Unettomuuden hoito perusterveydenhuollon tutkimuksessa (TIP)
torstai 30. huhtikuuta 2026 päivittänyt: Päivi Korhonen, University of Turku
Tämän kliinisen tutkimuksen tavoitteena on oppia kroonista unettomuutta sairastavien perusterveydenhuollon potilaiden unettomuuden hoidosta.
Pääkysymys, johon se pyrkii vastaamaan, on:
• Vähentääkö Sleep School (unettomuuden terapia) hyvin unettomuuden haittoja? Osallistujat osallistuvat ryhmäterapiainterventioon kerran viikossa kuuden viikon ajan.
Tutkijat vertaavat Unikoulua tavalliseen hoitoon (koulutetun sairaanhoitajan lyhyt neuvonta) nähdäkseen, toimiiko Unikoulu tavallista hoitoa paremmin unettomuuden haittojen vähentämisessä.
Tutkimuksen yleiskatsaus
Tila
Rekrytointi
Ehdot
Interventio / Hoito
Opintotyyppi
Interventio
Ilmoittautuminen (Arvioitu)
250
Vaihe
- Ei sovellettavissa
Yhteystiedot ja paikat
Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.
Opiskeluyhteys
- Nimi: Ansa Rantanen, PhD
- Sähköposti: atsipp@utu.fi
Tutki yhteystietojen varmuuskopiointi
- Nimi: Elina Bergman, PhD
- Sähköposti: elkaro@utu.fi
Opiskelupaikat
-
-
-
Turku, Suomi, 20014
- Rekrytointi
- University of Turku
-
Ottaa yhteyttä:
- Elina Bergman
- Sähköposti: elkaro@utu.fi
-
-
Osallistumiskriteerit
Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Ei
Kuvaus
Sisällyttämiskriteerit:
- Unettomuuden vakavuusindeksi (ISI) on vähintään 8
- unettomuusoireet jatkuvat vähintään 3 kuukautta
Poissulkemiskriteerit:
- diagnosoitu dementia lääketieteellisten tietojen perusteella
- akuutti itsemurha
- akuutteja psykoottisia oireita
Opintosuunnitelma
Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
- Ensisijainen käyttötarkoitus: Hoito
- Jako: Satunnaistettu
- Inventiomalli: Rinnakkaistehtävä
- Naamiointi: Ei mitään (avoin tarra)
Aseet ja interventiot
Osallistujaryhmä / Arm |
Interventio / Hoito |
|---|---|
|
Kokeellinen: Unikoulu
Osallistujat osallistuvat Unikouluun kerran viikossa kuuden viikon ajan.
|
Unikoulu on strukturoitu unettomuuden hoitomenetelmä, joka perustuu unettomuuden kognitiiviseen käyttäytymisterapiaan (CBT-I).
Menetelmän keskeinen elementti on potilaiden työkirja.
Menetelmän olennaiset osat ovat potilaan itsetehokkuuden vahvistaminen, terapeuttisten harjoitusten esittely ja harjoitusten käytön jatkamisen tukeminen.
Unikoulun pääteemoja ovat unesta ja siihen vaikuttavista tekijöistä tiedottaminen, CBT-I:n käyttäytymiskomponentit, kuten sängyssä vietettävän ajan rajoittaminen, CBT-I:n kognitiiviset komponentit, kuten rakentava huolestuttava harjoitus sekä harjoitukset, joihin pyritään. rauhoittaa mieltä ja autonomista hermostoa.
Unikoulua johtaa koulutettu sairaanhoitaja.
|
|
Active Comparator: Hoito normaalisti
Osallistujat saavat lyhyttä unettomuusneuvontaa ilmoittautumiskäynnillä.
|
Koulutetun sairaanhoitajan antama suullinen ja kirjallinen tieto nukkumistottumusten parantamisesta.
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Insomnia Severity Index (ISI) -pisteiden keskimääräinen muutos lähtötasosta 8 viikon kohdalla
Aikaikkuna: Perustilanne ja viikko 8
|
ISI on validoitu itseraportointityökalu nykyisten unettomuusoireiden vakavuuden ja vaikutuksen arvioimiseen.
Se koostuu 7 Likert-asteikon kysymyksestä, joiden kokonaispistemäärä vaihtelee välillä 0–28 (korkeammat pisteet osoittavat vakavampaa unettomuutta).
