Los comportamientos de exposición a la luz predicen el estado de ánimo, la memoria y la calidad del sueño

Scientific Reports volumen 13, número de artículo: 12425 (2023) Citar este artículo

131 Accesos

24 altmétrica

Detalles de métricas

Amplias investigaciones han demostrado que la luz influye en nuestras emociones, cognición y calidad del sueño. Sin embargo, pocos trabajos han examinado si diferentes comportamientos relacionados con la exposición a la luz, como la exposición diurna a la luz eléctrica y el uso nocturno de dispositivos, especialmente antes de dormir, influyen en la calidad del sueño y la cognición. Trescientos un adultos malasios (edad media ± DE = 28 ± 9) completaron la herramienta de evaluación del comportamiento de exposición a la luz que midió cinco comportamientos de exposición a la luz. También completaron el Cuestionario de Matutino y Vespertino, el Programa de Afectos Positivos y Negativos, el Índice de Calidad del Sueño de Pittsburgh y ítems individuales que evaluaban los problemas de memoria y concentración. Un modelo de ecuación estructural de mínimos cuadrados parcial, que muestra un poder predictivo del 72,72%, reveló que un menor uso de filtros azules portátiles al aire libre durante el día y más dentro de una hora antes de dormir predijo la hora pico temprana (efecto directo = −0,25). El aumento del tiempo pasado al aire libre predijo un afecto positivo (efecto directo = 0,33) y un avance de la fase circadiana (efecto directo: tiempo de subida = 0,14, tiempo pico = 0,20, tiempo de retirada = 0,17). El mayor uso del teléfono móvil antes de dormir predijo un retraso en la fase circadiana (efecto directo: hora de retirarse = −0,25; hora de levantarse = −0,23; hora pico = −0,22; efecto matutino = −0,12), reducción de la calidad del sueño (efecto directo = 0,13) y un aumento de los problemas de memoria y concentración (efecto total = 0,20 y 0,23, respectivamente). El mayor uso de luz eléctrica sintonizable, LED o que simula el amanecer por la mañana y durante el día predijo un avance de la fase circadiana (efecto directo: hora pico = 0,15, efecto matutino = 0,14, hora de acostarse = 0,15) y una buena calidad del sueño (efecto directo = −0,16). Los resultados proporcionan información valiosa sobre el desarrollo de una dieta ligera y saludable para promover la salud y el bienestar.

La evidencia científica publicada durante las últimas cuatro décadas ha demostrado que la exposición a la luz de la retina influye en nuestra fisiología, comportamiento y emoción. Más específicamente, modula el sueño humano, los ritmos circadianos, el estado de alerta, el estado de ánimo, las funciones neuroendocrinas y neuroconductuales1,2,3,4,5. Estas influencias de la luz en la fisiología y el comportamiento humanos se conocen colectivamente como respuestas de la luz que no forman imágenes (NIF). Las células ganglionares de la retina intrínsecamente fotorreceptivas (ipRGC) enriquecidas con melanopsina, sensibles a la luz6 enriquecida en longitud de onda corta (enriquecida en azul, ~ 480 nm), generalmente median los efectos NIF de la luz.

Con la llegada de la luz artificial y las pantallas autoluminosas, la exposición de nuestra retina a la luz ya no se limita al ciclo natural día-noche. Un extenso conjunto de investigaciones sugiere que el desequilibrio entre la exposición a la luz y la oscuridad altera nuestro sistema circadiano7. Posteriormente, esta alteración da lugar a una serie de consecuencias adversas, entre las que se incluyen una disminución de la calidad del sueño, del estado de ánimo y una alteración de los hábitos de sueño7,8,9. Dado que el ciclo natural de luz y oscuridad es el zeitgeber más importante para sincronizar nuestro reloj biológico con el día astronómico, alterar este ciclo nos obliga a tener una disposición cronotípica diferente para la actividad al principio o al final del día10. Las investigaciones muestran que la exposición a luz brillante (~ 5000-10 000 lux) por la noche produce un retraso de fase11, y la exposición a luz brillante por la mañana conduce a un avance de fase12,13. Una mayor exposición a la luz nocturna también se asocia con una disminución de la calidad del sueño14,15. Sin embargo, varios estudios han informado de una mejor calidad del sueño nocturno después de la exposición a la luz eléctrica (300-1000 lux) por la mañana9,16,17,18. He et al.17 observaron una mayor eficiencia del sueño nocturno, un inicio más temprano del sueño, una latencia más corta del sueño y una menor somnolencia matutina entre estudiantes universitarios (N = 12) cuando se exponen a luz brillante (1000 lux, 6500 K) por la mañana durante cinco días en comparación con la iluminación de oficina convencional (300 lux, 4000 K). Regiones del cerebro como las áreas límbicas y el eje hipotalámico-pituitario-suprarrenal responsable de regular el estado de ánimo son susceptibles a la regulación circadiana19. Por tanto, es razonable anticipar que la alteración de la regulación circadiana alterará la regulación del estado de ánimo19. La exposición a la luz brillante por la mañana aumenta el estado de ánimo positivo; sin embargo, la exposición a luz brillante por la tarde mejora el estado de ánimo negativo20,21,22,23.

Varios estudios han confirmado que la exposición a la luz de la retina activa el hipocampo, que está estrechamente asociado con las funciones de la memoria24,25,26. Por tanto, los investigadores anticipan que la exposición a la luz de la retina influiría en la memoria. Vandewalle et al.27 observaron que, en comparación con 18 min de exposición a una luz verde monocromática (550 nm; 3 × 1013 fotones/cm2/s), 18 min de exposición a una luz azul monocromática (470 nm; 3 × 1013 fotones /cm2/s) mejora el rendimiento de la memoria de trabajo (N = 18). Alkozei et al.28 informaron una memoria verbal mejorada con una exposición a luz azul monocromática de 30 minutos (469 nm; 214 lux; N = 12) en comparación con una luz ámbar monocromática (578 nm; 188 lux). Huiberts et al.29 ofrecieron evidencia adicional de que la luz influye en el desempeño de tareas basadas en la memoria, por lo que los participantes obtuvieron mejores resultados en tareas simples que en tareas complejas bajo condiciones de luz brillante blanca policromática (200 lux, 4000 K vs. 1000 lux, 4000 K; N = 64). . La exposición a la luz de la retina también se asocia con una mejor concentración. Kretschmer et al.30 observaron una mejora de la concentración entre los trabajadores del turno de noche (N = 32) en condiciones de luz brillante (3269-3684 lux frente a 257-339 lux). Sleegers et al.31, en sus estudios sobre los efectos de la luz en el entorno del aula, concluyeron una influencia beneficiosa de un entorno luminoso dinámico sobre la concentración de los estudiantes (1.000 lux, 6.500 K frente a 300 lux, 3.000–4.000 K; N = 181 ).

Debido al desfase horario social (patrón de sueño-vigilia desalineado con el horario de trabajo), diferentes cronotipos, especialmente los cronotipos tempranos y tardíos, pueden presentar una calidad de sueño reducida. Juda et al.32 encontraron que los trabajadores con cronotipos tempranos tenían una duración de sueño más corta y más alteraciones del sueño que los cronotipos tardíos (N = 371 trabajadores por turnos). Además, los cronotipos tardíos tenían una mala calidad del sueño con hábitos de sueño no regulares durante los días de semana debido a la desalineación de su período de actividad preferido frente a las demandas del mundo real33,34,35. Los cronotipos también pueden influir en nuestra memoria y concentración36,37,38. Schmidt et al.36 informaron un efecto de interacción del cronotipo y la hora del día en la memoria (N = 32). El rendimiento de la memoria de aquellos con cronotipo temprano fue mejor por la mañana. En la misma línea, el rendimiento de la memoria de aquellos con cronotipo tardío fue mejor por la tarde39,40. Los investigadores lo han denominado efecto de sincronía. Las investigaciones también han indicado que la calidad del sueño depende del estado de ánimo y viceversa41,42. El afecto positivo, un estado de compromiso placentero con el entorno, se asocia con mejores patrones de sueño43,44. Por el contrario, el afecto negativo (sentimientos de angustia emocional) conduce a la falta de sueño, a una mala calidad del mismo y a una reducción del funcionamiento cognitivo45,46,47,48,49. La mala calidad del sueño, el síntoma principal de los trastornos del estado de ánimo, se asocia con una disminución del afecto positivo42. La mala calidad del sueño también reduce las funciones de memoria y concentración50,51,52,53,54.

Al reconocer la influencia de la exposición a la luz de la retina en nuestra salud y bienestar, muchos investigadores han intentado cuantificar la exposición a la luz saludable. Han dado recomendaciones para un ambiente de iluminación interior saludable que se centra principalmente en las propiedades del espectro de luz, como la iluminancia y la longitud de onda55. Sin embargo, se ven pocos esfuerzos para estudiar los comportamientos relacionados con la exposición a la luz, que podrían ser un agente activo que modifique nuestra exposición a la luz de la retina. Las personas pueden controlar su exposición a la luz mediante diferentes comportamientos buscando o evitando activamente ciertos tipos de exposición a la luz. Existe una brecha de conocimiento en la comprensión de estos comportamientos, lo cual es crucial para desarrollar una dieta ligera saludable: un patrón de exposición a la luz que promueva la salud, el bienestar y el desempeño laboral. Para abordar esta brecha, hemos desarrollado la herramienta Evaluación del comportamiento de exposición a la luz (LEBA)56, que facilitará la comprensión de los comportamientos relacionados con la exposición a la luz de las personas y el desarrollo de una dieta ligera saludable. LEBA categoriza cinco tipos diferentes de comportamiento. En primer lugar, la propensión a utilizar gafas con filtro de luz azul en interiores y exteriores (LEBA B1). En segundo lugar, la tendencia a pasar tiempo al aire libre (LEBA B2). En tercer lugar, el uso del móvil en la cama antes de dormir (LEBA B3). En cuarto lugar, nuestra inclinación a controlar la luz ambiental antes de acostarnos (LEBA B4). Por último, el uso de luz eléctrica (LEBA B5). Sin embargo, aún se desconoce si estas categorizaciones de comportamientos predecirían diferentes aspectos de nuestra salud, memoria y concentración.

