Questa pagina è stata tradotta automaticamente e l'accuratezza della traduzione non è garantita. Si prega di fare riferimento al Versione inglese per un testo di partenza.

Sonno Profondo negli Adulti Anziani

31 dicembre 2025 aggiornato da: Daniel Gartenberg, Proactive Life Inc

Una terapia cognitivo-comportamentale automatizzata basata sull'Internet delle cose per l'insonnia che migliora la cognizione negli anziani

Questo studio clinico randomizzato in doppio cieco su individui anziani sani e autonomi con sintomi di insonnia utilizzerà la Terapia Cognitivo-Comportamentale per l'Insonnia (CBT-I) e la potenzierà con dispositivi di raccolta dati ambulatoriali, contenuti digitali personalizzati e segnali intelligenti di suono e luce (CBT-I +Internet delle Cose [IoT]+Intelligenza Artificiale [AI]). Con questo approccio, i ricercatori mirano a superare molte delle limitazioni che la CBT-I in clinica affronta: i ricercatori possono implementarla in contesti ambulatoriali fornendo un accesso (remoto) aumentato alla terapia. I ricercatori confronteranno la CBT-I +IoT+AI con controlli attivi che si integrano anch'essi con dispositivi smartphone, inclusi SleepEZ, anch'esso basato sulla CBT-I, e l'educazione all'igiene del sonno. Questi controlli attivi aiuteranno a determinare se la CBT-I +IoT+AI è efficace nel trattamento dell'insonnia basandosi sull'Indice di Gravità dell'Insonnia (ISI) (esito primario), metriche del sonno (esito secondario), performance cognitive (esito secondario) ed esiti aggiuntivi come l'aderenza terapeutica e altre valutazioni della salute mentale. Ai partecipanti verrà chiesto di monitorare il sonno con dispositivi indossabili e prossimali, completare questionari e svolgere valutazioni cognitive.

Panoramica dello studio

Descrizione dettagliata

L'insonnia è altamente prevalente negli anziani ed è associata a una compromissione del funzionamento diurno e a un aumento del rischio di declino cognitivo. La terapia cognitivo-comportamentale per l'insonnia (CBT-I) è il trattamento di prima linea raccomandato, ma l'accesso, l'adesione e la scalabilità rimangono ostacoli persistenti, in particolare per le popolazioni più anziane. I programmi digitali di CBT-I affrontano alcune sfide di accesso, ma spesso dimostrano una ridotta aderenza e un'efficacia diminuita nell'uso reale.

Questo studio valuta un sistema digitale di CBT-I completamente remoto e automatizzato che integra software mobile con segnali ambientali abilitati dall'Internet delle Cose (IoT) e personalizzazione guidata dall'intelligenza artificiale. L'intervento è progettato per promuovere l'adesione ai principi della CBT-I supportando passivamente le routine sonno-veglia utilizzando suoni, luci e suggerimenti comportamentali adattivi erogati attraverso dispositivi elettronici di consumo nell'ambiente domestico del partecipante.

Lo studio è uno studio controllato, randomizzato, in doppio cieco, condotto interamente a distanza in anziani residenti in comunità con sintomi di insonnia clinicamente significativi. Dopo lo screening e la valutazione basale, i partecipanti vengono assegnati casualmente in uguale allocazione a uno dei tre bracci di studio: (1) un sistema automatizzato di CBT-I potenziato con segnali sonori e luminosi basati su IoT e contenuti digitali personalizzati, (2) un comparatore digitale attivo di CBT-I, o (3) una condizione di comparatore attivo di educazione all'igiene del sonno. Tutti i partecipanti ricevono dispositivi di studio comparabili e tempo di interazione per mantenere il mascheramento e controllare gli effetti di aspettativa.