Muutos = Viikon 8 pisteet - Peruspisteet.
|
Perustilanne ja viikko 8
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Keskimääräinen muutos lähtötasosta potilaan terveyskyselyssä 9 (PHQ-9) 8 viikon kohdalla
Aikaikkuna: Perustilanne ja viikko 8
|
PHQ-9 on validoitu itseannostelulaite, joka arvioi jokaisen 9 Diagnostisen ja tilastollisen mielenterveyshäiriöiden käsikirjan (DSM)-IV -kriteeristä 0 (ei ollenkaan) - 3 (melkein joka päivä) ja masennuksen vakavuuden. .
Mahdolliset pisteet vaihtelevat 0-27.
Muutos = Viikon 8 pisteet - Peruspisteet.
|
Perustilanne ja viikko 8
|
|
Keskimääräinen muutos lähtötasosta EUROHIS-elämänlaatuindeksissä 8 kohtaa 8 viikon kohdalla
Aikaikkuna: Perustilanne ja viikko 8
|
EUROHIS Life Quality of Life 8-kohdan indeksi on validoitu väline yleisen elämänlaadun arviointiin.
Elämänlaadun yleisiä, fyysisiä, psykologisia, sosiaalisia ja ympäristönäkökohtia koskevia kysymyksiä on kaikkiaan kahdeksan.
Jokainen kysymys pisteytetään 1:stä (erittäin huono) 5:een (erittäin hyvä).
Kaikki pisteet voidaan laskea yhteen ja jakaa 8:lla (kysymysten summalla), jolloin saadaan EUROHIS-QOL-keskiarvo.
Muutos = Viikon 8 pisteet - Peruspisteet.
|
Perustilanne ja viikko 8
|
|
Työkykypisteiden (WAS) keskimääräinen muutos lähtötasosta 8 viikon kohdalla
Aikaikkuna: Perustilanne ja viikko 8
|
WAS on ensimmäinen osa Work Ability Indexistä (WAI), validoitu työkyvyn arvioinnin väline.
WAS on yksittäinen kysymys "Mikä on nykyinen työkykysi verrattuna elämäsi parhaaseen?"
Siinä on 0-10 vasteasteikko, jossa 0 tarkoittaa "täysin työkyvytöntä" ja 10 tarkoittaa "työkykyä parhaimmillaan".
WAS:lla on osoitettu olevan vahva yhteys WAI:hen ja se on luotettava työkyvyn arvioinnissa.
Muutos = Viikon 8 pisteet - Peruspisteet.
|
Perustilanne ja viikko 8
|
Muut tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Unen kesto lähtötasolla
Aikaikkuna: Perustaso
|
Tietoa unen kestosta kerätään älykelloilla validoidulla menetelmällä.
Menetelmä perustuu biologisten signaalien arviointiin tekoälyalgoritmeilla.
Älykellolla mitataan osallistujan sykettä, liikkeitä, happisaturaatiota ja fotopletysmografiasignaalia ranteesta.
Fotopletysmografiasignaali mittaa optisesti veritilavuuden muutoksia, mikä mahdollistaa sympaattisen ja parasympaattisen hermoston toiminnan arvioinnin.
Vaikka meillä onkin erilaisia yksiköitä, aiemmin kehitetyt syväoppimissovelluksemme käyttävät tietoa sykkeestä, liikkeistä, happisaturaatiosta ja fotopletysmografiasignaaleista arvioidakseen unen kestoa.
Näin ollen, riippumatta mitattujen signaalien yksiköistä, kaikkien näiden signaalien tiedot yhdistetään automaattisilla algoritmeilla raportoimaan yhden arvon: lepotilan keston.
|
Perustaso
|
|
Nukkumisvaiheet lähtötasolla
Aikaikkuna: Perustaso
|
Tietoa univaiheista kerätään älykelloilla validoidulla menetelmällä.
Menetelmä perustuu biologisten signaalien arviointiin tekoälyalgoritmeilla.
Älykellolla mitataan osallistujan sykettä, liikkeitä, happisaturaatiota ja fotopletysmografiasignaalia ranteesta.
Fotopletysmografiasignaali mittaa optisesti veritilavuuden muutoksia, mikä mahdollistaa sympaattisen ja parasympaattisen hermoston toiminnan arvioinnin.
Vaikka meillä onkin erilaisia yksiköitä, aiemmin kehitetyt syväoppimissovelluksemme käyttävät tietoa sykkeestä, liikkeistä, happisaturaatiosta ja fotopletysmografiasignaaleista arvioidakseen univaiheita.
