- ICH GCP
- US Clinical Trials Registry
- Klinisk forsøg NCT05090995
En PPG-sensorbaseret feedback-intervention til unge voksne, der drikker meget
En fotopletysmografi-sensorbaseret personlig feedback-intervention til unge voksne, der drikker tungt drikke, målrettet mod pulsvariation, hvilepuls og søvn
Studieoversigt
Status
Betingelser
Intervention / Behandling
Detaljeret beskrivelse
Undersøgelsestype
Tilmelding (Faktiske)
Fase
- Ikke anvendelig
Kontakter og lokationer
Studiesteder
-
-
Connecticut
-
New Haven, Connecticut, Forenede Stater, 06510
- Yale University
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
Tager imod sunde frivillige
Beskrivelse
Inklusionskriterier:
- 18-25 år
- Rapportér ≥ 4 lejligheder til at have drukket meget inden for de seneste 28 dage
- Rapportér alkoholforbrugsforstyrrelser Identifikation Test-Forbrug (AUDIT-C)-score, der indikerer risiko for drikkeskade
- Engelsktalende
- Hav en personlig smartphone
Ekskluderingskriterier:
- Historie om søvnforstyrrelser
- Nat/ Roterende arbejdsskift
- Rejs to eller flere tidszoner i måneden forud for undersøgelsen eller forventet rejse to eller flere gange under undersøgelsesdeltagelsen
- Klinisk svær AUD i de seneste 12 måneder
- Er i øjeblikket tilmeldt alkohol- eller søvnbehandling
- Aktuel, alvorlig psykiatrisk sygdom
- Nuværende DSM-V stofmisbrugsforstyrrelse
- Positiv urinmedicinsk screening for et andet stof end marihuana
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Primært formål: Behandling
- Tildeling: Randomiseret
- Interventionel model: Parallel tildeling
- Maskning: Enkelt
Våben og indgreb
Deltagergruppe / Arm |
Intervention / Behandling |
|---|---|
|
Aktiv komparator: Selvovervågning og feedback
Interventionen består af forsøgspersoner, der bærer en PPG-enhed i 6 uger.
Forsøgspersoner vil overvåge deres eget helbred og rapportere deres søvnadfærd dagligt i denne periode.
I uge to, fire og seks vil forsøgspersoner modtage personlig sundhedsfeedback baseret på PPG-enhedsdata og søvndagbøger.
|
Selvstyring kort sundhedsintervention, der involverer passiv daglig helbredsovervågning ved hjælp af en PPG-sensor, aktiv selvovervågning af sundhed og adfærd ved hjælp af daglige dagbøger og levering af personlig sundhedsfeedback og rådgivning.
|
|
Placebo komparator: Selvovervågning
Interventionen består af forsøgspersoner, der bærer en PPG-enhed i 6 uger.
Forsøgspersoner vil overvåge deres eget helbred og rapportere deres søvnadfærd dagligt i denne periode.
|
Selvstyring kort sundhedsintervention, der involverer passiv daglig helbredsovervågning ved hjælp af en PPG-sensor og aktiv selvovervågning af sundhed og adfærd ved hjælp af daglige dagbøger.
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Samlet drikkevarer indtaget
Tidsramme: op til uge 10
|
Samlet forbrug af drikkevarer vil blive målt ved hjælp af Time Line Followback Interview ved baseline, uge 6 og uge 10.
Dette standardiserede interview beder forsøgspersoner om selv at rapportere, hvor mange drinks de indtager hver dag i løbet af de sidste 4 uger ved baseline og derefter siden det sidste vurderingspunkt i uge 6 og 10.
Højere score indikerer et større antal drikkevarer.
Det samlede antal drikkevarer vil blive summeret over de seneste 4 uger ved indtagelse, uge 6 og uge 10.
Totaler blev transformeret ved hjælp af en kvadratrodstransformation, da disse værdier ikke var normalfordelt.
Blandede effekter-modeller blev derefter udført for at evaluere effekten af tilstand på det samlede antal drikkevarer over tid med tilstand, tid og deres interaktion i modellen og køn og baseline samlede drikkevarer som kovariater.
