Oura 正念 RCT：睡眠评分更佳，证据薄弱

ŌURA app 中一项为期 10 天的正念项目使健康成人的 Oura 记录睡眠评分更好，且单次练习层面的 HRV 更高。这是一个有趣的结果，但并不能表明正念本身改善了睡眠生理。该试验无法将冥想内容与期待效应、对 app 的参与度，以及参与者在戒指算法判定其是否入睡时静止程度的变化区分开来。

这项研究具备一些听起来令人放心的特征：随机分组、连续可穿戴设备测量，以及四周随访。它的薄弱点正蕴含在这些优势之中。同一家公司的生态系统既提供了干预、展示了反馈，又生成了核心结局数据。可穿戴设备可以提供有用的纵向数据；但它无法将一项以候补名单为对照的 app 研究变成对某一特定行为要素的盲法检验。

该试验发现了什么

在 Kirk 等人于 2026 年开展的随机试验中，81 名健康成人接受了通过 ŌURA app 提供的 10 天正念项目（49 人），或被分配至候补名单（32 人）。参与者在基线期、干预或候补名单期间，以及四周随访期间佩戴 Oura Gen3 戒指。

正念组在戒指测量的睡眠效率、总睡眠时间、浅睡眠、深睡眠和入睡潜伏期方面均出现具有统计学显著性的组别与时间交互作用；所有报告的 p 值均低于 0.031。除深睡眠外，干预后改善在随访时仍持续存在于列出的每项睡眠结局中。在正念练习期间，戒指推导的 RMSSD 心率变异性增加（p=0.029），心率下降（p=0.011）。

这些结果应作出比论文标题所暗示的更为谨慎的解读。该论文报告了 p 值，但未提供判断变化幅度、精确度或临床意义所需的效应量或置信区间。统计学显著性表明，在其假设条件下，研究模型检测到了差异。它并不能确立 10 天正念改变了睡眠生理或自主神经功能。

候补名单无法控制使用 app 的体验

被分配至正念项目的人知道自己正在接受一项旨在帮助睡眠和缓解压力的干预。被分配至候补名单的人知道自己尚未接受该干预。这种比较未能控制期待效应、新奇感、关注、目标设定和依从性提醒。即使正念内容不是起作用的原因，每一项都可能改变就寝行为。

积极对照无法解决所有问题，但它会检验一个更有用的问题：正念是否优于一种同样具有吸引力、但不含正念成分的 app 体验？此类设计在数字心理健康研究中是可行的。Staiano 等人于 2025 年开展的一项随机 app 试验表明，数字干预可以采用结构化对照进行研究，而非将候补名单视为唯一实际可行的选择。

因此，Kirk 等人的组别与时间检验是对两个分配组中所发生情况的有效描述。但它们并不是将差异具体归因于正念的有力证据。参与者可能进行了冥想、花了更多时间关注睡眠、遵循 app 提示，或者仅仅因为夜间评分现在变得突出而行为有所不同。该设计无法告诉我们哪一种途径发挥了作用。

主要睡眠指标存在内在的行为混杂因素

睡眠效率通常计算为睡眠时间除以卧床时间。听起来很直接，但消费级可穿戴设备必须先根据运动和光电容积描记法等信号推断睡眠与清醒。当一个人醒着但静卧不动时，这种推断最为关键。

Chee 等人的多夜戒指验证研究发现，可穿戴方法可能将无动作清醒分类为睡眠，从而抬高估计的睡眠效率。这是基于体动记录法的睡眠测量一个常见的局限性，并非无关紧要的技术脚注。如果某个 app 鼓励用户提高睡眠评分，那么即使实际睡眠没有改变，卧床时更多的安静清醒也可能提高戒指对睡眠效率的估计。

Kirk 试验未报告能够排除这一解释的运动或静止数据。它也未纳入多导睡眠监测，或第二家制造商的体动记录设备进行同步交叉核查。Oura 戒指可能捕捉到了真实变化，但该试验无法区分生理性睡眠变化与改善算法分类的行为变化。

验证有帮助，但并不能使结局具有独立性

Svensson 等人在 96 名参与者中，对 Oura Gen3 运行 Oura Sleep Staging Algorithm 2.0 的结果与多夜居家多导睡眠监测进行了比较，涵盖 421,045 个已评分时段。这是与 Kirk 等人所用硬件和算法世代最相关的验证基准。但它同样无法消除核心局限性：消费级戒指通常比检测清醒更擅长检测睡眠，而清醒特异性恰恰是睡眠效率所需要的。

算法版本并非表面差异。Ghorbani 等人显示，经过改进的消费级追踪器算法可以改变睡眠检测和分类性能。针对早期 Oura 硬件或软件的旧验证研究，无法确定在 OSSA 2.0 下收集的 Gen3 数据的准确性。反过来，即使是适当的验证研究，也无法确立在这项特定 app 试验中 Oura 输出的变化等同于生物学终点的变化。

独立比较也提示应谨慎解读睡眠分期结果。Kainec 等人报告称，商业睡眠追踪器算法未达到既定的可重复性报告标准，且性能因设备、个体和夜晚而异。Ong 等人和Schyvens 等人同样发现，与基本睡眠检测相比，区分睡眠分期、尤其是 NREM 亚型的性能较弱。因此，深睡眠和浅睡眠估计应视为探索性结果，尤其是深睡眠差异在随访时已经消失。

HRV 具有合理性，但尚未得到证实

正念有可能影响生理。Blades 等人将正念干预对炎症基因表达的影响与对社会评价威胁的神经反应性降低联系起来。这提供了生物学背景；它并未验证 Oura 推导的 RMSSD，也未证明 Kirk 等人结果背后的通路。

HRV 发现尤其需要谨慎。Kirk 等人在正念练习期间使用光学 PPG 测量 RMSSD。冥想期间的静止可减少光学信号中的运动伪影，可能在自主神经调节没有相应变化的情况下提高推导出的 HRV 估计质量。Svensson 等人对 Gen3 的验证评估的是相对于多导睡眠监测的睡眠分期，而不是相对于同步 ECG 的 RMSSD。现有证据并未为 Oura Gen3 在安静休息或睡眠期间的 RMSSD 提供独立 ECG 基准。

更广泛的证据支持技术辅助正念可能改善压力和福祉的可能性。Treves 等人于 2025 年开展的荟萃分析发现，在不同人群中，面向消费者的神经反馈结合正念练习具有益处。但神经反馈加冥想并不等同于短期仅 app 项目，且该综述未为健康成人提供客观的睡眠效率基准。

无法解释的倦怠增加也值得一提

该试验报告称，干预后哥本哈根倦怠量表中的个人倦怠出现具有统计学显著性的增加（p=0.021），并在四周时回落至接近基线水平。作者提出，增强的自我觉察暂时放大了对疲劳的感知。这一解释是可能的，但该研究无法检验它。缺乏积极对照时，这一变化可能反映自我监测、多个结局中的偶然发现，或感知压力的真实短期恶化。

Kirk 等人在 81 人样本中报告了众多睡眠、生理和问卷结局的显著结果，但未报告多重性校正。这种模式可能包含真实效应，但也增加了某些次要发现偶然达到显著性的可能性。

在一项为期 10 天的正念项目后，Oura 戒指生成了更好的睡眠和 HRV 数值。这项试验并未确立正念内容导致任一指标出现生理改善。

如果正念有助于你放松下来，那段个人体验已足以成为继续的理由。如果你在判断这项 10 天项目是否已证明具有睡眠益处，答案是否定的。它需要采用积极对照的独立重复研究，以及不依赖干预供应商自身算法的同步测量。