Siten, riippumatta mitattujen signaalien yksiköistä, kaikkien näiden signaalien tiedot yhdistetään automaattisilla algoritmeilla raportoimaan yhden arvon: univaiheet.
|
Perustaso
|
|
Unen laatu lähtötasolla
Aikaikkuna: Perustaso
|
Tietoa objektiivisesta unenlaadusta kerätään älykelloilla validoidulla menetelmällä.
Menetelmä perustuu biologisten signaalien arviointiin tekoälyalgoritmeilla.
Älykellolla mitataan osallistujan sykettä, liikkeitä, happisaturaatiota ja fotopletysmografiasignaalia ranteesta.
Fotopletysmografiasignaali mittaa optisesti veritilavuuden muutoksia, mikä mahdollistaa sympaattisen ja parasympaattisen hermoston toiminnan arvioinnin.
Vaikka meillä onkin erilaisia yksiköitä, aiemmin kehitetyt syväoppimissovelluksemme käyttävät tietoa sykkeestä, liikkeistä, happisaturaatiosta ja fotopletysmografiasignaaleista arvioidakseen unen laatua.
Näin ollen, riippumatta mitattujen signaalien yksiköistä, kaikkien näiden signaalien tiedot yhdistetään automaattisilla algoritmeilla raportoimaan yhden arvon: unen laadun.
|
Perustaso
|
|
Unen kesto 8 viikon kohdalla
Aikaikkuna: Viikko 8
|
Tietoa unen kestosta kerätään älykelloilla validoidulla menetelmällä.
Menetelmä perustuu biologisten signaalien arviointiin tekoälyalgoritmeilla.
Älykellolla mitataan osallistujan sykettä, liikkeitä, happisaturaatiota ja fotopletysmografiasignaalia ranteesta.
Fotopletysmografiasignaali mittaa optisesti veritilavuuden muutoksia, mikä mahdollistaa sympaattisen ja parasympaattisen hermoston toiminnan arvioinnin.
Vaikka meillä onkin erilaisia yksiköitä, aiemmin kehitetyt syväoppimissovelluksemme käyttävät tietoa sykkeestä, liikkeistä, happisaturaatiosta ja fotopletysmografiasignaaleista arvioidakseen unen kestoa.
Näin ollen, riippumatta mitattujen signaalien yksiköistä, kaikkien näiden signaalien tiedot yhdistetään automaattisilla algoritmeilla raportoimaan yhden arvon: lepotilan keston.
|
Viikko 8
|
|
Univaiheet 8 viikon iässä
Aikaikkuna: Viikko 8
|
Tietoa univaiheista kerätään älykelloilla validoidulla menetelmällä.
Menetelmä perustuu biologisten signaalien arviointiin tekoälyalgoritmeilla.
Älykellolla mitataan osallistujan sykettä, liikkeitä, happisaturaatiota ja fotopletysmografiasignaalia ranteesta.
Fotopletysmografiasignaali mittaa optisesti veritilavuuden muutoksia, mikä mahdollistaa sympaattisen ja parasympaattisen hermoston toiminnan arvioinnin.
Vaikka meillä onkin erilaisia yksiköitä, aiemmin kehitetyt syväoppimissovelluksemme käyttävät tietoa sykkeestä, liikkeistä, happisaturaatiosta ja fotopletysmografiasignaaleista arvioidakseen univaiheita.
Siten, riippumatta mitattujen signaalien yksiköistä, kaikkien näiden signaalien tiedot yhdistetään automaattisilla algoritmeilla raportoimaan yhden arvon: univaiheet.
|
Viikko 8
|
|
Unen laatu 8 viikon iässä
Aikaikkuna: Viikko 8
|
Tietoa objektiivisesta unenlaadusta kerätään älykelloilla validoidulla menetelmällä.
Menetelmä perustuu biologisten signaalien arviointiin tekoälyalgoritmeilla.
Älykellolla mitataan osallistujan sykettä, liikkeitä, happisaturaatiota ja fotopletysmografiasignaalia ranteesta.
Fotopletysmografiasignaali mittaa optisesti veritilavuuden muutoksia, mikä mahdollistaa sympaattisen ja parasympaattisen hermoston toiminnan arvioinnin.
Vaikka meillä onkin erilaisia yksiköitä, aiemmin kehitetyt syväoppimissovelluksemme käyttävät tietoa sykkeestä, liikkeistä, happisaturaatiosta ja fotopletysmografiasignaaleista arvioidakseen unen laatua.