|
op til uge 10
|
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Drikkevarer pr. drikkedag
Tidsramme: op til 10 uger
|
Det samlede antal drikkevarer pr. drikkedag vil blive målt ved hjælp af Time Line Followback Interview ved baseline, uge 6 og uge 10. Samlet drikkevare/drikkedag vil blive summeret over de seneste 4 uger ved indtagelse, uge 6 og uge 10. Totaler blev transformeret ved hjælp af en kvadratrodstransformation, da disse værdier ikke var normalfordelt. Blandede effekter-modeller blev derefter udført for at evaluere effekten af tilstand på det samlede antal drinks/drikkedag over tid med tilstand, tid og deres interaktion i modellen og køn og baseline-drikke pr. drikkedag som kovariater. Dette værktøj beder forsøgspersoner om selv at rapportere, hvor mange drinks de indtager i løbet af en periode på en måned. Score for denne foranstaltning vil blive bestemt af mængden af selvrapporteret alkoholforbrug, der fandt sted hver dag. En stor drikkedag for en mand ville være ≥5 drinks pr. møde, og for en kvinde ville det være ≥4 drinks pr. møde. |
op til 10 uger
|
|
Procent Dage med stort drik
Tidsramme: op til 10 uger
|
Selvrapporterede procent af dage med stort drikkeri vil blive målt ved hjælp af Time Line Followback Interview ved baseline, uge 6 og uge 10.
Dette standardiserede interview beder forsøgspersoner om selv at rapportere om, at de har drukket meget i løbet af de sidste 4 uger ved baseline og derefter siden det sidste vurderingspunkt i uge 6 og 10, defineret som ≥5 drinks pr. møde, og for en kvinde ville det være ≥4 drinks pr. siddende.
Højere score indikerer en større procentdel af dage med tungt drikke.
Procentdelen af dage med stort drikkeri vil blive summeret over de seneste 4 uger ved indtagelse, uge 6 og uge 10.
Blandede effekter-modeller blev derefter udført for at evaluere virkningen af tilstand på procent af dage med stort drikkeri over tid med tilstand, tid og deres interaktion i modellen og køn og baseline procent af drikkedage som kovariater.
|
op til 10 uger
|
|
Procent afholdende dage
Tidsramme: op til 10 uger
|
Selvrapporterede procentuelle afholdsdage vil blive målt ved hjælp af Time Line Followback Interview ved baseline, uge 6 og uge 10.
Dette standardiserede interview beder forsøgspersonerne om selv at rapportere, hvor mange dage de ikke har indtaget alkohol hver dag i løbet af de sidste 4 uger ved baseline og derefter siden det sidste vurderingspunkt i uge 6 og 10.
Højere score indikerer en større procentdel af afholdende dage.
Procentdelen af afholdsdage vil blive summeret over de seneste 4 uger ved indtagelse, uge 6 og uge 10.
Blandede effekter-modeller blev derefter udført for at evaluere effekten af tilstand på procent af afholdenhedsdage over tid med tilstand, tid og deres interaktion i modellen og køn og baseline procent af afholdsdage som kovariater.
|
op til 10 uger
|
|
Alkohol-relaterede konsekvenser
Tidsramme: baseline, uge 6 og uge 10
|
Gennemsnitlige alkoholrelaterede konsekvenser blev målt ved hjælp af Brief Young Adult Alcohol Consequences Questionnaire ved baseline, uge 6 og uge 10.
Hver konsekvens får 1 point, og en samlet score afspejler det samlede antal konsekvenser.
Højere score indikerede flere konsekvenser. Samlet score spænder fra 0-24.
De tre tidspunkter summeres og derefter gennemsnittet.
Blandede effekter modeller blev derefter udført for at evaluere effekten af tilstand på konsekvenser over tid med tilstand, tid og deres interaktion i modellen og køns- og baseline konsekvenser som kovariater.
|
baseline, uge 6 og uge 10
|
|
Søvnkvalitet
Tidsramme: baseline og uge 10
|
Gennemsnitlig søvnkvalitet vil blive målt ved hjælp af PROMIS - Sleep Disturbance Form 8 vurdering.
Søvnforstyrrelsesvurderingen har 8 spørgsmål, der giver en samlet score (summerede score).
Denne rå score konverteres derefter til en standardiseret T-score fra 0-100 med en gennemsnitlig score på 50.
En score over gennemsnittet ville indikere, at forsøgspersonen oplever dårligere søvnkvalitet.
Blandede effekter modeller blev derefter udført for at evaluere effekten af tilstand på søvnkvalitet over tid med tilstand, tid og deres interaktion i modellen og køn og baseline søvnkvalitet som kovariater.
|
baseline og uge 10
|
|
Søvnrelateret svækkelse
Tidsramme: baseline og uge 10
|
Gennemsnitlig søvnkvalitet vil blive målt ved hjælp af PROMIS - Sleep-Related Impairment Form 8 vurdering.
Søvnsvækkelsesvurderingen har 8 spørgsmål, der giver en samlet score (summeret score).
Denne rå score konverteres derefter til en standardiseret T-score fra 0-100 med en gennemsnitlig score på 50.