Il periodo di intervento dura sei settimane ed è preceduto da una fase di valutazione basale e seguito da valutazioni post-intervento e di follow-up. Durante lo studio, i partecipanti completano misure standardizzate di autovalutazione della gravità dell'insonnia e si impegnano in valutazioni cognitive ripetute e brevi somministrate tramite dispositivi mobili. I dati oggettivi sul sonno vengono raccolti utilizzando tecnologie di rilevamento ambulatoriale non invasive che operano passivamente nell'ambiente domestico.

L'obiettivo primario dello studio è confrontare i cambiamenti nella gravità dell'insonnia tra i bracci di studio. Gli obiettivi secondari includono la valutazione delle caratteristiche del sonno, l'adesione alle raccomandazioni comportamentali e le prestazioni in compiti cognitivi sensibili ai cambiamenti legati al sonno negli anziani. Lo studio è progettato per valutare la fattibilità, l'usabilità e l'efficacia preliminare di un approccio digitale di CBT-I automatizzato e domiciliare che enfatizza il supporto all'adesione e il miglioramento della qualità del sonno.

Questo studio contribuirà con prove sul fatto che un intervento comportamentale integrato digitale e basato su IoT possa migliorare gli esiti dell'insonnia e supportare il funzionamento cognitivo negli anziani, informando futuri studi su larga scala e una potenziale implementazione clinica.

Tipo di studio

Interventistico

Iscrizione (Stimato)

180

Fase

  • Fase 2

Contatti e Sedi

Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.

Contatto studio

Backup dei contatti dello studio

Luoghi di studio

    • New York
      • New York, New York, Stati Uniti, 10012
        • SleepSpace
        • Contatto:

Criteri di partecipazione

I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.

Criteri di ammissibilità

Età idonea allo studio

  • Adulto più anziano

Accetta volontari sani

No

Descrizione

Criteri di inclusione

  1. Parlante e lettore fluente in inglese.
  2. Capace di fornire il proprio consenso informato.

    1. Come determinato da un punteggio ≥18 nel test telefonico abbreviato a distanza del Montreal Cognitive Assessment (MoCA) validato, che è il punteggio che separa il Deterioramento Cognitivo Lieve (MCI) dalla Malattia di Alzheimer e Demenze Correlate (ADRD).
  3. Età di 65+ anni (inclusi) al momento dell'arruolamento, ma se il reclutamento è lento, gli sperimentatori possono modificare i criteri a 60+, e se è ancora lento, potrebbe scendere fino a 55+ anni.

    1. Come auto-dichiarato nel questionario di screening e successivamente verificato durante l'appuntamento video (es. Zoom Health).
  4. Se residente in una comunità residenziale (come una comunità per pensionati) in cui un Direttore Medico designa le categorie di stato di vita, il partecipante deve avere lo stato di Vita Indipendente (o equivalente).

    a. Come auto-dichiarato nel questionario di screening.

  5. Punteggio dell'Indice di Gravità dell'Insonnia ≥15 (cioè almeno "insonnia clinica", ovvero "da moderata a grave") - ma se il reclutamento è lento, gli sperimentatori arruoleranno con un punteggio ISI ≥11 ("da lieve a grave").

    a. Come auto-dichiarato nel questionario di screening ISI.

  6. Disponibilità ad astenersi dall'iniziare nuovi interventi terapeutici (es. farmacologici; comportamentali) che non fanno parte del protocollo di studio per problemi relativi al sonno per tutta la durata della partecipazione allo studio.

    1. Per auto-dichiarazione.
  7. Disponibilità a mantenere qualsiasi intervento farmacologico esistente diretto dal medico per problemi relativi al sonno per tutta la durata della partecipazione allo studio.

    a. Per auto-dichiarazione.

  8. Possiede una residenza con connessione WIFI.

    a. Per auto-dichiarazione.

  9. Udito normale con o senza apparecchio acustico.

    a. Per auto-dichiarazione.

  10. Difficoltà ad addormentarsi, a mantenere il sonno o a svegliarsi troppo presto, che si verificano almeno 3 notti/settimana per 3+ mesi, causando significativo disagio/deterioramento diurno (es. affaticamento, scarsa concentrazione, problemi d'umore), nonostante un'adeguata opportunità di sonno, e non meglio spiegate da un altro disturbo del sonno o da sostanze.

