Un piloto de una mHealth circadiana personalizada para mejorar el sueño en los trabajadores de turnos nocturnos (SAIL)

Experimental: Aplicación de cambio

Los participantes en esta condición recibirán un código de acceso para descargar la aplicación móvil y realizar una orientación para cambiar y los procedimientos de estudio con un miembro del equipo de estudio. Luego ingresarán cuatro semanas de estudio dirigido al cambio de turno donde están capacitados en un procedimiento diario de cambio de apertura al comienzo de su día y planean su día de acuerdo con las recomendaciones de la aplicación. El uso de la aplicación (4 veces por semana) se incentivará con bonos semanales agregados a la compensación del estudio. Después de las cuatro semanas de uso dirigido por el estudio, los participantes continuarán con el uso autodirigido. A los cuatro meses, los participantes completarán una sesión de refuerzo con dos semanas adicionales de uso dirigido por el estudio, seguido de un uso autodirigido hasta el final del estudio. La estructura con la sesión de refuerzo tiene evidencia para mantener las ganancias de tratamiento y también está alineado con el plan de comercialización.

Otro: Circadiano personalizado Mhealth

Shift es una aplicación móvil diseñada para mejorar el sueño en los trabajadores de turnos nocturnos. La aplicación Mobile Shift se utiliza para recopilar datos de un Apple Watch para evaluar el tiempo de reloj de cuerpo de un trabajador de turno individual y hacer recomendaciones personalizadas de los horarios de exposición a la luz que están diseñados para alinear el calcetín del cuerpo con el horario de trabajo de turno nocturno.

Otros nombres:

• CAMBIO

Sin intervención: Control de la lista de espera

Los participantes en esta condición solo completarán cuestionarios para los ocho meses iniciales. Aquellos que sigan siendo trabajadores por turnos tendrán la opción de recibir la aplicación Shift y la opción de completar las encuestas de seguimiento de la misma manera que la condición de la aplicación Shift.

Establecer el efecto del cambio en los resultados centrados en las partes interesadas.

Objetivo 1a. Mida el efecto del cambio en la productividad laboral y la satisfacción en comparación con el control de la lista de espera utilizando el índice de satisfacción laboral. El efecto se probará utilizando un modelo de regresión lineal de efectos mixtos con participantes como efecto aleatorio y tiempo, condición y el término de interacción Time × Condición como efectos fijos.

Objetivo 1B: Mida el efecto del cambio en la salud global en comparación con el control de la lista de espera utilizando el cuestionario de salud global NIH Promis. El efecto se probará utilizando el mismo método que AIM 1A.

Objetivo 1c. Mida el efecto del cambio en la rotación en comparación con el control de la lista de espera, medido a los 8 meses de seguimiento. La facturación se operacionalizará como un individuo que ha terminado la posición en la que se encontraban al inicio o que ya no participa en el trabajo por turnos como están operacionales en el estudio. El efecto se determinará utilizando una regresión de efectos mixtos generalizados con rotación como resultado dicotómico.

Compare la experiencia de uso y la precisión de Sleep Android con la versión original de iOS.

Objetivo 2a. Mida la experiencia del usuario de las versiones de Android e iOS de turno utilizando el cuestionario de experiencia del usuario (UEQ). Se utilizarán los siguientes rangos de indiferencia clínica: ± 3 puntos en el cuestionario de experiencia del usuario basado en el tamaño del contenedor de 6 para cada uno de los umbrales (experiencia de usuario mala, neutral y buena).

Objetivo 2B. Medir la precisión de la desalineación circadiana (CM) predicha (CM), el sueño y la depresión en las versiones de Android e iOS. CM se indexará con las salidas del modelo biomatemático del sistema circadiano. El sueño se medirá utilizando el índice de gravedad del insomnio y los diarios de sueño. La depresión se medirá utilizando el inventario rápido de la sintomatología depresiva. Se utilizarán los siguientes rangos de indiferencia clínica: 1) CM predicho = ± 3 horas basado en aproximadamente 2 veces el error medio absoluto de las predicciones de nuestro modelo, 2) severidad de insomnio = ± 6 puntos, y 3) depresión = 28.5% de las QIDS -Sr16 Puntuación.

Evaluar los facilitadores y barreras para el compromiso y la implementación.

Se utilizará una serie de entrevistas semiestructuradas para el análisis temático y una hoja de ruta integral para futuras actualizaciones de aplicaciones basadas en los comentarios de los usuarios. Las entrevistas semiestructuradas utilizarán el enfoque de la guía de entrevistas después del marco CFIR seleccionado para este estudio. Se seguirán seis fases para el análisis temático: (1) Familiarización de datos, (2) generar códigos iniciales, (3) buscar temas, (4) revisar temas, (5) definir y nombrar temas, y (6) producir el informe . Combinaremos técnicas deductivas e inductivas para aumentar la precisión de los análisis temáticos.