夜勤労働者の睡眠を追跡するための複数のセンサーの使用 (SENSE)
2026年3月17日 更新者：Philip Cheng、Henry Ford Health System
夜勤労働者の正確な睡眠追跡のためのマルチセンサー機械学習アプローチ
夜勤者にとっては、仕事と睡眠のスケジュールが逆転しているため、睡眠が困難になることがよくあります。
睡眠は一般的にアクチグラフィーを使用して測定されます。これは、一般集団における客観的な睡眠の標準的な尺度です。ただし、標準的な従来のアルゴリズムでは日中の睡眠の 50.3% しか正しく識別できないため、この方法には夜勤労働者にとって大きな制限があります。
これにより、夜勤労働者の正当性が大幅に低下します。
この研究の目的は、1) マルチセンサー アプローチ、2) 機械学習 (ML) アルゴリズムを使用して日中の睡眠の検出精度を向上させることにより、アクティグラフィーを拡張する新しい方法をテストすることです。
調査の概要
詳細な説明
この研究の最初の目的は、日中の睡眠期間の検出において従来のアクティグラフィー アルゴリズムを上回る睡眠追跡用のオープンソース機械学習アルゴリズムを確立することです。 2 番目の目的は、複数のセンサーを追加することで睡眠継続変数の追跡を強化することです。 最終的な目的は、マルチセンサー睡眠追跡の家庭での導入を促進する要因と障壁を特定することです。 私たちの中心的な仮説は、マルチセンサー ML アプローチが、ゴールドスタンダードの睡眠ポリグラフィー (PSG) に対して従来のアルゴリズムよりも優れたパフォーマンスを発揮するというものです。
この研究は、タイプ I ハイブリッド有効性実装試験であり、1) 実験室ポリソムノグラフィーを使用して提案されたマルチセンサー ML アプローチを検証し、2) 在宅環境を介して生態学的に有効な環境でのマルチセンサー ML アプローチの実装を検討します。 4週間の実施。 夜勤労働者のサンプル (N = 100) が研究のラボ内検証部分に登録され、従来のアクティグラフィー アルゴリズム条件またはマルチセンサー ML 条件のいずれかに 1:1 の比率でランダム化されます。 到着後、参加者は外来 PSG に接続され、研究室訪問中継続的にデータ収集が行われ、さまざまな長さ (4 時間、2 時間、1.5 時間、および 30 分の昼寝 2 回) で計画された 5 つの睡眠の機会が記録されます。合計時間）。 レガシー アクティグラフィ アルゴリズム条件にランダム化されたものには、レガシー アクティグラフィ アルゴリズムを使用して収集および処理された生の加速度計データのみが含まれますが、マルチセンサー ML 条件にランダム化されたものは、レガシー アクティグラフィ条件と同じ手順に従いますが、次の方法でも監視されます。追加のセンサー。 研究の研究室部分を完了した参加者の約半数は、研究の在宅部分を完了するよう求められます。これには、マルチセンサーアプローチを使用した4週間の自宅睡眠追跡が含まれます。 参加者はセンサーキットを受け取り、センサーのセットアップを支援するために研究スタッフと自宅で面談し、4週間の期間の終わりに再び回収されます。 データの品質チェックを可能にするために、4 週間にわたって毎日の睡眠日誌も収集されます。
研究の種類
介入
入学 (推定)
100
段階
- 適用できない
連絡先と場所
このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。
研究連絡先
- 名前：Philip Cheng, PhD
- 電話番号：248-344-7361
- メール：pcheng1@hfhs.org
研究連絡先のバックアップ
- 名前：Elle M Wernette, PhD
- 電話番号：2483442409
- メール：ewernet1@hfhs.org
研究場所
-
-
Michigan
-
Novi、Michigan、アメリカ、48377
- 募集
- Henry Ford Columbus Medical Center
-
コンタクト：
- Philip Cheng, PhD
- 電話番号：248-344-7361
- メール：pcheng1@hfhs.org
-
主任研究者：
- Philip Cheng, PhD
-
コンタクト：
- Elle M Wernette, PhD
- 電話番号：2483442409
- メール：ewernet1@hfhs.org
-
-
参加基準
研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。
