.Толока. Опрос проводили в январе 2024 года. Исследование одобрено этическим комитетом факультета социальных наук НИУ ВШЭ (протокол № 7).

Выборка исследования

В исследовании приняли участие 1008 респондентов, в том числе 436 мужчин и 572 женщины от 18 до 80 лет (M=38,3; Me=36; SD=11,4). Помимо данных о среднем возрасте и поле, выборка описывает участников по географической представленности и типу населённого пункта. Жители областных центров составляют 32,7%, образуя наибольшую группу. Мегаполисы, за исключением Москвы, занимают 27,3%, следуя за областными центрами. Районные центры представлены на уровне 24,9%, тогда как доля Москвы наименьшая — 15,0%. Это распределение показывает разнообразие участников по географии и типу поселений с акцентом на областные центры. Более половины опрошенных (56,73%) оценивают свой субъективный уровень дохода как средний, в то время как 2,24% считают его очень высоким, 6,04% — высоким, 27,97% — низким, а 7,02% указали, что сводят концы с концами.

Методы исследования

Участники исследования ответили на ряд вопросов о характеристиках сна: качество сна («Как бы вы охарактеризовали качество вашего сна за последний месяц?»), приём снотворных («За последний месяц как часто вы принимали лекарства, которые помогают уснуть?»), время отхода ко сну («В какое время вы обычно ложились спать в течение последнего месяца?»), время, затрачиваемое на засыпание («Сколько времени вам обычно требовалось, чтобы заснуть?»), продолжительность сна («Сколько часов в среднем вы спали за ночь в течение последнего месяца?»).

Кроме того, анкета содержала следующие инструменты:

1. Шкала киберхондрии (Cyberchondria Severity Scale, CSS) оценивает склонность человека к навязчивым и чрезмерно интенсивным поискам информации о здоровье и болезнях в интернете [33, 34].
2. Шкала думскроллинга (Doomscrolling Scale, DS) измеряет склонность человека, использующего социальные сети, обращать внимание на негативную информацию в новостных лентах [35, 36].
3. Бергенская шкала зависимости от социальных сетей (Bergen Social Media Addiction Scale, BSMAS) диагностирует степень тяжести зависимости человека от использования социальных сетей [37, 38].

Этические принципы проведения исследования

Исследование проводилось в строгом соответствии с этическими принципами Хельсинкской декларации, законодательством Российской Федерации и стандартами платформ «Анкетолог» и «Яндекс.Толока». Участие респондентов старше 18 лет было добровольным, с предварительным информированным согласием, без принуждения. Применяли только адаптированные и валидизированные методики, исключались манипуляции и введение в заблуждение. Вопросы избегали острых тем и стрессовых воспоминаний. Обеспечивались анонимность и сбор обезличенных социально-демографических данных (пол, возраст, уровень урбанизации, образование), без возможности идентификации участников. Исследование проводили исключительно в научных целях без финансовой или спонсорской поддержки со стороны индустрии или третьих лиц.

Анализ данных

Для анализа данных были использованы методы описательной статистики и регрессии. Регрессионные модели оценивали методом множественного линейного регрессионного анализа с предварительным измерением нормальности распределения (с помощью теста Шапиро–Уилка) и диагностикой мультиколлинеарности. Адекватность регрессионных моделей оценивали коэффициентами детерминации (R²) и критерим Фишера (F). Показатели считали статистически значимыми при p <0,05. Расчёты производили в программе Jamovi 2.3.21.

РЕЗУЛЬТАТЫ

В табл. 1 показана статистика ответов респондентов на вопросы о характеристиках сна. В большинстве случаев респонденты оценивали свой сон как достаточно хороший, отрицали приём снотворных, ложились спать до полуночи, тратили на засыпание менее получаса и спали не менее семи часов в течение последнего месяца.

