ทีมวิจัยจาก Mass General Brigham, Harvard Medical School และ Rush University Medical Center สหรัฐอเมริกา รายงานว่า รูปแบบการงีบกลางวันของผู้สูงอายุ ซึ่งวัดด้วยอุปกรณ์สวมใส่แทนการถามความจำของผู้เข้าร่วม สัมพันธ์กับอัตราการเสียชีวิตจากทุกสาเหตุ โดยทุก ๆ 1 ชั่วโมงของเวลางีบที่เพิ่มขึ้นต่อวัน สัมพันธ์กับความเสี่ยงเสียชีวิตที่สูงขึ้นราว 13% และผู้ที่มักงีบช่วงเช้ามีความเสี่ยงสูงกว่าผู้ที่งีบช่วงบ่ายต้น ๆ ประมาณ 30% ผลงานตีพิมพ์ในวารสาร JAMA Network Open เมื่อเดือนเมษายน 2026 และกลับมาเป็นที่สนใจอีกครั้งจากข่าวประชาสัมพันธ์ของสถาบันในเดือนพฤศจิกายนที่ผ่านมา
สรุปสั้น ๆ สำหรับคนรีบอ่าน
- ผู้สูงอายุ 1,338 คน ติดตามนานถึง 19 ปี เสียชีวิต 926 คน (69.2%)
- วัดการงีบด้วย actigraphy ที่ข้อมือ ไม่ใช้แบบสอบถาม
- งีบนานขึ้น 1 ชม./วัน → AHR 1.13 | งีบเพิ่ม 1 ครั้ง/วัน → AHR 1.07 | งีบช่วงเช้าเทียบบ่ายต้น → AHR 1.30
- ความแปรปรวนของเวลางีบในแต่ละวัน “ไม่” สัมพันธ์กับการเสียชีวิต
- เป็นการศึกษาเชิงสังเกต บอกความสัมพันธ์ ไม่ใช่สาเหตุ
ทำไมต้องวัดด้วยเครื่อง ไม่ถามเอา
การงีบกลางวันพบได้ทั่วไปในผู้สูงอายุ ประมาณ 20-60% งีบเป็นประจำ งานวิจัยก่อนหน้านี้ที่เชื่อมโยงการงีบมากกับโรคหัวใจและหลอดเลือด ภาวะเสื่อมของระบบประสาท และอัตราการเสียชีวิต ส่วนใหญ่อาศัยการรายงานด้วยตนเอง (self-report) ซึ่งพึ่งพาความทรงจำของผู้ตอบ และมักเก็บได้แค่ “นานเท่าไร” กับ “บ่อยแค่ไหน” แต่ไม่ได้บอกว่างีบตอนไหนของวัน และสม่ำเสมอเพียงใด
ทีมวิจัยจึงใช้ข้อมูลจาก Rush Memory and Aging Project ซึ่งเริ่มเก็บข้อมูล actigraphy ตั้งแต่สิงหาคม 2005 ผู้เข้าร่วมสวมอุปกรณ์วัดความเร่ง 3 แกน (Actical, Philips Respironics) ที่ข้อมือข้างที่ไม่ถนัดต่อเนื่องนานถึง 14 วัน เฉลี่ยจริง 9.58 วัน แล้วแปลงสัญญาณเป็นช่วงละ 1 นาที และใช้อัลกอริทึม Cole-Kripke แยกช่วงหลับ-ตื่น โดยนิยาม “การงีบกลางวัน” คือช่วงหลับระหว่าง 9.00 ถึง 19.00 น.