適格基準
就学可能な年齢
- 大人
- 高齢者
健康ボランティアの受け入れ
はい
説明
包含基準:
- 参加者は、固定の夜勤スケジュールで勤務しなければなりません。a) 週に少なくとも 3 回夜勤をする、b) 勤務は 18:00 から 02:00 の間に始まり、8 時間から 12 時間継続する、c) 以下の条件も満たさなければなりません。研究期間中は夜勤スケジュールを維持する計画を立てる
- 参加者は少なくとも6か月間夜勤をしていなければなりません
- 研究期間中は夜勤スケジュールを維持する計画を立てなければなりません
- 参加者は18歳以上である必要があります
除外基準:
- 研究期間中の夜勤スケジュールまたは計画された旅行の終了
- 24時間あたり平均8時間以上の就寝時間がない
- 研究用スマートセンサーを寝室環境に組み込むことに抵抗がある
- 自己申告と尿中薬物スクリーニングによる違法薬物使用
- 神経疾患の病歴
- アルコール使用障害
- 妊娠
研究計画
このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。
研究はどのように設計されていますか？
デザインの詳細
- 主な目的：他の
- 割り当て：非ランダム化
- 介入モデル：順次割り当て
- マスキング：ダブル
武器と介入
参加者グループ / アーム |
介入・治療 |
|---|---|
|
実験的：シングルvsマルチセンサースリープトラッキングIn-Lab
研究のパート1では、すべての参加者のデータは、睡眠を分析するための2つの別々の方法を受けます。 Legacy Actigraphy Algorithm Methodは、レガシーアクションアルゴリズムを使用して収集および処理された単一センサーからの生の加速度計のみを使用します。 レガシーアルゴリズムは、エポックあたりのアクティビティカウントに加速度計データを削減することで最初に構成され、その後、Cole-Kripkeアルゴリズムに従って睡眠に分類されるか、目を覚まします。 マルチセンサー機械学習（ML）メソッドは、睡眠環境の時計、電話、その他のスマートセンサーからの追加センサーからのデータに加えて、生の加速度計データを使用します。 これらのデータは、機械学習アルゴリズムを使用して処理されます。 |
従来のアクティグラフィー アルゴリズムで収集および処理された単一センサーからの生の加速度計データのみを使用した、研究室内の睡眠追跡。
生の加速度計データと機械学習で収集および処理された追加のセンサーを使用した、ラボ内での睡眠追跡。
他の名前：
|
|
他の：自宅でのマルチセンサー睡眠追跡
この状態には、マルチセンサーアプローチを使用した4週間の在宅睡眠追跡が含まれます。
データ品質チェックを可能にするために、毎日の睡眠日記も収集されます。
収集されると、すべてのデータは、ラブ内実験条件で使用される同じ機械学習アルゴリズムで処理されます。
|
生の加速度計データと機械学習で収集および処理された追加のセンサーを使用した在宅睡眠追跡。
|
この研究は何を測定していますか？
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
睡眠の継続 - ベッドにいる時間
時間枠：研究完了まで、最大6週間
|
参加者が消灯から最終起床時間までベッドで過ごす時間 (分単位)。
すべての PSG 変数は、標準の米国睡眠医学会 (AASM) の睡眠スコアリング ルールを使用します。
Apple Watch からのデータには、この睡眠継続変数を通知するために、マルチセンサー システムからの非 PSG 入力が含まれます。
|
研究完了まで、最大6週間
|
|
睡眠の継続性 - 入眠潜時
時間枠：研究完了まで、最大6週間
|
消灯時間から参加者が眠りにつくまでにかかった時間（分単位）、または消灯から起きているが睡眠を試みるまでに費やした時間。
すべての PSG 変数は、標準の AASM 睡眠スコアリング ルールを使用します。 PSG 上の「消灯」マーカーで示され、EEG は典型的な睡眠姿勢を伴う覚醒としてスコア化されます（例:
仰向け）目を閉じた状態。
Apple Watchからのデータには、マルチセンサーシステムからの非PSG入力が含まれており、ルクスがゼロに近い薄暗い光や暗闇、ベッドの中の存在、携帯電話や時計からのまれな/散在する動きなど、この睡眠継続変数を通知します。
|
研究完了まで、最大6週間
|
|
睡眠の継続 - 入眠後の覚醒
