Trattamento dell'insonnia nello studio sulle cure primarie (TIP)

Sperimentale: Scuola del sonno

I partecipanti frequentano la Scuola del sonno una volta alla settimana per sei settimane.

Comportamentale: Scuola del sonno

La scuola del sonno è un metodo strutturato per il trattamento dell'insonnia, basato sulla terapia cognitivo comportamentale per l'insonnia (CBT-I). L'elemento centrale del metodo è un quaderno di esercizi per i pazienti. Le parti essenziali del metodo sono il rafforzamento dell'autoefficacia del paziente, l'introduzione degli esercizi terapeutici e il sostegno all'uso continuato degli esercizi. I temi principali della Scuola del sonno sono informazioni sul sonno e sui fattori che lo influenzano, componenti comportamentali della CBT-I, come limitare il tempo trascorso a letto, componenti cognitivi della CBT-I, come esercizi di preoccupazione costruttiva, e gli esercizi che mirano a per calmare la mente e il sistema nervoso autonomo. La Scuola del Sonno è tenuta da un'infermiera istruita.

Comparatore attivo: Trattamento come al solito

I partecipanti ricevono una breve consulenza sull'insonnia durante la visita di iscrizione.

Comportamentale: Trattamento come al solito

Informazioni orali e scritte sul miglioramento delle abitudini del sonno fornite da un'infermiera istruita.

Variazione media rispetto al basale del punteggio dell'indice di gravità dell'insonnia (ISI) a 8 settimane

L'ISI è uno strumento di autovalutazione convalidato per valutare la gravità e l'impatto degli attuali sintomi di insonnia. Si compone di 7 domande su scala Likert con un punteggio totale compreso tra 0 e 28 (con punteggi più alti che indicano un'insonnia più grave). Variazione = Punteggio della settimana 8 - Punteggio di base.

Variazione media rispetto al basale nel Patient Health Questionnaire 9 (PHQ-9) a 8 settimane

PHQ-9 è uno strumento autosomministrato convalidato che valuta ciascuno dei 9 criteri del Manuale diagnostico e statistico dei disturbi mentali (DSM)-IV per la depressione da 0 (per niente) a 3 (quasi ogni giorno) e la gravità della depressione. . I punteggi possibili vanno da 0 a 27. Variazione = Punteggio della settimana 8 - Punteggio di base.

Variazione media rispetto al basale dell’indice EUROHIS a 8 elementi sulla qualità della vita a 8 settimane

EUROHIS Quality of Life 8-item Index è uno strumento validato per la valutazione della qualità generale della vita. Ci sono complessivamente otto domande sugli aspetti generali, fisici, psicologici, sociali e ambientali della qualità della vita. Ad ogni domanda viene assegnato un punteggio da 1 (molto scarso) a 5 (molto buono). Tutti i punteggi possono essere sommati e divisi per 8 (la somma delle domande) per ottenere il punteggio medio di EUROHIS-QOL. Variazione = Punteggio della settimana 8 - Punteggio di base.

Variazione media rispetto al basale del punteggio di abilità lavorativa (WAS) a 8 settimane

Il WAS è la prima voce del Work Ability Index (WAI), uno strumento validato per la valutazione della capacità lavorativa. WS è una singola domanda: "Qual è la tua attuale capacità lavorativa rispetto alla migliore della tua vita?" Ha una scala di risposta da 0 a 10, dove 0 sta per "completamente incapace di lavorare" e 10 sta per "capacità lavorativa al suo meglio". È stato dimostrato che il WAS ha una forte associazione con il WAI ed è affidabile nella valutazione della capacità lavorativa. Variazione = Punteggio della settimana 8 - Punteggio di base.

Durata del sonno al basale

Le informazioni sulla durata del sonno vengono raccolte con orologi intelligenti utilizzando un metodo convalidato. Il metodo si basa sulla valutazione di segnali biologici con algoritmi di intelligenza artificiale. Con uno smartwatch, la frequenza cardiaca, i movimenti, la saturazione di ossigeno e il segnale fotopletismografico del partecipante vengono misurati dal polso. Il segnale fotopletismografico misura otticamente le variazioni del volume sanguigno, consentendo la valutazione della funzione del sistema nervoso simpatico e parasimpatico. Pur avendo unità diverse, le nostre applicazioni di deep learning sviluppate in precedenza utilizzano informazioni provenienti da frequenza cardiaca, movimenti, saturazione di ossigeno e segnali fotopletismografici per valutare la durata del sonno. Pertanto, indipendentemente dalle unità dei segnali misurati, le informazioni di tutti questi segnali vengono combinate da algoritmi automatici per riportare un unico valore: la durata del sonno.

