총 수면 부족 동안 실시간 카페인 최적화

본 연구의 첫 번째 목표는 2B-Alert 카페인 최적화 모델(2BAlert)이 지정된 시간 창 동안 PVT 성능을 효과적으로 복구하는 개별화된 카페인 일정을 생성할 수 있는지 여부를 결정하는 것입니다. 2BAlert 모델은 WRAIR(Walter Reed Army Institute of Research)와 BHSAI(Biotechnology High Performance Computing Software Applications Institute)에서 개발 중인 포괄적인 피로 관리 시스템의 핵심입니다. 이것은 개인의 수면/각성 매개변수(손목 동작을 통해 객관적으로 측정됨)와 정신 운동 성능(PVT에서 객관적으로 측정됨) 사이의 관계를 "학습"(정량화)하는 소프트웨어 도구입니다. 개인이 수면 손실의 영향에 민감/회복력이 있는 정도를 정량화하고 현재 및 미래의 준비 상태와 낮잠 또는 카페인과 같은 피로 대책의 적용에 관한 결정을 알리는 데 사용할 수 있는 개별화된 성능 예측을 생성합니다. . 최신 버전의 2BAlert는 개별화된 성능 예측을 기반으로 개인에게 피로 대책을 직접 적용할 수 있습니다. 이 모델은 지정된 기간 동안 성능을 최적화하기 위해 언제, 얼마나 많은 카페인을 사용해야 하는지에 대한 권장 사항을 제공합니다. 이 모델은 이전에 수집된 데이터에 사후에 적용되었지만 아직 실시간으로 테스트되지 않았습니다. 이 연구는 필요할 때(즉, 44시간 수면 후 6시간 기간) PVT 성능을 원하는 수준(즉, 275ms)으로 복구하기 위해 모델을 실시간으로 효과적으로 사용할 수 있는지 직접 테스트할 수 있는 첫 번째 기회를 제공할 것입니다. 손실).

본 연구의 두 번째 목적은 2BAlert가 특정 기간 동안 PVT 성능을 복구할 수 있을 뿐만 아니라 수면 부족과 관련된 자가 보고 스트레스 및 불안의 증가를 복구할 수 있는지 조사하는 것입니다. WRAIR의 이전 연구 데이터에 따르면 자가 보고된 스트레스와 불안은 1박 수면 부족 후 증가하고 2일 연속 수면 부족 후에도 계속 증가합니다. 이러한 측정은 12시간의 회복 수면 후 기준선으로 돌아가 PVT 성능에 직접 매핑됩니다. 따라서 연구자들은 PVT 성능이 카페인에 의해 회복될 수 있다면 자가 보고된 스트레스와 불안도 카페인에 의해 기준선 수준으로 되돌아갈 수 있다는 가설을 세웠습니다.

이 연구의 3차 목적은 스마트폰 카메라를 사용하여 획득한 이미지가 경보 평가를 위해 PVT를 대체할 수 있는 수동적이고 비간섭적인 컴퓨터 비전 시스템을 개발하는 데 적합한지 여부를 평가하는 것입니다. 현재 알고리즘은 다음과 같은 이유로 PVT 데이터를 사용합니다. (b) PVT에 학습 효과가 없습니다. 그러나 PVT는 개인이 3~10분 길이의 테스트에 적극적으로 참여해야 하며 수면 부족 상태에서 최소 12번 이상 수행해야 하므로 민감하지만 작전 환경에서 군인의 경계를 측정하기에는 비실용적입니다.

모든 참가자는 다음과 같은 지속적인 연구 단계에 참여하게 됩니다. 이 연구 동안 카페인 검을 투여할 수 있습니다.

1단계: 집에서 수면/각성 측정: 모든 참가자는 2단계(연구실 내 부분) 직전 13일/12일 동안 정상적인 수면/각성 일정을 유지하도록 지시받습니다. 준수 여부는 손목 액티그래피를 통해 객관적으로 확인됩니다. 참가자는 스마트폰을 받고 깨어 있는 동안 3시간마다 PVT를 완료하고 정상적인 카페인 사용과 일일 수면 시간을 기록하도록 요청받습니다.

