Shift work

Shift work is associated with irregular eating behaviors, increased energy intake, and impaired sleep quality. Poor dietary patterns may elevate systemic inflammation, contributing to long-term metabolic and cardiovascular risks. The aim of this study was to investigate differences in the Dietary Inflammatory Index (DII), sleep quality, dietary intake, and anthropometric and body composition measures between fixed daytime workers and rotating shift workers and to examine the associations among these parameters. This cross-sectional study included 52 male workers employed at a defense industry factory in Ankara, Türkiye, who worked either fixed daytime or rotating shifts. Dietary intake was assessed using 24-h dietary recalls for three non-consecutive days, from which macronutrient and micronutrient intakes were calculated. DII scores were computed to assess the inflammatory potential of the diet. Sleep quality was evaluated using the Pittsburgh Sleep Quality Index (PSQI). Anthropometric measurements, body composition, blood pressure, and biochemical parameters, including fasting plasma glucose, lipid profile (total cholesterol, HDL-C, LDL-C, and triglycerides), C-reactive protein, and homocysteine, were measured using standardised protocols. Rotating shift workers had significantly higher total energy intake and higher daily intakes of fructose, total fat, saturated and monounsaturated fatty acids, cholesterol, and several micronutrients, including vitamin A, folate, iron, calcium, and phosphorus compared with fixed daytime workers (p < 0.05). Mean DII scores did not differ significantly between the groups (Fixed daytime: 0.2 ± 1.86; rotating shift: −0.2 ± 2.25). DII scores were positively correlated with global PSQI score (r = 0.278, p = 0.046), the PSQI sleep duration component score (r = 0.319, p = 0.021), and daytime dysfunction component score (r = 0.287, p = 0.039); however, the association between DII and overall sleep quality was no longer statistically significant after adjustment for potential confounding factors (age, BMI, smoking status, physical activity, and work schedule). These findings suggest that dietary habits, pro-inflammatory dietary patterns, and poor sleep quality may represent co-existing factors associated with metabolic risk, and addressing these factors may contribute to better overall metabolic health.

کار شیفتی با رفتارهای نامنظم غذایی، افزایش دریافت انرژی و کاهش کیفیت خواب همراه است. الگوهای غذایی نامطلوب ممکن است التهاب سیستمیک را افزایش داده و در نتیجه خطرات متابولیک و قلبی‌عروقی بلندمدت را افزایش دهند. هدف این مطالعه بررسی تفاوت‌های شاخص التهابی رژیم غذایی (DII)، کیفیت خواب، دریافت غذایی و اندازه‌گیری‌های آنتروپومتریک و ترکیب بدن بین کارکنان مرد با شیفت ثابت روزانه و کارکنان شیفت چرخشی و همچنین بررسی ارتباط میان این پارامترها بود. این مطالعه مقطعی شامل ۵۲ کارگر مرد شاغل در یک کارخانه صنایع دفاعی در آنکارا، ترکیه بود که به صورت شیفت ثابت روزانه یا شیفت چرخشی کار می‌کردند. دریافت غذایی با استفاده از یادآوری غذایی ۲۴ ساعته برای سه روز غیرمتوالی ارزیابی شد و دریافت درشت‌مغذی‌ها و ریزمغذی‌ها محاسبه گردید. امتیازهای DII برای ارزیابی پتانسیل التهابی رژیم غذایی محاسبه شد. کیفیت خواب با استفاده از شاخص کیفیت خواب پیتسبورگ (PSQI) ارزیابی گردید. اندازه‌گیری‌های آنتروپومتریک، ترکیب بدن، فشار خون و پارامترهای بیوشیمیایی شامل گلوکز پلاسمای ناشتا، پروفایل لیپیدی (کلسترول تام، HDL-C، LDL-C و تری‌گلیسرید)، پروتئین واکنشی C و هموسیستئین با استفاده از پروتکل‌های استاندارد اندازه‌گیری شد. کارکنان شیفت چرخشی دریافت انرژی کل و دریافت روزانه فروکتوز، چربی کل، اسیدهای چرب اشباع و تک‌غیراشباع، کلسترول و چندین ریزمغذی از جمله ویتامین A، فولات، آهن، کلسیم و فسفر به طور معناداری بالاتری نسبت به کارکنان شیفت ثابت روزانه داشتند (p < 0.05). میانگین امتیازهای DII بین دو گروه تفاوت معناداری نداشت (شیفت ثابت روزانه: ۰.۲ ± ۱.۸۶؛ شیفت چرخشی: ‎−۰.۲ ± ۲.۲۵). امتیازهای DII با امتیاز کلی PSQI (r = 0.278, p = 0.046)، امتیاز مؤلفه مدت خواب PSQI (r = 0.319, p = 0.021) و امتیاز مؤلفه اختلال عملکرد روزانه (r = 0.287, p = 0.039) همبستگی مثبت داشت؛ با این حال، پس از تعدیل برای عوامل مخدوش‌کننده بالقوه (سن، BMI، وضعیت سیگار کشیدن، فعالیت بدنی و برنامه کاری)، ارتباط بین DII و کیفیت کلی خواب از نظر آماری معنادار نبود. این یافته‌ها نشان می‌دهد که عادات غذایی، الگوهای غذایی پیش‌التهابی و کیفیت پایین خواب ممکن است عوامل هم‌زمان مرتبط با خطر متابولیک باشند و پرداختن به این عوامل می‌تواند به بهبود سلامت متابولیک کلی کمک کند.