    1. Secondo l'Indicatore della Condizione del Sonno [SCI].

Criteri di esclusione

  1. Uso di droghe illegali nell'ultimo mese (eccetto la marijuana perché è legale in molti Stati, e gli sperimentatori stanno reclutando a livello nazionale).

    a. Come auto-dichiarato nel questionario di screening. L'uso di marijuana sarà monitorato tramite auto-dichiarazione ed esaminato come moderatore.

  2. Disturbo di salute mentale grave diagnosticato.

    1. Specificamente, psicosi o depressione bipolare, depressione maggiore grave, rischio di suicidio da moderato ad alto, demenza.
    2. Come auto-dichiarato nel questionario di screening.
  3. Attualmente o recentemente impegnato (negli ultimi 12 mesi) in psicoterapia basata sull'evidenza per l'insonnia (es. CBTi), oltre ad aver mai ricevuto un ciclo completo di CBTi:

    a. Per auto-dichiarazione.

  4. Convivenza con un partecipante attuale o precedente in questo studio.

    a. Questo criterio serve per evitare la contaminazione incrociata della consapevolezza della condizione dello studio, se due individui conviventi sono randomizzati in bracci di studio diversi.

  5. Inizio di qualsiasi trattamento psicologico negli ultimi 3 mesi.
  6. Un programma altamente irregolare (es. lavoro a turni) che impedirebbe l'adozione delle strategie di intervento, come valutato attraverso l'Indice del Disturbo da Lavoro a Turni.
  7. Precedente esposizione al software SleepSpace.
  8. Condizioni mediche che sono esacerbate dalla restrizione del sonno.
  9. Chirurgia maggiore pianificata durante la sperimentazione.

Piano di studio

Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.

Come è strutturato lo studio?

Dettagli di progettazione

  • Scopo principale: Trattamento
  • Assegnazione: Randomizzato
  • Modello interventistico: Assegnazione parallela
  • Mascheramento: Quadruplicare

Armi e interventi

Gruppo di partecipanti / Arm
Intervento / Trattamento
Sperimentale: CBT-I-IoT-AI
I partecipanti randomizzati a questo braccio di studio sperimenteranno un tentativo di miglioramento della CBT-I digitale standard basata su video, facilitata da interventi basati su dispositivi elettronici (Internet delle Cose) e personalizzazioni dei contenuti tramite intelligenza artificiale (IA). Dispositivi non invasivi indossabili ambulatoriali + da comodino forniscono feedback in tempo reale dei dati oggettivi al partecipante tramite un'interfaccia applicativa e questi dati vengono utilizzati per personalizzare il software e promuovere routine di sonno sane. Inoltre, i video animati giornalieri sono personalizzati in base alle sfide degli utenti. I dati soggettivi raccolti utilizzando l'applicazione sono disponibili in tempo reale per il partecipante, quando appropriato. Suggerimenti ambientali e notifiche sono programmati nei dispositivi IoT per ricordare ai pazienti la loro prescrizione comportamentale e creare un ambiente abitativo favorevole a una terapia efficace. Ciò includerà luci e suoni intelligenti che segnalano al partecipante.
Ciò che distingue questa condizione è una maggiore personalizzazione dei contenuti della CBT-I e un maggiore utilizzo dei dispositivi dell'Internet delle Cose (IoT) utilizzati per promuovere le direttive della CBT-I.
Comparatore attivo: Soluzione basata su CBT-I Sleep-EZ
I partecipanti randomizzati a questo braccio di studio sperimenteranno la CBT-I (terapia cognitivo-comportamentale per l'insonnia) digitale standard, erogata tramite il programma Path to Better Sleep chiamato SleepEZ, creato dal Dipartimento per gli Affari dei Veterani (VA). Il programma sarà somministrato all'interno del software SleepSpace, che verrà utilizzato per monitorare l'aderenza e fornire interventi placebo. Gli utenti avranno accesso a una versione semplificata dell'applicazione elettronica SleepSpace che consente loro di monitorare il sonno in un diario del sonno, accedere ai contenuti presenti in SleepEZ e integrarsi con lampadine intelligenti e suoni per ricevere determinati interventi sonori e luminosi. Ad esempio, le luci si illumineranno durante il previsto calo circadiano dell'utente.
Questa condizione include video interattivi sulla CBT-I e sfrutta alcuni interventi IoT.
Comparatore attivo: Igiene del Sonno + IoT
I partecipanti randomizzati a questo braccio di studio riceveranno un'educazione e una formazione sull'igiene del sonno, un componente della CBT-I, che avverrà anche all'interno del software SleepSpace per garantire che tutti i partecipanti ricevano la stessa piattaforma software e che l'aderenza sia monitorata in modo uniforme tra le soluzioni. Gli utenti avranno accesso a una versione della nostra applicazione elettronica che consente loro di monitorare il sonno in un diario del sonno, accedere ai contenuti animati sull'igiene del sonno creati nello stesso modo dei video nella condizione CBTi-IoT-AI e integrarsi con lampadine intelligenti e suoni per ricevere determinati interventi sonori e luminosi.
Questo intervento include video interattivi riguardanti l'igiene del sonno, un componente della CBT-I e sfrutta alcuni interventi IoT.