 

Таблица 1. Ответы респондентов на вопросы о характеристиках сна

Table 1. Respondents’ answers to sleep-related questions

Характеристика сна	Респонденты, n (%)
Качество сна
Очень плохое	63 (6,3)
Скорее плохое	309 (30,7)
Достаточно хорошее	532 (52,8)
Очень хорошее	104 (10,3)
Приём снотворных
Ни разу в течение последнего месяца	700 (69,4)
Менее чем один раз в неделю	136 (13,5)
Один или два раза в неделю	115 (11,4)
Три или более раза в неделю	57 (5,7)
Время отхода ко сну
До 22:00	92 (9,1)
От 22:00 до 23:00	260 (25,8)
От 23:00 до 00:00	298 (29,6)
От 00:00 до 01:00	190 (18,8)
Позднее 01:00	168 (16,7)
Время, затрачиваемое на засыпание
Меньше 1 мин	48 (4,8)
От 1 до 10 мин	285 (28,3)
От 10 до 30 мин	417 (41,4)
От 30 мин до 1 ч	174 (17,3)
Больше 1 ч	84 (8,3)
Продолжительность сна
5 ч и меньше	112 (11,1)
6 ч	240 (23,8)
7 ч	347 (34,4)
8 ч	248 (24,6)
9 ч и больше	61 (6,1)

 

Воспринимаемое качество сна было более высоким у мужчин — респондентов с более низкими показателями киберхондрии, думскроллинга и зависимости от социальных сетей (модель 1; R=0,250; R²=0,063; F (5)=13,4; p <0,001). Снотворные чаще принимали респонденты более молодого возраста — респонденты с более высокими показателями киберхондрии, думскроллинга и зависимости от социальных сетей (модель 2; R=0,378; R²=0,143; F (5)=33,4; p <0,001). О более позднем времени отхода ко сну сообщали респонденты более молодого возраста (модель 3; R=0,125; R²=0,016; F (5)=3,18; p=0,008). Время, затрачиваемое на засыпание, было самым продолжительным у женщин — респондентов с более высокими показателями киберхондрии, думскроллинга и зависимости от социальных сетей (модель 4; R=0,176; R²=0,031; F (5)=6,39; p <0,001). Продолжительность сна была выше у женщин — респондентов с более низкими показателями киберхондрии, думскроллинга и зависимости от социальных сетей (модель 5; R=0,121; R²=0,015; F (5)=2,99; p=0,011). В табл. 2 представлены данные закономерности.

 

Таблица 2. Роль цифровых стрессоров в характеристиках сна россиян

Table 2. Role of digital stressors in sleep characteristics in the Russian population

Предикторы	β	t	p
Модель 1. Зависимая переменная: качество сна
Пол	0,113	3,587	<0,001
Возраст	0,038	1,245	0,213
Киберхондрия	−0,546	−5,747	<0,001
Думскроллинг	−0,597	−5,578	<0,001
Зависимость от соцсетей	−0,865	−5,147	<0,001
Модель 2. Зависимая переменная: приём снотворных
Пол	−0,095	−1,56	0,118
Возраст	−0,082	−2,78	0,006
Киберхондрия	0,447	4,93	<0,001
Думскроллинг	0,594	5,80	<0,001
Зависимость от соцсетей	0,584	3,63	<0,001
Модель 3. Зависимая переменная: время отхода ко сну
Пол	−0,031	−0,476	0,634
Возраст	−0,115	−3,632	<0,001
Киберхондрия	0,045	0,460	0,645
Думскроллинг	0,068	0,616	0,538
Зависимость от соцсетей	0,139	0,807	0,420
Модель 4. Зависимая переменная: время, затрачиваемое на засыпание
Пол	−0,198	−3,059	0,002
Возраст	0,026	0,828	0,408
Киберхондрия	0,248	2,566	0,010
Думскроллинг	0,339	3,112	0,002
Зависимость от соцсетей	0,388	2,266	0,024
Модель 5. Зависимая переменная: продолжительность сна
Пол	−0,132	−2,027	0,043
Возраст	−0,015	−0,481	0,631
Киберхондрия	−0,268	−2,754	0,006
Думскроллинг	−0,320	−2,911	0,004
Зависимость от соцсетей	−0,517	−3,000	0,003

Примечание. Пол представлен как dummy-переменная (0 — женщины, 1 — мужчины).

