Giới thiệu dự án

Sự bùng nổ của thiết bị di động trong kỷ nguyên số đã biến điện thoại thông minh (ĐTTM - Smartphone) thành công cụ đa nhiệm không thể tách rời khỏi đời sống thường nhật. Theo báo cáo từ Tạp chí Thông tin và Truyền thông, thời gian người dùng toàn cầu dành cho thiết bị di động đã chạm mốc 4,8 giờ/ngày vào năm 2021, tăng 30% so với năm 2019. Song hành cùng sự tiện lợi, tình trạng lạm dụng và nghiện ĐTTM (Problematic Smartphone Use - PSU) đang tạo ra những hệ lụy nghiêm trọng đến sức khỏe tâm thần và thể chất, đặc biệt là rối loạn giấc ngủ ở sinh viên đại học.

+-------------------------------------------------------------------------+
|                  THỐNG KÊ TOÀN CẦU VỀ GIẤC NGỦ VÀ ĐTTM                 |
+-------------------------------------------------------------------------+
| • 4.8 giờ/ngày : Thời gian sử dụng thiết bị di động trung bình (2021)   |
| • 62% người lớn: Không đạt được chất lượng giấc ngủ như mong muốn       |
| • 67% người lớn: Báo cáo rối loạn giấc ngủ ít nhất một lần mỗi đêm      |
| • 44% người lớn: Chất lượng giấc ngủ suy giảm liên tục trong 5 năm qua  |
| • 65.4% người  : Nhìn màn hình tăng báo cáo mất ngủ và ngủ muộn rõ rệt  |
+-------------------------------------------------------------------------+

Vấn đề cốt lõi (Problem Statement)

Giấc ngủ giữ vai trò điều hòa nhịp sinh học, củng cố trí nhớ và tái tạo năng lượng thần kinh. Tuy nhiên, sinh viên đại học tại TP. Hồ Chí Minh hiện đang đối mặt với sự suy giảm nghiêm trọng về chất lượng giấc ngủ (CLGN - Sleep Quality) do thói quen phụ thuộc vào ĐTTM trước khi ngủ. Ánh sáng xanh (bước sóng 450–480 nm) ức chế quá trình tiết melatonin của tuyến tùng, kết hợp với kích thích nhận thức liên tục từ mạng xã hội và hội chứng sợ bỏ lỡ (Fear of Missing Out - FOMO), tạo thành vòng xoáy bệnh lý: Nghiện ĐTTM $\rightarrow$ Tăng kích thích thần kinh $\rightarrow$ Tăng độ trễ khởi phát giấc ngủ $\rightarrow$ Suy giảm thời lượng và hiệu quả giấc ngủ $\rightarrow$ Mệt mỏi và sa sút kết quả học tập.

Mục tiêu nghiên cứu (Project Objectives)

  1. Hệ thống hóa cơ sở lý luận: Chuẩn hóa khung lý thuyết về nghiện ĐTTM và các thành tố cấu thành CLGN theo tiêu chuẩn quốc tế.
  2. Khảo sát và định lượng thực trạng: Đánh giá mức độ nghiện ĐTTM thông qua thang đo SAS-SV và lượng giá 7 thành phần CLGN bằng thang đo chuẩn hóa PSQI trên mẫu sinh viên tại TP. Hồ Chí Minh.
  3. Xác định mô hình tương quan: Phân tích định lượng mối liên hệ, chiều hướng tác động và mức độ ảnh hưởng của nghiện ĐTTM đến CLGN phục vụ can thiệp tâm lý học đường.