Fasi del sonno al basale

Le informazioni sulle fasi del sonno vengono raccolte con orologi intelligenti utilizzando un metodo convalidato. Il metodo si basa sulla valutazione di segnali biologici con algoritmi di intelligenza artificiale. Con uno smartwatch, la frequenza cardiaca, i movimenti, la saturazione di ossigeno e il segnale fotopletismografico del partecipante vengono misurati dal polso. Il segnale fotopletismografico misura otticamente le variazioni del volume sanguigno, consentendo la valutazione della funzione del sistema nervoso simpatico e parasimpatico. Pur avendo unità diverse, le nostre applicazioni di deep learning sviluppate in precedenza utilizzano informazioni provenienti da frequenza cardiaca, movimenti, saturazione di ossigeno e segnali fotopletismografici per valutare le fasi del sonno. Pertanto, indipendentemente dalle unità dei segnali misurati, le informazioni di tutti questi segnali vengono combinate da algoritmi automatici per riportare un unico valore: le fasi del sonno.

Qualità del sonno al basale

Le informazioni sulla qualità oggettiva del sonno vengono raccolte con orologi intelligenti utilizzando un metodo convalidato. Il metodo si basa sulla valutazione di segnali biologici con algoritmi di intelligenza artificiale. Con uno smartwatch, la frequenza cardiaca, i movimenti, la saturazione di ossigeno e il segnale fotopletismografico del partecipante vengono misurati dal polso. Il segnale fotopletismografico misura otticamente le variazioni del volume sanguigno, consentendo la valutazione della funzione del sistema nervoso simpatico e parasimpatico. Pur avendo unità diverse, le nostre applicazioni di deep learning sviluppate in precedenza utilizzano informazioni provenienti da frequenza cardiaca, movimenti, saturazione di ossigeno e segnali fotopletismografici per valutare la qualità del sonno. Pertanto, indipendentemente dalle unità dei segnali misurati, le informazioni di tutti questi segnali vengono combinate da algoritmi automatici per riportare un unico valore: la qualità del sonno.

Durata del sonno a 8 settimane

Le informazioni sulla durata del sonno vengono raccolte con orologi intelligenti utilizzando un metodo convalidato. Il metodo si basa sulla valutazione di segnali biologici con algoritmi di intelligenza artificiale. Con uno smartwatch, la frequenza cardiaca, i movimenti, la saturazione di ossigeno e il segnale fotopletismografico del partecipante vengono misurati dal polso. Il segnale fotopletismografico misura otticamente le variazioni del volume sanguigno, consentendo la valutazione della funzione del sistema nervoso simpatico e parasimpatico. Pur avendo unità diverse, le nostre applicazioni di deep learning sviluppate in precedenza utilizzano informazioni provenienti da frequenza cardiaca, movimenti, saturazione di ossigeno e segnali fotopletismografici per valutare la durata del sonno. Pertanto, indipendentemente dalle unità dei segnali misurati, le informazioni di tutti questi segnali vengono combinate da algoritmi automatici per riportare un unico valore: la durata del sonno.

Fasi del sonno a 8 settimane

Le informazioni sulle fasi del sonno vengono raccolte con orologi intelligenti utilizzando un metodo convalidato. Il metodo si basa sulla valutazione di segnali biologici con algoritmi di intelligenza artificiale. Con uno smartwatch, la frequenza cardiaca, i movimenti, la saturazione di ossigeno e il segnale fotopletismografico del partecipante vengono misurati dal polso. Il segnale fotopletismografico misura otticamente le variazioni del volume sanguigno, consentendo la valutazione della funzione del sistema nervoso simpatico e parasimpatico. Pur avendo unità diverse, le nostre applicazioni di deep learning sviluppate in precedenza utilizzano informazioni provenienti da frequenza cardiaca, movimenti, saturazione di ossigeno e segnali fotopletismografici per valutare le fasi del sonno. Pertanto, indipendentemente dalle unità dei segnali misurati, le informazioni di tutti questi segnali vengono combinate da algoritmi automatici per riportare un unico valore: le fasi del sonno.

