- ICH GCP
- Registro degli studi clinici negli Stati Uniti
- Sperimentazione clinica NCT05090995
Un intervento di feedback basato su sensori PPG per giovani adulti che bevono molto
Un intervento di feedback personalizzato basato su sensori fotopletismografici per giovani adulti che bevono molto, mirando alla variabilità della frequenza cardiaca, alla frequenza cardiaca a riposo e al sonno
Panoramica dello studio
Stato
Condizioni
Intervento / Trattamento
Descrizione dettagliata
Tipo di studio
Iscrizione (Effettivo)
Fase
- Non applicabile
Contatti e Sedi
Luoghi di studio
-
-
Connecticut
-
New Haven, Connecticut, Stati Uniti, 06510
- Yale University
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
Accetta volontari sani
Descrizione
Criterio di inclusione:
- 18-25 anni
- Segnala ≥ 4 occasioni di consumo eccessivo di alcol negli ultimi 28 giorni
- Segnalare i punteggi del test di identificazione dei disturbi da uso di alcol-consumo (AUDIT-C) indicativi del rischio di danni causati dall'alcol
- Parlando inglese
- Avere uno smartphone personale
Criteri di esclusione:
- Cronologia dei disturbi del sonno
- Turno di lavoro notturno/a rotazione
- Viaggiare in due o più fusi orari nel mese precedente allo studio o viaggiare in anticipo due o più volte durante la partecipazione allo studio
- AUD clinicamente grave negli ultimi 12 mesi
- Attualmente iscritto al trattamento dell'alcol o del sonno
- Attuale, grave malattia psichiatrica
- L'attuale disturbo da uso di sostanze del DSM-V
- Test di droga nelle urine positivo per una sostanza diversa dalla marijuana
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
- Scopo principale: Trattamento
- Assegnazione: Randomizzato
- Modello interventistico: Assegnazione parallela
- Mascheramento: Separare
Armi e interventi
Gruppo di partecipanti / Arm |
Intervento / Trattamento |
|---|---|
|
Comparatore attivo: Automonitoraggio e feedback
L'intervento consiste in soggetti che indossano un dispositivo PPG per 6 settimane.
I soggetti monitoreranno la propria salute e riferiranno quotidianamente i loro comportamenti del sonno durante questo periodo.
Nelle settimane due, quattro e sei i soggetti riceveranno un feedback personalizzato sulla salute basato sui dati del dispositivo PPG e sui diari del sonno.
|
Breve intervento sanitario di autogestione che prevede il monitoraggio quotidiano passivo della salute utilizzando un sensore PPG, l'automonitoraggio attivo della salute e del comportamento utilizzando diari giornalieri e la fornitura di feedback e consigli personalizzati sulla salute.
|
|
Comparatore placebo: Autocontrollo
L'intervento consiste in soggetti che indossano un dispositivo PPG per 6 settimane.
I soggetti monitoreranno la propria salute e riferiranno quotidianamente i loro comportamenti del sonno durante questo periodo.
|
Breve intervento sanitario di autogestione che prevede il monitoraggio quotidiano passivo della salute utilizzando un sensore PPG e l'automonitoraggio attivo della salute e del comportamento utilizzando diari giornalieri.
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Bevande totali consumate
Lasso di tempo: fino alla settimana 10
|
Il totale delle bevande consumate verrà misurato utilizzando l'intervista di follow-back sulla sequenza temporale al basale, alla settimana 6 e alla settimana 10.
Questa intervista standardizzata chiede ai soggetti di auto-riferire quante bevande hanno consumato ogni giorno nelle ultime 4 settimane al basale e poi dall'ultimo punto di valutazione alle settimane 6 e 10.
Punteggi più alti indicano un maggior numero di bevande consumate.
Il totale delle bevande verrà sommato nelle ultime 4 settimane al momento dell'assunzione, nella Settimana 6 e nella Settimana 10.
I totali sono stati trasformati utilizzando una trasformazione radice quadrata poiché questi valori non erano distribuiti normalmente.
Sono stati quindi condotti modelli a effetti misti per valutare l'effetto della condizione sulle bevande totali nel corso del tempo, considerando la condizione, il tempo e la loro interazione nel modello e il sesso e le bevande totali al basale come covariate.