En score over gennemsnittet ville indikere, at forsøgspersonen oplever mere søvnrelateret svækkelse.
Blandede effekter modeller blev derefter udført for at evaluere effekten af tilstand på søvnrelateret svækkelse over tid med tilstand, tid og deres interaktion i modellen og køns- og baseline søvnrelateret svækkelse som kovariater.
|
baseline og uge 10
|
|
Søvnvarighed
Tidsramme: op til 6 uger
|
Gennemsnitlig søvnvarighed vil blive målt dagligt i 6 uger af PPG-enheden.
Søvnvarigheden beregnes derefter i 2-ugers intervaller i uge 2, 4 og 6 og evalueres over tid ved hjælp af blandede effekter modeller med tilstand, tid og deres interaktion i modellen og køn og en indikatorvariabel for ugedag vs. weekend som kovariater.
Søvnvarigheden blev transformeret ved hjælp af en kvadratrodstransformation.
|
op til 6 uger
|
|
Hjertefrekvensvariabilitet (HRV)
Tidsramme: op til 6 uger
|
Hjertefrekvensvariabilitet (HRV) vil blive målt dagligt i 6 uger af PPG-enheden.
HRV vil derefter blive beregnet som gennemsnit i 2-ugers intervaller i uge 2, 4 og 6 og evalueret over tid ved hjælp af blandede effekter modeller med tilstand, tid og deres interaktion i modellen og køn og en indikatorvariabel for ugedag vs. weekend som kovariater .
Søvnvarighed blev transformeret ved hjælp af en log-transformation.
|
op til 6 uger
|
|
Laveste hvilepuls (RHR)
Tidsramme: op til 6 uger
|
Laveste hvilepuls (RHR) vil blive målt dagligt i 6 uger af PPG-enheden.
Den laveste værdi beregnes derefter i 2-ugers intervaller i uge 2, 4 og 6 og evalueres over tid ved hjælp af blandede effekter modeller med tilstand, tid og deres interaktion i modellen og køn og en indikatorvariabel for ugedag vs. weekend som kovariater.
Søvnvarighed blev transformeret ved hjælp af en log-transformation.
RHR kan variere mellem 40-100 slag i minuttet.
Lavere RHR ville indikere bedre kardiovaskulær sundhed.
|
op til 6 uger
|
Samarbejdspartnere og efterforskere
Sponsor
Samarbejdspartnere
Efterforskere
- Ledende efterforsker: Lisa Fucito, PhD, Associate Professor of Psychiatry; Director, Tobacco Treatment Service, Psychiatry
Publikationer og nyttige links
Generelle publikationer
- Craig CL, Marshall AL, Sjostrom M, Bauman AE, Booth ML, Ainsworth BE, Pratt M, Ekelund U, Yngve A, Sallis JF, Oja P. International physical activity questionnaire: 12-country reliability and validity. Med Sci Sports Exerc. 2003 Aug;35(8):1381-95. doi: 10.1249/01.MSS.0000078924.61453.FB.
- Beauchaine TP, Thayer JF. Heart rate variability as a transdiagnostic biomarker of psychopathology. Int J Psychophysiol. 2015 Nov;98(2 Pt 2):338-350. doi: 10.1016/j.ijpsycho.2015.08.004. Epub 2015 Aug 11.
- Hernando D, Roca S, Sancho J, Alesanco A, Bailon R. Validation of the Apple Watch for Heart Rate Variability Measurements during Relax and Mental Stress in Healthy Subjects. Sensors (Basel). 2018 Aug 10;18(8):2619. doi: 10.3390/s18082619.
- Yu L, Buysse DJ, Germain A, Moul DE, Stover A, Dodds NE, Johnston KL, Pilkonis PA. Development of short forms from the PROMIS sleep disturbance and Sleep-Related Impairment item banks. Behav Sleep Med. 2011 Dec 28;10(1):6-24. doi: 10.1080/15402002.2012.636266.
- Pilkonis PA, Choi SW, Reise SP, Stover AM, Riley WT, Cella D; PROMIS Cooperative Group. Item banks for measuring emotional distress from the Patient-Reported Outcomes Measurement Information System (PROMIS(R)): depression, anxiety, and anger. Assessment. 2011 Sep;18(3):263-83. doi: 10.1177/1073191111411667. Epub 2011 Jun 21.
- Liu Y, Wheaton AG, Chapman DP, Cunningham TJ, Lu H, Croft JB. Prevalence of Healthy Sleep Duration among Adults--United States, 2014. MMWR Morb Mortal Wkly Rep. 2016 Feb 19;65(6):137-41. doi: 10.15585/mmwr.mm6506a1.