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Indice di Gravità dell'Insonnia (ISI)
Lasso di tempo: Settimanalmente per le prime 8 settimane, poi alla settimana 10 e alla settimana 12
Compilazione soggettiva da parte del paziente del questionario dell'Indice di Gravità dell'Insonnia. Somma delle risposte agli item del questionario; Punteggio minimo: 0; Punteggio massimo: 28. Un punteggio totale più elevato indica un maggior numero di sintomi di insonnia o sintomi più gravi; una riduzione del punteggio totale suggerisce un miglioramento dell'insonnia.
Settimanalmente per le prime 8 settimane, poi alla settimana 10 e alla settimana 12

Misure di risultato secondarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Variazione nella performance della batteria di test cognitivi
Lasso di tempo: Ogni giorno per due settimane al basale e due settimane dopo il trattamento
Metriche di prestazione del test obiettivo su una batteria di test cognitivi ambulatoriali erogata con un dispositivo smartphone che include valutazioni validate: il Mobile Monitoring of Cognitive Change (M2C2) e DANA Brain Vitals.
Ogni giorno per due settimane al basale e due settimane dopo il trattamento
Diario del Sonno per il Consenso
Lasso di tempo: Ogni giorno per le prime otto settimane della sperimentazione
I dati del diario del sonno soggettivo saranno utilizzati per determinare le caratteristiche percepite del sonno (durata, qualità, tempo a letto, ecc.).
Ogni giorno per le prime otto settimane della sperimentazione

