睡前声音有怎样的价值？从体验感受到效果评价

听完觉得放松，和睡眠得到改善

睡前数字体验可能提供一段安静的过渡，让人从忙碌中停下来。理解这种体验的价值，需要先说清想支持什么：是觉得舒适、方便安排睡前时间，还是持续减少睡眠困扰？这些目标需要不同的测量。

把这些问题放进研究，需要明确实际比较的内容。个人感受是值得记录的起点；若要判断某类睡前内容是否提供了额外帮助，还需要知道：与什么相比？

USleep 研究把三类睡前音频，与同一 App 内的日常健康内容放在一起比较。四组的自报睡眠困扰都减轻了，但睡前音频在主要指标上没有显示出明确的额外优势。它让产品研究从“使用前后有没有变化”，往前走了一步。

四组实际使用了什么

所有内容都通过 Unmind App 提供。三类睡前音频组被建议每晚使用一条，可在准备入睡、入睡过程中、夜间持续播放或醒来后再入睡时使用。参与者可以重复同一条，也可以在所分配类别中换内容；允许漏用一两晚，没有规定每次必须听多长时间。

这里的对照并非等待名单，也不是“什么都不做”。它让参与者同样获得 App、内容、使用说明和研究提醒，在平台体验、使用频次与研究周期上提供参照。由于对照也有反思和放松内容，它可能间接影响睡眠；研究检验的是睡眠专用内容相对于这套日常内容的额外作用。

这种安排也没有把每一分钟都配成相同条件：对照可以阅读，内容长度不同；睡前组与对照的使用时机也不完全相同。因此，更合适的说法是同平台主动对照，而不是所有体验因素均被排除的“空白对照”。

四周后的改善，能归给睡前音频吗

主要分析采用意向治疗思路，保留符合条件且有有效基线数据的参与者，不要求他们必须充分使用或完成随访。混合效应模型比较每个音频组与 Daily Boost 从基线到四周的变化。

四组的睡眠困扰评分都显著下降。但是，组内前后变化与组间额外变化是两件事。下面列出原论文表 2 的主要组间结果，正的 Hedges’ g 方向有利于睡前音频。

点估计都很小，置信区间均跨过零。这项研究没有确认三类音频在主要睡眠困扰指标上优于主动对照。但它不是等效性试验，也没有证明所有人都毫无收获。它提示：把使用后睡得更好的全部变化，都归给睡眠音频的特定成分，证据还不够。

由于研究没有不使用 App 的组，也无法从共同改善中单独识别日常内容的作用、期待、反复测量、自然波动或其他因素。主动对照缩小了问题的范围，并没有把这些可能性逐项验证。

一个次要结果，为什么仍值得保留

根据模型估计，睡前故事组的自报睡眠时长四周后较基线增加约 53 分钟，对照组增加约 33 分钟，增量相差约 20 分钟。论文表 2 报告的组间结果为 p = .042，g = −0.26，95% 置信区间 [−0.51, −0.01]；这个时长指标的方向有利于故事组。

这是一个需要继续核实的信号，而非“所有结果都没有差别”。同时，时长属于众多次要结局之一，来自单题自报，正文和表 2 未报告针对这组多结局与组间比较的多重检验校正。仅凭这一项越过常用显著标准，还不足以形成稳固的时长改善结论；研究也没有用手环活动记录或睡眠监测确认实际多睡了多久。

产品评价应保留这样的细节：既不藏起与整体结果不同的发现，也不把它提到主要结论之上。后续可以预先指定睡眠时长为主要问题，按这个问题规划样本与测量，再看结果能否重现。

播放记录，告诉了我们什么

研究并未假定每个人都照建议每晚使用。平台记录了打开、播放与完成次数；睡前音频播放达到 5 分钟即计作一次“完成”，并不要求听完整条，也不表示那一晚已经入睡。这项统计定义与“研究没有规定最低聆听时长”并不矛盾：一个用于整理记录，一个描述给参与者的使用要求。