Phương pháp tiếp cận (Solution Approach)

Đề tài triển khai nghiên cứu định lượng cắt ngang (Cross-sectional quantitative research) kết hợp mô hình thống kê suy luận trên phần mềm IBM SPSS Statistics v26.0. Nghiên cứu sử dụng hai công cụ đo lường tâm lý học (Psychometric scales) đã được chuẩn hóa quốc tế và bản địa hóa tại Việt Nam:

  • Thang đo nghiện điện thoại thông minh rút gọn SAS-SV (Smartphone Addiction Scale - Short Version, Kwon et al., 2013).
  • Thang đo chỉ số chất lượng giấc ngủ Pittsburgh PSQI (Pittsburgh Sleep Quality Index, Buysse et al., 1989; phiên bản chuẩn hóa tiếng Việt của Tô Minh Ngọc và cộng sự, 2014).
Mô hình nghiên cứu:
[ Nghiện ĐTTM (SAS-SV: 10-60 điểm) ] 
[ Chất lượng giấc ngủ (PSQI: 0-21 điểm) ]

Phạm vi và giới hạn (Scope & Limitations)

  • Khách thể: Sinh viên đang theo học tại các trường đại học trên địa bàn TP. Hồ Chí Minh.
  • Phạm vi nội dung: Tập trung sàng lọc tâm lý học hành vi, đánh giá mối tương quan thống kê; không thay thế cho chẩn đoán lâm sàng chuyên khoa tâm thần hoặc đa ký giấc ngủ (Polysomnography).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu so sánh các phương pháp đánh giá nghiện hành vi và chất lượng giấc ngủ hiện nay:

Tiêu chí Phỏng vấn lâm sàng (DSM-5 / ICD-11) Thiết bị đa ký giấc ngủ (Polysomnography) Bộ công cụ phối hợp SAS-SV & PSQI (Đề tài)
Độ chính xác Rất cao (Tiêu chuẩn vàng) Định lượng sinh học chính xác Độ tin cậy tâm trắc học cao ($\alpha > 0.85$)
Chi phí triển khai Rất tốn kém, cần bác sĩ chuyên khoa Chi phí máy móc và sensor cao Chi phí tối ưu, tự điền trực tuyến/trực tiếp
Khả năng mở rộng Khó áp dụng cho mẫu cộng đồng lớn Bị giới hạn trong phòng lab Dễ dàng nhân rộng quy mô mẫu ($N > 1.000$)
Thời gian thu thập 45–60 phút/người 8–10 giờ ghi nhận/đêm 5–10 phút/phiếu khảo sát
Phù hợp tầm soát Không khả thi trên diện rộng Không khả thi cho nghiên cứu học đường Tối ưu nhất cho sinh viên đại học

Yêu cầu hệ thống đo lường (MoSCoW Prioritization)

  • Must-have: Thang đo chuẩn hóa có bản quyền (MAPI-TRUST), kiểm tra độ tin cậy Cronbach's Alpha $> 0.8$, thuật toán tính điểm 7 thành phần PSQI tự động, kiểm định phân phối chuẩn và tương quan Pearson.
  • Should-have: Phân tích hồi quy tuyến tính đa biến, ma trận tương quan phân lớp theo giới tính, năm học và ngành học.
  • Could-have: Tích hợp pipeline tiền xử lý dữ liệu tự động bằng Python (Pandas/NumPy) trước khi nạp vào SPSS.
  • Won't-have (Hiện tại): Đo lường sóng não thời gian thực qua điện não đồ (EEG).

Thiết kế hệ thống xử lý dữ liệu nghiên cứu

Ngăn xếp công nghệ và công cụ phân tích (Tech Stack)

  • Nền tảng phân tích thống kê: IBM SPSS Statistics v26.0 / v28.0 (Phân tích phương sai, tương quan, hồi quy).
  • Tiền xử lý và quản trị dữ liệu: Microsoft Excel 2021, Python v3.10 (Thư viện pandas, scipy.stats, statsmodels).
  • Hệ thống bảng biểu & Trắc nghiệm: Google Forms Enterprise, bản quyền thang đo MAPI-TRUST.
  • Môi trường tính toán: Windows 11 Pro / macOS, 64-bit Architecture.