Näin ollen, riippumatta mitattujen signaalien yksiköistä, kaikkien näiden signaalien tiedot yhdistetään automaattisilla algoritmeilla raportoimaan yhden arvon: unen laadun.
|
Viikko 8
|
|
Insomnia Severity Index (ISI) -pistemäärän keskimääräinen muutos 8 viikosta 16 viikon kohdalla
Aikaikkuna: Viikko 8 ja viikko 16
|
ISI on validoitu itseraportointityökalu nykyisten unettomuusoireiden vakavuuden ja vaikutuksen arvioimiseen.
Se koostuu 7 Likert-asteikon kysymyksestä, joiden kokonaispistemäärä vaihtelee välillä 0–28 (korkeammat pisteet osoittavat vakavampaa unettomuutta).
Muutos = Viikon 16 pisteet - Viikon 8 pisteet.
|
Viikko 8 ja viikko 16
|
|
Keskimääräinen muutos lähtötasosta potilaan terveyskyselyssä 9 (PHQ-9) 16 viikon kohdalla
Aikaikkuna: Lähtötilanne ja viikko 16
|
PHQ-9 on validoitu itseannostelulaite, joka arvioi jokaisen 9 DSM-IV:n masennuksen kriteeristä 0 (ei ollenkaan) 3:ksi (melkein joka päivä) ja masennuksen vakavuuden.
Mahdolliset pisteet vaihtelevat 0-27.
Muutos = Viikon 16 pisteet - Peruspisteet.
|
Lähtötilanne ja viikko 16
|
|
Keskimääräinen muutos lähtötasosta EUROHIS-elämänlaatuindeksissä 8 kohtaa 16 viikon kohdalla
Aikaikkuna: Lähtötilanne ja viikko 16
|
EUROHIS Life Quality of Life 8-kohdan indeksi on validoitu väline yleisen elämänlaadun arviointiin.
Elämänlaadun yleisiä, fyysisiä, psykologisia, sosiaalisia ja ympäristönäkökohtia koskevia kysymyksiä on kaikkiaan kahdeksan.
Jokainen kysymys pisteytetään 1:stä (erittäin huono) 5:een (erittäin hyvä).
Kaikki pisteet voidaan laskea yhteen ja jakaa 8:lla (kysymysten summalla), jolloin saadaan EUROHIS-QOL-keskiarvo.
Muutos = Viikon 16 pisteet - Peruspisteet.
|
Lähtötilanne ja viikko 16
|
|
Keskimääräinen muutos lähtötasosta työkykypisteissä (WAS) 16 viikon kohdalla
Aikaikkuna: Lähtötilanne ja viikko 16
|
WAS on ensimmäinen osa Work Ability Indexistä (WAI), validoitu työkyvyn arvioinnin väline.
WAS on yksittäinen kysymys "Mikä on nykyinen työkykysi verrattuna elämäsi parhaaseen?"
Siinä on 0-10 vasteasteikko, jossa 0 tarkoittaa "täysin työkyvytöntä" ja 10 tarkoittaa "työkykyä parhaimmillaan".
WAS:lla on osoitettu olevan vahva yhteys WAI:hen ja se on luotettava työkyvyn arvioinnissa.
Muutos = Viikon 16 pisteet - Peruspisteet.
|
Lähtötilanne ja viikko 16
|
|
Unen kesto 16 viikon kohdalla
Aikaikkuna: Viikko 16
|
Tietoa unen kestosta kerätään älykelloilla validoidulla menetelmällä.
Menetelmä perustuu biologisten signaalien arviointiin tekoälyalgoritmeilla.
Älykellolla mitataan osallistujan sykettä, liikkeitä, happisaturaatiota ja fotopletysmografiasignaalia ranteesta.
Fotopletysmografiasignaali mittaa optisesti veritilavuuden muutoksia, mikä mahdollistaa sympaattisen ja parasympaattisen hermoston toiminnan arvioinnin.
Vaikka meillä onkin erilaisia yksiköitä, aiemmin kehitetyt syväoppimissovelluksemme käyttävät tietoa sykkeestä, liikkeistä, happisaturaatiosta ja fotopletysmografiasignaaleista arvioidakseen unen kestoa.
Näin ollen, riippumatta mitattujen signaalien yksiköistä, kaikkien näiden signaalien tiedot yhdistetään automaattisilla algoritmeilla raportoimaan yhden arvon: lepotilan keston.
|
Viikko 16
|
|
Univaiheet 16 viikon iässä
Aikaikkuna: Viikko 16
|
Tietoa univaiheista kerätään älykelloilla validoidulla menetelmällä.
Menetelmä perustuu biologisten signaalien arviointiin tekoälyalgoritmeilla.
