Ottimizzazione della caffeina in tempo reale durante la privazione totale del sonno

Il primo obiettivo del presente studio è determinare se il modello di ottimizzazione della caffeina 2B-Alert (2BAlert) può creare programmi di caffeina personalizzati che recuperino efficacemente le prestazioni PVT durante una finestra di tempo specificata. Il modello 2BAlert è il fulcro del sistema completo di gestione della fatica sviluppato dal Walter Reed Army Institute of Research (WRAIR) e dal Biotechnology High Performance Computing Software Applications Institute (BHSAI). Si tratta di uno strumento software che "apprende" (quantifica) la relazione tra i parametri sonno/veglia di un individuo (misurati oggettivamente tramite attigrafia del polso) e le sue prestazioni psicomotorie (misurate oggettivamente su un PVT). Quantifica la misura in cui un individuo è sensibile/resiliente agli effetti della perdita di sonno e produce previsioni di prestazioni personalizzate che possono essere utilizzate per informare le decisioni riguardanti la prontezza attuale e futura, nonché l'applicazione di contromisure per la fatica come sonnellini o caffeina . La versione più recente di 2BAlert può applicare contromisure per la fatica direttamente a un individuo in base alla previsione delle prestazioni individualizzate. Questo modello fornisce consigli su quando e quanta caffeina utilizzare per ottimizzare le prestazioni durante un determinato periodo di tempo. Sebbene questo modello sia stato applicato post-hoc ai dati raccolti in precedenza, deve ancora essere testato in tempo reale. Questo studio fornirà la prima opportunità per testare direttamente se il modello può essere effettivamente utilizzato, in tempo reale, per ripristinare le prestazioni PVT a un livello desiderato (ad esempio, 275 ms) quando richiesto (ad esempio, un periodo di sei ore dopo 44 ore di sonno perdita).

Un secondo obiettivo del presente studio è indagare se 2BAlert può non solo recuperare le prestazioni PVT durante un periodo specificato, ma anche recuperare aumenti di stress e ansia auto-riferiti correlati alla perdita di sonno. I dati di uno studio precedente di WRAIR mostrano che lo stress e l'ansia auto-riferiti aumentano dopo 1 notte di perdita di sonno e continuano ad aumentare dopo una seconda notte di continua privazione del sonno. Queste misure tornano al basale dopo 12 ore di sonno di recupero e si mappano direttamente sulle prestazioni PVT. Pertanto, i ricercatori ipotizzano che se le prestazioni PVT possono essere recuperate dalla caffeina, anche lo stress e l'ansia auto-riferiti possono tornare vicino ai livelli basali con la caffeina.

Un obiettivo terziario dello studio è valutare se le immagini acquisite utilizzando la fotocamera di uno smartphone sono adatte allo sviluppo di un sistema di visione artificiale passivo e non intrusivo che potrebbe sostituire il PVT per valutare la vigilanza. Attualmente, l'algoritmo utilizza i dati PVT perché: (a) rispetto ad altre misure di performance, il PVT è relativamente sensibile alla perdita di sonno e al ritmo circadiano della vigilanza; e (b) non ci sono effetti di apprendimento sul PVT. Tuttavia, il PVT richiede che un individuo si impegni attivamente in un test lungo da 3 a 10 minuti, che deve essere eseguito almeno una dozzina di volte durante la privazione del sonno, rendendolo un test sensibile ma poco pratico per misurare la vigilanza di un soldato in contesti operativi.

Tutti i partecipanti parteciperanno alle seguenti fasi di studio continuo. La gomma alla caffeina può essere somministrata durante questo studio.

Fase 1: Misurazione sonno/veglia a casa: a tutti i partecipanti verrà chiesto di mantenere il normale programma di sonno/veglia per i 13 giorni/12 notti immediatamente precedenti la fase 2 (la parte in laboratorio dello studio). La conformità sarà verificata oggettivamente tramite l'attigrafia del polso. Ai partecipanti verrà fornito uno smartphone e verrà chiesto di completare un PVT su di esso ogni 3 ore mentre sono svegli e di registrare il normale consumo di caffeina e la durata del sonno giornaliero.