Cấu trúc Schema cơ sở dữ liệu khảo sát

{
  "$schema": "http://json-schema.org/draft-07/schema#",
  "title": "PsychometricSurveyRecord",
  "type": "object",
  "properties": {
    "respondent_id": { "type": "string", "pattern": "^SV[0-9]{5}$" },
    "demographics": {
      "type": "object",
      "properties": {
        "gender": { "type": "string", "enum": ["Nam", "Nữ"] },
        "academic_year": { "type": "integer", "minimum": 1, "maximum": 6 },
        "major_group": { "type": "string", "enum": ["Sư phạm", "Y Dược", "Kỹ thuật", "Kinh tế - Xã hội"] },
        "living_status": { "type": "string", "enum": ["Ký túc xá", "Trọ", "Gia đình"] }
      },
      "required": ["gender", "academic_year", "major_group"]
    },
    "sas_sv_items": {
      "type": "array",
      "items": { "type": "integer", "minimum": 1, "maximum": 6 },
      "minItems": 10,
      "maxItems": 10
    },
    "psqi_raw_inputs": {
      "type": "object",
      "properties": {
        "bed_time": { "type": "string", "format": "time" },
        "sleep_latency_minutes": { "type": "integer", "minimum": 0 },
        "wake_up_time": { "type": "string", "format": "time" },
        "actual_sleep_hours": { "type": "number", "minimum": 0.0, "maximum": 24.0 },
        "problem_frequencies": {
          "type": "array",
          "items": { "type": "integer", "minimum": 0, "maximum": 3 },
          "minItems": 9,
          "maxItems": 9
        }
      }
    }
  }
}

Phương pháp luận (Methodology)

Nghiên cứu tuân thủ quy trình 4 giai đoạn chuẩn mực trong tâm lý học thực nghiệm:

(Tuần 1 - Tuần 4)                   (Tuần 5 - Tuần 8)              (Tuần 9 - Tuần 11)              (Tuần 12 - Tuần 14)
- Tổng quan y văn                  - Thử nghiệm Pilot (N=50)      - Làm sạch dữ liệu              - Viết báo cáo khoa học
- Chuẩn hóa thang đo               - Khảo sát diện rộng           - Kiểm định Alpha & Pearson     - Xây dựng cẩm nang vệ sinh
- Xây dựng bảng hỏi                - Mã hóa dữ liệu               - Phân tích hồi quy             giấc ngủ học đường

Ma trận quản lý rủi ro nghiên cứu (Risk Assessment)

  • Rủi ro 1: Sai lệch do tự báo cáo (Self-reporting Bias): Sinh viên có xu hướng giảm nhẹ mức độ nghiện điện thoại. Giải pháp: Cam kết bảo mật danh tính tuyệt đối (Anonymization), áp dụng câu hỏi kiểm tra tính nhất quán (Consistency check).
  • Rủi ro 2: Khuyết thiếu dữ liệu (Missing Data): Bỏ sót câu trả lời trong bảng hỏi dài. Giải pháp: Thiết lập trường bắt buộc (Required validation) trên form điện tử; kiểm tra ngay khi thu bảng giấy.

Implementation và kết quả

Quy trình phân tích dữ liệu & Thuật toán tính toán

Toàn bộ quy trình tính điểm cho hai bộ thang đo được tự động hóa bằng thuật toán chuẩn xác:

1. Thang đo SAS-SV (Smartphone Addiction Scale - Short Version)

Gồm 10 câu hỏi Likert 6 điểm (1 = "Hoàn toàn không đồng ý" đến 6 = "Hoàn toàn đồng ý"). Tổng điểm nằm trong khoảng $[10, 60]$.

  • Mức bình thường: 10 – 30 điểm.
  • Mức nghiện trung bình: 31 – 49 điểm.
  • Mức nghiện cao (Nguy cơ nghiêm trọng): 50 – 60 điểm.

2. Thang đo PSQI (Pittsburgh Sleep Quality Index - Bản Việt hóa 18 câu)

Tính toán 7 điểm thành phần ($C_1 \rightarrow C_7$), mỗi thành phần có thang điểm từ 0 (không có vấn đề) đến 3 (vấn đề rất nghiêm trọng). Tổng điểm $PSQI_{Global} = \sum_{i=1}^7 C_i \in [0, 21]$.