Qualità del sonno a 8 settimane

Le informazioni sulla qualità oggettiva del sonno vengono raccolte con orologi intelligenti utilizzando un metodo convalidato. Il metodo si basa sulla valutazione di segnali biologici con algoritmi di intelligenza artificiale. Con uno smartwatch, la frequenza cardiaca, i movimenti, la saturazione di ossigeno e il segnale fotopletismografico del partecipante vengono misurati dal polso. Il segnale fotopletismografico misura otticamente le variazioni del volume sanguigno, consentendo la valutazione della funzione del sistema nervoso simpatico e parasimpatico. Pur avendo unità diverse, le nostre applicazioni di deep learning sviluppate in precedenza utilizzano informazioni provenienti da frequenza cardiaca, movimenti, saturazione di ossigeno e segnali fotopletismografici per valutare la qualità del sonno. Pertanto, indipendentemente dalle unità dei segnali misurati, le informazioni di tutti questi segnali vengono combinate da algoritmi automatici per riportare un unico valore: la qualità del sonno.

Variazione media da 8 settimane nel punteggio dell'Insomnia Severity Index (ISI) a 16 settimane

L'ISI è uno strumento di autovalutazione convalidato per valutare la gravità e l'impatto degli attuali sintomi di insonnia. Si compone di 7 domande su scala Likert con un punteggio totale compreso tra 0 e 28 (con punteggi più alti che indicano un'insonnia più grave). Variazione = punteggio della settimana 16 - punteggio della settimana 8.

Variazione media rispetto al basale nel Patient Health Questionnaire 9 (PHQ-9) a 16 settimane

PHQ-9 è uno strumento autosomministrato convalidato che valuta ciascuno dei 9 criteri del DSM-IV per la depressione da 0 (per niente) a 3 (quasi ogni giorno) e la gravità della depressione. I punteggi possibili vanno da 0 a 27. Variazione = Punteggio della settimana 16 - Punteggio di base.

Variazione media rispetto al basale dell’indice EUROHIS a 8 elementi sulla qualità della vita a 16 settimane

EUROHIS Quality of Life 8-item Index è uno strumento validato per la valutazione della qualità generale della vita. Ci sono complessivamente otto domande sugli aspetti generali, fisici, psicologici, sociali e ambientali della qualità della vita. Ad ogni domanda viene assegnato un punteggio da 1 (molto scarso) a 5 (molto buono). Tutti i punteggi possono essere sommati e divisi per 8 (la somma delle domande) per ottenere il punteggio medio di EUROHIS-QOL. Variazione = Punteggio della settimana 16 - Punteggio di base.

Variazione media rispetto al basale del punteggio di abilità lavorativa (WAS) a 16 settimane

Il WAS è la prima voce del Work Ability Index (WAI), uno strumento validato per la valutazione della capacità lavorativa. WS è una singola domanda: "Qual è la tua attuale capacità lavorativa rispetto alla migliore della tua vita?" Ha una scala di risposta da 0 a 10, dove 0 sta per "completamente incapace di lavorare" e 10 sta per "capacità lavorativa al suo meglio". È stato dimostrato che il WAS ha una forte associazione con il WAI ed è affidabile nella valutazione della capacità lavorativa. Variazione = Punteggio della settimana 16 - Punteggio di base.

Durata del sonno a 16 settimane

Le informazioni sulla durata del sonno vengono raccolte con orologi intelligenti utilizzando un metodo convalidato. Il metodo si basa sulla valutazione di segnali biologici con algoritmi di intelligenza artificiale. Con uno smartwatch, la frequenza cardiaca, i movimenti, la saturazione di ossigeno e il segnale fotopletismografico del partecipante vengono misurati dal polso. Il segnale fotopletismografico misura otticamente le variazioni del volume sanguigno, consentendo la valutazione della funzione del sistema nervoso simpatico e parasimpatico. Pur avendo unità diverse, le nostre applicazioni di deep learning sviluppate in precedenza utilizzano informazioni provenienti da frequenza cardiaca, movimenti, saturazione di ossigeno e segnali fotopletismografici per valutare la durata del sonno. Pertanto, indipendentemente dalle unità dei segnali misurati, le informazioni di tutti questi segnali vengono combinate da algoritmi automatici per riportare un unico valore: la durata del sonno.

Fasi del sonno a 16 settimane

Le informazioni sulle fasi del sonno vengono raccolte con orologi intelligenti utilizzando un metodo convalidato. Il metodo si basa sulla valutazione di segnali biologici con algoritmi di intelligenza artificiale. Con uno smartwatch, la frequenza cardiaca, i movimenti, la saturazione di ossigeno e il segnale fotopletismografico del partecipante vengono misurati dal polso. Il segnale fotopletismografico misura otticamente le variazioni del volume sanguigno, consentendo la valutazione della funzione del sistema nervoso simpatico e parasimpatico. Pur avendo unità diverse, le nostre applicazioni di deep learning sviluppate in precedenza utilizzano informazioni provenienti da frequenza cardiaca, movimenti, saturazione di ossigeno e segnali fotopletismografici per valutare le fasi del sonno. Pertanto, indipendentemente dalle unità dei segnali misurati, le informazioni di tutti questi segnali vengono combinate da algoritmi automatici per riportare un unico valore: le fasi del sonno.