 

ОБСУЖДЕНИЕ

Полученные данные демонстрируют, что цифровые стрессоры, включая киберхондрию, думскроллинг и зависимость от социальных сетей, оказывают системное влияние на характеристики сна, отражаясь на его качестве, продолжительности, использовании снотворных препаратов, времени отхода ко сну и времени, затрачиваемом на засыпание. Эти явления следует рассматривать как важные аспекты цифрового поведения, непосредственно связанные с нарушением регуляции сна в условиях современной информационной среды.

Киберхондрия и её взаимосвязи с характеристиками сна

Киберхондрия, в самом широком смысле определяемая как навязчивый поиск информации о здоровье в интернете, является значимым цифровым стрессором, нарушающим характеристики сна. Люди, страдающие киберхондрией, склонны к длительному чтению тревожной информации о болезнях, что усиливает их беспокойство и приводит к усилению гипервозбуждения в ночное время. Это препятствует расслаблению и задерживает наступление сна. Кроме того, такое поведение часто сопровождается поиском медицинской информации поздно вечером или ночью, что ещё больше нарушает циркадные ритмы. Чрезмерное внимание к своему здоровью в ночное время способствует формированию негативных ожиданий относительно сна («боязнь не уснуть»), что приводит к ещё большему ухудшению его качества. Данные закономерности подтверждают результаты более ранних эмпирических исследований взаимосвязи между киберхондрией и качеством сна [17].

Думскроллинг и его взаимосвязи с характеристиками сна

Думскроллинг, или привычка постоянно просматривать негативные новости, связан с увеличением уровня тревожности и психоэмоционального напряжения, что существенно влияет на характеристики сна. Проблема усугубляется тем, что новостной контент, который чаще всего потребляется перед сном, акцентируется на стрессовых и тревожных событиях, таких как катастрофы, политические кризисы или социальные проблемы [39]. Это усиливает эмоциональную реакцию и приводит к сложностям с расслаблением. Такая практика не только задерживает отход ко сну, но и нарушает его структуру. Постоянное потребление негативного контента перед сном может способствовать развитию ночных пробуждений, фрагментации сна и даже кошмаров. В свою очередь недосыпание делает человека более склонным к думскроллингу на следующий день, создавая порочный круг.

Зависимость от социальных сетей и её взаимосвязи с характеристиками сна

Зависимость от социальных сетей выступает значительным цифровым стрессором, который влияет на характеристики сна через несколько механизмов [15]. Во-первых, длительное использование соцсетей перед сном приводит к задержке отхода ко сну, так как их алгоритмы стимулируют непрерывное вовлечение и прокрастинацию. Пользователи часто вовлекаются в бесконечную прокрутку новостных лент или просмотр контента, что увеличивает время бодрствования вечером.

Во-вторых, социальные сети создают эмоциональную перегрузку, связанную с тревожностью, завистью или социальным сравнением. Это состояние усиливает психофизиологическое возбуждение, которое препятствует расслаблению, необходимому для засыпания. Как показали недавние исследования [40], у студентов с интернет-зависимостью, включающей социальные сети, наблюдаются худшие показатели сна по сравнению с их сверстниками. Совокупное воздействие приводит к ухудшению субъективного восприятия сна, что формирует замкнутый круг: недостаток сна, вызванный активностью в социальных сетях, способствует дальнейшему усилению зависимости, так как человек ищет в цифровой среде способы компенсации дефицита энергии или эмоций. Это особенно актуально в молодёжной среде, где, по данным Shafiee и соавт. [41], почти половина студентов испытывает нарушение сна, а его распространённость среди студентов в два раза выше, чем в общей популяции [42].