Introduction: Polysomnography technologists perform overnight sleep studies requiring continuous patient monitoring, technical management of diagnostic equipment, and sustained attention.Although night-shift work has been associated with adverse health outcomes among healthcare workers, the occupational health burden among polysomnography technologists remains poorly characterized in India.This study evaluated sleep quality, excessive daytime sleepiness, burnout-related symptoms, musculoskeletal symptoms, and selected cardiometabolic indicators and examined their associations with years of night-shift work experience.Methods: This cross-sectional observational study used an online structured questionnaire distributed through professional groups to polysomnography technologists working in private hospitals and sleep centers in South India.Participants were graduates with at least six months of night-shift experience.Of 196 responses, 16 were excluded for less than six months of night-shift experience and 30 for incomplete questionnaires, leaving 150 participants for analysis.The questionnaire included the Pittsburgh Sleep Quality Index (PSQI), Epworth Sleepiness Scale (ESS), Copenhagen Burnout Inventory (CBI), and musculoskeletal assessment.Height and weight were measured by participants.Blood pressure was manually assessed, while fasting blood glucose and glycated hemoglobin (HbA1c) were obtained from recent laboratory reports.Poor sleep quality was defined as PSQI >5 and excessive daytime sleepiness as ESS >10.The CBI was analyzed continuously and categorized operationally as 0-49, 50-74, and 75-100.Years of night-shift work experience were analyzed as a continuous exposure and categorized as ≤5 versus >5 years.Multivariable logistic regression was adjusted for age, sex, and BMI.Results: Mean age was 29.97 ± 4.43 years, and BMI was 24.16 ± 3.19 kg/m².Mean PSQI, ESS, and CBI scores were 7.09 ± 2.95, 9.20 ± 3.39, and 45.99 ± 20.95, respectively.Poor sleep quality occurred in 97 (64.7%), excessive daytime sleepiness in 56 (37.3%), and musculoskeletal symptoms in 126 (84.0%).CBI scores were categorized as 0-49 in 86 (57.3%), 50-74 in 48 (32.0%), and 75-100 in 16 (10.7%).Hypertension-range blood pressure was identified in 21 (14.0%) and prediabetes in 11 (7.3%).Each additional year of night-shift work experience was associated with higher odds of poor sleep quality (adjusted odds ratio (aOR): 1.433, 95% CI: 1.118-1.835),excessive daytime sleepiness (aOR: 1.205, 95% CI: 1.001-1.450),CBI ≥50 (aOR: 1.810, 95% CI: 1.350-2.428),musculoskeletal symptoms (aOR: 1.372, 95% CI: 1.003-1.878),lower-back symptoms (aOR: 1.296, 95% CI: 1.051-1.598),neck symptoms (aOR: 1.272, 95% CI: 1.043-1.552),and hypertension-range blood pressure (aOR: 1.387, 95% CI: 1.052-1.829).No significant associations were observed with shoulder symptoms or prediabetes.Conclusion: Polysomnography technologists reported frequent poor sleep quality, excessive daytime sleepiness, burnout-related symptoms, and musculoskeletal symptoms.More years of night-shift work experience were associated with several adverse health outcomes after adjustment for age, sex, and BMI.These findings should be interpreted cautiously given the cross-sectional design and potential residual confounding.Prospective multicenter studies are warranted.