Planteamos las siguientes preguntas: ¿Cuáles son las influencias de las categorías LEBA en (a) cronotipo, (b) estado de ánimo, (c) calidad del sueño y (d) memoria y concentración? Para responder a estas preguntas, propusimos un marco teórico (Fig. 1) basado en la literatura revisada. Utilizamos el modelo de ecuaciones estructurales de mínimos cuadrados parciales (PLS-SEM), el más adecuado para formular dicho modelo predictivo57,58. Predecir relaciones utilizando PLS-SEM es un proceso de dos pasos. Primero, se utiliza un modelo de medición para evaluar la confiabilidad y validez de las variables latentes utilizadas en el modelo. En segundo lugar, se utiliza un modelo estructural para investigar las relaciones previstas de las estructuras latentes. En el modelo estructural, (i) los efectos directos (DE): influencias no mediadas por ningún otro constructo en el modelo, (ii) efectos indirectos (IE): influencias mediadas por al menos un constructo interviniente en el modelo y (iii) total efectos (TE): se pueden estimar las sumas de los efectos directos e indirectos de un constructo determinado59.

Marco teórico del modelo PLS-SEM ajustado para predecir cronotipo, calidad del sueño, estado de ánimo, memoria y concentración utilizando categorías LEBA como predictores.

Predijimos que cinco tipos de categorías de comportamiento LEBA influirían directamente en el cronotipo (H1), el estado de ánimo (H2) y la calidad del sueño (H3). También predijimos una relación bidireccional entre el estado de ánimo y la calidad del sueño (H4). Además, predijimos que el cronotipo (H5) influiría en la calidad del sueño. La calidad del sueño (H6), el estado de ánimo (H7) y el cronotipo (H8) afectarían a la memoria y la concentración. Las categorías LEBA influirían directamente en la memoria y la concentración (H9). Por último, predijimos que las categorías LEBA exhibirían un efecto total significativo sobre la calidad del sueño (H10), la memoria y la concentración (H11).

Realizamos una encuesta en línea a gran escala entre los residentes de Malasia. Los criterios de exclusión-inclusión para los encuestados que se incluirán en este estudio fueron: (1) cualquier residente de Malasia mayor de 18 años y capaz de leer y escribir en inglés (2) ningún trastorno fisiológico y psicológico (autoinformado). Trescientos sesenta y seis adultos completaron la encuesta. La tasa de finalización de nuestra encuesta fue del 87% (se excluyeron los datos de 45 participantes debido a que estaban incompletos). Además, excluimos a 19 participantes según nuestros criterios de exclusión-inclusión. Por lo tanto, utilizamos datos de 301 participantes para su posterior procesamiento.

Se realizó un análisis de potencia a priori para determinar la adecuación del tamaño de la muestra con G*Power 3.060. Para lograr un tamaño del efecto de 0,1561 y un poder estadístico del 80 % y \(\alpha\) = 0,05, para una regresión lineal múltiple con 13 predictores, se necesitaba un tamaño de muestra total de 131 individuos. Además, el número máximo de ítems por factor en nuestro modelo fue seis. En el análisis basado en PLS-SEM, para detectar un valor mínimo de \({R}^{2}\) de 0,10 para un factor con seis ítems con 80% de poder estadístico y α = 0,05, se requieren al menos 130 participantes62. Nuestro tamaño de muestra superó estas recomendaciones.

Los comportamientos relacionados con la exposición a la luz se midieron utilizando la forma abreviada de la Evaluación del comportamiento de exposición a la luz56. La forma corta contiene cinco factores con 18 ítems. La Evaluación del comportamiento de exposición a la luz (LEBA) mide la propensión de diferentes comportamientos relacionados con la exposición a la luz en el último mes de forma retrospectiva utilizando una escala de respuesta tipo Likert de cinco puntos (1 = nunca; 2 = rara vez; 3 = a veces; 4 = a menudo; 5 = siempre).

Se utilizó el programa de afecto positivo y negativo (PANAS)63 para medir el afecto positivo (PA) y negativo (NA) con dos escalas de estado de ánimo de 10 ítems. Los participantes calificaron retrospectivamente su afecto positivo y negativo basándose en el último mes usando una escala de respuesta tipo Likert de cinco puntos (1 = muy ligeramente/nada; 2 = un poco; 3 = moderadamente; 4 = bastante; 5 = extremadamente).

Desarrollamos dos ítems globales únicos con opciones de respuesta tipo Likert de cuatro puntos que investigan problemas de memoria y concentración. Estos ítems globales únicos preguntaron a los participantes sobre la propensión de su memoria y dificultad de concentración en el último mes (0 = Ausente; 1 = Leve; 2 = Moderado; 3 = Severo).

Utilizamos el Índice de Calidad del Sueño de Pittsburgh (PSQI)64 para medir la calidad del sueño de los participantes. El PSQI mide siete dominios del sueño para diferenciar el sueño "malo" del "bueno". Los participantes respondieron al PSQI utilizando opciones de respuesta tipo Likert que van de 0 a 3, donde 3 refleja el extremo negativo en la escala Likert. Una suma de puntuaciones ≥ 5 indica mala calidad del sueño. Se informó que la estructura latente del PSQI varía de uno a tres factores64,65. Dunleavy et al.66, en su estudio, recomendaron utilizar un modelo de dos factores: calidad percibida del sueño (PSQ) y eficiencia del sueño (SE) al medir la calidad del sueño entre los ciudadanos de Singapur. En este estudio, seguimos la estructura recomendada. Una puntuación más alta en el factor PSQ indicaría una disminución de la calidad percibida del sueño. Por el contrario, una puntuación más alta en el factor SE indicaría una mayor eficiencia del sueño.

El cronotipo se midió mediante el cuestionario Morningness-Eveningness (MEQ)67. MEQ consta de 19 preguntas y las puntuaciones oscilan entre 16 y 86. Una puntuación más alta indica una mayor propensión matutina. Caci et al.68 informaron una estructura de cuatro factores del MEQ: hora pico (PT), afecto matutino (MA), hora de retirarse (RT) y hora de levantarse (RI) en una muestra de estudiantes (N = 456). Los elementos del PT evalúan el momento pico del cuerpo para diferentes actividades. MA evalúa nuestras respuestas corporales por la mañana. La RT evalúa el momento en el que nuestro cuerpo empieza a prepararse para dormir. Por último, RI investiga el momento en que nuestro cuerpo se prepara para despertarse.

El proyecto fue aprobado por el Comité de Ética en Investigación Humana de la Universidad de Monash (ID del proyecto: 14,786). La investigación se realizó de acuerdo con las directrices/regulaciones pertinentes de la Declaración de Helsinki. Se obtuvo el consentimiento informado de todos los participantes antes de la recopilación de datos. Esta fue una encuesta en línea transversal y totalmente anónima. Los participantes fueron invitados a través de correo electrónico y redes sociales (es decir, LinkedIn, Twitter y Facebook) con el adjunto de una Declaración Explicativa en la que mencionamos que su participación sería voluntaria y que podrían retirarse de la participación en cualquier momento sin ser penalizados. Si los participantes expresaron su satisfacción con la afirmación, se les envió un enlace de la encuesta. Al inicio de la encuesta se registró digitalmente su consentimiento. La encuesta duró entre 15 y 20 minutos, por lo que no recibieron compensación. La encuesta se completó entre abril y noviembre de 2022.

Utilizamos R (4.1.2v)69 y varios paquetes estadísticos, incluidos esemComp70, “SEMinR71” y tabledown72 para nuestro análisis.

Reunimos evidencia de validez estructural de las escalas LEBA, PSQI, MEQ y PANAS en nuestra muestra utilizando el modelo exploratorio de ecuaciones estructurales (ESEM)73. ESEM desarrolla las ventajas computacionales del análisis factorial exploratorio y confirmatorio al permitir que los elementos se carguen de forma cruzada para representar los datos de manera más realista y ofrecer índices de ajuste para evaluar el ajuste del modelo. Para evaluar el ajuste del modelo, seguimos las pautas de Hu y Bentler74: índice de ajuste comparativo (CFI) y el índice de Tucker Lewis (TLI): ajuste aceptable \(\ge 0\).90, buen ajuste \(\ge 0\). ).95; el error cuadrático medio de aproximación (RMSEA): ajuste aceptable < 0,08, buen ajuste < 0,06; y la raíz cuadrática media estandarizada (SRMR): ajuste aceptable < 0,10, buen ajuste < 0,08.

Primero, evaluamos la calidad del modelo de medición. Excluimos los ítems con carga factorial < 0,40 para aumentar la solidez del modelo de medición71. En segundo lugar, estimamos las estimaciones de confiabilidad de la consistencia interna de cada constructo. Informamos tanto la estimación del límite inferior de confiabilidad (coeficiente \(\alpha\) de Cronbach) como la estimación del límite superior de confiabilidad-constructo de confiabilidad (CR). Tanto el coeficiente \(\alpha\) como el CR de Cronbach oscilan entre 0 y 1, donde los valores más altos representan una mayor confiabilidad. Como pauta general, un \(\alpha\) de Cronbach superior a 0,70 se considera satisfactorio75,76 y un valor superior a 0,50 se considera aceptable77. Un valor del coeficiente CR de 0,60 o superior indica una fiabilidad satisfactoria71.