- Thayer JF, Ahs F, Fredrikson M, Sollers JJ 3rd, Wager TD. A meta-analysis of heart rate variability and neuroimaging studies: implications for heart rate variability as a marker of stress and health. Neurosci Biobehav Rev. 2012 Feb;36(2):747-56. doi: 10.1016/j.neubiorev.2011.11.009. Epub 2011 Dec 8.
- Stein PK, Pu Y. Heart rate variability, sleep and sleep disorders. Sleep Med Rev. 2012 Feb;16(1):47-66. doi: 10.1016/j.smrv.2011.02.005. Epub 2011 Jun 11.
- Kinnunen H, Rantanen A, Kentta T, Koskimaki H. Feasible assessment of recovery and cardiovascular health: accuracy of nocturnal HR and HRV assessed via ring PPG in comparison to medical grade ECG. Physiol Meas. 2020 May 7;41(4):04NT01. doi: 10.1088/1361-6579/ab840a.
- Leyro TM, Buckman JF, Bates ME. Theoretical implications and clinical support for heart rate variability biofeedback for substance use disorders. Curr Opin Psychol. 2019 Dec;30:92-97. doi: 10.1016/j.copsyc.2019.03.008. Epub 2019 Apr 2.
- Stepanski EJ, Wyatt JK. Use of sleep hygiene in the treatment of insomnia. Sleep Med Rev. 2003 Jun;7(3):215-25. doi: 10.1053/smrv.2001.0246.
- Kaner EF, Beyer FR, Muirhead C, Campbell F, Pienaar ED, Bertholet N, Daeppen JB, Saunders JB, Burnand B. Effectiveness of brief alcohol interventions in primary care populations. Cochrane Database Syst Rev. 2018 Feb 24;2(2):CD004148. doi: 10.1002/14651858.CD004148.pub4.
- Prinsloo GE, Rauch HG, Derman WE. A brief review and clinical application of heart rate variability biofeedback in sports, exercise, and rehabilitation medicine. Phys Sportsmed. 2014 May;42(2):88-99. doi: 10.3810/psm.2014.05.2061.
- Monk TH, Reynolds CF, Kupfer DJ, Buysse DJ, Coble PA, Hayes AJ, MacHen MA, Petrie SR, Ritenour AM. The Pittsburgh Sleep Diary. J Sleep Res. 1994 Jun;3(2):111-120.
- Buscemi J, Murphy JG, Martens MP, McDevitt-Murphy ME, Dennhardt AA, Skidmore JR. Help-seeking for alcohol-related problems in college students: correlates and preferred resources. Psychol Addict Behav. 2010 Dec;24(4):571-80. doi: 10.1037/a0021122.
- Falk D, Yi HY, Hiller-Sturmhofel S. An epidemiologic analysis of co-occurring alcohol and drug use and disorders: findings from the National Epidemiologic Survey of Alcohol and Related Conditions (NESARC). Alcohol Res Health. 2008;31(2):100-10.
- Administration, S.A.a.M.H.S. Key substance use and mental health indicators in the United States: Results from the National Survey on Drug Use and Health, Center for Behavioral Health Statistics and Quality. 2019; Available from: https://www.samhsa.gov/data/.
- Hingson RW, Zha W, Weitzman ER. Magnitude of and trends in alcohol-related mortality and morbidity among U.S. college students ages 18-24, 1998-2005. J Stud Alcohol Drugs Suppl. 2009 Jul;(16):12-20. doi: 10.15288/jsads.2009.s16.12.
- NIAAA, Alcohol involvement over the life course, E. U. S. Department of Health and Human Services, Editor. 2000 Bethesda, MD. p. p. 28-53.
- NIAAA, Alcohol and Other Drugs. Alcohol Alert, 2008. 76.
- Cronce JM, Larimer ME. Individual-focused approaches to the prevention of college student drinking. Alcohol Res Health. 2011;34(2):210-21.
- Carey KB, Scott-Sheldon LA, Carey MP, DeMartini KS. Individual-level interventions to reduce college student drinking: a meta-analytic review. Addict Behav. 2007 Nov;32(11):2469-94. doi: 10.1016/j.addbeh.2007.05.004. Epub 2007 May 17.
- Carey KB, Scott-Sheldon LA, Elliott JC, Bolles JR, Carey MP. Computer-delivered interventions to reduce college student drinking: a meta-analysis. Addiction. 2009 Nov;104(11):1807-19. doi: 10.1111/j.1360-0443.2009.02691.x. Epub 2009 Sep 10.