ผลการศึกษา
ผู้เข้าร่วมในการวิเคราะห์มี 1,338 คน อายุเฉลี่ย 81.4 ปี เป็นผู้หญิง 76% ติดตามเฉลี่ย 8.3 ปี สูงสุด 19 ปี พบผู้เสียชีวิต 926 คน หลังปรับตัวแปรกวนทั้งหมด (อายุ เพศ การศึกษา การนอนกลางคืน จังหวะการพักผ่อน-ตื่นตัว ดัชนีมวลกาย อาการซึมเศร้า โรคประจำตัว ยาที่ใช้ กิจกรรมทางกาย และความสามารถในการช่วยเหลือตัวเอง) พบว่า
- ระยะเวลางีบ: เพิ่มขึ้น 1 ชั่วโมงต่อวัน สัมพันธ์กับความเสี่ยงเสียชีวิตสูงขึ้น (adjusted hazard ratio, AHR 1.13; 95% CI 1.04-1.23) เทียบเท่าความเสี่ยงของการมีอายุมากขึ้นราว 1.1 ปี
- ความถี่: งีบเพิ่มอีก 1 ครั้งต่อวัน AHR 1.07 (95% CI 1.02-1.13) เทียบเท่าอายุมากขึ้นราว 0.6 ปี
- ช่วงเวลา: ผู้ที่งีบช่วงเช้า เทียบกับผู้ที่งีบช่วงบ่ายต้น AHR 1.30 (95% CI 1.03-1.64) เทียบเท่าอายุมากขึ้นราว 2.5 ปี
- ความแปรปรวนของเวลางีบในแต่ละวัน: ไม่สัมพันธ์กับการเสียชีวิต (AHR 1.01; 95% CI 0.89-1.14)

ความแตกต่างของแต่ละรูปแบบเห็นได้ชัดใน ภาพที่ 1 ซึ่งแสดงเส้นการรอดชีวิตของผู้ที่งีบนานหรือบ่อยที่เปอร์เซ็นไทล์ที่ 90 เทียบกับที่เปอร์เซ็นไทล์ที่ 10 และเส้นของกลุ่มที่งีบช่วงเช้าเทียบกับช่วงบ่าย
ที่น่าสนใจคือ ความสัมพันธ์ยังคงอยู่แม้ปรับค่าการนอนกลางคืนทั้งระยะเวลาและคุณภาพแล้ว แสดงว่าการงีบกลางวันไม่ได้เป็นเพียงการ “ชดเชย” การนอนกลางคืนที่ไม่ดีเท่านั้น
กลไกที่เป็นไปได้ และข้อควรระวัง
ทีมวิจัยเสนอว่า การงีบมากเกินอาจเป็นตัวบ่งชี้เชิงพฤติกรรม (behavioral marker) ของภาวะที่ซ่อนอยู่มากกว่าจะเป็นสาเหตุโดยตรง เช่น ภาวะหยุดหายใจขณะหลับจากการอุดกั้น การอักเสบเรื้อรังทั้งระบบ ความผิดปกติของจังหวะชีวภาพ หรือโรคเรื้อรังที่ทำให้อ่อนเพลีย ส่วนการงีบช่วงเช้า ซึ่งเป็นเวลาที่คนสุขภาพดีมักตื่นตัวที่สุด อาจสะท้อนความง่วงผิดปกติหรือจังหวะชีวภาพที่เคลื่อน
“สิ่งสำคัญคือ นี่เป็นความสัมพันธ์ ไม่ใช่ความเป็นเหตุเป็นผล การงีบมากเกินน่าจะกำลังบ่งชี้ถึงโรคที่ซ่อนอยู่ ภาวะเรื้อรัง การนอนที่ถูกรบกวน หรือความผิดปกติของจังหวะชีวภาพ”
Chenlu Gao, PhD หนึ่งในทีมวิจัย
ข้อจำกัดที่ควรทราบมีหลายข้อ ประการแรก actigraphy แยก “หลับจริง” ออกจาก “นอนนิ่ง ๆ แต่ตื่น” ได้ไม่สมบูรณ์ ประการที่สอง กลุ่มตัวอย่าง 93.3% เป็นคนผิวขาวในรัฐ Illinois ตอนเหนือ จึงยังสรุปไปถึงวัฒนธรรมที่การงีบหลังมื้อกลางวันเป็นเรื่องปกติ เช่น ไทย จีน หรือกลุ่มฮิสแปนิก-ละติน ไม่ได้ ประการที่สาม เมื่อวิเคราะห์เฉพาะผู้ที่ไม่มีภาวะการรู้คิดบกพร่องตั้งแต่ต้น ความสัมพันธ์ระหว่างช่วงเวลาที่งีบกับการเสียชีวิตไม่มีนัยสำคัญอีกต่อไป และควรระบุด้วยว่าผู้วิจัยบางคนรายงานผลประโยชน์ทับซ้อนจากบริษัทด้านเทคโนโลยีสุขภาพ
ดังนั้น สิ่งที่งานวิจัยนี้ชี้ จึงไม่ใช่ “เลิกงีบแล้วจะอายุยืน” แต่เป็นความเป็นไปได้ที่ข้อมูลจากอุปกรณ์สวมใส่ซึ่งคนจำนวนมากใส่อยู่แล้ว จะถูกนำมาใช้เป็นสัญญาณเตือนล่วงหน้าทางคลินิก ในแนวทางเดียวกับที่สัญญาณจาก ECG และ AI ถูกใช้ทำนายความเสี่ยงหัวใจ หรือที่รูปแบบการเชื่อมต่อของสมองถูกใช้ประเมินความเสี่ยงอัลไซเมอร์ล่วงหน้าหลายปี นั่นเอง
สำหรับคนที่สนใจสามารถเข้าไปศึกษารายละเอียดของรายงานวิจัยได้ที่ Objectively Measured Daytime Napping Patterns and All-Cause Mortality in Older Adults และข่าวจาก Mass General Brigham / ScienceDaily
ภาพประกอบจากรายงานวิจัยของ Gao C และคณะ (JAMA Network Open, 2026) เผยแพร่ภายใต้สัญญาอนุญาต Creative Commons Attribution (CC BY)