時間枠：研究完了まで、最大6週間
|
参加者が最初に眠りに落ちた時間から、最後の目覚めを除いた、起きている間に費やす時間 (分単位)。
すべての PSG 変数は、標準の AASM 睡眠スコアリング ルールを使用します。 PSG 上の「消灯」マーカーで示される脳波検査 (EEG) は、典型的な睡眠姿勢 (例: 睡眠姿勢) を伴う覚醒として記録されます。
仰向け）目を閉じた状態。
Apple Watch からのデータには、この睡眠継続変数を通知するために、マルチセンサー システムからの非 PSG 入力が含まれます。
|
研究完了まで、最大6週間
|
|
睡眠の継続性 - 睡眠効率
時間枠：研究完了まで、最大6週間
|
ベッド内での合計時間に対する参加者の睡眠合計時間の割合 [(合計睡眠時間 (分) / (ベッド内時間 (分))]。
すべての PSG 変数は、標準の AASM 睡眠スコアリング ルールを使用します。
Apple Watch からのデータには、マルチセンサー システムからの非 PSG 入力が含まれており、薄暗い光や暗闇、ベッド内での存在、携帯電話や時計からの長時間にわたる低い動作、呼吸数の変化、心拍数などの睡眠継続変数を通知します (睡眠ステージング）。
|
研究完了まで、最大6週間
|
|
ウェイク
時間枠：研究完了まで、最大6週間
|
参加者が起きている時間（分単位）[またはあらゆるタイプの睡眠がないこと - ステージ 1 (N1)、ステージ 2 (N2)、ステージ 3 (N3)、急速眼球運動 (REM)]。
すべての PSG 変数は、標準の AASM 睡眠スコアリング ルールを使用します。 PSG では、「消灯」マーカーまたはビデオ監視（ベッドでのソーシャルメディアのスクロールを示すビデオ監視など）前のアクティビティによって表されます。
Apple Watch からのデータには、マルチセンサー システムからの非 PSG 入力が含まれており、動き、照明の点灯、高心拍数などの睡眠継続変数を通知します。
|
研究完了まで、最大6週間
|
|
日中の睡眠時間の検出
時間枠：研究完了まで、最大6週間
|
午前 6 時から午後 6 時までの睡眠時間は日中の睡眠として指定されます。
Apple Watch からの日中の睡眠時間は、PSG の開始時間と終了時間の±30 分以内で、実際の睡眠時間の少なくとも 50% の長さであれば、正常に検出されたとみなされます。
|
研究完了まで、最大6週間
|
|
ユーザーエクスペリエンス
時間枠：在宅介入後2日以内
|
これは、新製品の評価のために検証され、明確で十分に確立されたベンチマークを持つユーザー エクスペリエンス アンケート (UEQ) でインデックス付けされます。
UEQ には 6 つのドメインに沿った項目が含まれています: 1) 魅力性 (全体的な好感度または魅力)、2) 明瞭さ (学習曲線と使いやすさ)、3) 効率性 (対話の速度と効率)、4) 信頼性 (システム動作の予測可能性) 、5）刺激（製品がどれだけ刺激的でやる気を起こさせるか）、6）新規性（製品の革新性と創造性）。
|
在宅介入後2日以内
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
インタビュー
時間枠：在宅介入後1ヶ月以内
|
これらのインタビューは、実装調査のための統合フレームワーク (CFIR) を使用して半構造化されます。
モデレーター ガイドは、参加者の経験、課題、改善のための提案についての詳細なフィードバックを求めます。
インタビューで調査する主なテーマには、使いやすさ、快適さ、正確さの認識、通常の使用に対する障壁などが含まれます。
|
在宅介入後1ヶ月以内
|
|
デジタルヘルステクノロジーリテラシー
時間枠：LAB介入前のスクリーニング中
|
これは、デジタルヘルステクノロジーリテラシースケール（DHTL）を使用して測定されます。
この検証済みのスケールは、デジタルヘルステクノロジーとサービスを使用する際の経験とスキルの程度を評価します。
DHTLは、デバイスをWi-FiとBluetoothに接続し、アプリのダウンロードとインストール、Weightデータの入力などの10のデジタルタスクを完了すると、強い内部一貫性（Cronbachのα= 0.95）と強い妥当性を持ち、強い妥当性を持っています。
|
LAB介入前のスクリーニング中
|
協力者と研究者
ここでは、この調査に関係する人々や組織を見つけることができます。
出版物と役立つリンク