- Black DR, Coster DC. Interest in a stepped approach model (SAM): identification of recruitment strategies for university alcohol programs. Health Educ Q. 1996 Feb;23(1):98-114. doi: 10.1177/109019819602300107.
- Wu LT, Pilowsky DJ, Schlenger WE, Hasin D. Alcohol use disorders and the use of treatment services among college-age young adults. Psychiatr Serv. 2007 Feb;58(2):192-200. doi: 10.1176/ps.2007.58.2.192.
- Caldeira KM, Kasperski SJ, Sharma E, Vincent KB, O'Grady KE, Wish ED, Arria AM. College students rarely seek help despite serious substance use problems. J Subst Abuse Treat. 2009 Dec;37(4):368-78. doi: 10.1016/j.jsat.2009.04.005. Epub 2009 Jun 23.
- Fortuna RJ, Robbins BW, Halterman JS. Ambulatory care among young adults in the United States. Ann Intern Med. 2009 Sep 15;151(6):379-85. doi: 10.7326/0003-4819-151-6-200909150-00002.
- O'hara, B. and K. Caswell, Health status, health insurance, and medical services utilization: 2010. Curr Pop Rep, 2012. 2012: p. 70-133.
- Cadigan JM, Lee CM, Larimer ME. Young Adult Mental Health: a Prospective Examination of Service Utilization, Perceived Unmet Service Needs, Attitudes, and Barriers to Service Use. Prev Sci. 2019 Apr;20(3):366-376. doi: 10.1007/s11121-018-0875-8.
- Orzech KM, Salafsky DB, Hamilton LA. The state of sleep among college students at a large public university. J Am Coll Health. 2011;59(7):612-9. doi: 10.1080/07448481.2010.520051.
- Weinstock J, Petry NM, Pescatello LS, Henderson CE. Sedentary college student drinkers can start exercising and reduce drinking after intervention. Psychol Addict Behav. 2016 Dec;30(8):791-801. doi: 10.1037/adb0000207. Epub 2016 Sep 26.
- Fucito LM, DeMartini KS, Hanrahan TH, Yaggi HK, Heffern C, Redeker NS. Using Sleep Interventions to Engage and Treat Heavy-Drinking College Students: A Randomized Pilot Study. Alcohol Clin Exp Res. 2017 Apr;41(4):798-809. doi: 10.1111/acer.13342. Epub 2017 Feb 16.
- Rideout V. Generation Rx.com. What are young people really doing online? Mark Health Serv. 2002 Spring;22(1):26-30.
- Rideout, V. and S. Fox, Digital health practices, social media use, and mental wellbeing among teens and young adults in the US. 2018.
- Wartella, E., et al., Teens, health and technology: A national survey. Media and communication, 2016. 4(3): p. 13-23.
- DeMartini KS, Fucito LM. Variations in sleep characteristics and sleep-related impairment in at-risk college drinkers: a latent profile analysis. Health Psychol. 2014 Oct;33(10):1164-73. doi: 10.1037/hea0000115. Epub 2014 Aug 18.
- Singleton RA Jr, Wolfson AR. Alcohol consumption, sleep, and academic performance among college students. J Stud Alcohol Drugs. 2009 May;70(3):355-63. doi: 10.15288/jsad.2009.70.355.
- Hasler BP, Martin CS, Wood DS, Rosario B, Clark DB. A longitudinal study of insomnia and other sleep complaints in adolescents with and without alcohol use disorders. Alcohol Clin Exp Res. 2014 Aug;38(8):2225-33. doi: 10.1111/acer.12474. Epub 2014 Jun 27.
- Hasler BP, Kirisci L, Clark DB. Restless Sleep and Variable Sleep Timing During Late Childhood Accelerate the Onset of Alcohol and Other Drug Involvement. J Stud Alcohol Drugs. 2016 Jul;77(4):649-55. doi: 10.15288/jsad.2016.77.649.
- Miller MB, DiBello AM, Lust SA, Carey MP, Carey KB. Adequate sleep moderates the prospective association between alcohol use and consequences. Addict Behav. 2016 Dec;63:23-8. doi: 10.1016/j.addbeh.2016.05.005. Epub 2016 May 7.
- Wong MM, Brower KJ, Fitzgerald HE, Zucker RA. Sleep problems in early childhood and early onset of alcohol and other drug use in adolescence. Alcohol Clin Exp Res. 2004 Apr;28(4):578-87. doi: 10.1097/01.alc.0000121651.75952.39.
- Wong MM, Brower KJ, Nigg JT, Zucker RA. Childhood sleep problems, response inhibition, and alcohol and drug outcomes in adolescence and young adulthood. Alcohol Clin Exp Res. 2010 Jun;34(6):1033-44. doi: 10.1111/j.1530-0277.2010.01178.x. Epub 2010 Apr 5.