|
fino alla settimana 10
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Bevande al giorno
Lasso di tempo: fino a 10 settimane
|
Il totale delle bevande per giorno di consumo sarà misurato utilizzando l'intervista di follow-back sulla sequenza temporale al basale, alla settimana 6 e alla settimana 10. Il totale delle bevande/giorni di consumo verrà sommato nelle ultime 4 settimane al momento dell'assunzione, nella Settimana 6 e nella Settimana 10. I totali sono stati trasformati utilizzando una trasformazione radice quadrata poiché questi valori non erano distribuiti normalmente. Sono stati quindi condotti modelli a effetti misti per valutare l'effetto della condizione sul totale delle bevande/giorni di consumo nel tempo considerando la condizione, il tempo e la loro interazione nel modello e il sesso e le bevande di base per giorno di consumo come covariate. Questo strumento chiede ai soggetti di auto-riferire quante bevande consumano durante un periodo di un mese. Il punteggio di questa misura sarà determinato dalla quantità di consumo di alcol auto-riferito che si è verificato ogni giorno. Una giornata di consumo intenso per un uomo sarebbe ≥ 5 drink per seduta e per una donna sarebbe ≥ 4 drink per seduta. |
fino a 10 settimane
|
|
Percentuale di giorni in cui si beve pesantemente
Lasso di tempo: fino a 10 settimane
|
La percentuale di giorni di consumo eccessivo auto-riferiti sarà misurata utilizzando l'intervista di follow-back sulla sequenza temporale al basale, alla settimana 6 e alla settimana 10.
Questa intervista standardizzata chiede ai soggetti di auto-riferire occasioni di consumo eccessivo di alcol nelle ultime 4 settimane al basale e poi dall'ultimo punto di valutazione alle settimane 6 e 10, definite come ≥ 5 drink per seduta e per una donna sarebbe ≥ 4 drink per seduta.
I punteggi più alti indicano una percentuale maggiore di giorni in cui si beve pesantemente.
La percentuale di giorni di consumo eccessivo verrà sommata nelle ultime 4 settimane al momento dell'assunzione, nella Settimana 6 e nella Settimana 10.
Sono stati quindi condotti modelli a effetti misti per valutare l'effetto della condizione sulla percentuale di giorni di consumo eccessivo nel tempo con la condizione, il tempo e la loro interazione nel modello e il sesso e la percentuale di giorni di consumo eccessivo di alcol come covariate.
|
fino a 10 settimane
|
|
Percentuale di giorni di astinenza
Lasso di tempo: fino a 10 settimane
|
La percentuale di giorni di astinenza auto-riferiti sarà misurata utilizzando l'intervista di follow-back sulla sequenza temporale al basale, alla settimana 6 e alla settimana 10.
Questa intervista standardizzata chiede ai soggetti di auto-riferire quanti giorni non hanno consumato alcol ogni giorno nelle ultime 4 settimane al basale e poi dall'ultimo punto di valutazione alle settimane 6 e 10.
Punteggi più alti indicano una percentuale maggiore di giorni di astinenza.
La percentuale di giorni di astinenza verrà sommata nelle ultime 4 settimane al momento dell'assunzione, Settimana 6 e Settimana 10.
Sono stati quindi condotti modelli a effetti misti per valutare l'effetto della condizione sulla percentuale di giorni di astinenza nel tempo con la condizione, il tempo e la loro interazione nel modello e il sesso e la percentuale di giorni di astinenza al basale come covariate.
|
fino a 10 settimane
|
|
Conseguenze legate all'alcol
Lasso di tempo: basale, Settimana 6 e Settimana 10
|
Le conseguenze medie legate all’alcol sono state misurate utilizzando il Brief Young Adult Alcohol Consequences Questionnaire al basale, alla Settimana 6 e alla Settimana 10.
Ad ogni conseguenza viene assegnato 1 punto e il punteggio totale riflette il numero totale di conseguenze.
Punteggi più alti indicavano maggiori conseguenze. Intervallo di punteggio totale 0-24.
I tre punti temporali vengono sommati e poi mediata.
Sono stati quindi condotti modelli a effetti misti per valutare l'effetto della condizione sulle conseguenze nel tempo con la condizione, il tempo e la loro interazione nel modello e nel sesso e nelle conseguenze di base come covariate.
|
basale, Settimana 6 e Settimana 10
|
|
Qualità del sonno
Lasso di tempo: basale e settimana 10
|
La qualità media del sonno sarà misurata utilizzando la valutazione PROMIS - Sleep Disturbance Form 8.
La valutazione dei disturbi del sonno prevede 8 domande che danno un punteggio totale (punteggi sommati).
Questo punteggio grezzo viene quindi convertito in un punteggio T standardizzato compreso tra 0 e 100 con un punteggio medio di 50.
Un punteggio superiore alla media indicherebbe che il soggetto sperimenta una qualità del sonno peggiore.
Sono stati quindi condotti modelli a effetti misti per valutare l'effetto della condizione sulla qualità del sonno nel tempo considerando la condizione, il tempo e la loro interazione nel modello e il sesso e la qualità del sonno di base come covariate.
|
basale e settimana 10
|
|
Compromissione del sonno
Lasso di tempo: basale e settimana 10
|
La qualità media del sonno sarà misurata utilizzando la valutazione PROMIS - Sleep-Related Impairment Form 8.
La valutazione del disturbo del sonno prevede 8 domande che danno un punteggio totale (punteggio sommato).
Questo punteggio grezzo viene quindi convertito in un punteggio T standardizzato compreso tra 0 e 100 con un punteggio medio di 50.