2단계: 실험실 내 수면/각성 및 PVT 성능 평가: 참가자는 13일 19:00에 수면 실험실에 보고합니다. 실험실에서 깨어 있는 동안 그들은 PVT를 포함한 다양한 인지 테스트를 완료하고 3시간마다 얼굴을 3분 동안 비디오로 녹화합니다. 그들은 13일차 2300시부터 14일차 0700시까지 자도록 허용되며 수면은 PSG 및 액티그래피를 통해 모니터링됩니다. 이후 62시간 동안 계속해서 깨어 있을 것입니다(즉, 14일 0700시부터 16일 2100시까지). 15일 19:00에 2BAlert는 각 개인에 대해 실행되며 각 개인의 이전 수면 및 성능을 사용하여 개별화된 카페인 투여 일정을 만들어 16일 03:00-09:00의 성능을 최적화합니다.

3단계: 실험실 내 회복: 모든 참가자는 16일 21:00부터 17일 09:00까지 침대에서 12시간으로 구성된 회복 단계를 거치게 되며 수면은 PSG 및 액티그래피를 통해 모니터링됩니다. 인지 테스트 및 안면 비디오 녹화 일정은 깨어 있는 시간 동안 2단계부터 계속됩니다. 연구 의사의 평가를 받은 후 그들은 17일째 약 1800시간에 연구에서 해제될 것입니다. 따라서 참가자는 총 95시간 동안 실험실에 있게 됩니다.

이 연구의 주요 종점은 Smart-PVT를 사용하여 측정한 정신 운동 각성 테스트 성능(PVT)입니다. 2차 종점은 각각 Stress Visual Analog Scale 및 Spielberger State-Trait Anxiety Inventory로 측정한 자가 보고 스트레스 및 불안입니다. 연구의 세 번째 끝점은 휴대폰 카메라로 캡처한 얼굴 이미지를 사용하여 수면 부족 상태에 있는 피험자의 각성 수준을 평가할 수 있는지 테스트하는 것입니다.

테스트할 가설: (a) Smart-PVT에서 수집된 정신 운동 성능 데이터는 최적화된 성능의 Peak Alertness Window 동안 275ms 이하로 유지되므로 2BAlert가 유효하고 향후 현장 연구 및 운영 설정에서 사용할 준비가 되었음을 나타냅니다. (b) 자체 보고된 스트레스와 불안은 Peak Alertness Window 동안 기준선 수준으로 돌아가고 이 기간 동안 PVT 성능 회복에 매핑됩니다.

배경: 수면 부족으로 인한 신경 행동 장애는 민간 및 군사 작전 환경 모두에서 안전과 생산성에 대한 인식된 위협입니다. 널리 알려진 피로 관련 사고 및 사고(3마일 섬, 체르노빌, 보팔에서 발생한 사고와 같은 상업적 사고, 507 정비 중대 매복과 같은 군사적 사고 포함)는 계속해서 수면 문제에 대한 관심을 불러일으키고 있습니다. 운영 환경에서 손실/졸음. 이러한 사고는 의사 결정, 경계, 문제 해결 및 군사 효율성에 중요한 기타 정신 능력에 대한 수면 부족의 해로운 영향을 강조합니다. 육군, 미 해병대, 미 해군의 간행물과 매뉴얼에는 수면 부족이 각성도와 수행 능력에 미치는 군사 관련 유해 효과가 기록되어 있습니다. 이라크 자유 작전과 항구적 자유 작전에서 복무하는 전투원에 대한 육군의 제5차 정신 건강 자문팀 조사에 따르면 잠을 덜 잔다고 보고한 군인은 사고 및 실수 비율이 더 높았으며 부정적인 정신 건강 항목을 더 자주 승인했습니다.

국방부는 일일 수면량이 신경 행동 수행에 미치는 영향을 정량화하기 위한 계산 모델 개발에 자금을 지원했습니다. 수학적 수면/성능 예측 모델의 가장 최신(가장 발전된) 버전은 BHSAI에서 개발한 2BAlert 모델입니다. 이전 모델과 마찬가지로 2BAlert는 주로 WRAIR 수면 연구소에서 수집한 PVT 데이터를 기반으로 했습니다. PVT 데이터는 수면/성능 예측 모델을 구축하기 위해 일반적으로 몇 가지 중요한 측면에서 다른 성능 측정의 데이터보다 우수하기 때문에 사용되었습니다. (a) 다른 성능 측정과 비교하여 PVT는 수면 손실에 상대적으로 민감하고 경보의 일주기 리듬; (b) PVT에 대한 학습 효과가 없습니다. (c) 이전에 PVT 기반 수면/성과 예측 모델이 우수한 생태학적 타당성을 가지고 있음이 입증되었습니다. 즉, PVT 기반의 성능 효율성 예측 모델은 실제 철도 운영에서 '사고 위험도'와 잘 상관관계가 있는 것으로 나타났다.