- Wong MM, Brower KJ, Zucker RA. Childhood sleep problems, early onset of substance use and behavioral problems in adolescence. Sleep Med. 2009 Aug;10(7):787-96. doi: 10.1016/j.sleep.2008.06.015. Epub 2009 Jan 12. Erratum In: Sleep Med. 2010 Jan;11(1):110-1.
- Wong MM, Robertson GC, Dyson RB. Prospective relationship between poor sleep and substance-related problems in a national sample of adolescents. Alcohol Clin Exp Res. 2015 Feb;39(2):355-62. doi: 10.1111/acer.12618. Epub 2015 Jan 16.
- Fucito LM, DeMartini KS, Hanrahan TH, Whittemore R, Yaggi HK, Redeker NS. Perceptions of Heavy-Drinking College Students About a Sleep and Alcohol Health Intervention. Behav Sleep Med. 2015;13(5):395-411. doi: 10.1080/15402002.2014.919919. Epub 2014 Jun 12.
- Irwin MR. Why sleep is important for health: a psychoneuroimmunology perspective. Annu Rev Psychol. 2015 Jan 3;66:143-72. doi: 10.1146/annurev-psych-010213-115205. Epub 2014 Jul 21.
- Worley SL. The Extraordinary Importance of Sleep: The Detrimental Effects of Inadequate Sleep on Health and Public Safety Drive an Explosion of Sleep Research. P T. 2018 Dec;43(12):758-763.
- Choi YK, Demiris G, Lin SY, Iribarren SJ, Landis CA, Thompson HJ, McCurry SM, Heitkemper MM, Ward TM. Smartphone Applications to Support Sleep Self-Management: Review and Evaluation. J Clin Sleep Med. 2018 Oct 15;14(10):1783-1790. doi: 10.5664/jcsm.7396.
- Goldman, D., Investing in the growing sleep-health economy. Prevalence, 2016.
- Campos, M. Heart rate variability: A new way to track well-being. 2019 Available from: https://www.health.harvard.edu/blog/heart-rate-variability-new-way-track-well2017112212789.
- Buccelletti E, Gilardi E, Scaini E, Galiuto L, Persiani R, Biondi A, Basile F, Silveri NG. Heart rate variability and myocardial infarction: systematic literature review and metanalysis. Eur Rev Med Pharmacol Sci. 2009 Jul-Aug;13(4):299-307.
- Young HA, Benton D. Heart-rate variability: a biomarker to study the influence of nutrition on physiological and psychological health? Behav Pharmacol. 2018 Apr;29(2 and 3-Spec Issue):140-151. doi: 10.1097/FBP.0000000000000383.
- Kemp AH, Quintana DS. The relationship between mental and physical health: insights from the study of heart rate variability. Int J Psychophysiol. 2013 Sep;89(3):288-96. doi: 10.1016/j.ijpsycho.2013.06.018. Epub 2013 Jun 22.
- Ralevski E, Petrakis I, Altemus M. Heart rate variability in alcohol use: A review. Pharmacol Biochem Behav. 2019 Jan;176:83-92. doi: 10.1016/j.pbb.2018.12.003. Epub 2018 Dec 6.
- Vaschillo EG, Vaschillo B, Buckman JF, Heiss S, Singh G, Bates ME. Early signs of cardiovascular dysregulation in young adult binge drinkers. Psychophysiology. 2018 May;55(5):e13036. doi: 10.1111/psyp.13036. Epub 2017 Nov 29.
- Ahmed, W., Podcast No. 43: Alcohol's effect on sleep, recovery and performance, in Whoop Podcast. 2019.
- de Zambotti M, Rosas L, Colrain IM, Baker FC. The Sleep of the Ring: Comparison of the OURA Sleep Tracker Against Polysomnography. Behav Sleep Med. 2019 Mar-Apr;17(2):124-136. doi: 10.1080/15402002.2017.1300587. Epub 2017 Mar 21.
- Roberts DM, Schade MM, Mathew GM, Gartenberg D, Buxton OM. Detecting sleep using heart rate and motion data from multisensor consumer-grade wearables, relative to wrist actigraphy and polysomnography. Sleep. 2020 Jul 13;43(7):zsaa045. doi: 10.1093/sleep/zsaa045.
- Portnoy DB, Scott-Sheldon LA, Johnson BT, Carey MP. Computer-delivered interventions for health promotion and behavioral risk reduction: a meta-analysis of 75 randomized controlled trials, 1988-2007. Prev Med. 2008 Jul;47(1):3-16. doi: 10.1016/j.ypmed.2008.02.014. Epub 2008 Feb 20.