Älykellolla mitataan osallistujan sykettä, liikkeitä, happisaturaatiota ja fotopletysmografiasignaalia ranteesta.
Fotopletysmografiasignaali mittaa optisesti veritilavuuden muutoksia, mikä mahdollistaa sympaattisen ja parasympaattisen hermoston toiminnan arvioinnin.
Vaikka meillä onkin erilaisia yksiköitä, aiemmin kehitetyt syväoppimissovelluksemme käyttävät tietoa sykkeestä, liikkeistä, happisaturaatiosta ja fotopletysmografiasignaaleista arvioidakseen univaiheita.
Siten, riippumatta mitattujen signaalien yksiköistä, kaikkien näiden signaalien tiedot yhdistetään automaattisilla algoritmeilla raportoimaan yhden arvon: univaiheet.
|
Viikko 16
|
|
Unen laatu 16 viikon iässä
Aikaikkuna: Viikko 16
|
Tietoa objektiivisesta unenlaadusta kerätään älykelloilla validoidulla menetelmällä.
Menetelmä perustuu biologisten signaalien arviointiin tekoälyalgoritmeilla.
Älykellolla mitataan osallistujan sykettä, liikkeitä, happisaturaatiota ja fotopletysmografiasignaalia ranteesta.
Fotopletysmografiasignaali mittaa optisesti veritilavuuden muutoksia, mikä mahdollistaa sympaattisen ja parasympaattisen hermoston toiminnan arvioinnin.
Vaikka meillä onkin erilaisia yksiköitä, aiemmin kehitetyt syväoppimissovelluksemme käyttävät tietoa sykkeestä, liikkeistä, happisaturaatiosta ja fotopletysmografiasignaaleista arvioidakseen unen laatua.
Näin ollen, riippumatta mitattujen signaalien yksiköistä, kaikkien näiden signaalien tiedot yhdistetään automaattisilla algoritmeilla raportoimaan yhden arvon: unen laadun.
|
Viikko 16
|
|
Insomnia Severity Index (ISI) -pistemäärän keskimääräinen muutos 8 viikosta 26 viikon kohdalla
Aikaikkuna: Viikko 8 ja viikko 26
|
ISI on validoitu itseraportointityökalu nykyisten unettomuusoireiden vakavuuden ja vaikutuksen arvioimiseen.
Se koostuu 7 Likert-asteikon kysymyksestä, joiden kokonaispistemäärä vaihtelee välillä 0–28 (korkeammat pisteet osoittavat vakavampaa unettomuutta).
Muutos = Viikon 26 pisteet - Viikon 8 pisteet.
|
Viikko 8 ja viikko 26
|
|
Keskimääräinen muutos lähtötasosta potilaan terveyskyselyssä 9 (PHQ-9) viikolla 26
Aikaikkuna: Lähtötilanne ja viikko 26
|
PHQ-9 on validoitu itseannostelulaite, joka arvioi jokaisen 9 DSM-IV:n masennuksen kriteeristä 0 (ei ollenkaan) 3:ksi (melkein joka päivä) ja masennuksen vakavuuden.
Mahdolliset pisteet vaihtelevat 0-27.
Muutos = Viikon 26 pisteet - Lähtötaso.
|
Lähtötilanne ja viikko 26
|
|
Keskimääräinen muutos lähtötasosta EUROHIS-elämänlaatuindeksissä 8 kohtaa 26 viikon kohdalla
Aikaikkuna: Lähtötilanne ja viikko 26
|
EUROHIS Life Quality of Life 8-kohdan indeksi on validoitu väline yleisen elämänlaadun arviointiin.
Elämänlaadun yleisiä, fyysisiä, psykologisia, sosiaalisia ja ympäristönäkökohtia koskevia kysymyksiä on kaikkiaan kahdeksan.
Jokainen kysymys pisteytetään 1:stä (erittäin huono) 5:een (erittäin hyvä).
Kaikki pisteet voidaan laskea yhteen ja jakaa 8:lla (kysymysten summalla), jolloin saadaan EUROHIS-QOL-keskiarvo.
Muutos = Viikon 26 pisteet - Peruspisteet.
|
Lähtötilanne ja viikko 26
|
|
Keskimääräinen muutos lähtötasosta työkykypisteissä (WAS) 26 viikon kohdalla
Aikaikkuna: Lähtötilanne ja viikko 26
|
WAS on ensimmäinen osa Work Ability Indexistä (WAI), validoitu työkyvyn arvioinnin väline.