Цифровые стрессоры как совокупное явление

Объединяя вышеописанные механизмы, можно отметить, что цифровые стрессоры действуют как комплексное явление, затрагивающее как поведенческие, так и физиологические аспекты сна. Длительное взаимодействие с экранами перед сном, информационная перегрузка и тревожность, вызванные цифровой активностью, нарушают баланс между состояниями бодрствования и сна, что ведет к ухудшению как объективных, так и субъективных характеристик сна.

Постоянное воздействие синего света от экранов, в частности, подавляет выработку мелатонина, что задерживает наступление сна. Одновременно с этим повышенная тревожность, вызванная киберхондрией и думскроллингом, усиливает активацию симпатической нервной системы, что мешает расслаблению. Это сочетание физиологических и психологических факторов объясняет, почему цифровые стрессоры оказывают столь мощное влияние на качество сна.

Специфика цифрового стресса в российском социуме

Результаты настоящего исследования подтверждают ранее установленные в мировой научной литературе закономерности: такие формы цифровой активности, как думскроллинг, киберхондрия и чрезмерная вовлечённость в социальные сети, достоверно связаны с ухудшением характеристик сна. Подобно зарубежным исследованиям, на российской выборке также зафиксированы ассоциации между высоким уровнем цифрового поведения и увеличением времени засыпания, снижением субъективного качества сна и более частым приёмом снотворных. Таким образом, можно говорить о воспроизводимости выявленных закономерностей в российском контексте, что придает надёжность и валидность глобальным моделям.

Однако российская выборка демонстрирует и ряд особенностей. Исследование проводилось в постпандемийный период, когда цифровая нагрузка, связанная с удалённой работой, постоянным доступом к тревожной информации и изменениями в рутине сна, была высокой. При этом российское общество сталкивается с дополнительными стрессовыми триггерами, в том числе с информационной нестабильностью, геополитической напряжённостью и ростом социального недоверия, что может усиливать негативное влияние цифровых стрессоров на психоэмоциональное состояние и сон. Подобная специфика, как представляется, требует дополнительного анализа культурно обусловленных факторов цифрового поведения и копинг-стратегий.

Интерес представляет и выявленная в исследовании тенденция к большей уязвимости женщин и молодых респондентов к воздействию цифровых стрессоров. Этот результат согласуется с рядом международных исследований, но также может быть обусловлен социальной спецификой российского общества, в частности, более выраженной нагрузкой на женщин в контексте семейной и профессиональной многозадачности, а также высоким уровнем тревожности в молодёжной среде. Необходимо дальнейшее изучение этих различий с учётом социокультурных и экономических условий.

Наконец, важно отметить, что цифровое поведение в российском контексте всё чаще становится не просто источником информации и коммуникации, но и своеобразным средством регуляции тревожности через постоянное потребление новостных потоков, участие в онлайн-дискуссиях и социальное сравнение. В условиях неопределённости и ограниченных ресурсов цифровая активность может выполнять компенсаторную функцию, однако при этом усиливать эмоциональное напряжение и нарушать сон, особенно в вечернее время.

Результаты исследования указывают на необходимость разработки стратегий управления цифровым поведением, особенно в вечернее время. Ограничение времени использования гаджетов перед сном, отказ от чтения тревожного контента и замена цифровых ритуалов вечерними расслабляющими практиками, такими как чтение книг или медитация, могут существенно улучшить характеристики сна. Особое внимание должно быть уделено образовательным инициативам, направленным на повышение осведомлённости о цифровых стрессорах и их влиянии на сон. В этом контексте программы цифровой грамотности [43] способны помочь людям развить навыки сознательного использования технологий и минимизации их негативного воздействия на психоэмоциональное состояние и здоровье.