Altre misure di risultato

Misura del risultato
Misura Descrizione
Lasso di tempo
Rilevamento del Sonno Nearable (Movimento)
Lasso di tempo: Ogni giorno dalla seconda settimana all'ottava settimana
Il movimento (fino a 50 hertz x, y, z actigrafia) dall'iPhone verrà utilizzato per stimare il tempo a letto, sonno/veglia, latenza di inizio sonno, veglia dopo l'inizio del sonno e altre metriche relative al sonno.
Ogni giorno dalla seconda settimana all'ottava settimana
Rilevamento Sonno Nearable (Suono)
Lasso di tempo: Giornalmente dalla seconda all'ottava settimana
I dati sonori (decibel) provenienti dall'iPhone verranno utilizzati per stimare il tempo a letto, sonno/veglia, latenza di addormentamento, risvegli dopo l'inizio del sonno e altre metriche relative al sonno.
Giornalmente dalla seconda all'ottava settimana
Rilevamento del Sonno Indossabile (Movimento)
Lasso di tempo: Quotidiano dalla seconda all'ottava settimana
Il movimento (fino a 50 hertz x, y, z actigrafia) dell'Apple Watch verrà utilizzato per stimare il tempo a letto, sonno/veglia, latenza di inizio sonno, risveglio dopo l'inizio del sonno e altre metriche relative al sonno.
Quotidiano dalla seconda all'ottava settimana
Monitoraggio del Sonno con Dispositivi Indossabili (Frequenza Cardiaca)
Lasso di tempo: Ogni giorno dalla seconda settimana all'ottava settimana
La frequenza cardiaca (fino a 0,2 hertz) dell'Apple Watch verrà utilizzata per stimare il tempo trascorso a letto, il sonno/veglia, la latenza dell'inizio del sonno, i risvegli dopo l'inizio del sonno e altre metriche relative al sonno.
Ogni giorno dalla seconda settimana all'ottava settimana
Aderenza
Lasso di tempo: Giornalmente durante l'intervento: Dalla settimana tre alla settimana otto
La frequenza e la durata dell'interazione con il contenuto o altri aspetti attivi dell'intervento
Giornalmente durante l'intervento: Dalla settimana tre alla settimana otto
Sintomi d'ansia generalizzata
Lasso di tempo: Dalla baseline (Settimana 1) al post-trattamento (Settimana 12)
Variazione dei sintomi d'ansia misurati dalla scala Generalized Anxiety Disorder a 7 item (GAD 7).
Dalla baseline (Settimana 1) al post-trattamento (Settimana 12)
Sintomi Depressivi
Lasso di tempo: Dalla baseline (settimana 1) al post-trattamento (settimana 12)
Variazione dei sintomi depressivi misurata dalla scala Patient Health Questionnaire a 8 item (PHQ 8).
Dalla baseline (settimana 1) al post-trattamento (settimana 12)
Sintomi da Stress Post-Traumatico
Lasso di tempo: Da Baseline (Settimana 1) a post trattamento (Settimana 12)
Variazione dei sintomi da stress post-traumatico misurata mediante lo Primary Care PTSD Screen (PC PTSD).
Da Baseline (Settimana 1) a post trattamento (Settimana 12)
Connessione Sociale da Caratteristiche Vocali
Lasso di tempo: Da baseline (Settimana 1) a post trattamento (Settimana 12)
Cambiamenti esplorativi nelle metriche di connessione sociale derivate dalle caratteristiche del parlato e della voce raccolte durante le interazioni dello studio.
Da baseline (Settimana 1) a post trattamento (Settimana 12)

Collaboratori e investigatori

Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.

Investigatori

  • Direttore dello studio: Daniel Taylor, PhD, University of Arizona

Pubblicazioni e link utili

La persona responsabile dell'inserimento delle informazioni sullo studio fornisce volontariamente queste pubblicazioni. Questi possono riguardare qualsiasi cosa relativa allo studio.

Collegamenti utili

Studiare le date dei record

Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.

Studia le date principali

Inizio studio (Stimato)

1 marzo 2026

Completamento primario (Stimato)

30 dicembre 2026

Completamento dello studio (Stimato)

30 dicembre 2026

Date di iscrizione allo studio

Primo inviato

30 dicembre 2025

Primo inviato che soddisfa i criteri di controllo qualità

31 dicembre 2025

Primo Inserito (Effettivo)

5 gennaio 2026

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

5 gennaio 2026

Ultimo aggiornamento inviato che soddisfa i criteri QC

31 dicembre 2025

Ultimo verificato

1 dicembre 2025

Maggiori informazioni

Termini relativi a questo studio

Piano per i dati dei singoli partecipanti (IPD)

Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?

NO

Informazioni su farmaci e dispositivi, documenti di studio

Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti

No

Studia un dispositivo regolamentato dalla FDA degli Stati Uniti

No

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 CBT-I-IoT-AI

Sottoscrivi