WAS on yksittäinen kysymys "Mikä on nykyinen työkykysi verrattuna elämäsi parhaaseen?"
Siinä on 0-10 vasteasteikko, jossa 0 tarkoittaa "täysin työkyvytöntä" ja 10 tarkoittaa "työkykyä parhaimmillaan".
WAS:lla on osoitettu olevan vahva yhteys WAI:hen ja se on luotettava työkyvyn arvioinnissa.
Muutos = Viikon 26 pisteet - Peruspisteet.
|
Lähtötilanne ja viikko 26
|
|
Unen kesto 26 viikon kohdalla
Aikaikkuna: Viikko 26
|
Tietoa unen kestosta kerätään älykelloilla validoidulla menetelmällä.
Menetelmä perustuu biologisten signaalien arviointiin tekoälyalgoritmeilla.
Älykellolla mitataan osallistujan sykettä, liikkeitä, happisaturaatiota ja fotopletysmografiasignaalia ranteesta.
Fotopletysmografiasignaali mittaa optisesti veritilavuuden muutoksia, mikä mahdollistaa sympaattisen ja parasympaattisen hermoston toiminnan arvioinnin.
Vaikka meillä onkin erilaisia yksiköitä, aiemmin kehitetyt syväoppimissovelluksemme käyttävät tietoa sykkeestä, liikkeistä, happisaturaatiosta ja fotopletysmografiasignaaleista arvioidakseen unen kestoa.
Näin ollen, riippumatta mitattujen signaalien yksiköistä, kaikkien näiden signaalien tiedot yhdistetään automaattisilla algoritmeilla raportoimaan yhden arvon: lepotilan keston.
|
Viikko 26
|
|
Univaiheet 26 viikon kohdalla
Aikaikkuna: Viikko 26
|
Tietoa univaiheista kerätään älykelloilla validoidulla menetelmällä.
Menetelmä perustuu biologisten signaalien arviointiin tekoälyalgoritmeilla.
Älykellolla mitataan osallistujan sykettä, liikkeitä, happisaturaatiota ja fotopletysmografiasignaalia ranteesta.
Fotopletysmografiasignaali mittaa optisesti veritilavuuden muutoksia, mikä mahdollistaa sympaattisen ja parasympaattisen hermoston toiminnan arvioinnin.
Vaikka meillä onkin erilaisia yksiköitä, aiemmin kehitetyt syväoppimissovelluksemme käyttävät tietoa sykkeestä, liikkeistä, happisaturaatiosta ja fotopletysmografiasignaaleista arvioidakseen univaiheita.
Siten, riippumatta mitattujen signaalien yksiköistä, kaikkien näiden signaalien tiedot yhdistetään automaattisilla algoritmeilla raportoimaan yhden arvon: univaiheet.
|
Viikko 26
|
|
Unen laatu 26 viikon iässä
Aikaikkuna: Viikko 26
|
Tietoa objektiivisesta unenlaadusta kerätään älykelloilla validoidulla menetelmällä.
Menetelmä perustuu biologisten signaalien arviointiin tekoälyalgoritmeilla.
Älykellolla mitataan osallistujan sykettä, liikkeitä, happisaturaatiota ja fotopletysmografiasignaalia ranteesta.
Fotopletysmografiasignaali mittaa optisesti veritilavuuden muutoksia, mikä mahdollistaa sympaattisen ja parasympaattisen hermoston toiminnan arvioinnin.
Vaikka meillä onkin erilaisia yksiköitä, aiemmin kehitetyt syväoppimissovelluksemme käyttävät tietoa sykkeestä, liikkeistä, happisaturaatiosta ja fotopletysmografiasignaaleista arvioidakseen unen laatua.
Näin ollen, riippumatta mitattujen signaalien yksiköistä, kaikkien näiden signaalien tiedot yhdistetään automaattisilla algoritmeilla raportoimaan yhden arvon: unen laadun.
|
Viikko 26
|
|
Insomnia Severity Index (ISI) -pistemäärän keskimääräinen muutos 8 viikosta 12 kuukauden kohdalla
Aikaikkuna: Viikko 8 ja 12 kuukautta
|
ISI on validoitu itseraportointityökalu nykyisten unettomuusoireiden vakavuuden ja vaikutuksen arvioimiseen.
Se koostuu 7 Likert-asteikon kysymyksestä, joiden kokonaispistemäärä vaihtelee välillä 0–28 (korkeammat pisteet osoittavat vakavampaa unettomuutta).