현재 2BAlert 도구는 두 가지 형태로 제공됩니다. 1)수면 및 카페인 일정을 파악하고 예상 GROUP AVERAGE 성과를 표시하는 웹 기반 도구 및 2)스마트폰에서 PVT로 측정된 개별 성과를 활용하여 성과를 개별화하는 스마트폰 앱 예측 모델. 이 버전의 도구는 WRAIR의 최근 연구에서 성공적으로 검증되었습니다. 최신 버전의 스마트폰 앱은 개별화된 성능 예측을 사용하여 특정 기간 동안 성능을 최적화하는 개별화된 카페인 일정을 계산합니다. 이 도구는 WRAIR에서 수집된 데이터를 사용하여 개발되었고 이전에 WRAIR에서 수집된 데이터에 대해 사후 실행되었지만 아직 실시간으로 테스트되지 않았습니다. 따라서 본 연구의 목적은 이러한 카페인 최적화 알고리즘을 실시간으로 검증하는 것이다. 조사관은 이 기간 동안 건강한 인구의 성능에 가변성이 있고 전체 성능이 275ms보다 느리고 자체 보고된 스트레스와 불안이 카페인 개입. 또한 이전 연구 설계를 활용함으로써 연구자는 새로운 문서 및 일정을 작성하는 연구 팀의 부담을 최소화할 수 있습니다.

한 걸음 물러서서 왜 카페인 최적화가 중요하고 군대와 관련이 있는지 설명하는 것이 중요합니다. 카페인은 교대 근무 및 수면 부족과 관련된 피로의 영향에 대응하기 위한 자극제로 널리 받아들여지고 활용되지만, WRAIR에서 수행한 이전 연구에서는 카페인이 효과를 잃고 반복 사용 및 만성 수면 부족으로 인해 회복 속도가 느려질 수 있음을 보여주었습니다. 이 놀라운 결과는 카페인에는 한계와 비용이 있으므로 Warfighter가 카페인을 최적으로 활용하면 더 효과적일 수 있음을 나타냅니다. 현재 프로토콜과 비슷한 기간의 지속적인 수면 박탈에 대한 이전의 카페인 연구에서 참가자들은 매일 밤 800mg의 카페인을 섭취했습니다. 이 연구는 조사관이 이 연구의 모든 참가자에게 800mg의 카페인을 제공함으로써 성능을 회복할 수 있다고 제안하지만, 2BAlert 알고리즘을 사용하면 조사관은 일부 참가자에게 카페인을 덜 주지만 여전히 모든 사람에게 800mg의 카페인을 제공한 것과 동일한 결과에 도달할 수 있습니다.

최근 연구는 이 프로토콜에 배치된 매개변수를 사용하여 사후에 2BAlert 알고리즘을 적용했습니다. 모델 결과는 모든 참가자가 Peak Alertness Window, 즉 깨어 있는 44-50시간 사이에 성능을 회복했음을 보여줍니다. 여기서 회복은 275ms 이상으로 정의되며, 피험자의 절반 이상이 최대 총 허용 카페인 양(800mg)의 절반 미만을 요구했습니다. ), 3명의 피험자는 카페인이 전혀 필요하지 않았습니다. 조사관은 원래 연구 설계를 활용하여 실시간 데이터에 적용하여 2BAlert를 검증하기를 희망합니다.

카페인 최적화 모델을 테스트하는 것 외에도 연구자들은 PVT 성능이 카페인으로 회복될 수 있다면 자가 보고된 스트레스와 불안도 회복될 수 있다는 가설을 테스트하는 데 관심이 있습니다. 최근 연구에 따르면 PVT 성능 데이터와 동일한 추세에 따라 수면 손실이 증가하면 자가 보고 스트레스와 불안이 증가하고 회복 수면 후 기준선으로 회복되는 것으로 나타났습니다. 이전 연구에서는 1박의 수면 부족으로 자가 보고한 스트레스와 불안이 증가하는 것으로 나타났지만, 이것은 자가 보고한 스트레스와 불안이 2박의 수면 부족 이후에도 계속 증가한다는 것을 보여주는 첫 번째 데이터입니다. 현재 수면 부족 중에 카페인으로 자가 보고한 스트레스와 불안을 회복할 수 있는지, 그리고 어떻게 회복할 수 있는지 보고한 연구는 없습니다.