- Friedrich A, Schlarb AA. Let's talk about sleep: a systematic review of psychological interventions to improve sleep in college students. J Sleep Res. 2018 Feb;27(1):4-22. doi: 10.1111/jsr.12568. Epub 2017 Jun 15.
- Chung KF, Lee CT, Yeung WF, Chan MS, Chung EW, Lin WL. Sleep hygiene education as a treatment of insomnia: a systematic review and meta-analysis. Fam Pract. 2018 Jul 23;35(4):365-375. doi: 10.1093/fampra/cmx122.
- Sobell LC, Agrawal S, Sobell MB, Leo GI, Young LJ, Cunningham JA, Simco ER. Comparison of a quick drinking screen with the timeline followback for individuals with alcohol problems. J Stud Alcohol. 2003 Nov;64(6):858-61. doi: 10.15288/jsa.2003.64.858.
- Trockel M, Manber R, Chang V, Thurston A, Taylor CB. An e-mail delivered CBT for sleep-health program for college students: effects on sleep quality and depression symptoms. J Clin Sleep Med. 2011 Jun 15;7(3):276-81. doi: 10.5664/JCSM.1072. Erratum In: J Clin Sleep Med. 2011 Aug 15;7(4):420. Tailor, Craig Barr [corrected to Taylor, Craig Barr].
- Kloss JD, Nash CO, Horsey SE, Taylor DJ. The delivery of behavioral sleep medicine to college students. J Adolesc Health. 2011 Jun;48(6):553-61. doi: 10.1016/j.jadohealth.2010.09.023. Epub 2010 Dec 18.
- Castaneda D, Esparza A, Ghamari M, Soltanpur C, Nazeran H. A review on wearable photoplethysmography sensors and their potential future applications in health care. Int J Biosens Bioelectron. 2018;4(4):195-202. doi: 10.15406/ijbsbe.2018.04.00125. Epub 2018 Aug 6.
- Pernice R, Javorka M, Krohova J, Czippelova B, Turianikova Z, Busacca A, Faes L; Member, IEEE. Comparison of short-term heart rate variability indexes evaluated through electrocardiographic and continuous blood pressure monitoring. Med Biol Eng Comput. 2019 Jun;57(6):1247-1263. doi: 10.1007/s11517-019-01957-4. Epub 2019 Feb 7.
- Pernice R, Javorka M, Krohova J, Czippelova B, Turianikova Z, Busacca A, Faes L. Reliability of Short-Term Heart Rate Variability Indexes Assessed through Photoplethysmography. Annu Int Conf IEEE Eng Med Biol Soc. 2018 Jul;2018:5610-5513. doi: 10.1109/EMBC.2018.8513634.
- Walch O, Huang Y, Forger D, Goldstein C. Sleep stage prediction with raw acceleration and photoplethysmography heart rate data derived from a consumer wearable device. Sleep. 2019 Dec 24;42(12):zsz180. doi: 10.1093/sleep/zsz180.
- Fonseca P, Weysen T, Goelema MS, Most EIS, Radha M, Lunsingh Scheurleer C, van den Heuvel L, Aarts RM. Validation of Photoplethysmography-Based Sleep Staging Compared With Polysomnography in Healthy Middle-Aged Adults. Sleep. 2017 Jul 1;40(7). doi: 10.1093/sleep/zsx097.
- de Zambotti M, Cellini N, Goldstone A, Colrain IM, Baker FC. Wearable Sleep Technology in Clinical and Research Settings. Med Sci Sports Exerc. 2019 Jul;51(7):1538-1557. doi: 10.1249/MSS.0000000000001947.
- Structured Clinical Interview For DSM-V-RV Axis I Disorders Research Version. 2014.
- Demartini KS, Carey KB. Correlates of AUDIT risk status for male and female college students. J Am Coll Health. 2009 Nov-Dec;58(3):233-9. doi: 10.1080/07448480903295342.
- Pilkonis PA, Choi SW, Salsman JM, Butt Z, Moore TL, Lawrence SM, Zill N, Cyranowski JM, Kelly MA, Knox SS, Cella D. Assessment of self-reported negative affect in the NIH Toolbox. Psychiatry Res. 2013 Mar 30;206(1):88-97. doi: 10.1016/j.psychres.2012.09.034. Epub 2012 Oct 22.
