Der Einsatz mehrerer Sensoren zur Schlafüberwachung bei Nachtschichtarbeitern (SENSE)

Das erste Ziel dieser Studie besteht darin, einen Open-Source-Algorithmus für maschinelles Lernen zur Schlafverfolgung zu etablieren, der herkömmliche Aktigraphie-Algorithmen bei der Erkennung von Schlafphasen am Tag übertrifft. Das zweite Ziel besteht darin, die Verfolgung von Schlafkontinuitätsvariablen durch das Hinzufügen mehrerer Sensoren zu verbessern. Das endgültige Ziel besteht darin, Erleichterungen und Hindernisse für die Implementierung der Multisensor-Schlafverfolgung zu Hause zu identifizieren. Unsere zentrale Hypothese ist, dass ein Multisensor-ML-Ansatz herkömmliche Algorithmen im Vergleich zur Goldstandard-Polysomnographie (PSG) übertrifft.

Bei dieser Studie handelt es sich um einen Typ-I-Hybrid-Effektivitäts-Implementierungsversuch, der 1) den vorgeschlagenen Multisensor-ML-Ansatz mithilfe von Polysomnographie im Labor validiert und 2) die Implementierung des Multisensor-ML-Ansatzes in einer ökologisch gültigen Umgebung zu Hause untersucht Umsetzung für vier Wochen. Eine Stichprobe von Nachtschichtarbeitern (N = 100) wird in den laborinternen Validierungsteil der Studie aufgenommen und im Verhältnis 1:1 entweder in den Zustand des alten Aktigraphiealgorithmus oder in den Zustand des Multisensor-ML randomisiert. Bei ihrer Ankunft werden die Teilnehmer an die ambulante PSG angeschlossen, wo für die Dauer des Laborbesuchs eine kontinuierliche Datenerfassung erfolgt, um fünf geplante Schlafmöglichkeiten in unterschiedlichen Längen (4 Stunden, 2 Stunden, 1,5 Stunden und zwei 30-minütige Nickerchen; 8) zu erfassen Stunden insgesamt). Bei denjenigen, die in den Zustand des alten Aktigraphiealgorithmus randomisiert werden, werden nur die Rohdaten des Beschleunigungsmessers erfasst und mit Hilfe älterer Aktigraphiealgorithmen verarbeitet, während diejenigen, die in den Zustand des Multisensor-ML randomisiert werden, den gleichen Verfahren wie im Zustand der alten Aktigraphie folgen, aber auch mit überwacht werden zusätzliche Sensoren. Ungefähr die Hälfte der Teilnehmer, die den Teil der Studie im Labor absolvieren, werden gebeten, den Teil der Studie zu Hause zu absolvieren, der eine vierwöchige Schlafverfolgung zu Hause mithilfe des Multisensor-Ansatzes umfasst. Die Teilnehmer erhalten das Sensorkit und haben zu Hause einen Termin mit dem Studienpersonal, um bei der Einrichtung des Sensors zu helfen, der dann am Ende des 4-wöchigen Zeitraums wieder abgeholt wird. Während der 4 Wochen werden außerdem tägliche Schlaftagebücher erfasst, um eine Datenqualitätsprüfung zu ermöglichen.