مقدمه: تکنولوژیست‌های پلی‌سومنوگرافی مطالعات خواب شبانه را انجام می‌دهند که نیازمند پایش مداوم بیماران، مدیریت فنی تجهیزات تشخیصی و توجه پایدار است. اگرچه کار شیفت شب با پیامدهای نامطلوب سلامت در میان کارکنان مراقبت‌های بهداشتی مرتبط دانسته شده است، بار سلامت شغلی در میان تکنولوژیست‌های پلی‌سومنوگرافی در هند به‌خوبی توصیف نشده است. این مطالعه کیفیت خواب، خواب‌آلودگی بیش از حد در طول روز، علائم مرتبط با فرسودگی شغلی، علائم اسکلتی‌عضلانی و برخی شاخص‌های قلبی‌متابولیک را ارزیابی کرد و ارتباط آن‌ها را با سال‌های تجربه کار شیفت شب بررسی نمود. روش‌ها: این مطالعه مشاهده‌ای مقطعی با استفاده از پرسشنامه ساختاریافته آنلاین که از طریق گروه‌های حرفه‌ای توزیع شد، در میان تکنولوژیست‌های پلی‌سومنوگرافی شاغل در بیمارستان‌ها و مراکز خواب خصوصی در جنوب هند انجام شد. شرکت‌کنندگان فارغ‌التحصیلانی با حداقل شش ماه تجربه کار شیفت شب بودند. از مجموع ۱۹۶ پاسخ، ۱۶ نفر به دلیل کمتر از شش ماه تجربه کار شیفت شب و ۳۰ نفر به دلیل پرسشنامه ناقص حذف شدند و ۱۵۰ نفر برای تحلیل باقی ماندند. پرسشنامه شامل شاخص کیفیت خواب پیتسبورگ (PSQI)، مقیاس خواب‌آلودگی اپورث (ESS)، فهرست فرسودگی شغلی کپنهاگ (CBI) و ارزیابی اسکلتی‌عضلانی بود. قد و وزن توسط شرکت‌کنندگان اندازه‌گیری شد. فشار خون به صورت دستی ارزیابی شد و قند خون ناشتا و هموگلوبین گلیکوزیله (HbA1c) از گزارش‌های آزمایشگاهی اخیر استخراج گردید. کیفیت خواب ضعیف به صورت PSQI >5 و خواب‌آلودگی بیش از حد در طول روز به صورت ESS >10 تعریف شد. CBI به صورت پیوسته تحلیل و به طور عملیاتی به دسته‌های ۰-۴۹، ۵۰-۷۴ و ۷۵-۱۰۰ تقسیم شد. سال‌های تجربه کار شیفت شب به صورت متغیر پیوسته و به صورت ≤۵ در