Qualità del sonno a 16 settimane

Le informazioni sulla qualità oggettiva del sonno vengono raccolte con orologi intelligenti utilizzando un metodo convalidato. Il metodo si basa sulla valutazione di segnali biologici con algoritmi di intelligenza artificiale. Con uno smartwatch, la frequenza cardiaca, i movimenti, la saturazione di ossigeno e il segnale fotopletismografico del partecipante vengono misurati dal polso. Il segnale fotopletismografico misura otticamente le variazioni del volume sanguigno, consentendo la valutazione della funzione del sistema nervoso simpatico e parasimpatico. Pur avendo unità diverse, le nostre applicazioni di deep learning sviluppate in precedenza utilizzano informazioni provenienti da frequenza cardiaca, movimenti, saturazione di ossigeno e segnali fotopletismografici per valutare la qualità del sonno. Pertanto, indipendentemente dalle unità dei segnali misurati, le informazioni di tutti questi segnali vengono combinate da algoritmi automatici per riportare un unico valore: la qualità del sonno.

Variazione media rispetto a 8 settimane nel punteggio dell'Insomnia Severity Index (ISI) a 26 settimane

L'ISI è uno strumento di autovalutazione convalidato per valutare la gravità e l'impatto degli attuali sintomi di insonnia. Si compone di 7 domande su scala Likert con un punteggio totale compreso tra 0 e 28 (con punteggi più alti che indicano un'insonnia più grave). Variazione = Punteggio della settimana 26 - Punteggio della settimana 8.

Variazione media rispetto al basale nel Patient Health Questionnaire 9 (PHQ-9) a 26 settimane

PHQ-9 è uno strumento autosomministrato convalidato che valuta ciascuno dei 9 criteri del DSM-IV per la depressione da 0 (per niente) a 3 (quasi ogni giorno) e la gravità della depressione. I punteggi possibili vanno da 0 a 27. Variazione = Punteggio della settimana 26 - Riferimento.

Variazione media rispetto al basale dell’indice EUROHIS a 8 elementi sulla qualità della vita a 26 settimane

EUROHIS Quality of Life 8-item Index è uno strumento validato per la valutazione della qualità generale della vita. Ci sono complessivamente otto domande sugli aspetti generali, fisici, psicologici, sociali e ambientali della qualità della vita. Ad ogni domanda viene assegnato un punteggio da 1 (molto scarso) a 5 (molto buono). Tutti i punteggi possono essere sommati e divisi per 8 (la somma delle domande) per ottenere il punteggio medio di EUROHIS-QOL. Variazione = Punteggio della settimana 26 - Punteggio di base.

Variazione media rispetto al basale del punteggio di abilità lavorativa (WAS) a 26 settimane

Il WAS è la prima voce del Work Ability Index (WAI), uno strumento validato per la valutazione della capacità lavorativa. WS è una singola domanda: "Qual è la tua attuale capacità lavorativa rispetto alla migliore della tua vita?" Ha una scala di risposta da 0 a 10, dove 0 sta per "completamente incapace di lavorare" e 10 sta per "capacità lavorativa al suo meglio". È stato dimostrato che il WAS ha una forte associazione con il WAI ed è affidabile nella valutazione della capacità lavorativa. Variazione = Punteggio della settimana 26 - Punteggio di base.

Durata del sonno a 26 settimane

Le informazioni sulla durata del sonno vengono raccolte con orologi intelligenti utilizzando un metodo convalidato. Il metodo si basa sulla valutazione di segnali biologici con algoritmi di intelligenza artificiale. Con uno smartwatch, la frequenza cardiaca, i movimenti, la saturazione di ossigeno e il segnale fotopletismografico del partecipante vengono misurati dal polso. Il segnale fotopletismografico misura otticamente le variazioni del volume sanguigno, consentendo la valutazione della funzione del sistema nervoso simpatico e parasimpatico. Pur avendo unità diverse, le nostre applicazioni di deep learning sviluppate in precedenza utilizzano informazioni provenienti da frequenza cardiaca, movimenti, saturazione di ossigeno e segnali fotopletismografici per valutare la durata del sonno. Pertanto, indipendentemente dalle unità dei segnali misurati, le informazioni di tutti questi segnali vengono combinate da algoritmi automatici per riportare un unico valore: la durata del sonno.