研究に関する情報を入力する責任者は、自発的にこれらの出版物を提供します。これらは、研究に関連するあらゆるものに関するものである可能性があります。
一般刊行物
- Vgontzas AN, Fernandez-Mendoza J, Liao D, Bixler EO. Insomnia with objective short sleep duration: the most biologically severe phenotype of the disorder. Sleep Med Rev. 2013 Aug;17(4):241-54. doi: 10.1016/j.smrv.2012.09.005. Epub 2013 Feb 16.
- Hsieh HF, Shannon SE. Three approaches to qualitative content analysis. Qual Health Res. 2005 Nov;15(9):1277-88. doi: 10.1177/1049732305276687.
- Sadeh A, Sharkey KM, Carskadon MA. Activity-based sleep-wake identification: an empirical test of methodological issues. Sleep. 1994 Apr;17(3):201-7. doi: 10.1093/sleep/17.3.201.
- Cole RJ, Kripke DF, Gruen W, Mullaney DJ, Gillin JC. Automatic sleep/wake identification from wrist activity. Sleep. 1992 Oct;15(5):461-9. doi: 10.1093/sleep/15.5.461.
- Lichstein KL, Stone KC, Donaldson J, Nau SD, Soeffing JP, Murray D, Lester KW, Aguillard RN. Actigraphy validation with insomnia. Sleep. 2006 Feb;29(2):232-9.
- Van Dongen HP, Maislin G, Mullington JM, Dinges DF. The cumulative cost of additional wakefulness: dose-response effects on neurobehavioral functions and sleep physiology from chronic sleep restriction and total sleep deprivation. Sleep. 2003 Mar 15;26(2):117-26. doi: 10.1093/sleep/26.2.117. Erratum In: Sleep. 2004 Jun 15;27(4):600.
- Drake C, Richardson G, Roehrs T, Scofield H, Roth T. Vulnerability to stress-related sleep disturbance and hyperarousal. Sleep. 2004 Mar 15;27(2):285-91. doi: 10.1093/sleep/27.2.285.
- Drake C, Nickel C, Burduvali E, Roth T, Jefferson C, Pietro B. The pediatric daytime sleepiness scale (PDSS): sleep habits and school outcomes in middle-school children. Sleep. 2003 Jun 15;26(4):455-8.
- 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.
- Karlsson B, Knutsson A, Lindahl B. Is there an association between shift work and having a metabolic syndrome? Results from a population based study of 27,485 people. Occup Environ Med. 2001 Nov;58(11):747-52. doi: 10.1136/oem.58.11.747.