Muutos = 12 kuukauden pisteet - Viikon 8 pisteet.
|
Viikko 8 ja 12 kuukautta
|
|
Keskimääräinen muutos lähtötasosta potilaan terveyskyselyssä 9 (PHQ-9) 12 kuukauden kohdalla
Aikaikkuna: Perustaso ja 12 kuukautta
|
PHQ-9 on validoitu itseannostelulaite, joka arvioi jokaisen 9 DSM-IV:n masennuksen kriteeristä 0 (ei ollenkaan) 3:ksi (melkein joka päivä) ja masennuksen vakavuuden.
Mahdolliset pisteet vaihtelevat 0-27.
Muutos = 12 kuukauden pisteet - peruspisteet.
|
Perustaso ja 12 kuukautta
|
|
Keskimääräinen muutos perustasosta EUROHIS-elämänlaatuindeksissä 8 kohtaa 12 kuukauden kohdalla
Aikaikkuna: Perustaso ja 12 kuukautta
|
EUROHIS Life Quality of Life 8-kohdan indeksi on validoitu väline yleisen elämänlaadun arviointiin.
Elämänlaadun yleisiä, fyysisiä, psykologisia, sosiaalisia ja ympäristönäkökohtia koskevia kysymyksiä on kaikkiaan kahdeksan.
Jokainen kysymys pisteytetään 1:stä (erittäin huono) 5:een (erittäin hyvä).
Kaikki pisteet voidaan laskea yhteen ja jakaa 8:lla (kysymysten summalla), jolloin saadaan EUROHIS-QOL-keskiarvo.
Muutos = 12 kuukauden pisteet - peruspisteet.
|
Perustaso ja 12 kuukautta
|
|
Keskimääräinen muutos lähtötasosta työkykypisteissä (WAS) 12 kuukauden kohdalla
Aikaikkuna: Perustaso ja 12 kuukautta
|
WAS on ensimmäinen osa Work Ability Indexistä (WAI), validoitu työkyvyn arvioinnin väline.
WAS on yksittäinen kysymys "Mikä on nykyinen työkykysi verrattuna elämäsi parhaaseen?"
Siinä on 0-10 vasteasteikko, jossa 0 tarkoittaa "täysin työkyvytöntä" ja 10 tarkoittaa "työkykyä parhaimmillaan".
WAS:lla on osoitettu olevan vahva yhteys WAI:hen ja se on luotettava työkyvyn arvioinnissa.
Muutos = 12 kuukauden pisteet - peruspisteet.
|
Perustaso ja 12 kuukautta
|
Yhteistyökumppanit ja tutkijat
Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.
Sponsori
Yhteistyökumppanit
Tutkijat
- Päätutkija: Päivi Korhonen, PhD, University of Turku
Julkaisuja ja hyödyllisiä linkkejä
Tutkimusta koskevien tietojen syöttämisestä vastaava henkilö toimittaa nämä julkaisut vapaaehtoisesti. Nämä voivat koskea mitä tahansa tutkimukseen liittyvää.
Yleiset julkaisut
- van Straten A, van der Zweerde T, Kleiboer A, Cuijpers P, Morin CM, Lancee J. Cognitive and behavioral therapies in the treatment of insomnia: A meta-analysis. Sleep Med Rev. 2018 Apr;38:3-16. doi: 10.1016/j.smrv.2017.02.001. Epub 2017 Feb 9.
- Riemann D, Baglioni C, Bassetti C, Bjorvatn B, Dolenc Groselj L, Ellis JG, Espie CA, Garcia-Borreguero D, Gjerstad M, Goncalves M, Hertenstein E, Jansson-Frojmark M, Jennum PJ, Leger D, Nissen C, Parrino L, Paunio T, Pevernagie D, Verbraecken J, Weess HG, Wichniak A, Zavalko I, Arnardottir ES, Deleanu OC, Strazisar B, Zoetmulder M, Spiegelhalder K. European guideline for the diagnosis and treatment of insomnia. J Sleep Res. 2017 Dec;26(6):675-700. doi: 10.1111/jsr.12594. Epub 2017 Sep 5.
- Daley M, Morin CM, LeBlanc M, Gregoire JP, Savard J, Baillargeon L. Insomnia and its relationship to health-care utilization, work absenteeism, productivity and accidents. Sleep Med. 2009 Apr;10(4):427-38. doi: 10.1016/j.sleep.2008.04.005. Epub 2008 Aug 26.