En tercer lugar, evaluamos la validez convergente y discriminante del modelo de medición. Para la validez convergente, utilizamos el valor de varianza promedio extraída (AVE) de cada constructo. AVE ≥ 0,50 o AVE < 0,50 con un CR > 0,60 y AVE < CR indican una validez convergente aceptable78. Para la validez discriminante, comparamos la raíz cuadrada del AVE de un constructo con su correlación correspondiente con otros constructos78. La raíz cuadrada de los AVE de cada constructo debe ser mayor que su correlación con otros constructos. También hemos informado la relación heterotrait-monotrait (HTMT) de correlaciones del constructo como prueba adicional de validez discriminante. Para constructos conceptualmente similares, el valor HTMT debe ser < 0,90; para constructos que son conceptualmente distintos, el valor HTMT debe ser <0,8079.

Primero, evaluamos la colinealidad de los constructos en nuestro modelo estructural calculando los valores del factor de inflación de varianza (VIF). VIF > 3 indica probables problemas de colinealidad79. A continuación, estimamos los efectos directos (DE) y los efectos totales (TE) del modelo estructural utilizando un enfoque de arranque con 10.000 submuestras e informamos los efectos totales significativos (t > 1,96) observados en nuestro modelo. Por último, informamos el \({R}^{2}\) ajustado como una medida del poder explicativo. Para evaluar el poder explicativo, seguimos las pautas de Falk y Miller80: \({R}^{2}\) valores \(\ge\) 0,10 indica un poder explicativo adecuado. Además, hemos categorizado los valores \({R}^{2}\) siguiendo las pautas de Cohen61: 0,02 (débil), 0,13 (moderado) y 0,26 (sustancial). Para determinar la relevancia predictiva, evaluamos el poder predictivo del modelo ajustado mediante una validación cruzada de K veces utilizando la función \(PL{S}_{predict}\) del paquete “SEMinR”71. \(PL{S}_{predict}\) proporciona el error cuadrático medio (RMSE) y los respectivos puntos de referencia del modelo de regresión lineal (LM) para todos los indicadores. Evaluamos el poder predictivo del modelo siguiendo las pautas de Hair71: (i) poder predictivo alto: todos los indicadores en el modelo PLS-SEM ajustado tienen valores RMSE más bajos en comparación con el LM (ii) poder predictivo medio: la mayoría (≥ 50% ) de los indicadores tienen valores RMSE más bajos que LM (iii) bajo poder predictivo: menos del 50% del indicador tiene un valor RMSE más bajo que LM (iv) sin poder predictivo: ningún indicador tiene un valor RMSE más bajo que el modelo LM. La Figura 2 muestra los pasos de análisis que seguimos.

Analiza los pasos utilizados en el estudio.

El proyecto recibió la autorización ética del Comité de Ética en Investigación Humana de la Universidad de Monash (ID del proyecto: 14,786). Se obtuvo el consentimiento informado de todos los participantes. Se aseguró a los participantes su participación voluntaria y el derecho a retirarse en cualquier momento.

De 301 participantes (edad media ± DE = 28 ± 9), 218 (72,43 %) eran mujeres, con edades comprendidas entre 18 y 59 años (edad media ± DE = 26,85 ± 8,07) y 83 (27,57 %) eran hombres con un rango de edad entre 18 a 74 años (EdadMedia±DE = 30,35 ± 12,14): 78,66% eran solteros. La mayoría de los participantes eran estudiantes (71,42%) y de cronotipo intermedio (68%). La Tabla 1 resume la demografía de los participantes y las estadísticas descriptivas de las medidas. La Figura 3 muestra la distribución de respuestas, la puntuación media y la DE para cada ítem de LEBA.

Distribución de respuestas de la Evaluación del comportamiento de exposición a la luz.

La Tabla 2 presenta los índices de ajuste de las escalas utilizadas en este estudio. La Evaluación del comportamiento de exposición a la luz (LEBA), el Índice de calidad del sueño de Pittsburgh (PSQI), el Cuestionario de matutino-vespertino (MEQ) y las Escalas de afecto positivo y negativo (PANAS) mostraron un ajuste entre aceptable y bueno en términos de CFI y TLI (> 0,95 o 0,90). ), RMSEA (< 0,08 o 0,06) y SRMR (< 0,08).

Excluimos dos elementos de LEBA (elementos 02 y 04) y cuatro elementos de MEQ (elementos 06, 10, 16, 12) debido a cargas factoriales débiles (<0,40; Tabla complementaria S1). Los resultados de la evaluación del modelo de medición reacondicionado se presentan en la Tabla complementaria S2. El factor de eficiencia del sueño (SE) del PSQI mostró una confiabilidad deficiente en términos de \(\alpha\) de Cronbach (\(\alpha\)= 0,48) pero tuvo una confiabilidad de constructo satisfactoria (CR = 0,79). Todos los demás factores mostraron una consistencia interna de aceptable a satisfactoria en términos de \(\alpha\) de Cronbach (0,51–0,94) y confiabilidad del constructo (0,72–0,96). En cuanto a la validez convergente, 8 de 13 constructos tuvieron una varianza promedio extraída (AVE) > 0,50 (excepto LEBA B2, afecto negativo, calidad percibida del sueño, hora pico y retiro). Sin embargo, los 13 constructos tuvieron CR > 0,60 y AVE

Para establecer la validez discriminante, calculamos la raíz cuadrada del AVE de cada constructo y los comparamos con su correspondiente correlación entre constructos (Tabla complementaria S3). La raíz cuadrada de AVE de todos los constructos fue mayor que su correlación entre constructos, lo que indica una validez discriminante satisfactoria. Se obtuvo más evidencia de la validez discriminante de los constructos mediante el análisis de heterotrait-monotrait (HTMT). La Tabla complementaria S4 presenta los valores de HTMT e indica una validez discriminante satisfactoria (HTMT <0,80) para los 13 constructos.

Los factores de inflación de varianza (VIF) para todos los constructos fueron <3, lo que indica que no hay posible colinealidad. La Tabla 3 muestra los efectos directos significativos (t > 1,96) y los efectos totales observados en nuestro modelo. Todos los efectos directos del modelo estructural se proporcionan en la Tabla complementaria S5.

La Tabla 3 muestra que, de acuerdo con nuestras predicciones, las categorías LEBA exhibieron efectos directos sobre el cronotipo (H1), el estado de ánimo (H2) y la calidad del sueño (H3). Entre los cuatro factores del cronotipo, observamos un efecto directo negativo del uso de gafas con filtro de luz azul (LEBA B1) en el tiempo pico (PT; tiempo pico del cuerpo para diferentes actividades). Un menor uso de gafas con filtro de luz azul en interiores durante el día y más dentro de una hora antes de dormir (LEBA B1) predijo la hora punta temprana (PT; \(\beta\)= −0,25). Pasar tiempo al aire libre (LEBA B2) exhibió un efecto directo sobre el afecto positivo (\(\beta\)= 0,33) y los factores cronotipo: hora punta (PT; \(\beta\)= 0,20), hora de retiro (RT; la hora cuando nuestro cuerpo comienza a prepararse para dormir; \(\beta\)= 0.17), y hora de levantarse (RI; el momento en que nuestro cuerpo se prepara para despertar; \(\beta\)= 0.14). Por el contrario, el uso del móvil en la cama antes de dormir (LEBA B3) influyó directa pero negativamente en los cuatro factores cronotipo: PT (\(\beta\)= −0,22), afecto matutino (MA; \(\beta\ )= −0,12), RT (\(\beta\)= −0,25) y RI (\(\beta\)= −0,23) y se predijo una disminución de la calidad del sueño percibida (PSQ; \(\beta\)= 0,13; a una puntuación más alta indicó una mala calidad del sueño). El mayor uso de luz eléctrica durante el día (LEBA B5) influyó positivamente en los factores cronotipo: PT (\(\beta\)= 0,15), MA (\(\beta\)= 0,14) y RT (\(\beta\)= 0,15) y una mayor calidad del sueño percibida (PSQ; \(\beta\)= −0,16; una puntuación más baja indica una mayor calidad del sueño). Pero esta dimensión de comportamiento (LEBA B5) se asoció con un mayor afecto negativo (\(\beta\)= 0,19). Los resultados indicaron una relación bidireccional entre el estado de ánimo y la calidad del sueño. El afecto positivo y negativo influyó directamente en la calidad del sueño y viceversa (H4). El estado de ánimo positivo aumentó tanto la eficiencia del sueño (SE; \(\beta\)= 0,21) como el PSQ (\(\beta\)= −0,19), mientras que el afecto negativo disminuyó el PSQ (\(\beta\)= 0,28). Nuevamente, mejores SE y PSQ predijeron una mejor PA (\(\beta\)= 0,21 y −0,29). Se predijo un mejor PSQ menos NA (\(\beta\)= 0,37).