- Drake CL, Roehrs T, Richardson G, Walsh JK, Roth T. Shift work sleep disorder: prevalence and consequences beyond that of symptomatic day workers. Sleep. 2004 Dec 15;27(8):1453-62. doi: 10.1093/sleep/27.8.1453.
- McHill AW, Melanson EL, Higgins J, Connick E, Moehlman TM, Stothard ER, Wright KP Jr. Impact of circadian misalignment on energy metabolism during simulated nightshift work. Proc Natl Acad Sci U S A. 2014 Dec 2;111(48):17302-7. doi: 10.1073/pnas.1412021111. Epub 2014 Nov 17.
- te Lindert BH, Van Someren EJ. Sleep estimates using microelectromechanical systems (MEMS). Sleep. 2013 May 1;36(5):781-9. doi: 10.5665/sleep.2648.
- Tobaldini E, Fiorelli EM, Solbiati M, Costantino G, Nobili L, Montano N. Short sleep duration and cardiometabolic risk: from pathophysiology to clinical evidence. Nat Rev Cardiol. 2019 Apr;16(4):213-224. doi: 10.1038/s41569-018-0109-6.
- Hysing M, Pallesen S, Stormark KM, Jakobsen R, Lundervold AJ, Sivertsen B. Sleep and use of electronic devices in adolescence: results from a large population-based study. BMJ Open. 2015 Feb 2;5(1):e006748. doi: 10.1136/bmjopen-2014-006748.
- Tricas-Vidal HJ, Lucha-Lopez MO, Hidalgo-Garcia C, Vidal-Peracho MC, Monti-Ballano S, Tricas-Moreno JM. Health Habits and Wearable Activity Tracker Devices: Analytical Cross-Sectional Study. Sensors (Basel). 2022 Apr 12;22(8):2960. doi: 10.3390/s22082960.
- Cheng P, Walch O, Huang Y, Mayer C, Sagong C, Cuamatzi Castelan A, Burgess HJ, Roth T, Forger DB, Drake CL. Predicting circadian misalignment with wearable technology: validation of wrist-worn actigraphy and photometry in night shift workers. Sleep. 2021 Feb 12;44(2):zsaa180. doi: 10.1093/sleep/zsaa180.
- Huang Y, Mayer C, Cheng P, Siddula A, Burgess HJ, Drake C, Goldstein C, Walch O, Forger DB. Predicting circadian phase across populations: a comparison of mathematical models and wearable devices. Sleep. 2021 Oct 11;44(10):zsab126. doi: 10.1093/sleep/zsab126.
- Lieberman HR, Agarwal S, Caldwell JA, Fulgoni VL. Demographics, sleep, and daily patterns of caffeine intake of shift workers in a nationally representative sample of the US adult population. Sleep. 2020 Mar 12;43(3):zsz240. doi: 10.1093/sleep/zsz240.
- Yoon J, Lee M, Ahn JS, Oh D, Shin SY, Chang YJ, Cho J. Development and Validation of Digital Health Technology Literacy Assessment Questionnaire. J Med Syst. 2022 Jan 24;46(2):13. doi: 10.1007/s10916-022-01800-8.
- Patterson MR, Nunes AAS, Gerstel D, Pilkar R, Guthrie T, Neishabouri A, Guo CC. 40 years of actigraphy in sleep medicine and current state of the art algorithms. NPJ Digit Med. 2023 Mar 24;6(1):51. doi: 10.1038/s41746-023-00802-1.
- Hjetland GJ, Skogen JC, Hysing M, Sivertsen B. The Association Between Self-Reported Screen Time, Social Media Addiction, and Sleep Among Norwegian University Students. Front Public Health. 2021 Dec 16;9:794307. doi: 10.3389/fpubh.2021.794307. eCollection 2021.