Un punteggio superiore alla media indicherebbe che il soggetto sperimenta maggiori disturbi legati al sonno.
Sono stati quindi condotti modelli a effetti misti per valutare l'effetto della condizione sul disturbo correlato al sonno nel tempo con la condizione, il tempo e la loro interazione nel modello e il sesso e il disturbo correlato al sonno al basale come covariate.
|
basale e settimana 10
|
|
Durata del sonno
Lasso di tempo: fino a 6 settimane
|
La durata media del sonno sarà misurata quotidianamente per 6 settimane dal dispositivo PPG.
Verrà quindi calcolata la media della durata del sonno a intervalli di 2 settimane alle settimane 2, 4 e 6 e valutata nel tempo utilizzando modelli a effetti misti con condizione, tempo e la loro interazione nel modello e nel sesso e una variabile indicatore del giorno della settimana rispetto al fine settimana come covariate.
La durata del sonno è stata trasformata utilizzando una trasformazione della radice quadrata.
|
fino a 6 settimane
|
|
Variabilità della frequenza cardiaca (HRV)
Lasso di tempo: fino a 6 settimane
|
La variabilità della frequenza cardiaca (HRV) sarà misurata quotidianamente per 6 settimane dal dispositivo PPG.
Verrà quindi calcolata la media dell'HRV a intervalli di 2 settimane alle settimane 2, 4 e 6 e valutata nel tempo utilizzando modelli a effetti misti con condizione, tempo e la loro interazione nel modello e nel sesso e una variabile indicatore del giorno della settimana rispetto al fine settimana come covariate .
La durata del sonno è stata trasformata utilizzando una trasformazione del registro.
|
fino a 6 settimane
|
|
Frequenza cardiaca a riposo più bassa (RHR)
Lasso di tempo: fino a 6 settimane
|
La frequenza cardiaca a riposo (RHR) più bassa verrà misurata quotidianamente per 6 settimane dal dispositivo PPG.
Verrà quindi calcolata la media del valore più basso a intervalli di 2 settimane alle settimane 2, 4 e 6 e valutato nel tempo utilizzando modelli a effetti misti con condizione, tempo e la loro interazione nel modello e nel sesso e una variabile indicatore del giorno della settimana rispetto al fine settimana come covariate.
La durata del sonno è stata trasformata utilizzando una trasformazione del registro.
La RHR può variare tra 40 e 100 battiti al minuto.
Un RHR più basso indicherebbe una migliore salute cardiovascolare.
|
fino a 6 settimane
|
Collaboratori e investigatori
Sponsor
Investigatori
- Investigatore principale: Lisa Fucito, PhD, Associate Professor of Psychiatry; Director, Tobacco Treatment Service, Psychiatry
Pubblicazioni e link utili
Pubblicazioni generali
- 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.
Studiare le date dei record
Studia le date principali
Inizio studio (Effettivo)
Completamento primario (Effettivo)
Completamento dello studio (Effettivo)
Date di iscrizione allo studio
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Stimato)
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Altri numeri di identificazione dello studio
- 2000030417
- 1R21AA028886-01A1 (Sovvenzione/contratto NIH degli Stati Uniti)
- 21-002981 (Altro numero di sovvenzione/finanziamento: PI Assigned ID)
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .
Prove cliniche su Bere pesantemente
-
Mayo ClinicJames and Esther King Biomedical Research ProgramCompletatoIntervento comportamentale integrato per il fumo di sigaretta e il binge drinking nei giovani adultiper la cessazione del fumo di sigaretta e del binge drinkingStati Uniti
-
HBSAReclutamentoBinge drinking, consumo di alcol da parte di minorenni, guida in stato di ebbrezza, danni correlati all'alcolStati Uniti
Prove cliniche su Autogestione comportamentale e feedback
-
Université de SherbrookeQuebec Pain Research NetworkCompletatoDolore lombare meccanicoCanada
-
Baylor College of MedicineCompletatoDisturbi d'ansia | Disturbi da Uso di SostanzeStati Uniti
-
Dr. Faizan AwanCompletatoCovid19 | Stress occupazionaleRegno Unito
-
University of South FloridaCenter for Smart Use of Technologies to Assess Real-world OutcomesNon ancora reclutamento
-
hearX GroupUniversity of PretoriaCompletato
-
LMC Diabetes & Endocrinology Ltd.Abbott Diabetes CareNon ancora reclutamento
-
The University of Texas Health Science Center,...ReclutamentoDolori articolari | Dolore cronico al ginocchio | Dolore cronico (schiena / collo) | Gestione del dolore cronicoStati Uniti
-
University of PennsylvaniaAmerican Heart AssociationCompletatoMalattia coronarica | Infarto | Fattori di rischio cardiovascolareStati Uniti
-
Hospices Civils de LyonCompletatoImpianto di protesi cocleareFrancia
-
Mayo ClinicNational Cancer Institute (NCI)CompletatoVaccini contro il papilloma virusStati Uniti