Fase 2: Valutazione delle prestazioni di sonno / veglia e PVT in laboratorio: i partecipanti si riferiranno al laboratorio del sonno alle 19:00 del giorno 13. Mentre sono svegli in laboratorio, completeranno vari test cognitivi, incluso il PVT, e registreranno un video di 3 minuti del loro viso ogni 3 ore. Saranno autorizzati a dormire dalle 23:00 del giorno 13 fino alle 07:00 del giorno 14 e il sonno sarà monitorato tramite PSG e actigrafia. Questo sarà seguito da 62 ore di veglia continua (cioè dalle 07:00 del giorno 14 fino alle 21:00 del giorno 16). Alle 19:00 del giorno 15, 2BAlert verrà eseguito per ogni individuo e utilizzerà il sonno e le prestazioni precedenti di ogni individuo per creare un programma di dosaggio della caffeina personalizzato per ottimizzare le prestazioni dalle 03:00 alle 09:00 del giorno 16.

Fase 3: Recupero in laboratorio: tutti i partecipanti saranno sottoposti a una fase di recupero consistente in 12 ore a letto dalle 21:00 del giorno 16 fino alle 09:00 del giorno 17 e il sonno sarà monitorato tramite PSG e actigrafia. Il programma di test cognitivi e registrazione video facciale continuerà dalla Fase 2 durante le ore di veglia. Dopo essere stati valutati da un medico dello studio, verranno rilasciati dallo studio alle 18:00 circa del giorno 17. Pertanto, i partecipanti saranno in laboratorio per un totale di 95 ore.

L'endpoint principale di questo studio è la prestazione del test di vigilanza psicomotoria (PVT), misurata utilizzando Smart-PVT. Un endpoint secondario è lo stress e l'ansia auto-riportati, misurati rispettivamente dalla scala analogica visiva dello stress e dallo Spielberger State-Trait Anxiety Inventory. Un terzo obiettivo dello studio è verificare se le immagini facciali acquisite con la fotocamera del telefono possano essere utilizzate per valutare il livello di vigilanza dei soggetti sottoposti a privazione del sonno.

Ipotesi da testare: (a) I dati sulle prestazioni psicomotorie raccolti sullo Smart-PVT rimarranno pari o inferiori a 275 ms durante la finestra di allerta di picco delle prestazioni ottimizzate, indicando così che 2BAlert è valido e pronto per essere utilizzato in futuri studi sul campo e impostazioni operative. (b) Lo stress e l'ansia auto-riportati torneranno ai livelli basali durante la finestra di picco di allerta e si assoceranno al recupero delle prestazioni PVT durante questa finestra temporale.

SFONDO: I deficit neurocomportamentali indotti dalla perdita di sonno sono una minaccia riconosciuta per la sicurezza e la produttività in contesti operativi sia civili che militari. Gli incidenti e gli incidenti legati alla stanchezza altamente pubblicizzati (compresi gli incidenti commerciali come quelli che si verificano a 3-Mile Island, Chernobyl e Bhopal; e gli incidenti militari come l'imboscata della 507th Maintenance Company) continuano ad attirare l'attenzione sul problema del sonno perdita/sonnolenza negli ambienti operativi. Tali incidenti evidenziano gli effetti dannosi della perdita di sonno sul processo decisionale, la vigilanza, la risoluzione dei problemi e altre capacità mentali fondamentali per l'efficacia militare. Pubblicazioni e manuali dell'Esercito, del Corpo dei Marines degli Stati Uniti e della Marina degli Stati Uniti hanno documentato effetti deleteri militarmente rilevanti della perdita di sonno sulla vigilanza e sulle prestazioni. Il quinto sondaggio del team di consulenza sulla salute mentale dell'esercito sui combattenti di guerra che prestano servizio nell'operazione Iraqi Freedom e nell'operazione Enduring Freedom ha rivelato che i membri del servizio che hanno riferito di dormire meno hanno anche riportato tassi più elevati di incidenti ed errori e più frequentemente hanno approvato elementi di salute mentale negativi.

Il Dipartimento della Difesa ha finanziato lo sviluppo di un modello computazionale per quantificare gli effetti della quantità di sonno giornaliero sulle prestazioni neurocomportamentali. La versione più recente (e più avanzata) del modello matematico di previsione del sonno/prestazioni è il modello 2BAlert, sviluppato da BHSAI. Come i suoi predecessori, 2BAlert si basava principalmente sui dati PVT raccolti nel laboratorio di ricerca sul sonno WRAIR. I dati PVT sono stati utilizzati perché, ai fini della costruzione di modelli di previsione del sonno/prestazioni, sono generalmente superiori ai dati di altre misure di prestazioni sotto diversi aspetti importanti: (a) rispetto ad altre misure di prestazioni, il PVT è relativamente sensibile alla perdita di sonno e il ritmo circadiano della vigilanza; (b) non ci sono effetti di apprendimento sul PVT; e (c) è stato precedentemente dimostrato che un modello di previsione del sonno/prestazioni basato su PVT ha una buona validità ecologica. Cioè, è stato dimostrato che le previsioni del modello basato su PVT dell'efficacia delle prestazioni si correlano bene con il "rischio di incidenti" nelle operazioni ferroviarie effettive.