- Lallukka T, Kaikkonen R, Harkanen T, Kronholm E, Partonen T, Rahkonen O, Koskinen S. Sleep and sickness absence: a nationally representative register-based follow-up study. Sleep. 2014 Sep 1;37(9):1413-25. doi: 10.5665/sleep.3986.
- Javaheri S, Redline S. Insomnia and Risk of Cardiovascular Disease. Chest. 2017 Aug;152(2):435-444. doi: 10.1016/j.chest.2017.01.026. Epub 2017 Jan 30.
- Kyle SD, Morgan K, Espie CA. Insomnia and health-related quality of life. Sleep Med Rev. 2010 Feb;14(1):69-82. doi: 10.1016/j.smrv.2009.07.004. Epub 2009 Dec 4.
- Overland S, Glozier N, Sivertsen B, Stewart R, Neckelmann D, Krokstad S, Mykletun A. A comparison of insomnia and depression as predictors of disability pension: the HUNT Study. Sleep. 2008 Jun;31(6):875-80. doi: 10.1093/sleep/31.6.875.
- Johnson KA, Gordon CJ, Chapman JL, Hoyos CM, Marshall NS, Miller CB, Grunstein RR. The association of insomnia disorder characterised by objective short sleep duration with hypertension, diabetes and body mass index: A systematic review and meta-analysis. Sleep Med Rev. 2021 Oct;59:101456. doi: 10.1016/j.smrv.2021.101456. Epub 2021 Jan 23.
- Baglioni C, Battagliese G, Feige B, Spiegelhalder K, Nissen C, Voderholzer U, Lombardo C, Riemann D. Insomnia as a predictor of depression: a meta-analytic evaluation of longitudinal epidemiological studies. J Affect Disord. 2011 Dec;135(1-3):10-9. doi: 10.1016/j.jad.2011.01.011. Epub 2011 Feb 5.
- Ragnoli B, Pochetti P, Raie A, Malerba M. Comorbid Insomnia and Obstructive Sleep Apnea (COMISA): Current Concepts of Patient Management. Int J Environ Res Public Health. 2021 Sep 1;18(17):9248. doi: 10.3390/ijerph18179248.
- Ballesio A, Aquino MRJV, Feige B, Johann AF, Kyle SD, Spiegelhalder K, Lombardo C, Rucker G, Riemann D, Baglioni C. The effectiveness of behavioural and cognitive behavioural therapies for insomnia on depressive and fatigue symptoms: A systematic review and network meta-analysis. Sleep Med Rev. 2018 Feb;37:114-129. doi: 10.1016/j.smrv.2017.01.006. Epub 2017 Feb 7.
- Alimoradi Z, Jafari E, Brostrom A, Ohayon MM, Lin CY, Griffiths MD, Blom K, Jernelov S, Kaldo V, Pakpour AH. Effects of cognitive behavioral therapy for insomnia (CBT-I) on quality of life: A systematic review and meta-analysis. Sleep Med Rev. 2022 Aug;64:101646. doi: 10.1016/j.smrv.2022.101646. Epub 2022 May 10.
- van der Zweerde T, Bisdounis L, Kyle SD, Lancee J, van Straten A. Cognitive behavioral therapy for insomnia: A meta-analysis of long-term effects in controlled studies. Sleep Med Rev. 2019 Dec;48:101208. doi: 10.1016/j.smrv.2019.08.002. Epub 2019 Aug 12.
- Ong JC, Crawford MR, Wallace DM. Sleep Apnea and Insomnia: Emerging Evidence for Effective Clinical Management. Chest. 2021 May;159(5):2020-2028. doi: 10.1016/j.chest.2020.12.002. Epub 2020 Dec 10.
Opintojen ennätyspäivät
Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan julkisella verkkosivustolla.
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Lauantai 2. joulukuuta 2023
Ensisijainen valmistuminen (Arvioitu)
Perjantai 1. joulukuuta 2028
Opintojen valmistuminen (Arvioitu)
Lauantai 1. joulukuuta 2029
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Tiistai 27. kesäkuuta 2023
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Tiistai 21. marraskuuta 2023
Ensimmäinen Lähetetty (Todellinen)
Tiistai 28. marraskuuta 2023
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Perjantai 1. toukokuuta 2026
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Torstai 30. huhtikuuta 2026
Viimeksi vahvistettu
Keskiviikko 1. huhtikuuta 2026
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- VARHA/480/13.02.02/2023
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
JOO
IPD-suunnitelman kuvaus
Tiedot ovat saatavilla tutkimuksen päätutkijalta kohtuullisesta pyynnöstä.
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Ei
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Ei
Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .