完全な睡眠不足中のカフェインのリアルタイム最適化

本研究の最初の目的は、2B アラート カフェイン最適化モデル (2BAlert) が、指定された時間枠で PVT パフォーマンスを効果的に回復する個別化されたカフェイン スケジュールを作成できるかどうかを判断することです。 2BAlert モデルは、Walter Reed Army Institute of Research (WRAIR) と Biotechnology High Performance Computing Software Applications Institute (BHSAI) によって開発されている包括的な疲労管理システムの要です。 これは、個人の睡眠/覚醒パラメータ (手首アクチグラフィーで客観的に測定) と精神運動パフォーマンス (PVT で客観的に測定) との関係を「学習」(定量化) するソフトウェア ツールです。 個人が睡眠不足の影響に対してどの程度敏感/回復力があるかを定量化し、現在および将来の準備状況に関する決定、および仮眠やカフェインなどの疲労対策の適用に使用できる個別のパフォーマンス予測を生成します。 . 2BAlert の最新バージョンでは、個別化されたパフォーマンス予測に基づいて、疲労対策を個人に直接適用できます。 このモデルは、特定の期間中のパフォーマンスを最適化するために、いつ、どのくらいのカフェインを使用するかを推奨します. このモデルは、以前に収集されたデータに事後的に適用されていますが、リアルタイムでのテストはまだ行われていません。 この調査は、必要に応じて (つまり、44 時間の睡眠に続く 6 時間)、PVT パフォーマンスを望ましいレベル (つまり、275 ミリ秒) に回復するために、モデルをリアルタイムで効果的に使用できるかどうかを直接テストする最初の機会を提供します。損失）。

本研究の第 2 の目的は、2BAlert が特定の期間に PVT のパフォーマンスを回復できるだけでなく、睡眠不足に関連する自己申告によるストレスや不安の増加も回復できるかどうかを調査することです。 WRAIR による以前の研究のデータによると、自己報告によるストレスと不安は、1 晩の睡眠不足の後に増加し、2 晩連続の睡眠不足の後も増加し続けることが示されています。 これらの測定値は、12 時間の回復睡眠後にベースラインに戻り、PVT パフォーマンスに直接マッピングされます。 したがって、研究者は、カフェインによってPVTのパフォーマンスが回復できる場合、自己報告されたストレスと不安もカフェインでベースラインレベル近くに戻る可能性があると仮定しています.

この研究の第 3 の目的は、スマートフォンのカメラを使用して取得した画像が、覚醒度を評価するために PVT を代用できるパッシブで非侵入型のコンピューター ビジョン システムの開発に適しているかどうかを評価することです。 現在、アルゴリズムは PVT データを使用しています。その理由は、(a) 他のパフォーマンス指標と比較して、PVT は睡眠不足と覚醒の概日リズムに比較的敏感です。 (b) PVT に対する学習効果はありません。 ただし、PVT では、個人が 3 ～ 10 分間の長時間のテストに積極的に参加する必要があり、睡眠不足の間に少なくとも 10 回は実行する必要があるため、運用環境での兵士の注意力を測定するための敏感ではあるが非現実的なテストになります。

すべての参加者は、次の継続的な研究フェーズに参加します。 カフェインガムは、この研究中に投与される場合があります。

フェーズ 1: 自宅での睡眠/覚醒測定: すべての参加者は、フェーズ 2 の直前の 13 日間/12 泊の間、通常の睡眠/覚醒スケジュールを維持するように指示されます (研究の実験室での部分)。 コンプライアンスは、手首のアクティグラフィーによって客観的に検証されます。 参加者にはスマートフォンが渡され、起きている間に 3 時間ごとに PVT を完了し、通常のカフェイン使用量と毎日の睡眠時間を記録するよう求められます。

フェーズ 2: 実験室での睡眠/覚醒および PVT パフォーマンス評価: 参加者は、13 日目の 19:00 に睡眠実験室に報告します。 実験室で起きている間に、PVT を含むさまざまな認知テストを完了し、3 時間ごとに顔の 3 分間のビデオを記録します。 彼らは、13日目の2300時間から14日目の0700時間まで眠ることができ、睡眠はPSGおよびアクチグラフィーを介して監視されます。 これに続いて、62 時間の連続覚醒が続きます (すなわち、14 日目の 07:00 から 16 日目の 2,100 時間まで)。 15 日目の 19:00 に 2BAlert が各個人に対して実行され、各個人の以前の睡眠とパフォーマンスを使用して、16 日目の 03:00 ～ 09:00 のパフォーマンスを最適化するための個別のカフェイン投与スケジュールが作成されます。

フェーズ 3: 実験室での回復: すべての参加者は、16 日目の 21 時から 17 日目の 09 時までの 12 時間のベッドでの時間からなる回復フェーズを経ます。 認知テストと顔のビデオ録画スケジュールは、起床時間中のフェーズ 2 から継続されます。 治験担当医師による評価後、17 日目の約 18 時 00 分に治験から解放されます。 したがって、参加者は合計 95 時間研究室に滞在します。

この研究の主なエンドポイントは、Smart-PVT を使用して測定された精神運動警戒テストのパフォーマンス (PVT) です。 二次エンドポイントは、ストレス視覚アナログ尺度およびスピルバーガー状態特性不安インベントリーによってそれぞれ測定される自己申告のストレスおよび不安です。 この研究の 3 番目のエンドポイントは、電話のカメラでキャプチャした顔画像を使用して、睡眠不足の被験者の覚醒レベルを評価できるかどうかをテストすることです。

テストする仮説: (a) Smart-PVT で収集された精神運動パフォーマンス データは、最適化されたパフォーマンスのピーク アラートネス ウィンドウの間、275 ミリ秒以下に留まるため、2BAlert が有効であり、将来のフィールド スタディや運用設定で利用する準備ができていることを示します。 (b) 自己申告によるストレスと不安は、ピーク覚醒ウィンドウ中にベースライン レベルに戻り、この時間ウィンドウ中の PVT パフォーマンスの回復にマッピングされます。

背景: 睡眠不足による神経行動障害は、民間と軍事の両方の運用環境において、安全性と生産性に対する脅威として認識されています。 大きく報道された疲労関連の事故や事故 (スリーマイル島、チェルノブイリ、ボパールで発生した商業事故や、第 507 保守会社の待ち伏せ攻撃などの軍事事故を含む) は、引き続き睡眠の問題に注目を集めています。運用環境での喪失/眠気。 このような事故は、睡眠不足が意思決定、警戒、問題解決、および軍事効果に不可欠なその他の精神的能力に及ぼす悪影響を浮き彫りにします。 陸軍、米海兵隊、米海軍の出版物やマニュアルには、睡眠不足が注意力やパフォーマンスに及ぼす軍事関連の悪影響が記録されています。 イラクの自由作戦と不朽の自由作戦に従事する戦闘員に対する陸軍の第5回メンタルヘルス諮問チームの調査では、睡眠時間が短いと報告した軍人は、事故や過ちの割合が高く、メンタルヘルスにマイナスの項目を支持する頻度が高かったことが明らかになりました。

国防総省は、毎日の睡眠量が神経行動のパフォーマンスに及ぼす影響を定量化するための計算モデルの開発に資金を提供しています。 数学的睡眠/パフォーマンス予測モデルの最新 (かつ最も高度な) バージョンは、BHSAI によって開発された 2BAlert モデルです。 前任者と同様に、2BAlert は主に WRAIR 睡眠研究所で収集された PVT データに基づいていました。 PVT データが使用されたのは、睡眠/パフォーマンス予測モデルを構築する目的で、いくつかの重要な点で他のパフォーマンス測定値からのデータよりも一般的に優れているためです。(a) 他のパフォーマンス測定値と比較して、PVT は睡眠損失に比較的敏感であり、覚醒の概日リズム; (b) PVT に対する学習効果はありません。 （c）PVTベースの睡眠/パフォーマンス予測モデルが良好な生態学的妥当性を持つことが以前に実証されています。 つまり、パフォーマンスの有効性に関する PVT ベースのモデル予測は、実際の鉄道運行における「事故のリスク」とよく相関することが示されています。

現在の 2BAlert ツールには 2 つの形式があります。1) 睡眠とカフェインのスケジュールを取得し、予測されたグループ平均パフォーマンスを表示する Web ベースのツール、および 2) スマートフォンの PVT で測定された個々のパフォーマンスを利用してパフォーマンスを個別化するスマートフォン アプリ予測モデル。 このバージョンのツールは、WRAIR による最近の調査で正常に検証されました。 スマートフォン アプリの最新バージョンでは、個別のパフォーマンス予測を使用して、特定の期間のパフォーマンスを最適化する個別のカフェイン スケジュールを計算します。 このツールは WRAIR で収集されたデータを使用して開発され、以前に WRAIR で収集されたデータに対して事後的に実行されましたが、まだリアルタイムでテストされていません。 したがって、この研究の目的は、このカフェイン最適化アルゴリズムをリアルタイムで検証することです。 研究者は、最近の WRAIR 研究と同じ研究プロトコルを利用します。これは、この期間中、健康な集団のパフォーマンスにばらつきがあり、全体的なパフォーマンスが 275 ミリ秒よりも遅く、自己報告によるストレスと不安が大幅に増加することが知られているためです。カフェイン介入。 さらに、以前の研究デザインを利用することで、研究者は研究チームが新しい文書やスケジュールを作成する際の負担を最小限に抑えることができます。

一歩下がって、カフェインの最適化が重要であり、軍隊に関連している理由に対処することが重要です. カフェインは交替勤務や睡眠不足に伴う疲労の影響に対抗するための覚醒剤として広く受け入れられ、利用されていますが、WRAIR が実施した以前の研究では、カフェインはその有効性を失い、繰り返しの使用や慢性的な睡眠不足によって回復を遅らせることさえあることが示されています. この驚くべき結果は、カフェインには限界と代償があることを示しており、したがって、ウォーファイターはカフェインを最適に利用すればより効果的になります。 現在のプロトコルと同様の長さの継続的な睡眠不足を伴う以前のカフェイン研究では、参加者は毎晩800mgのカフェインを与えられました. この研究は、この研究のすべての参加者に800mgのカフェインを与えることで研究者がパフォーマンスを回復できることを示唆していますが、2BAlertアルゴリズムにより、研究者は一部の参加者に与えるカフェインを減らしても、全員が800mgのカフェインを与えられた場合と同じ結果に達することができます.

最近の研究では、このプロトコルでレイアウトされたパラメーターを使用して、事後的に 2BAlert アルゴリズムを適用しました。 モデルの結果は、すべての参加者がピーク覚醒ウィンドウ、つまり 44 ～ 50 時間起きている間にパフォーマンスを回復したことを示しています。 ）、3人の被験者はカフェインをまったく必要としませんでした. 研究者は、元の研究デザインを利用してリアルタイムデータに適用することにより、2BAlert を検証したいと考えています。

カフェイン最適化モデルのテストに加えて、研究者は、PVT のパフォーマンスがカフェインで回復できる場合、自己申告によるストレスと不安も回復できるという仮説のテストにも関心を持っています。 最近の研究では、PVT パフォーマンス データと同じ傾向に従って、自己報告によるストレスと不安が睡眠不足の増加とともに増加し、回復睡眠後にベースラインに回復することがわかりました。 以前の研究では、自己申告によるストレスと不安が 1 晩の睡眠不足で増加することが示されましたが、これらは、自己申告によるストレスと不安が 2 晩の睡眠不足の後も増加し続けることを示す最初のデータです。 現在、自己申告によるストレスや不安が、睡眠不足の間にカフェインで回復できるかどうか、またどのように回復できるかを報告している研究はありません.