Перспективы исследования

Перспективным направлением исследований является изучение эффекта синдрома упущенной выгоды (FoMO, Fear of Missing Out), который усиливает психологическую напряжённость за счёт страха пропустить важную информацию в цифровом пространстве. В русле изучения влияния цифровой среды на психологическое благополучие и физиологические процессы перспективными направлениями могут быть также и следующие цифровые феномены: цифровая депривация (Digital Deprivation) как состояние тревоги или дискомфорта, возникающее при невозможности использовать цифровые устройства или выходить в интернет; навязчивое отслеживание метрик (Metrics Obsession) как чрезмерное внимание к количественным показателям, таким как лайки, просмотры и подписчики, характерное для пользователей социальных сетей; технологический перфекционизм (Technological Perfectionism) как потребность всегда быть доступным, отвечать на сообщения без задержек или выполнять задачи с использованием цифровых устройств с максимальной эффективностью; геймификация повседневной жизни (Gamification of Life) как использование игровых механик в различных аспектах жизни через мобильные приложения (например, фитнес, обучение); навязчивая проверка устройств (Compulsive Checking Behavior) как частая проверка уведомлений, сообщений или новостных лент, которая приводит к отвлечению и нарушению концентрации; интернет-фатиг (Internet Fatigue) как усталость от постоянного пребывания в онлайн-пространстве, включая зум-усталость и перегрузку от дистанционного взаимодействия, а также метацифровая реальность (Meta-Digital Reality) как влияние новых технологий, таких как виртуальная и дополненная реальность, на психологическое состояние, включая эффекты переноса эмоций из цифровой реальности в реальную жизнь. Изучение этих феноменов поможет глубже понять взаимодействие человека с цифровой средой, выявить его риски и разработать более эффективные стратегии адаптации и цифровой гигиены.

Ограничения исследования

Используемые субъективные методы оценки качества сна в виде самоотчётов могут иметь погрешности и зависеть от восприятия участников. Кроме того, в настоящем исследовании не применялись полисомнографические инструменты мониторинга сна, что ограничило получение точных объективных данных о структуре и параметрах сна; в будущих исследованиях эти методы могут быть использованы для более детализированного анализа. Проведённое исследование не учитывало детализированные привычки респондентов в использовании цифровых устройств, включая длительность ежедневного взаимодействия, типы платформ и цели использования. Поведение респондентов в цифровой среде могло изменяться в зависимости от рабочего стиля, социальной активности и личных предпочтений, что затрудняет однозначные выводы. Участвовавшие в опросе респонденты могли иметь предшествующие психические и физические состояния (депрессия, тревожность, усталость), влияющие на сон, которые не учитывались в настоящем исследовании. Таким образом, в исследовании отсутствовали данные об исходном физиологическом и психологическом состоянии участников, что затрудняет корректную оценку изменений в показателях сна. Одним из ограничений также является потенциальная проблема селекции выборки: участники, склонные к интересу в теме сна или цифрового поведения, могли быть более мотивированы к участию, что снижает репрезентативность. Эти ограничения необходимо учитывать при интерпретации результатов исследования и их применении в более широком контексте изучения влияния цифровых стрессоров на здоровье и работоспособность. Наконец, низкие значения R² в описанных регрессионных моделях указывают на необходимость верификации выявленных закономерностей на более крупных и разнообразных с социально-демографической точки зрения выборках, а авторская анкета для оценки характеристик сна, использованная в настоящем исследовании, нуждается в психометрическом обосновании.

ЗАКЛЮЧЕНИЕ

Исследование демонстрирует важность комплексного подхода к анализу влияния цифровой среды на поведение и здоровье человека. Объединение таких явлений, как думскроллинг, киберхондрия и чрезмерная вовлечённость в социальные сети, позволяет более полно рассматривать особенности цифрового взаимодействия и его потенциальное воздействие на психофизиологические процессы, включая сон.

Цифровые стрессоры (думскроллинг, киберхондрия и зависимость от социальных сетей) существенно влияют на характеристики сна, в частности, снижают качество и продолжительность сна, повышают время отхода ко сну, время, затрачиваемое на засыпание, увеличивают риск приёма снотворных.