- Ortega FB, Sanchez-Lopez M, Solera-Martinez M, Fernandez-Sanchez A, Sjostrom M, Martinez-Vizcaino V. Self-reported and measured cardiorespiratory fitness similarly predict cardiovascular disease risk in young adults. Scand J Med Sci Sports. 2013 Dec;23(6):749-57. doi: 10.1111/j.1600-0838.2012.01454.x. Epub 2012 Mar 15.
- Anderson, M., Technology Device Ownership: 2015. Pew Research Center 2015.
- Peters EN, Leeman RF, Fucito LM, Toll BA, Corbin WR, O'Malley SS. Co-occurring marijuana use is associated with medication nonadherence and nonplanning impulsivity in young adult heavy drinkers. Addict Behav. 2012 Apr;37(4):420-6. doi: 10.1016/j.addbeh.2011.11.036. Epub 2011 Dec 3.
- Rounsaville, B.J., K.M. Carroll, and L.S. Onken, A stage model of behavioral therapies research: Getting started and moving on from stage I. Clinical Psychology: Science and Practice, 2001. 8(2): p. 133-142.
- Sobell MB, Sobell LC, Leo GI. Does enhanced social support improve outcomes for problem drinkers in guided self-change treatment? J Behav Ther Exp Psychiatry. 2000 Mar;31(1):41-54. doi: 10.1016/s0005-7916(00)00007-0.
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Primær færdiggørelse (Faktiske)
Studieafslutning (Faktiske)
Datoer for studieregistrering
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Anslået)
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Andre undersøgelses-id-numre
- 2000030417
- 1R21AA028886-01A1 (U.S. NIH-bevilling/kontrakt)
- 21-002981 (Andet bevillings-/finansieringsnummer: PI Assigned ID)
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .
Kliniske forsøg med Kraftig drikke
-
University of California, San FranciscoNational Institute on Drug Abuse (NIDA)Afsluttet
-
New York UniversityNational Institute on Alcohol Abuse and Alcoholism (NIAAA)RekrutteringHeavy Episodic DrinkingForenede Stater
-
Florida International UniversityNational Institute on Alcohol Abuse and Alcoholism (NIAAA); UConn HealthRekrutteringUnge voksne | Heavy Episodic Drinking | MBSRForenede Stater
-
University of North Carolina, Chapel HillNational Institute on Alcohol Abuse and Alcoholism (NIAAA)RekrutteringHIV-forebyggelse | Alkoholforbrug | PrEP optagelse | HIV behandling | Seneste Heavy DrinkingMalawi
-
Arizona State UniversityUniversity of Iowa; University of New MexicoAfsluttetRisikofyldt seksuel adfærd | Heavy Episodic Drinking | Seksuelt aggressiv adfærdForenede Stater
-
University Medicine GreifswaldGerman Federal Ministry of Education and ResearchAfsluttetAlkohol afhængighed | Alkohol misbrug | Risiko-drikning | Heavy Episodic Drinking
-
Karabuk UniversityAfsluttetHeavy Metal ToksicitetKalkun
-
Mt. Sinai Medical Center, MiamiTrukket tilbage
-
Riphah International UniversityAfsluttetSyndrom, Mangan NeurotoksisitetPakistan
-
Ohio State University Comprehensive Cancer CenterAfsluttetEksponering af heavy metal fra vapingForenede Stater
Kliniske forsøg med Adfærdsmæssig selvledelse og feedback
-
Karamanoğlu Mehmetbey UniversityKaraman Training and Research HospitalAfsluttetKoronararteriesygdomKalkun
-
University of MichiganNational Institute of Diabetes and Digestive and Kidney Diseases (NIDDK)Afsluttet
-
Omada Health, Inc.Palo Alto Medical Foundation; Sutter HealthAfsluttetType 2 diabetesForenede Stater
-
University of ArizonaAfsluttet
-
Sinai Health SystemRekrutteringDiabetes mellitus, type 2 | Diabetes mellitus | Diabetes | Diabetes mellitus, type 1Forenede Stater
-
University of North Carolina, Chapel HillCenters for Disease Control and PreventionAfsluttetKronisk sygdomForenede Stater
-
Massachusetts General HospitalNational Institute on Minority Health and Health Disparities (NIMHD)AfsluttetPsykiske lidelserForenede Stater, Puerto Rico
-
University of WashingtonNational Institute of Nursing Research (NINR); East Carolina UniversityRekrutteringImplanterbar defibrillatorbruger | Stress reaktion | Ptsd | Stresshåndtering | Social kognitiv teoriForenede Stater
-
University of MichiganNational Institutes of Health (NIH); National Institute on Aging (NIA); Blue...Afsluttet
-
Stanford UniversityNational Institute on Drug Abuse (NIDA)Ikke rekrutterer endnuBrug af cannabisForenede Stater