مقابل >۵ سال دسته‌بندی شد. رگرسیون لجستیک چندمتغیره برای سن، جنس و BMI تعدیل شد. نتایج: میانگین سن ۲۹٫۹۷ ± ۴٫۴۳ سال و BMI برابر با ۲۴٫۱۶ ± ۳٫۱۹ کیلوگرم بر متر مربع بود. میانگین نمرات PSQI، ESS و CBI به ترتیب ۷٫۰۹ ± ۲٫۹۵، ۹٫۲۰ ± ۳٫۳۹ و ۴۵٫۹۹ ± ۲۰٫۹۵ بود. کیفیت خواب ضعیف در ۹۷ نفر (۶۴٫۷٪)، خواب‌آلودگی بیش از حد در طول روز در ۵۶ نفر (۳۷٫۳٪) و علائم اسکلتی‌عضلانی در ۱۲۶ نفر (۸۴٫۰٪) مشاهده شد. نمرات CBI به صورت ۰-۴۹ در ۸۶ نفر (۵۷٫۳٪)، ۵۰-۷۴ در ۴۸ نفر (۳۲٫۰٪) و ۷۵-۱۰۰ در ۱۶ نفر (۱۰٫۷٪) دسته‌بندی شد. فشار خون در محدوده پرفشاری خون در ۲۱ نفر (۱۴٫۰٪) و پیش‌دیابت در ۱۱ نفر (۷٫۳٪) شناسایی شد. هر سال اضافه تجربه کار شیفت شب با شانس بیشتر کیفیت خواب ضعیف (نسبت شانس تعدیل‌شده (aOR): ۱٫۴۳۳، ۹۵٪ CI: ۱٫۱۱۸-۱٫۸۳۵)، خواب‌آلودگی بیش از حد در طول روز (aOR: ۱٫۲۰۵، ۹۵٪ CI: ۱٫۰۰۱-۱٫۴۵۰)، CBI ≥۵۰ (aOR: ۱٫۸۱۰، ۹۵٪ CI: ۱٫۳۵۰-۲٫۴۲۸)، علائم اسکلتی‌عضلانی (aOR: ۱٫۳۷۲، ۹۵٪ CI: ۱٫۰۰۳-۱٫۸۷۸)، علائم کمر (aOR: ۱٫۲۹۶، ۹۵٪ CI: ۱٫۰۵۱-۱٫۵۹۸)، علائم گردن (aOR: ۱٫۲۷۲، ۹۵٪ CI: ۱٫۰۴۳-۱٫۵۵۲) و فشار خون در محدوده پرفشاری خون (aOR: ۱٫۳۸۷، ۹۵٪ CI: ۱٫۰۵۲-۱٫۸۲۹) همراه بود. ارتباط معناداری با علائم شانه یا پیش‌دیابت مشاهده نشد. نتیجه‌گیری: تکنولوژیست‌های پلی‌سومنوگرافی شیوع بالای کیفیت خواب ضعیف، خواب‌آلودگی بیش از حد در طول روز، علائم مرتبط با فرسودگی شغلی و علائم اسکلتی‌عضلانی را گزارش کردند. سال‌های بیشتر تجربه کار شیفت شب پس از تعدیل برای سن، جنس و BMI با چندین پیامد نامطلوب سلامت همراه بود. این یافته‌ها با توجه به طراحی مقطعی و احتمال وجود عوامل مخدوش‌کننده باقیمانده باید با احتیاط تفسیر شوند. انجام مطالعات آینده‌نگر چندمرکزی توصیه می‌شود.