- Erickson ML, Wang W, Counts J, Redman LM, Parker D, Huebner JL, Dunn J, Kraus WE. Field-Based Assessments of Behavioral Patterns During Shiftwork in Police Academy Trainees Using Wearable Technology. J Biol Rhythms. 2022 Jun;37(3):260-271. doi: 10.1177/07487304221087068. Epub 2022 Apr 13.
- Baron KG, Abbott S, Jao N, Manalo N, Mullen R. Orthosomnia: Are Some Patients Taking the Quantified Self Too Far? J Clin Sleep Med. 2017 Feb 15;13(2):351-354. doi: 10.5664/jcsm.6472.
- Maric A, Burgi M, Werth E, Baumann CR, Poryazova R. Exploring the impact of experimental sleep restriction and sleep deprivation on subjectively perceived sleep parameters. J Sleep Res. 2019 Jun;28(3):e12706. doi: 10.1111/jsr.12706. Epub 2018 Jun 5.
- Fernandez-Mendoza J. The insomnia with short sleep duration phenotype: an update on it's importance for health and prevention. Curr Opin Psychiatry. 2017 Jan;30(1):56-63. doi: 10.1097/YCO.0000000000000292.
- Zhang Y, Papantoniou K. Night shift work and its carcinogenicity. Lancet Oncol. 2019 Oct;20(10):e550. doi: 10.1016/S1470-2045(19)30578-9. Epub 2019 Sep 30. No abstract available.
- Straif K, Baan R, Grosse Y, Secretan B, El Ghissassi F, Bouvard V, Altieri A, Benbrahim-Tallaa L, Cogliano V; WHO International Agency For Research on Cancer Monograph Working Group. Carcinogenicity of shift-work, painting, and fire-fighting. Lancet Oncol. 2007 Dec;8(12):1065-6. doi: 10.1016/S1470-2045(07)70373-X. No abstract available.
- Scott AJ, Monk TH, Brink LL. Shiftwork as a Risk Factor for Depression: A Pilot Study. Int J Occup Environ Health. 1997 Jul;3(Supplement 2):S2-S9.
- Kalmbach DA, Pillai V, Cheng P, Arnedt JT, Drake CL. Shift work disorder, depression, and anxiety in the transition to rotating shifts: the role of sleep reactivity. Sleep Med. 2015 Dec;16(12):1532-8. doi: 10.1016/j.sleep.2015.09.007. Epub 2015 Sep 28.
- Puttonen S, Harma M, Hublin C. Shift work and cardiovascular disease - pathways from circadian stress to morbidity. Scand J Work Environ Health. 2010 Mar;36(2):96-108. doi: 10.5271/sjweh.2894. Epub 2010 Jan 20.
- Boggild H, Knutsson A. Shift work, risk factors and cardiovascular disease. Scand J Work Environ Health. 1999 Apr;25(2):85-99. doi: 10.5271/sjweh.410.
- Lee J, Yoo SK. Respiration Rate Estimation Based on Independent Component Analysis of Accelerometer Data: Pilot Single-Arm Intervention Study. JMIR Mhealth Uhealth. 2020 Aug 10;8(8):e17803. doi: 10.2196/17803.
- Brito RS, Dias C, Afonso Filho A, Salles C. Prevalence of insomnia in shift workers: a systematic review. Sleep Sci. 2021 Jan-Mar;14(1):47-54. doi: 10.5935/1984-0063.20190150.
研究記録日
これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。
主要日程の研究
研究開始 (実際)
2026年2月23日
一次修了 (推定)
2029年11月30日
研究の完了 (推定)
2031年6月30日
試験登録日
最初に提出
2024年10月15日
QC基準を満たした最初の提出物
2024年10月30日
最初の投稿 (実際)
2024年11月1日
学習記録の更新
投稿された最後の更新 (実際)
2026年3月18日
QC基準を満たした最後の更新が送信されました
2026年3月17日
最終確認日
2026年3月1日
詳しくは
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。