研究还按四周至少使用 12 次定义符合方案分析，达到这一标准的有 141 人。它可以补充说明较多使用者的结果，却不能取代 495 人的主要意向治疗分析。对照组在一些使用次数指标上高于睡前组，内容听起来是否吸引人、实际用了多少，以及睡眠有没有变化，也需要分别观察。

更长播放不一定等于更好效果：有人可能很快关掉，有人可能已经睡着却仍在循环播放。仅凭使用时长给人贴上“有效用户”标签，会把记录方式与真正关心的结果混在一起。

哪些限制影响我们对结果的理解

随访缺失仍需要假设。87 人没有完成四周问卷。主模型假定，在已观察信息的条件下，缺失可以按随机缺失处理。这并不等于失访完全随机，也不能直接知道每位离开者的睡眠情况。作者报告，使用 30 套多重插补数据的补充分析得到类似结论；本文未重跑原始数据。

此外，招募因预算提前结束，495 人低于功效计算所需的最低 520 人，也未达到计划招募的 600 人。这增加了对很小组间差异的不确定性，不能因为未显著就认定几种内容效果相同。

研究者和分析者知道分组，也没有长期追踪。参与者知道自己的使用任务，研究者及分析者知道分组；Daily Boost 组没有被明确告知自己是对照。招募来自付费线上样本，参与者有意改善睡眠，四周结束即为本研究的随访终点。结果不能直接推广到长期自然使用、其他人群或中文内容。

内容库与使用选择都有边界。参与者被分到单一类别，未必正好符合个人喜好。自然声、不同噪声和音乐没有各自构成独立随机组，因此研究没有单独验证某一种自然声、粉噪声或颂钵。它也不涉及生成式 AI 的睡前支持，更没有检验萝钵力情绪互动游戏或萝钵力·入眠。

没有明确优势，也不等于没有不适。335 名反馈问卷回答者中，12 人自报持续负面体验，其中 2 人来自 Daily Boost 对照组。另在 408 名随访完成者中，10 人达到睡眠困扰可靠恶化的标准，其中 1 人来自对照组。前一项是使用体验报告，后一项是量表变化，两项指标不能当作同一结果，也不能直接相加为独立受影响人数。它们值得记录，但不能据此认定由某类音频造成，或把这项试验概括为所有内容均无风险。

怎样把主动对照的思路用于产品评价

以下是根据研究提出的待验证思路，不是对本站产品的实测结论。

先说明内容想提供哪一种帮助

是方便从忙碌中停下来、让使用者觉得舒适，还是减少持续的睡眠困扰？前两者可以从体验反馈开始，后者需要相应的睡眠指标与时间跨度。选择内容、听起来喜欢与睡眠改善，可以放在同一研究中记录，但应分别报告。

让比较组也有真实的内容与体验

如果问题是某类声音有没有额外作用，就可以设计同样容易使用、获得相近提醒和关注的比较内容，并说明时长、使用时机与期待是否相似。如果还想了解整个睡前安排的作用，可以另设相应参照；一个对照无法回答所有问题。

把退出、未使用和不适纳入评价

除了统计播放次数，还可以在不增加夜间打扰的前提下，了解没用或停用的原因，记录不适与翌日状态，并预先说明如何处理失访。结束时觉得满意，是体验的一部分；是否继续使用、是否更好入睡、是否保持变化，需要各自的证据。

研究睡前数字体验，可以从更清楚的问题开始：它在哪些方面对谁有帮助，相对于什么增加了价值？把比较讲清楚，产品的实际价值也会更容易判断。

把睡前体验放进数字疗愈研究

这项研究把“我用了之后感觉更好”转化为“相对于什么增加了帮助”。对数字疗愈而言，舒适、愿意使用、睡眠困扰与翌日状态都值得观察，也都应按各自的证据解释。声音类型与产品风格只是研究的起点，明确支持目标和比较条件，才能继续判断体验的价值。