Objectives This study aimed to describe shift work patterns in Europe using a data-driven approach and evaluate their impact on adverse sleep outcomes. Methods We analyzed 6245 participants from the SHIFT2HEALTH survey across eight European countries, who provided information on work schedules, shift work metrics, sleep quality and timing (MCTQshift) across different shifts, and chronic insomnia (Insomnia Severity Index). We used mixtures of von Mises-Fisher models to identify shift clusters based on shift start and end times and evaluated differences in shift-specific sleep duration and quality using Bayesian multilevel models. Associations of shift metrics with short average sleep duration and chronic insomnia, adjusting for confounders, were evaluated using Bayesian logistic regression. Results We identified five shift clusters: day, evening and night (mean shift lengths: 7.8, 7.9 and 9.5 hours, respectively), long day and long evening (mean lengths: 10.5 and 12.8 hours, respectively). Sleep duration and quality varied between clusters, with the shortest duration [mean 6.00, 95% credible interval (CI) 5.95–6.06 hours] and poorest quality (29.3% “poor”/“very poor”) sleep reported between night shifts. Compared to day workers, greater chronic insomnia odd ratios (OR) were observed among participants with >90% night shifts (OR 1.26, 95% CI 1.01–1.58), rotating shifts (OR 1.42, 95% CI 1.22–1.65) and with longer night work history (OR ≥16 years 1.28, 95% CI 1.08–1.52). These variables and longer weekly working hours [OR 6.10h increase 1.13, 95% CI 1.04–1.22) were associated with short sleep. Conclusions Data-driven analyses of work schedules may provide a more comprehensive evaluation of the impact of real-world shift work patterns on sleep.

اهداف: این مطالعه با هدف توصیف الگوهای شیفت کاری در اروپا با رویکرد مبتنی بر داده و ارزیابی تأثیر آن‌ها بر پیامدهای نامطلوب خواب انجام شد. روش‌ها: ما داده‌های ۶۲۴۵ شرکت‌کننده از پیمایش SHIFT2HEALTH در هشت کشور اروپایی را که اطلاعاتی درباره برنامه‌های کاری، شاخص‌های شیفت کاری، کیفیت و زمان‌بندی خواب (MCTQshift) در شیفت‌های مختلف و بی‌خوابی مزمن (شاخص شدت بی‌خوابی) ارائه داده بودند، تحلیل کردیم. برای شناسایی خوشه‌های شیفت بر اساس زمان شروع و پایان شیفت‌ها، از مدل‌های ترکیبی von Mises-Fisher استفاده شد و تفاوت‌های مدت و کیفیت خواب مختص هر شیفت با استفاده از مدل‌های چندسطحی بیزی ارزیابی گردید. ارتباط شاخص‌های شیفت با مدت خواب کوتاه متوسط و بی‌خوابی مزمن، با کنترل متغیرهای مخدوش‌کننده، با استفاده از رگرسیون لجستیک بیزی بررسی شد. نتایج: پنج خوشه شیفت شناسایی شد: روز، عصر و شب (میانگین طول شیفت‌ها: به‌ترتیب ۷.۸، ۷.۹ و ۹.۵ ساعت)، روز طولانی و عصر طولانی (میانگین طول: به‌ترتیب ۱۰.۵ و ۱۲.۸ ساعت). مدت و کیفیت خواب بین خوشه‌ها متفاوت بود، به‌طوری که کوتاه‌ترین مدت خواب [میانگین ۶.۰۰، بازه اطمینان ۹۵٪ (CI) ۵.۹۵–۶.۰۶ ساعت] و پایین‌ترین کیفیت خواب (۲۹.۳٪ «ضعیف»/«بسیار ضعیف») بین شیفت‌های شب گزارش شد. در مقایسه با کارکنان روزکار، نسبت شانس (OR) بی‌خوابی مزمن در شرکت‌کنندگانی با بیش از ۹۰٪ شیفت شب (OR 1.26، CI 1.01–1.58)، شیفت‌های چرخشی (OR 1.42، CI 1.22–1.65) و سابقه طولانی‌تر کار شبانه (OR ≥16 سال 1.28، CI 1.08–1.52) بیشتر بود. این متغیرها و ساعات کاری هفتگی طولانی‌تر [OR افزایش ۶.۱۰ ساعت 1.13، CI 1.04–1.22] با خواب کوتاه مرتبط بودند. نتیجه‌گیری: تحلیل‌های مبتنی بر داده از برنامه‌های کاری می‌تواند ارزیابی جامع‌تری از تأثیر الگوهای واقعی شیفت کاری بر خواب ارائه دهد.