Полученные результаты подчёркивают важность разработки комплексных стратегий управления цифровым поведением, включающих цифровую гигиену, осознанность, практики релаксации и регулярные перерывы от экранов. Эти подходы должны основываться на научно обоснованных рекомендациях и индивидуализированных программах поддержки для разных возрастных групп и социальных контекстов.

ДОПОЛНИТЕЛЬНАЯ ИНФОРМАЦИЯ

Вклад авторов. А.А. Максименко — идея, концептуализация, сбор данных, написание текста, контактирование с редакцией; А.А. Золотарева — дизайн исследования, расчёты, обсуждение, написание текста; Д.В. Каширский — обсуждение, написание текста. Все авторы одобрили рукопись (версию для публикации), а также согласились нести ответственность за все аспекты работы, гарантируя надлежащее рассмотрение и решение вопросов, связанных с точностью и добросовестностью любой её части.

Этическая экспертиза. Проведение исследования одобрено этическим комитетом факультета социальных наук НИУ ВШЭ (протокол № 7).

Согласие на публикацию. Все участники исследования добровольно подписали форму информированного согласия до включения в исследование.

Источники финансирования. Отсутствуют.

Раскрытие интересов. Авторы заявляют об отсутствии отношений, деятельности и интересов за последние три года, связанных с третьими лицами (коммерческими и некоммерческими), интересы которых могут быть затронуты содержанием статьи.

Оригинальность. При создании настоящей работы авторы не использовали ранее опубликованные сведения (текст, иллюстрации, данные).

Доступ к данным. Редакционная политика в отношении совместного использования данных к настоящей работе не применима, новые данные не собирали и не создавали.

Генеративный искусственный интеллект. При создании настоящей статьи технологии генеративного искусственного интеллекта не использовали.

Рассмотрение и рецензирование. Настоящая работа подана в журнал в инициативном порядке и рассмотрена по обычной процедуре. В рецензировании участвовали два внешних рецензента, член редакционной коллегии и научный редактор издания.

ADDITIONAL INFORMATION

Author contributions: A.A. Maksimenko: conceptualization, data curation, writing—original draft, writing—review & editing; A.A. Zolotareva: methodology, formal analysis, investigation, writing—original draft; D.V. Kashirsky: investigation, writing—original draft. All the authors approved the version of the manuscript to be published and agreed to be accountable for all aspects of the work, ensuring that questions related to the accuracy or integrity of any part of the work are appropriately investigated and resolved.

Ethics approval: The study was approved by the еthics сommittee of the HSE Faculty of Social Sciences (Minutes No. 7).

Consent for publication: All participants provided written informed consent prior to inclusion in the study.

Funding sources: No funding.

Disclosure of interests: The authors have no relationships, activities, or interests for the last three years related to for-profit or not-for-profit third parties whose interests may be affected by the content of the article.

Statement of originality: No previously published material (text, images, or data) was used in this work.

Data availability statement: The editorial policy regarding data sharing does not apply to this work, as no new data was collected or created.

Generative AI: No generative artificial intelligence technologies were used to prepare this article.

Provenance and peer-review: This paper was submitted unsolicited and reviewed following the standard procedure. The peer review process involved two external reviewers, a member of the editorial board, and the in-house scientific editor.

About the authors

Aleksandr A. Maksimenko

Higher School of Economics

Email: Maximenko.Al@gmail.com
ORCID iD: 0000-0003-0891-4950
SPIN-code: 7449-3003

Dr. Sci. (Sociology), Cand. Sci. (Psychology), Associate Professor

Russian Federation, Moscow

Alena A. Zolotareva

Higher School of Economics

Author for correspondence.
Email: alena.a.zolotareva@gmail.com
ORCID iD: 0000-0002-5724-2882
SPIN-code: 2695-0218

Cand. Sci. (Psychology), Associate Professor

Russian Federation, Moscow

Dmitry Valerievich Kashirskiy

РГГУ

Email: psymath@mail.ru
ORCID iD: 0000-0002-8251-2653
Russian Federation

References

Supplementary files