El cronotipo influyó directamente en la calidad del sueño (H5), donde se observó que el aumento de MA aumentaba el PSQ (\(\beta\)= −0,21). Se observó una influencia negativa del PSQ en la memoria y la concentración (H6), por lo que se predijo que un PSQ deficiente aumentaría los problemas en la memoria (\(\beta\)= 0,13) y la concentración (\(\beta\)= 0,22). El aumento del afecto negativo predijo un deterioro de la memoria y la concentración (H7; memoria = 0,37; concentración = 0,32). También observamos un efecto directo del cronotipo sobre los problemas de memoria y concentración (H8). Se predijo que un mayor afecto matutino disminuiría los problemas de memoria y concentración (\(\beta\)= −0,13 y −0,11). Sin embargo, no se observó ningún efecto directo significativo de las conductas relacionadas con la exposición a la luz (H9) sobre los problemas de memoria y concentración.

Observamos efectos totales significativos de los comportamientos relacionados con la exposición a la luz sobre la calidad del sueño (H10). El uso de teléfonos móviles en la cama antes de dormir (LEBA B3) predijo la disminución del PSQ (\(\beta\)= 0,20), mientras que el mayor uso de luz eléctrica durante el día (LEBA B5) incrementó el PSQ (\(\beta\ )= −0,18). Por último, se observaron efectos totales significativos de las conductas relacionadas con la exposición a la luz sobre la memoria y la concentración (H11). El uso de teléfonos móviles en la cama antes de dormir (LEBA B3) predijo un aumento de los problemas de memoria y concentración (\(\beta\)= 0,20 y \(\beta\)= 0,23, respectivamente).

Nuestro modelo ajustado mostró un poder explicativo sustancial (R2) para PSQ (26,70%), problemas de concentración (31,67%) y problemas de memoria (27,32%). Se observó un R2 moderado para PA (25,27%), NA (18,03%), PT (14,58%) y RT (13,32%). Nuestro modelo exhibió un R2 débil para MA (4%), RI (9%) y SE (4%). La función \(PL{S}_{predict}\) indicó que nuestro modelo tenía un poder predictivo medio y el 72,72% de los indicadores tenían un valor RMSE inferior al del punto de referencia LM.

Este estudio investigó si los comportamientos de exposición a la luz predicen el cronotipo, la calidad del sueño, el estado de ánimo, la memoria y la concentración. Los análisis preliminares revelaron que los comportamientos de exposición a la luz afectaban la calidad del sueño, la concentración y la memoria. Los resultados de LEBA indicaron que los participantes generalmente usaban filtros de luz azul con menos frecuencia, pasaban menos tiempo al aire libre y utilizaban mucho los teléfonos móviles en la cama antes de dormir. Estos comportamientos podrían haber contribuido a la mala calidad del sueño y a problemas de memoria y concentración. Los resultados reforzaron la necesidad de un modelo para predecir cómo los comportamientos de exposición a la luz explican la cognición humana y la calidad del sueño.

Los modelos de medición indicaron una confiabilidad y validez aceptables de las escalas que utilizamos para medir el cronotipo, la calidad del sueño y el estado de ánimo. Dos factores: la eficiencia del sueño (SE) y el tiempo de levantarse (RI), tuvieron un α de Cronbach < 0,60 pero exhibieron una confiabilidad de constructo satisfactoria (> 0,60). Estos dos factores estaban compuestos por sólo dos ítems cada uno, lo que podría haber contribuido al bajo coeficiente alfa de Cronbach. Además, solo hicimos dos preguntas separadas para evaluar si los participantes experimentaron algún problema para recordar la memoria y la concentración. El uso de estos ítems únicos globales nos permitió reducir las demandas cognitivas de los participantes requeridas para responder a la encuesta y aumentó la tasa de respuesta81. Normalmente, las preguntas únicas resultan fiables, tienen buena validez predictiva y permiten a los participantes considerar las características clave del constructo determinado82,83,84,85.

Los resultados indicaron que el modelo estructural tenía un poder explicativo satisfactorio (R2 > 0,10) para todos los factores excepto el afecto matutino (MA), la hora de levantarse (RI) y la eficiencia del sueño (SE). Estos tres factores exhibieron un R2 débil. Una posible razón podría ser que estén influenciados por otros factores no incluidos en el modelo, como la genética, la hora del día y el horario de trabajo. En cualquier caso, nuestros modelos generalmente mostraron una relevancia predictiva satisfactoria y la mayoría de las relaciones confirmaron nuestras predicciones.

El uso de filtros de luz azul (LEBA B1) influyó directamente en el tiempo pico: un cronotipo que indica el tiempo pico del cuerpo para diferentes actividades. Un menor uso de filtros de luz azul en interiores durante el día y un mayor uso durante la noche, especialmente una hora antes de dormir, predijeron un avance de la fase circadiana, lo que significa que nuestro cuerpo comienza a funcionar antes de lo habitual (efecto directo, DE = −0,21). Los resultados respaldan estudios previos que demostraron que la exposición a la luz azul durante el día y la ausencia de luz azul durante la noche eran responsables de sincronizar nuestro reloj biológico con el ciclo natural de luz-oscuridad y preparar nuestro cuerpo para levantarse temprano86,87. Un grupo de fotorreceptores de nuestro ojo, las células ganglionares de la retina intrínsecamente fotorreceptivas (ipRGC), son sensibles a la luz azul2,6. Estos ipRGC reciben señales de la luz y las envían a la región del núcleo supraquiasmático (SCN) de nuestro cerebro, el llamado reloj maestro de nuestro reloj biológico, para alinear nuestro ritmo interno con el ciclo astronómico. Por lo tanto, la privación de luz azul durante el día, especialmente por la mañana, y la exposición durante la noche desvían nuestro ritmo circadiano. Figueiro et al.88 informaron que la exposición a la luz enriquecida con azul durante todo el día promueve una mejor alineación del ritmo circadiano con el ciclo de luz-oscuridad de 24 horas de la Tierra. Figueiro y Rea89 observaron un retraso en la aparición de la melatonina nocturna debido a la exposición a la luz diurna empobrecida en azul (desde el momento del despertar hasta aproximadamente las 15:00), provocando un retraso en la fase circadiana.

Pasar tiempo al aire libre (LEBA B2) predijo una mejora del estado de ánimo en nuestros participantes al aumentar su afecto positivo. Estudios anteriores también informaron resultados similares8,90. An et al.90 observaron una reducción del estado de ánimo depresivo en los trabajadores cuando había más luz solar disponible en su lugar de trabajo. Figueiro et al.8 encontraron menos síntomas depresivos en exposiciones a la luz con una alta eficiencia circadiana, una capacidad de sincronizar nuestro reloj biológico como la luz del sol. Observamos un efecto directo positivo de pasar tiempo al aire libre en el cronotipo. Indica una relación potencial entre la exposición a la luz exterior y el avance de fase en nuestro ritmo circadiano (ver también 8,91). Después de analizar un biobanco de 400.000 participantes del Reino Unido, Burns et al.91 informaron que el tiempo pasado bajo luz exterior promovía el avance de fase. Además, podría existir la posibilidad de que las personas con cronotipos tempranos tengan la ventaja de pasar más tiempo al aire libre que aquellas con cronotipos tardíos. Los resultados sugieren que los problemas relacionados con el sueño y el estado de ánimo podrían tener su origen en los comportamientos relacionados con la exposición a la luz de las personas.

El mayor uso de dispositivos inteligentes (teléfonos móviles) en la cama antes de dormir (LEBA B3) predijo el retraso de fase y la reducción de la calidad del sueño. Este comportamiento relacionado con la exposición también perjudicó el rendimiento de la memoria y la concentración. Investigaciones anteriores revelaron efectos adversos del uso de dispositivos inteligentes en la cama sobre la calidad del sueño92,93,94. La pantalla autoluminosa de los dispositivos inteligentes a menudo emite luces azules, cuya exposición durante la noche se asocia directamente con un funcionamiento cognitivo reducido, un cambio de fase circadiano y una calidad del sueño reducida95,96,97,98,99.

Los resultados indicaron que el mayor uso de luz eléctrica (sintonizable, LED o luz que simula el amanecer) por la mañana y durante el día (LEBA B5) aumentó la calidad del sueño y predijo un avance de la fase circadiana. Figueiro et al.8 encontraron resultados similares, según los cuales una mayor exposición a la luz circadiana durante el día mejoró la calidad del sueño entre los trabajadores de oficina. Varios estudios demostraron de forma independiente que una exposición inadecuada a la luz diurna provocaba una mayor supresión de melatonina durante la noche, lo que provocaba un retraso en la fase circadiana, más despertares nocturnos, privación del sueño y mala calidad del sueño100,101,102. Los estudios basados ​​en entornos del mundo real, como oficinas y escuelas, también indicaron que una mayor exposición a la luz eléctrica mejoraba la calidad del sueño9,103,104. Sin embargo, un mayor uso de estas luces eléctricas por la mañana también predijo un mayor afecto negativo. El uso de luz eléctrica por la mañana y durante el día podría estar asociado con la inaccesibilidad a la luz solar, lo que podría contribuir a un aumento del afecto negativo105.

Inesperadamente, no observamos ninguna influencia del factor Controlar el ambiente luminoso antes de acostarse (LEBA B4) sobre el sueño, las emociones y la cognición. Los participantes informaron si controlaban la luz emitida por sus dispositivos antes de acostarse, por ejemplo, si usaban aplicaciones de filtro de luz azul o atenuaban el monitor una hora antes de dormir. Sin embargo, recomendaciones recientes indicaron que las investigaciones relacionadas con la luz en un entorno de sueño deberían considerar un lapso de tiempo de tres horas antes de dormir55, lo que podría ser un factor que contribuya a tales hallazgos. Además, los efectos de la luz antes de acostarse también podrían depender del historial de exposición a la luz y de las características de la luz circundante106, que no se tuvieron en cuenta en nuestro modelo.