Fasi del sonno a 26 settimane

Le informazioni sulle fasi del sonno vengono raccolte con orologi intelligenti utilizzando un metodo convalidato. Il metodo si basa sulla valutazione di segnali biologici con algoritmi di intelligenza artificiale. Con uno smartwatch, la frequenza cardiaca, i movimenti, la saturazione di ossigeno e il segnale fotopletismografico del partecipante vengono misurati dal polso. Il segnale fotopletismografico misura otticamente le variazioni del volume sanguigno, consentendo la valutazione della funzione del sistema nervoso simpatico e parasimpatico. Pur avendo unità diverse, le nostre applicazioni di deep learning sviluppate in precedenza utilizzano informazioni provenienti da frequenza cardiaca, movimenti, saturazione di ossigeno e segnali fotopletismografici per valutare le fasi del sonno. Pertanto, indipendentemente dalle unità dei segnali misurati, le informazioni di tutti questi segnali vengono combinate da algoritmi automatici per riportare un unico valore: le fasi del sonno.

Qualità del sonno a 26 settimane

Le informazioni sulla qualità oggettiva del sonno vengono raccolte con orologi intelligenti utilizzando un metodo convalidato. Il metodo si basa sulla valutazione di segnali biologici con algoritmi di intelligenza artificiale. Con uno smartwatch, la frequenza cardiaca, i movimenti, la saturazione di ossigeno e il segnale fotopletismografico del partecipante vengono misurati dal polso. Il segnale fotopletismografico misura otticamente le variazioni del volume sanguigno, consentendo la valutazione della funzione del sistema nervoso simpatico e parasimpatico. Pur avendo unità diverse, le nostre applicazioni di deep learning sviluppate in precedenza utilizzano informazioni provenienti da frequenza cardiaca, movimenti, saturazione di ossigeno e segnali fotopletismografici per valutare la qualità del sonno. Pertanto, indipendentemente dalle unità dei segnali misurati, le informazioni di tutti questi segnali vengono combinate da algoritmi automatici per riportare un unico valore: la qualità del sonno.

Variazione media rispetto a 8 settimane nel punteggio dell'Insomnia Severity Index (ISI) a 12 mesi

L'ISI è uno strumento di autovalutazione convalidato per valutare la gravità e l'impatto degli attuali sintomi di insonnia. Si compone di 7 domande su scala Likert con un punteggio totale compreso tra 0 e 28 (con punteggi più alti che indicano un'insonnia più grave). Variazione = punteggio a 12 mesi - punteggio alla settimana 8.

Variazione media rispetto al basale nel Patient Health Questionnaire 9 (PHQ-9) a 12 mesi

PHQ-9 è uno strumento autosomministrato convalidato che valuta ciascuno dei 9 criteri del DSM-IV per la depressione da 0 (per niente) a 3 (quasi ogni giorno) e la gravità della depressione. I punteggi possibili vanno da 0 a 27. Variazione = Punteggio su 12 mesi - Punteggio di base.

Variazione media rispetto al basale dell’indice EUROHIS a 8 elementi sulla qualità della vita a 12 mesi

EUROHIS Quality of Life 8-item Index è uno strumento validato per la valutazione della qualità generale della vita. Ci sono complessivamente otto domande sugli aspetti generali, fisici, psicologici, sociali e ambientali della qualità della vita. Ad ogni domanda viene assegnato un punteggio da 1 (molto scarso) a 5 (molto buono). Tutti i punteggi possono essere sommati e divisi per 8 (la somma delle domande) per ottenere il punteggio medio di EUROHIS-QOL. Variazione = Punteggio su 12 mesi - Punteggio di base.

Variazione media rispetto al basale del punteggio di abilità lavorativa (WAS) a 12 mesi

Il WAS è la prima voce del Work Ability Index (WAI), uno strumento validato per la valutazione della capacità lavorativa. WS è una singola domanda: "Qual è la tua attuale capacità lavorativa rispetto alla migliore della tua vita?" Ha una scala di risposta da 0 a 10, dove 0 sta per "completamente incapace di lavorare" e 10 sta per "capacità lavorativa al suo meglio". È stato dimostrato che il WAS ha una forte associazione con il WAI ed è affidabile nella valutazione della capacità lavorativa. Variazione = Punteggio su 12 mesi - Punteggio di base.