Un pilota di una mHealth circadiana personalizzata per migliorare il sonno nei lavoratori del turno di notte (SAIL)

Sperimentale: App di cambio

I partecipanti a questa condizione riceveranno un codice di accesso per scaricare l'applicazione mobile e condurre un orientamento a spostamento e le procedure di studio con un membro del team di studio. Entreranno quindi quattro settimane di studio diretto all'uso del turno in cui sono addestrati su una procedura quotidiana di apertura del turno all'inizio della giornata e pianificare la loro giornata in conformità con le raccomandazioni dell'app. L'utilizzo delle app (4 volte a settimana) sarà incentivato con bonus settimanali aggiunti alla compensazione dello studio. Dopo le quattro settimane di uso diretto allo studio, i partecipanti continueranno con un uso auto-diretto. A quattro mesi, i partecipanti completeranno quindi una sessione di booster con altre due settimane di uso diretto allo studio, seguita da un uso auto-diretto fino alla fine dello studio. La struttura con la sessione di booster ha prove per il mantenimento dei guadagni terapeutici ed è anche in linea con il piano di commercializzazione.

Altro: MHealth circadiano personalizzato

Shift è un'applicazione mobile progettata per migliorare il sonno nei lavoratori del turno di notte. L'applicazione mobile Shift viene utilizzata per raccogliere dati da un Apple Watch per valutare i tempi del blocco di un lavoratore a turno individuale e formulare raccomandazioni personalizzate sugli orari dell'esposizione della luce progettati per allineare il corpo con il programma di lavoro a turni notturni.

Altri nomi:

• SPOSTARE

Nessun intervento: Controllo della lista d'attesa

I partecipanti a questa condizione completeranno solo questionari per gli otto mesi iniziali. Coloro che rimangono lavoratori a turni avranno la possibilità di ricevere l'app Shift e l'opzione per completare i sondaggi di follow-up allo stesso modo della condizione dell'app Shift.

Stabilire l'effetto del cambiamento sui risultati centrati sugli stakeholder.

Obiettivo 1a. Misurare l'effetto del cambio sulla produttività del lavoro e sulla soddisfazione rispetto al controllo della lista d'attesa utilizzando l'indice di soddisfazione del lavoro. L'effetto verrà testato utilizzando un modello di regressione lineare a effetti misti con i partecipanti come effetto casuale e tempo, condizione e il termine di interazione tempo × condizione come effetti fissi.

Obiettivo 1b: misurare l'effetto del cambiamento sulla salute globale rispetto al controllo della lista d'attesa utilizzando il questionario sulla salute globale NIH Promis. L'effetto verrà testato usando lo stesso metodo di AIM 1A.

Obiettivo 1c. Misurare l'effetto del cambio sul turnover rispetto al controllo della lista d'attesa, misurato al follow-up di 8 mesi. Il fatturato sarà reso operativo come individuo che ha terminato la posizione in cui si trovavano al basale o non è più impegnato nel lavoro a turni come operativo nello studio. L'effetto verrà determinato utilizzando una regressione di effetti misti generalizzati con turnover come risultato dicotomico.

Confronta l'esperienza d'uso e l'accuratezza del sonno Android con la versione iOS originale.

AIM 2A. Misura l'esperienza utente delle versioni Android e iOS di Shift utilizzando il questionario sull'esperienza utente (UEQ). Verranno utilizzati i seguenti intervalli di indifferenza clinica: ± 3 punti sul questionario sull'esperienza dell'utente in base alla dimensione del cestino di 6 per ciascuna delle soglie (esperienza utente cattiva, neutra e buona).

Obiettivo 2b. Misurare l'accuratezza del disallineamento circadiano previsto (CM), del sonno e della depressione nelle versioni Android e iOS. CM verrà indicizzato con le uscite del modello biomatematico del sistema circadiano. Il sonno verrà misurato usando l'indice di gravità dell'insonnia e i diari del sonno. La depressione verrà misurata usando l'inventario rapido della sintomatologia depressiva. Verranno utilizzati i seguenti intervalli di indifferenza clinica: 1) CM previsto = ± 3 ore in base a circa 2x l'errore medio assoluto delle nostre previsioni del modello, 2) gravità dell'insonnia = ± 6 punti e 3) depressione = 28,5% dei QIDS -Sr16 punteggio.

Valutare i facilitatori e gli ostacoli all'impegno e all'implementazione.

Una serie di interviste semi-strutturate verrà utilizzata per l'analisi tematica e una tabella di marcia completa per gli aggiornamenti di app futuri basati sul feedback degli utenti. Le interviste semi-strutturate utilizzeranno l'approccio della guida di intervista in seguito al framework CFIR selezionato per questo studio. Verranno seguite sei fasi per l'analisi tematica: (1) familiarizzazione dei dati, (2) generazione di codici iniziali, (3) alla ricerca di temi, (4) revisione di temi, (5) definizione e denominazione di temi e (6) producendo il rapporto . Combineremo tecniche deduttive e induttive per aumentare l'accuratezza delle analisi tematiche.