Los resultados indicaron que el aumento del afecto matutino (H8), un factor del cronotipo, predijo menos problemas de memoria y concentración. Aunque el avance de la fase circadiana mejoró la memoria y la concentración, la relación parecía más compleja porque otros factores podrían influir en esta relación. Por ejemplo, los cronotipos tempranos pueden ser menos susceptibles al desfase horario social (patrón de sueño-vigilia desalineado con el horario de trabajo); por lo tanto, las personas podrían experimentar posteriormente menos problemas de memoria y concentración que otros cronotipos107,108.

Nos gusta mencionar varias limitaciones de este estudio. Primero, ajustamos el modelo basado en PLS-SEM en una muestra dominada por mujeres, lo que dificulta la generalización de los resultados. Los estudios futuros deberían reclutar una muestra equilibrada en cuanto a género con mayor representatividad de la población multiétnica de Malasia y ajustar el modelo a subgrupos equilibrados como el origen étnico o la edad. En segundo lugar, el afecto matutino (MA), las conductas ascendentes (RI) y la eficiencia del sueño (SE) exhibieron un R2 débil en nuestro modelo ajustado. Podría ser necesaria más investigación con muestras más grandes y medidas más completas para variables adicionales para mejorar el poder explicativo del modelo ajustado. En tercer lugar, no se puede subestimar la importancia de considerar la hora del día a la hora de tener en cuenta los efectos de la exposición a la luz. Sin embargo, debemos señalar que la mayoría de las dimensiones conductuales de LEBA no abordan objetivamente la hora del día. Para mejorar la precisión y confiabilidad de estudios futuros, recomendamos que los investigadores consideren el papel de la hora del día como una variable y desarrollen un modelo que la incorpore. En cuarto lugar, hubo una subrepresentación de participantes de edad avanzada (> 65 años) en este estudio. La edad de los participantes es un factor crítico que puede influir significativamente en el comportamiento relacionado con la exposición a la luz, lo que genera preocupaciones sobre la generalización de los hallazgos del estudio a la población de mayor edad.

Esta investigación investigó si los comportamientos relacionados con la exposición a la luz podrían predecir el cronotipo, la calidad del sueño, el estado de ánimo, la memoria y la concentración. Nuestro objetivo era idear una dieta ligera y saludable. Primero desarrollamos un marco conceptual y luego aplicamos un modelo de ecuación estructural de mínimos cuadrados parcial a los datos recopilados de 301 adultos malasios. Todos los constructos utilizados en el modelo mostraron confiabilidad y validez aceptables. Los resultados indicaron que el menor uso de filtros azules portátiles al aire libre durante el día y más una hora antes de dormir predijo un avance de la fase circadiana. Además, pasar tiempo al aire libre favorece el avance del estado de ánimo y de la fase circadiana. Sin embargo, el uso de dispositivos (teléfonos móviles) en la cama antes de dormir afecta negativamente al estado de ánimo, la calidad del sueño, la memoria y la concentración. El primero también predijo un retraso en la fase circadiana. El uso de luz eléctrica (sintonizable, LED o luz que simula el amanecer) por la mañana y durante el día promueve el avance de la fase circadiana y mejora la calidad del sueño. Generalmente, estos hallazgos ayudarían a desarrollar una dieta ligera y saludable para facilitar la salud y el bienestar.

Los conjuntos de datos generados y analizados durante el estudio actual están disponibles en el repositorio de GitHub, https://github.com/ILLMMU/Study2.

Lok, R., Smolders, KC, Beersma, DG, Domien, JG y de Kort, YA Luz, estado de alerta y efectos de alerta de la luz blanca: una descripción general de la literatura. J. Biol. Ritmos 33, 589–601. https://doi.org/10.1177/0748730418796443 (2018).

Artículo PubMed PubMed Central Google Scholar

Lockley, SW Sensibilidad espectral de los efectos circadianos, neuroendocrinos y neuroconductuales de la luz. J. Humano-Medio ambiente. Sistema. 11, 43 (2008).

Artículo de Google Scholar

Cajochen, C. Efectos de alerta de la luz. Dormir Med. Apocalipsis 11, 453–464. https://doi.org/10.1016/j.smrv.2007.07.009 (2007).

Artículo PubMed Google Scholar

Siraji, M., Kalavally, V., Schaefer, A. y Haque, S. Efectos de la exposición a la luz eléctrica durante el día sobre el estado de alerta humano y las funciones cognitivas superiores: una revisión sistemática. Frente. Psicólogo. https://doi.org/10.3389/fpsyg.2021.765750 (2022).

Artículo PubMed PubMed Central Google Scholar

Xiao, H., Cai, H. & Li, X. Efectos no visuales del ambiente de luz interior en los humanos: una revisión. Fisiol. Comportamiento. 228, 113195. https://doi.org/10.1016/j.physbeh.2020.113195 (2021).

Artículo CAS PubMed Google Scholar

Hankins, MW y Lucas, RJ La vía visual primaria en los seres humanos se regula según la exposición a la luz a largo plazo mediante la acción de un fotopigmento no clásico. actual. Biol. 12, 191–198. https://doi.org/10.1016/S0960-9822(02)00659-0 (2002).

Artículo CAS PubMed Google Scholar

Lunn, RM y cols. Consecuencias para la salud de las prácticas de iluminación eléctrica en el mundo moderno: informe sobre el taller del Programa Nacional de Toxicología sobre el trabajo por turnos nocturnos, la luz artificial nocturna y la alteración circadiana. Ciencia. Medio ambiente total. 607, 1073–1084 (2017).

Artículo ADS PubMed Google Scholar

Figueiro, MG et al. El impacto de la exposición a la luz diurna sobre el sueño y el estado de ánimo de los trabajadores de oficina. Salud del sueño 3, 204–215. https://doi.org/10.1016/j.sleh.2017.03.005 (2017).

Artículo PubMed Google Scholar

Viola, AU, James, LM, Schlangen, LJM y Dijk, D.-J. Luz blanca enriquecida con azul en el lugar de trabajo Mejora el estado de alerta, el rendimiento y la calidad del sueño autoinformados. Escanear. J. Entorno de Trabajo. Salud 34, 297–306. https://doi.org/10.5271/sjweh.1268 (2008).

Artículo PubMed Google Scholar

Porcheret, K. y col. Cronotipo y exposición a la luz ambiental en una población estudiantil. Cronobiol. En t. 35, 1365-1374. https://doi.org/10.1080/07420528.2018.1482556 (2018).

Artículo PubMed PubMed Central Google Scholar

Koo, YS y cols. Luz artificial exterior durante la noche, obesidad y salud del sueño: análisis transversal en el estudio KoGES. Cronobiol. En t. 33, 301–314. https://doi.org/10.3109/07420528.2016.1143480 (2016).

Artículo PubMed Google Scholar

Czeisler, CA y cols. Inducción con luz brillante de un fuerte reinicio (Tipo 0) del marcapasos circadiano humano. Ciencia 244, 1328-1333. https://doi.org/10.1126/science.2734611 (1989).

Artículo ADS CAS PubMed Google Scholar

Khalsa, SBS, Jewett, ME, Cajochen, C. & Czeisler, CA Una curva de respuesta de fase a pulsos de luz brillantes únicos en sujetos humanos. J. Physiol. 549, 945–952. https://doi.org/10.1113/jphysiol.2003.040477 (2003).

Artículo CAS PubMed PubMed Central Google Scholar

Cho, JR, Joo, EY, Koo, DL y Hong, SB Que no haya luz: el efecto de la luz de noche sobre la calidad del sueño y los ritmos electroencefalográficos de fondo. Dormir Med. 14, 1422-1425. https://doi.org/10.1016/j.sleep.2013.09.007 (2013).

Artículo PubMed Google Scholar

Obayashi, K., Saeki, K. y Kurumatani, N. Asociación entre la exposición a la luz nocturna y el insomnio en la población general de edad avanzada: la cohorte HEIJO-KYO. Cronobiol. En t. 31, 976–982. https://doi.org/10.3109/07420528.2014.937491 (2014).

Artículo PubMed Google Scholar

Boubekri, M., Cheung, IN, Reid, KJ, Wang, C.-H. & Zee, PC Impacto de las ventanas y la exposición a la luz natural en la salud general y la calidad del sueño de los trabajadores de oficina: un estudio piloto de casos y controles. J.Clin. Dormir Med. 10, 603–611. https://doi.org/10.5664/jcsm.3780 (2014).

Artículo PubMed PubMed Central Google Scholar

He, M., Ru, T., Li, S., Li, Y. & Zhou, G. Ilumina el sueño: la luz brillante de la mañana mejora el sueño nocturno y el estado de alerta a la mañana siguiente entre los estudiantes universitarios. J. Res. del sueño. 32, e13724. https://doi.org/10.1111/jsr.13724 (2023).

Artículo PubMed Google Scholar

Liu, C.-R., Liou, YM y Jou, J.-H. La iluminación ambiental brillante por la mañana mejora los trastornos del sueño de los adultos mayores con demencia. Dormir Med. 89, 1–9. https://doi.org/10.1016/j.sleep.2021.10.011 (2022).

Artículo PubMed Google Scholar

Bedrosian, TA y Nelson, RJ El momento de exposición a la luz afecta el estado de ánimo y los circuitos cerebrales. Traducción Psiquiatría 7, e1017 – e1017. https://doi.org/10.1038/tp.2016.262 (2017).