L'attuale strumento 2BAlert è disponibile in due forme: 1) uno strumento basato sul Web che prende i programmi del sonno e della caffeina e visualizza le prestazioni MEDIE DI GRUPPO previste e 2) un'app per smartphone che utilizza le prestazioni individuali misurate con il PVT su uno smartphone per individualizzare le prestazioni modello predittivo. Questa versione dello strumento è stata validata con successo in un recente studio di WRAIR. La versione più recente dell'app per smartphone utilizza previsioni di prestazioni personalizzate per calcolare la programmazione personalizzata della caffeina che ottimizza le prestazioni durante periodi specifici. Sebbene questo strumento sia stato sviluppato utilizzando i dati raccolti presso WRAIR ed è stato eseguito post-hoc su dati precedentemente raccolti presso WRAIR, deve ancora essere testato in tempo reale. Pertanto, lo scopo di questo studio è convalidare questo algoritmo di ottimizzazione della caffeina in tempo reale. I ricercatori utilizzeranno lo stesso protocollo di studio del recente studio WRAIR perché è noto che vi è variabilità nelle prestazioni in una popolazione sana durante questo periodo di tempo e che le prestazioni complessive sono inferiori a 275 ms e lo stress e l'ansia auto-riferiti aumentano significativamente senza un intervento sulla caffeina. Inoltre, utilizzando un progetto di studio precedente, i ricercatori possono ridurre al minimo l'onere per il gruppo di studio nella creazione di nuova documentazione e programmi.

Facendo un passo indietro, è importante affrontare il motivo per cui l'ottimizzazione della caffeina è importante e rilevante per i militari. Mentre la caffeina è ampiamente accettata e utilizzata come stimolante per contrastare gli effetti della fatica associati al lavoro a turni e alla perdita di sonno, uno studio precedente condotto da WRAIR ha dimostrato che la caffeina perde la sua efficacia e può persino rallentare il recupero con l'uso ripetuto e la perdita di sonno cronica. Questo sorprendente risultato indica che la caffeina ha un limite e un costo e, quindi, il Warfighter sarebbe più efficace se utilizzasse la caffeina in modo ottimale. Per i precedenti studi sulla caffeina con durate simili di privazione continua del sonno rispetto al protocollo attuale, ai partecipanti sono stati somministrati 800 mg di caffeina durante ogni notte. Sebbene questa ricerca suggerisca che i ricercatori potrebbero recuperare le prestazioni somministrando a tutti i partecipanti a questo studio 800 mg di caffeina, l'algoritmo 2BAlert consentirà ai ricercatori di dare ad alcuni partecipanti meno caffeina, ma raggiungeranno comunque lo stesso risultato come se a tutti fossero stati somministrati 800 mg di caffeina.

Ricerche recenti hanno applicato post-hoc l'algoritmo 2BAlert utilizzando i parametri definiti in questo protocollo. I risultati del modello mostrano che tutti i partecipanti hanno recuperato le prestazioni durante la finestra di picco di allerta, ovvero tra 44 e 50 ore di veglia, dove il recupero è definito come 275 ms o più veloce, e oltre la metà dei soggetti ha richiesto meno della metà della quantità massima consentita di caffeina (800 mg ), mentre tre soggetti non richiedevano affatto caffeina. I ricercatori sperano di convalidare 2BAlert applicandolo a dati in tempo reale utilizzando il progetto di studio originale.

Oltre a testare il modello di ottimizzazione della caffeina, i ricercatori sono anche interessati a testare l'ipotesi che se le prestazioni PVT possono essere recuperate con la caffeina, anche lo stress e l'ansia auto-riferiti possono essere recuperati. Un lavoro recente ha rilevato che lo stress e l'ansia auto-riferiti aumentavano con l'aumentata perdita di sonno e tornavano al basale dopo il sonno di recupero, seguendo la stessa tendenza dei dati sulle prestazioni PVT. Mentre il lavoro precedente ha dimostrato che lo stress e l'ansia auto-riferiti aumentano con 1 notte di perdita di sonno, questi sono i primi dati a dimostrare che lo stress e l'ansia auto-riferiti continuano ad aumentare dopo 2 notti di perdita di sonno. Al momento non ci sono studi che riportano se e come lo stress e l'ansia auto-riferiti possano essere recuperati con la caffeina durante la perdita di sonno.