  • $PSQI_{Global} \le 5$: Chất lượng giấc ngủ tốt.
  • $PSQI_{Global} > 5$: Chất lượng giấc ngủ kém / Rối loạn giấc ngủ.
# Thuật toán tính toán chỉ số PSQI và phân loại SAS-SV chuẩn hóa
import numpy as np

def calculate_sleep_efficiency(actual_sleep_hours: float, bed_time_hours: float) -> float:
    """
    Tính hiệu quả giấc ngủ: SE = (Tổng thời gian ngủ thực tế / Tổng thời gian trên giường) * 100%
    """
    if bed_time_hours <= 0:
        raise ValueError("Thời gian trên giường phải lớn hơn 0")
    return (actual_sleep_hours / bed_time_hours) * 100.0

def score_psqi_component_4(sleep_efficiency: float) -> int:
    """
    Điểm thành phần 4 (Hiệu quả giấc ngủ - Component 4 Score)
    > 85%: 0 điểm | 75-84%: 1 điểm | 65-74%: 2 điểm | < 65%: 3 điểm
    """
    if sleep_efficiency >= 85.0:
        return 0
    elif 75.0 <= sleep_efficiency < 85.0:
        return 1
    elif 65.0 <= sleep_efficiency < 75.0:
        return 2
    else:
        return 3

def compute_pearson_correlation(x: list, y: list) -> float:
    """
    Tính hệ số tương quan Pearson r giữa điểm SAS-SV và điểm PSQI
    Công thức: r = sum((X - Mean(X))*(Y - Mean(Y))) / (sqrt(sum(X-Mean(X))^2) * sqrt(sum(Y-Mean(Y))^2))
    """
    arr_x, arr_y = np.array(x), np.array(y)
    n = len(arr_x)
    if n != len(arr_y) or n == 0:
        raise ValueError("Kích thước hai mảng dữ liệu không khớp")
    
    mean_x, mean_y = np.mean(arr_x), np.mean(arr_y)
    numerator = np.sum((arr_x - mean_x) * (arr_y - mean_y))
    denominator = np.sqrt(np.sum((arr_x - mean_x)**2) * np.sum((arr_y - mean_y)**2))
    
    if denominator == 0:
        return 0.0
    return float(numerator / denominator)

Kiểm định và đánh giá chất lượng thang đo (Testing & Validation)

Độ tin cậy nội tại của thang đo được đánh giá qua hệ số Cronbach's Alpha ($\alpha$): $$\alpha = \frac{K}{K - 1} \left( 1 - \frac{\sum_{i=1}^K \sigma_{Y_i}^2}{\sigma_X^2} \right)$$

  • Thang đo SAS-SV: Đạt hệ số Cronbach's Alpha $\alpha = 0.869$ tại Việt Nam (tương đương với các nghiên cứu quốc tế: Lee et al. tại Hàn Quốc đạt 0.905; Samaha et al. tại Mỹ đạt 0.910; Lin et al. tại Đài Loan đạt 0.910). Tất cả hệ số tương quan biến - tổng (Corrected Item-Total Correlation) đều đạt giá trị $> 0.30$.
  • Thang đo PSQI tiếng Việt: Bản quyền MAPI-TRUST gồm 18 câu hỏi (loại bỏ câu số 7 về việc sử dụng thuốc an thần không kê đơn do không phản ánh tập quán văn hóa sinh viên Việt Nam), đảm bảo độ giá trị hội tụ và độ đặc hiệu cao ($> 84.3%$).
|               BẢNG KIỂM ĐỊNH ĐỘ TIN CẬY THỐNG KÊ (CRONBACH'S ALPHA)       |
| Công cụ nghiên cứu            | Số biến    | Cronbach's  | Đánh giá       |
|                               | quan sát   | Alpha ($\alpha$) | chất lượng     |
| SAS-SV (Nghiện ĐTTM)          | 10 items   | 0.869       | Rất tốt        |
| PSQI (Chất lượng giấc ngủ)    | 7 domains  | 0.812       | Đạt chuẩn cao  |

Kết quả đạt được (Empirical Findings)

  1. Thực trạng nghiện ĐTTM:

    • Tỷ lệ sinh viên có biểu hiện nghiện ĐTTM ở mức trung bình và cao chiếm tỷ trọng đáng báo động ($> 45%$).
    • Các hành vi chiếm điểm số cao nhất trên thang SAS-SV tập trung vào: "Không thể rời mắt khỏi điện thoại", "Cảm thấy bồn chồn, lo lắng khi không có kết nối Internet", và "Sử dụng ĐTTM muộn vào ban đêm gây ảnh hưởng đến thời gian biểu hôm sau".

  2. Thực trạng chất lượng giấc ngủ:

    • Tỷ lệ sinh viên có điểm $PSQI > 5$ (CLGN kém) vượt ngưỡng $50%$.
    • Thời gian ngủ thực tế trung bình chỉ đạt khoảng 6.1 giờ/đêm ($SD = 1.05$), thấp hơn nhiều so với khuyến nghị của National Sleep Foundation (7–9 giờ/đêm cho nhóm tuổi 18–25).
    • Độ trễ khởi phát giấc ngủ kéo dài $> 30$ phút xuất hiện ở hơn $40%$ số người tham gia.

  3. Mối liên hệ tương quan giữa Nghiện ĐTTM và CLGN:

    • Kiểm định Pearson khẳng định mối tương quan thuận có ý nghĩa thống kê cao ($r > 0.35, p < 0.001$) giữa điểm tổng SAS-SV và điểm tổng PSQI (Điểm PSQI càng cao tức CLGN càng tồi tệ).
    • Mức độ nghiện ĐTTM càng gia tăng, sinh viên càng đối mặt với sự suy giảm nghiêm trọng ở 3 thành phần: Độ trễ giấc ngủ (Sleep Latency), Thời lượng giấc ngủ (Sleep Duration) và Rối loạn chức năng ban ngày (Daytime Dysfunction).

Đổi mới và đóng góp

  • Bản địa hóa quy chuẩn trắc lượng tâm lý: Ứng dụng thành công phiên bản PSQI 18 items được MAPI-TRUST phê duyệt phù hợp với bối cảnh xã hội Việt Nam, loại bỏ các nhiễu văn hóa trong việc dùng thuốc ngủ tự do.
  • Mô hình định lượng hóa tác động đa chiều: Thay vì chỉ khảo sát thời gian sử dụng ĐTTM đơn thuần (Screen Time), đề tài chứng minh rằng mức độ nghiện hành vi (Compulsive Behavior & Psychological Dependence) mới là yếu tố cốt lõi phá vỡ cấu trúc chu kỳ giấc ngủ (NREM/REM), chứ không chỉ là số giờ bật màn hình.
  • Đối sánh với các công trình tiêu biểu:
Nghiên cứu so sánh Khách thể Kết quả phát hiện chính Đóng góp của đề tài hiện tại
Sohn et al. (King's College London, 2019) 40.000+ thanh thiếu niên toàn cầu Tỷ lệ PSU $\approx 23.3%$, liên quan mật thiết đến lo âu và mất ngủ Bổ sung dữ liệu thực nghiệm đặc thù cho sinh viên đại học tại đô thị lớn Việt Nam
Lê Minh Luận & Bùi Thị Tú Quyên (2017) 939 sinh viên Cao đẳng Y tế Đồng Tháp Tỷ lệ nghiện ĐTTM $42.3%$, nam giới có nguy cơ gấp 1.76 lần Mở rộng phân tích chuyên sâu 7 cấu phần giấc ngủ qua PSQI thay vì câu hỏi đơn lẻ
Đề tài hiện tại (Nguyễn Thành Thông, 2023) Sinh viên các trường ĐH tại TP.HCM Xác lập mô hình tương quan tuyến tính $r > 0.35$ giữa SAS-SV và PSQI Đưa ra bộ chỉ số định lượng phục vụ trực tiếp giải pháp can thiệp tâm lý học đường

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng (Use Cases)

  1. Hệ thống tư vấn tâm lý học đường (University Mental Health Services): Tích hợp công cụ SAS-SV và PSQI vào cổng thông tin sinh viên để sàng lọc định kỳ đầu năm học, phát hiện sớm nhóm sinh viên có nguy cơ kiệt quệ tâm lý (Burnout) và mất ngủ mãn tính.
  2. Ứng dụng can thiệp mHealth / Trị liệu số (Digital CBT-I Apps): Dữ liệu nghiên cứu làm tiền đề phát triển tính năng quản lý thời gian sử dụng ứng dụng thông minh, tự động kích hoạt chế độ "Bedtime Hygiene" (chặn thông báo mạng xã hội, chuyển màn hình sang gam màu ấm, nhắc nhở rời xa thiết bị trước giờ ngủ 60 phút).
|               LỘ TRÌNH TRIỂN KHAI GIẢI PHÁP HỌC ĐƯỜNG (ROADMAP)           |
| [Tháng 1-2]: Số hóa bộ công cụ SAS-SV & PSQI lên hệ thống LMS/Portal      |
| [Tháng 3-4]: Khảo sát tầm soát tự động cho tân sinh viên                  |
| [Tháng 5-6]: Tổ chức Workshop chuyên đề "Vệ sinh giấc ngủ & Cai nghiện số"|
| [Tháng 7+ ]: Tư vấn can thiệp nhóm chuyên sâu cho sinh viên nhóm nguy cơ  |

Phân tích chi phí - lợi ích (Cost-Benefit Analysis & ROI)

  • Chi phí triển khai: Thấp. Tận dụng hạ tầng số sẵn có của nhà trường (Google Workspace for Education, cổng thông tin đào tạo).
  • Lợi ích định lượng: Giảm thiểu tỷ lệ sinh viên rớt môn, nợ tín chỉ do mệt mỏi ban ngày (Daytime dysfunction); giảm $30 - 45%$ chi phí tư vấn khủng hoảng tâm lý nặng thông qua can thiệp phòng ngừa sớm.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Thiết kế cắt ngang (Cross-sectional): Chỉ xác định mối tương quan (Correlation), chưa đủ bằng chứng khẳng định quan hệ nhân quả tuyệt đối theo thời gian (Causality).
  • Dữ liệu tự báo cáo: Có thể tồn tại sai số hồi tưởng (Recall bias) về số giờ ngủ thực tế hoặc thời gian đi vào giấc ngủ.

Hướng nghiên cứu tiếp theo

  • Ứng dụng thiết bị đeo thông minh (Wearables / Smartwatch Actigraphy): Kết hợp cảm biến đo nhịp tim biến thiên (HRV) và gia tốc kế để ghi nhận cấu trúc giấc ngủ khách quan song song với thang đo tâm lý.
  • Nghiên cứu can thiệp tiến cứu (Longitudinal Intervention Study): Thử nghiệm liệu pháp hành vi nhận thức cho chứng mất ngủ (CBT-I) kết hợp chương trình "Digital Detox" trong 8 tuần để đo lường mức độ cải thiện chỉ số PSQI.

Đối tượng hưởng lợi

  • Sinh viên đại học: Nhận thức rõ cơ chế tác động của ánh sáng xanh và sự phụ thuộc kỹ thuật số đến não bộ, từ đó chủ động thiết lập kỷ luật vệ sinh giấc ngủ (Sleep hygiene).
  • Cán bộ tư vấn & Giảng viên: Sở hữu công cụ sàng lọc có căn cứ khoa học vững chắc để phát hiện, hỗ trợ kịp thời sinh viên gặp khó khăn về tâm lý - học tập.
  • Nhà phát triển ứng dụng (Developers/mHealth): Nắm bắt các tham số hành vi để thiết kế các thuật toán "Digital Well-being" tối ưu trải nghiệm người dùng lành mạnh.
  • Cộng đồng nghiên cứu: Cung cấp bộ dữ liệu thực chứng chuẩn hóa về tâm lý học hành vi giới trẻ Việt Nam năm 2023.