Artículo CAS PubMed PubMed Central Google Scholar

Leichtfried, V. y col. La iluminación intensa en las horas de la mañana mejoró el estado de ánimo y el estado de alerta, pero no el rendimiento mental. Aplica. Ergón. 46, 54–59. https://doi.org/10.1016/j.apergo.2014.07.001 (2015).

Artículo PubMed Google Scholar

Borisuit, A., Linhart, F., Scartezzini, JL & Münch, M. Efectos de las condiciones realistas de iluminación natural y eléctrica de la oficina sobre el confort visual, el estado de alerta y el estado de ánimo. Resolución de iluminación. Tecnología. (Londres, Inglaterra: 2001) 47, 192–209. https://doi.org/10.1177/1477153514531518 (2015).

Artículo de Google Scholar

Hoffmann, G. y col. Efectos de intensidades de iluminación variables y temperaturas de color sobre la sulfatoximelatonina y el estado de ánimo subjetivo en un lugar de trabajo de oficina experimental. Aplica. Ergón. 39, 719–728. https://doi.org/10.1016/j.apergo.2007.11.005 (2008).

Artículo PubMed Google Scholar

Ru, T., de Kort, YAW, Smolders, KCHJ, Chen, Q. y Zhou, G. Efectos de la iluminancia y la temperatura de color correlacionada de la luz de la oficina que no forman imágenes sobre el estado de alerta, el estado de ánimo y el rendimiento en todos los dominios cognitivos. Construir. Reinar. 149, 253–263. https://doi.org/10.1016/j.buildenv.2018.12.002 (2019).

Artículo de Google Scholar

Vandewalle, G., Maquet, P. y Dijk, D.-J. La luz como modulador de la función cerebral cognitiva. Tendencias Cogn. Ciencia. 13, 429–438. https://doi.org/10.1016/j.tics.2009.07.004 (2009).

Artículo PubMed Google Scholar

Vandewalle, G. y col. La calidad espectral de la luz modula las respuestas emocionales del cerebro en los humanos. Proc. Nacional. Acad. Ciencia. Estados Unidos 107, 19549–19554. https://doi.org/10.1073/pnas.1010180107 (2010).

Artículo ADS PubMed PubMed Central Google Scholar

Hattar, S. y col. Proyecciones centrales de células ganglionares de la retina que expresan melanopsina en el ratón. J.Comp. Neurol 497, 326–349. https://doi.org/10.1002/cne.20970 (2006).

Artículo PubMed PubMed Central Google Scholar

Vandewalle, G. y col. Modulación dependiente de la longitud de onda de las respuestas cerebrales a una tarea de memoria de trabajo mediante exposición a la luz diurna. Cerebro. Corteza 17, 2788–2795. https://doi.org/10.1093/cercor/bhm007 (2007).

Artículo CAS PubMed Google Scholar

Alkozei, A., Smith, R., Dailey, NS, Bajaj, S. y Killgore, WDS La exposición aguda a la luz de longitud de onda azul durante la consolidación de la memoria mejora el rendimiento de la memoria verbal. MÁS UNO 12, e0184884. https://doi.org/10.1371/journal.pone.0184884 (2017).

Artículo CAS PubMed PubMed Central Google Scholar

Huiberts, LM, Smolders, KCHJ y de Kort, YAW Luz brillante sobre la memoria: efectos de la luz brillante sobre el rendimiento de la memoria de trabajo. Comportamiento. Res. cerebral. 294, 234–245. https://doi.org/10.1016/j.bbr.2015.07.045 (2015).

Artículo CAS PubMed Google Scholar

Kretschmer, V., Schmidt, KH y Griefahn, B. Efectos de la luz brillante sobre la memoria de trabajo, la atención sostenida y la concentración de los trabajadores mayores del turno de noche. Resolución de iluminación. Tecnología. 44, 316–333. https://doi.org/10.1177/1477153511418769 (2012).

Artículo de Google Scholar

Sleegers, P. y col. La iluminación influye positivamente en la concentración de los estudiantes: resultados de tres estudios holandeses. Luz. Res. Tecnología. 45, 159-175. https://doi.org/10.1177/1477153512446099 (2013).

Artículo de Google Scholar

Juda, M., Vetter, C. y Roenneberg, T. Chronotype modula la duración y la calidad del sueño y el desfase horario social en los trabajadores por turnos. J. Biol. Ritmos 28, 141-151. https://doi.org/10.1177/0748730412475042 (2013).

Artículo PubMed Google Scholar

Vitale, JA et al. El cronotipo influye en la actividad, el ritmo circadiano y el sueño: diferencias en la calidad del sueño entre semana y fin de semana. Cronobiol. En t. 32, 405–415. https://doi.org/10.3109/07420528.2014.986273 (2015).

Artículo PubMed Google Scholar

Taillard, J., Philip, P. & Bioulac, B. Matutino/vespertino y necesidad de dormir. J. Res. del sueño. 8, 291–295. https://doi.org/10.1046/j.1365-2869.1999.00176.x (1999).

Artículo CAS PubMed Google Scholar

Sukegawa, M. y col. Hábitos de sueño y estilo de vida en los tipos de ritmo circadiano humano matutino y vespertino. Biol. Ritmo. Res. 40, 121-127. https://doi.org/10.1080/09291010701794404 (2009).

Artículo de Google Scholar

Schmidt, C. y col. Superando los límites: el cronotipo y la hora del día modulan la actividad cerebral dependiente de la memoria de trabajo. Frente. Neurol. https://doi.org/10.3389/fneur.2015.00199 (2015).

Artículo PubMed PubMed Central Google Scholar

Rosenthal, L. y col. Somnolencia/estar alerta entre individuos sanos vespertinos y matutinos. Dormir Med. 2, 243–248. https://doi.org/10.1016/S1389-9457(00)00047-2 (2001).

Artículo CAS PubMed Google Scholar

Matchock, RL y Toby Mordkoff, J. El cronotipo y las influencias de la hora del día en los componentes ejecutivos, de alerta y de orientación de la atención. Exp. Res. cerebral. 192, 189–198. https://doi.org/10.1007/s00221-008-1567-6 (2009).

Artículo PubMed Google Scholar

May, CP y Hasher, L. Efectos de la sincronía en el control inhibidor sobre el pensamiento y la acción. J. Experto. Psicólogo. Percepción humana. Llevar a cabo. 24, 363–379. https://doi.org/10.1037/0096-1523.24.2.363 (1998).

Artículo CAS Google Scholar

Hidalgo, MPL et al. Realización de cronotipos en pruebas de memoria durante los turnos matutino y vespertino. Psicólogo. Representante 95, 75–85. https://doi.org/10.2466/pr0.95.1.75-85 (2004).

Artículo PubMed Google Scholar

Ong, AD, Kim, S., Young, S. y Steptoe, A. Afecto positivo y sueño: una revisión sistemática. Dormir Med. Apocalipsis 35, 21–32. https://doi.org/10.1016/j.smrv.2016.07.006 (2017).

Artículo PubMed Google Scholar

Bower, B., Bylsma, LM, Morris, BH y Rottenberg, J. La mala calidad del sueño predice un afecto positivo bajo en la vida diaria entre personas sanas y con trastornos del estado de ánimo. J. Res. del sueño. 19, 323–332. https://doi.org/10.1111/j.1365-2869.2009.00816.x (2010).

Artículo PubMed Google Scholar

Steptoe, A., O'Donnell, K., Marmot, M. y Wardle, J. Afecto positivo, bienestar psicológico y buen sueño. J. Psicosoma. Res. 64, 409–415. https://doi.org/10.1016/j.jpsychores.2007.11.008 (2008).

Artículo PubMed Google Scholar

Fosse, R., Stickgold, R. & Hobson, JA Experiencia emocional durante el sueño con movimientos oculares rápidos en la narcolepsia. Dormir 25, 724–732. https://doi.org/10.1093/sleep/25.7.724 (2002).

Artículo PubMed Google Scholar

Johnson, EO, Roth, T. & Breslau, N. La asociación del insomnio con los trastornos de ansiedad y la depresión: exploración de la dirección del riesgo. J. Psiquiatra. Res. 40, 700–708. https://doi.org/10.1016/j.jpsychires.2006.07.008 (2006).

Artículo PubMed Google Scholar

Riemann, D. y col. El modelo de hiperactivación del insomnio: una revisión del concepto y su evidencia. Dormir Med. Apocalipsis 14, 19–31. https://doi.org/10.1016/j.smrv.2009.04.002 (2009).

Artículo PubMed Google Scholar

Perlstein, WM, Elbert, T. y Stenger, VA Disociación en la corteza prefrontal humana de influencias afectivas sobre la actividad relacionada con la memoria de trabajo. Proc. Nacional. Acad. Ciencia. Estados Unidos 99, 1736-1741. https://doi.org/10.1073/pnas.241650598 (2002).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Sharifian, N. & Zahodne, LB Asociaciones diarias entre el uso de las redes sociales y los fallos de memoria: el papel mediador del afecto negativo. J. General Psicólogo. 148, 67–83. https://doi.org/10.1080/00221309.2020.1743228 (2021).

Artículo PubMed Google Scholar

Threadgill, AH y Gable, PA El afecto negativo que varía en intensidad motivacional influye en el alcance de la memoria. Cogn. Emocionado. 33, 332–345. https://doi.org/10.1080/02699931.2018.1451306 (2019).

Artículo PubMed Google Scholar

Cruz, T., García, L., Álvarez, MA y Manzanero, AL La calidad del sueño y la función de la memoria en el envejecimiento saludable. Neurología (Edición en inglés) 37, 31–37. https://doi.org/10.1016/j.nrleng.2018.10.024 (2022).

Artículo CAS Google Scholar

Xie, W., Berry, A., Lustig, C., Deldin, P. y Zhang, W. Mala calidad del sueño y capacidad de memoria de trabajo visual comprometida. J. Int. Neuropsicología. Soc. 25, 583–594. https://doi.org/10.1017/S1355617719000183 (2019).

Artículo PubMed PubMed Central Google Scholar

Hokett, E., Arunmozhi, A., Campbell, J., Verhaeghen, P. y Duarte, A. Una revisión sistemática y metanálisis de las diferencias individuales en la calidad naturalista del sueño y el rendimiento de la memoria episódica en adultos jóvenes y mayores. Neurociencias. Biocomportamiento. Apocalipsis 127, 675–688. https://doi.org/10.1016/j.neubiorev.2021.05.010 (2021).

Artículo PubMed PubMed Central Google Scholar

Chakravarty, K. et al. Efecto de la calidad del sueño sobre la memoria, la función ejecutiva y el rendimiento del lenguaje en pacientes con epilepsia focal refractaria y epilepsia controlada versus controles sanos: un estudio prospectivo. Comportamiento de la epilepsia. 92, 176–183. https://doi.org/10.1016/j.yebeh.2018.12.028 (2019).

Artículo PubMed Google Scholar

van der Heijden, KB et al. La reducción crónica del sueño se asocia con el rendimiento académico y la concentración en el estudio en estudiantes de educación superior. J. Res. del sueño. 27, 165-174. https://doi.org/10.1111/jsr.12596 (2018).

Artículo PubMed Google Scholar

Brown, TM y col. Recomendaciones para la exposición a la luz interior durante el día, la tarde y la noche para apoyar mejor la fisiología, el sueño y la vigilia en adultos sanos. Más Biol. 20, e3001571. https://doi.org/10.1371/journal.pbio.3001571 (2022).

Artículo CAS PubMed PubMed Central Google Scholar

Siraji, M. y col. Un inventario del comportamiento humano relacionado con la exposición a la luz. (2023).

Hair, JF, Risher, JJ, Sarstedt, M. & Ringle, CM Cuándo utilizar y cómo informar los resultados de PLS-SEM. EUR. Autobús. Apocalipsis 31, 2–24. https://doi.org/10.1108/EBR-11-2018-0203 (2019).

Artículo de Google Scholar

Hair, J., Hollingsworth, CL, Randolph, AB & Chong, AYL Una evaluación actualizada y ampliada de PLS-SEM en la investigación de sistemas de información. Gerencia Industrial. Sistema de datos. 117, 442–458. https://doi.org/10.1108/IMDS-04-2016-0130 (2017).

Artículo de Google Scholar

Bollen, KA Efectos totales, directos e indirectos en modelos de ecuaciones estructurales. Sociología. Método. 17, 37–69. https://doi.org/10.2307/271028 (1987).

Artículo de Google Scholar

Faul, F., Erdfelder, E., Lang, A.-G. & Buchner, A. G* Power 3: Un programa flexible de análisis de poder estadístico para las ciencias sociales, del comportamiento y biomédicas. Comportamiento. Res. Métodos 39, 175-191 (2007).

Artículo PubMed Google Scholar

Cohen, J. Análisis de poder estadístico para las ciencias del comportamiento. 2da ed. edn, (Hillsdale, Nueva Jersey: L. Erlbaum Associates, 1988).

Hair, JF, Hult, GTM, Ringle, CM y Sarstedt, M. Introducción al modelado de ecuaciones estructurales de mínimos cuadrados parciales (PLS-SEM) 2ª ed. (Publicaciones SAGE Inc, 2017).

MATEMÁTICAS Google Scholar

Watson, D., Clark, LA y Tellegen, A. Desarrollo y validación de medidas breves de afecto positivo y negativo: las escalas PANAS. J. Pers. Soc. Psicólogo. 54, 1063-1070. https://doi.org/10.1037/0022-3514.54.6.1063 (1988).

Artículo CAS PubMed Google Scholar

Buysse, DJ, Reynolds, CF, Monk, TH, Berman, SR y Kupfer, DJ El índice de calidad del sueño de Pittsburgh: un nuevo instrumento para la práctica y la investigación psiquiátrica. Res. Psiquiatría. 28, 193–213. https://doi.org/10.1016/01651781(89)90047-4 (1989).

Artículo CAS PubMed Google Scholar

Manzar, MD y cols. Dimensionalidad del índice de calidad del sueño de Pittsburgh: una revisión sistemática. Resultados de salud y calidad de vida 16, 89–89. https://doi.org/10.1186/s12955-018-0915-x (2018).

Artículo PubMed PubMed Central Google Scholar

Dunleavy, G. y col. Examinar la estructura factorial del índice de calidad del sueño de Pittsburgh en una población trabajadora multiétnica de Singapur. En t. J. Medio Ambiente. Res. Salud Pública 16, 4590. https://doi.org/10.3390/ijerph16234590 (2019).

Artículo PubMed PubMed Central Google Scholar

Horne, JA y Östberg, O. Un cuestionario de autoevaluación para determinar el matutino y vespertino en los ritmos circadianos humanos. En t. J. Cronobiol. (1976).

Caci, H., Deschaux, O., Adan, A. & Natale, V. Comparación de tres escalas de matutino: efectos de edad y género, estructura y criterios de corte. Dormir Med. 10, 240–245. https://doi.org/10.1016/j.sleep.2008.01.007 (2008).

Artículo PubMed Google Scholar

Equipo, RC R: Un lenguaje y entorno para la informática estadística. (2022).

Mateus, S. y León, T.d. B. esemComp: compositor de sintaxis ESEM dentro de CFA. (2022).

Hair, JF Modelado de ecuaciones estructurales de mínimos cuadrados parciales (PLS-SEM) utilizando R: un libro de trabajo (Springer International Publishing AG, Cham, 2021).

Reservar Google Académico

Siraji, M. Tabledown: creación de gráficos y tablas de calidad de publicación. (2022).

Asparouhov, T. & Muthén, B. Modelado exploratorio de ecuaciones estructurales. Estructura. Ecuación. Modelo. 16, 397–438. https://doi.org/10.1080/10705510903008204 (2009).

Artículo MathSciNet Google Scholar

Hu, LT y Bentler, PM Criterios de corte para índices de ajuste en el análisis de estructura de covarianza: criterios convencionales versus nuevas alternativas. Estructura. Ecuación. Modelo.: Un Multidisciplinario. J. 6, 1–55. https://doi.org/10.1080/10705519909540118 (1999).

Artículo de Google Scholar

MacCallum, RC, Roznowski, M., Mar, CM & Reith, JV Estrategias alternativas para la validación cruzada de modelos de estructura de covarianza. Multivar. Comportamiento. Res. 29, 1–32 (1994).

Artículo CAS Google Scholar

MacKenzie, SB, Podsakoff, PM y Jarvis, CB El problema de la especificación errónea del modelo de medición en la investigación organizacional y del comportamiento y algunas soluciones recomendadas. J. Aplica. Psicólogo. 90, 710 (2005).

Artículo PubMed Google Scholar

Hinton, P., McMurray, I. y Brownlow, C. Explicación de SPSS. (2014).

Fornell, C. & Larcker, DF Evaluación de modelos de ecuaciones estructurales con variables no observables y error de medición. J. Marcos. Res. 18, 39–50 (1981).

Artículo de Google Scholar

Henseler, J., Ringle, CM y Sarstedt, M. Un nuevo criterio para evaluar la validez discriminante en el modelado de ecuaciones estructurales basado en varianza. J. Acad. Marca. Ciencia. 43, 115-135 (2015).

Artículo de Google Scholar

Falk, RF y Miller, NB Una introducción al modelado suave. (1992).

Drolet, AL y Morrison, DG ¿Realmente necesitamos medidas de elementos múltiples en la investigación de servicios? J. Serv. Res.: JSR 3, 196–204. https://doi.org/10.1177/109467050133001 (2001).

Artículo de Google Scholar

Youngblut, JM & Casper, GR Centrarse en los indicadores psicométricos de un solo elemento en la investigación de enfermería. Res. Enfermeras. Salud 16, 459–465. https://doi.org/10.1002/nur.4770160610 (1993).

Artículo CAS PubMed PubMed Central Google Scholar

Boer, AGEMD y cols. ¿Es una escala analógica visual de un solo ítem tan válida, confiable y receptiva como las escalas de múltiples ítems para medir la calidad de vida? Cual. Res. de vida. 13, 311–320 (2004).

Artículo MathSciNet PubMed Google Scholar

Shamir, B. & Kark, R. Una escala gráfica de un solo ítem para medir la identificación organizacional. J. Ocupar. Organo. Psicólogo. 77, 115-123. https://doi.org/10.1348/096317904322915946 (2004).

Artículo de Google Scholar

Fuchs, C. y Diamantopoulos, A. Uso de medidas de un solo elemento para la medición de constructos en la investigación de gestión: cuestiones conceptuales y pautas de aplicación. Die Betriebswirtschaft. 69, 195 (2009).

Google Académico

Wahl, S., Engelhardt, M., Schaupp, P., Lappe, C. & Ivanov, IV El reloj interior: la luz azul marca el ritmo humano. J. Biofotón. 12, 19102. https://doi.org/10.1002/jbio.201900102 (2019).

Artículo CAS Google Scholar

Münch, M. & Bromundt, V. Luz y cronobiología: implicaciones para la salud y la enfermedad. Diálogos Clin. Neurociencias. 14, 448–453. https://doi.org/10.3188/DCNS.2012.14.4/mmuench (2012).

Artículo PubMed PubMed Central Google Scholar

Figueiro, MG et al. La intervención de iluminación personalizada mejora las medidas del sueño, la depresión y la agitación en personas con enfermedad de Alzheimer y demencia relacionada que viven en centros de atención a largo plazo. Clínico. Interv. 9 años de edad, 1527-1537. https://doi.org/10.2147/CIA.S68557 (2014).

Artículo PubMed PubMed Central Google Scholar

Figueiro, MG & Rea, MS La falta de luz de longitud de onda corta durante el día escolar retrasa la aparición de melatonina en luz tenue (DLMO) en estudiantes de secundaria. Neuroendocrinol. Letón. 31, 92–96 (2010).

PubMed PubMed Central Google Académico

An, M., Colarelli, SM, O'Brien, K. & Boyajian, ME Por qué necesitamos más naturaleza en el trabajo: efectos de los elementos naturales y la luz solar en la salud mental de los empleados y las actitudes laborales. MÁS UNO 11, 155614. https://doi.org/10.1371/journal.pone.0155614 (2016).

Artículo CAS Google Scholar

Burns, AC y cols. El tiempo pasado a la luz exterior se asocia con el estado de ánimo, el sueño y los resultados relacionados con el ritmo circadiano: un estudio transversal y longitudinal en más de 400.000 participantes del Biobanco del Reino Unido. J. Afecto. Desorden. 295, 347–352. https://doi.org/10.1016/j.jad.2021.08.056 (2021).

Artículo PubMed PubMed Central Google Scholar

Rafique, N. et al. Efectos del uso del móvil sobre la calidad subjetiva del sueño. Nat. Ciencia. Dormir 12, 357–364. https://doi.org/10.2147/nss.S253375 (2020).

Artículo PubMed PubMed Central Google Scholar

Exelmans, L. y Van den Bulck, J. Uso del teléfono móvil a la hora de acostarse y sueño en adultos. Soc. Ciencia. Medicina. 148, 93-101. https://doi.org/10.1016/j.socscimed.2015.11.037 (2016).

Artículo PubMed Google Scholar

Vernon, L., Modecki, KL & Barber, BL Teléfonos móviles en el dormitorio: trayectorias de los hábitos de sueño y posterior desarrollo psicosocial de los adolescentes. Desarrollo infantil. 89, 66–77. https://doi.org/10.1111/cdev.12836 (2018).

Artículo PubMed Google Scholar

Tosini, G., Ferguson, I. y Tsubota, K. Efectos de la luz azul en el sistema circadiano y la fisiología ocular. Mol. Vis. Rev. 22, 61–72 (2016).

CAS PubMed PubMed Central Google Académico

Schmid, SR y cols. ¿Qué tan inteligente es irse a la cama con el teléfono? El impacto de la luz de onda corta y los estados afectivos sobre el sueño y los ritmos circadianos. Relojes duermen 3, 558–580 (2021).

Artículo PubMed PubMed Central Google Scholar

Knufinke, M., Fittkau-Koch, L., Møst, EIS, Kompier, MAJ y Nieuwenhuys, A. Restringir la luz de onda corta por la noche para mejorar el sueño en atletas recreativos: un estudio piloto. EUR. J. Ciencias del deporte. 19, 728–735. https://doi.org/10.1080/17461391.2018.1544278 (2019).

Artículo PubMed Google Scholar

Shechter, A., Quispe, KA, Mizhquiri Barbecho, JS, Slater, C. y Falzon, L. Intervenciones para reducir la exposición a la luz de longitud de onda corta (“azul”) durante la noche y sus efectos sobre el sueño: una revisión sistemática y meta- análisis. SUEÑO Adv. https://doi.org/10.1093/sleepadvances/zpaa002 (2020).

Artículo PubMed PubMed Central Google Scholar

Chang, A.-M., Aeschbach, D., Duffy, JF y Czeisler, CA El uso nocturno de lectores electrónicos que emiten luz afecta negativamente el sueño, el ritmo circadiano y el estado de alerta a la mañana siguiente. Proc. Nacional. Acad. Ciencia. Estados Unidos 112, 1232-1237. https://doi.org/10.1073/pnas.1418490112 (2015).

Artículo ADS CAS PubMed Google Scholar

Chang, A.-M., Scheer, FAJL y Czeisler, CA El sistema circadiano humano se adapta a la historia fótica anterior: El sistema circadiano humano se adapta a la historia luminosa anterior. J. Physiol. 589, 1095–1102. https://doi.org/10.1113/jphysiol.2010.201194 (2011).

Artículo CAS PubMed PubMed Central Google Scholar

Carrier, J. & Dumont, M. Propensión al sueño y arquitectura del sueño después de la exposición a luz brillante en tres momentos diferentes del día. J. Res. del sueño. 4, 202–211. https://doi.org/10.1111/j.1365-2869.1995.tb00171.x (1995).

Artículo CAS PubMed Google Scholar

Ancoli-Israel, S. et al. Una mayor exposición a la luz consolida el sueño y fortalece los ritmos circadianos en pacientes con enfermedad de Alzheimer grave. Comportamiento. Dormir Med. 1, 22–36. https://doi.org/10.1207/S15402010BSM0101_4 (2003).

Artículo PubMed Google Scholar

Mills, PR, Tomkins, SC y Schlangen, LJ El efecto de la iluminación de oficinas con una temperatura de color alta correlacionada sobre el bienestar y el desempeño laboral de los empleados. J. Ritmos circadianos 5, 2. https://doi.org/10.1186/1740-3391-5-2 (2007).

Artículo PubMed PubMed Central Google Scholar

RautkylÄ, E., Puolakka, M., Tetri, E. y Halonen, L. Efectos de la temperatura de color correlacionada y el momento de la exposición a la luz sobre el estado de alerta durante el día en entornos de conferencias. J. Entorno visual luminoso. 34, 59–68. https://doi.org/10.2150/jlve.34.59 (2010).

ADS del artículo Google Scholar

Boubekri, M., Hull, RB & Boyer, LL Impacto del tamaño de la ventana y la penetración de la luz solar en el estado de ánimo y la satisfacción de los trabajadores de oficina: una forma novedosa de evaluar la luz solar. Reinar. Comportamiento. 23, 474–493. https://doi.org/10.1177/0013916591234004 (1991).

Artículo de Google Scholar

Houser, KW y Esposito, T. Iluminación centrada en el ser humano: consideraciones fundamentales y un proceso de diseño de cinco pasos. Frente Neurol 12, 630553. https://doi.org/10.3389/fneur.2021.630553 (2021).

Artículo PubMed PubMed Central Google Scholar

Taylor, BJ & Hasler, BP Cronotipo y salud mental: avances recientes. actual. Representante de psiquiatría 20, 59–59. https://doi.org/10.1007/s11920-018-0925-8 (2018).

Artículo PubMed Google Scholar

Sakine, A. y Pınar Guzel, O. Efectos del cronotipo y el desfase horario social sobre el funcionamiento neurocognitivo. Enfoques actuales en psiquiatría 15, 407–417. https://doi.org/10.18863/pgy.1140109 (2023).

Artículo de Google Scholar

Descargar referencias

Departamento de Psicología, Facultad de Medicina y Ciencias de la Salud Jeffrey Cheah y Laboratorio de Iluminación Inteligente, Universidad de Monash Malasia, Jalan Lagoon Selatan, 47500, Bandar Sunway, Selangor Darul Ehsan, Malasia

Mushfiqul Anwar Siraji & Shamsul Haque

Instituto Max Planck de Cibernética Biológica, Neurociencia Traslacional Sensorial y Circadiana, Tubinga, Alemania

Manuel Spitschan

Departamento de Ciencias del Deporte y la Salud (TUM SG), Universidad Técnica de Munich, Munich, Alemania

Manuel Spitschan

Departamento de Ingeniería de Sistemas Eléctricos e Informáticos y Laboratorio de Iluminación Inteligente, Universidad de Monash Malasia, Jalan Lagoon Selatan, 47500, Bandar Sunway, Selangor Darul Ehsan, Malasia

Vineetha Kalavally

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

MAS, MS, VK y SH diseñaron el estudio y planificaron la recopilación de datos. MAS realizó el análisis formal y preparó todas las figuras y tablas. MAS, MS, VK y SH escribieron el texto principal del manuscrito. Todos los autores revisaron el manuscrito.

Correspondencia a Shamsul Haque.

Los autores declaran no tener conflictos de intereses.

Springer Nature se mantiene neutral con respecto a reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso Abierto Este artículo está bajo una Licencia Internacional Creative Commons Attribution 4.0, que permite el uso, compartir, adaptación, distribución y reproducción en cualquier medio o formato, siempre y cuando se dé el crédito apropiado a los autores originales y a la fuente. proporcione un enlace a la licencia Creative Commons e indique si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la normativa legal o excede el uso permitido, deberá obtener permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Siraji, MA, Spitschan, M., Kalavally, V. et al. Los comportamientos de exposición a la luz predicen el estado de ánimo, la memoria y la calidad del sueño. Informe científico 13, 12425 (2023). https://doi.org/10.1038/s41598-023-39636-y

Descargar cita

Recibido: 18 de enero de 2023

Aceptado: 28 de julio de 2023

Publicado: 01 de agosto de 2023

DOI: https://doi.org/10.1038/s41598-023-39636-y

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, actualmente no hay un enlace para compartir disponible para este artículo.

Proporcionado por la iniciativa de intercambio de contenidos Springer Nature SharedIt

Al enviar un comentario, acepta cumplir con nuestros Términos y pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.