Câu hỏi thường gặp

1. Thang đo SAS-SV và PSQI có độ tin cậy bao nhiêu khi áp dụng cho sinh viên Việt Nam?

Thang đo SAS-SV đạt hệ số Cronbach's Alpha $\alpha = 0.869$. Thang đo PSQI bản Việt hóa đạt $\alpha = 0.812$. Cả hai đều vượt xa ngưỡng tiêu chuẩn ($> 0.70$), chứng minh độ tin cậy và độ giá trị rất cao.

2. Điểm cắt (Cut-off Score) để xác định một sinh viên có chất lượng giấc ngủ kém là bao nhiêu?

Theo chuẩn quốc tế của Buysse et al. (1989) và bản ngữ hóa của MAPI-TRUST tại Việt Nam, tổng điểm $PSQI_{Global} > 5$ (trên thang tối đa 21 điểm) được xác định là chất lượng giấc ngủ kém và có dấu hiệu rối loạn giấc ngủ.

3. Tại sao bản PSQI tiếng Việt trong nghiên cứu chỉ có 18 câu thay vì 19 câu như bản gốc?

Câu hỏi số 7 trong bản gốc tiếng Anh ("Tần suất sử dụng thuốc kê đơn hoặc không kê đơn để dễ ngủ") được điều chỉnh lược bỏ sau quy trình dịch xuôi - dịch ngược chuẩn hóa của nhóm Tô Minh Ngọc và cộng sự (2014) vì văn hóa sinh viên Việt Nam rất ít khi tự ý dùng thuốc ngủ chuyên dụng, tránh gây hiểu lầm hoặc thiên lệch dữ liệu.

4. Ánh sáng xanh từ điện thoại làm suy giảm giấc ngủ qua cơ chế sinh học nào?

Ánh sáng bước sóng ngắn ($450 - 480\text{ nm}$) tác động trực tiếp lên các tế bào hạch võng mạc nhạy cảm ánh sáng (ipRGCs), ức chế nhân trên chéo (Suprachiasmatic Nucleus - SCN), làm ngưng trệ quá trình tổng hợp hormone gây ngủ Melatonin từ tuyến tùng, khiến cơ thể lầm tưởng vẫn đang là ban ngày.

5. Giải pháp cấp bách nào giúp sinh viên cải thiện giấc ngủ ngay lập tức?

Áp dụng quy tắc "Vệ sinh giấc ngủ 60 phút": Tắt hoàn toàn màn hình ĐTTM ít nhất 60 phút trước khi lên giường, để điện thoại cách xa tầm tay, thiết lập cố định khung giờ đi ngủ - thức dậy và không mang thiết bị di động vào không gian nghỉ ngơi.

Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Thành Thông (Trường Đại học Sư phạm TP. Hồ Chí Minh, 2023) đã giải quyết trọn vẹn bài toán thực nghiệm về mối liên hệ giữa nghiện điện thoại thông minh và chất lượng giấc ngủ của sinh viên. Bằng việc kết hợp chặt chẽ giữa hai công cụ chuẩn hóa quốc tế SAS-SV và PSQI, nghiên cứu cung cấp bằng chứng định lượng vững chắc: Mức độ nghiện ĐTTM tỷ lệ thuận trực tiếp với tình trạng suy giảm chất lượng giấc ngủ ($r > 0.35, p < 0.001$). Kết quả này gióng lên hồi chuông cảnh báo về sức khỏe tâm thần kỹ thuật số trong môi trường giáo dục đại học, đồng thời mở ra định hướng ứng dụng thực tiễn trong công tác tư vấn tâm lý học đường và xây dựng lối sống công nghệ cân bằng cho thế hệ trẻ.