- ICH GCP
- Register voor klinische proeven in de VS.
- Klinische proef NCT05090995
Een PPG-sensorgebaseerde feedbackinterventie voor zwaar drinkende jonge volwassenen
Een op fotoplethysmografiesensor gebaseerde gepersonaliseerde feedbackinterventie voor zwaar drinkende jongvolwassenen gericht op hartslagvariabiliteit, hartslag in rust en slaap
Studie Overzicht
Toestand
Interventie / Behandeling
Gedetailleerde beschrijving
Studietype
Inschrijving (Werkelijk)
Fase
- Niet toepasbaar
Contacten en locaties
Studie Locaties
-
-
Connecticut
-
New Haven, Connecticut, Verenigde Staten, 06510
- Yale University
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
Accepteert gezonde vrijwilligers
Beschrijving
Inclusiecriteria:
- 18-25 jaar
- Meld ≥ 4 keer zwaar drinken in de afgelopen 28 dagen
- Rapporteer stoornissen in alcoholgebruik Identificatie Test- Consumptie (AUDIT-C)-scores die indicatief zijn voor het risico op drankmisbruik
- Engels sprekende
- Heb een persoonlijke smartphone
Uitsluitingscriteria:
- Geschiedenis van slaapstoornissen
- Nachtdienst / wisseldienst
- Twee of meer tijdzones reizen in de maand voorafgaand aan het onderzoek of twee of meer reizen naar verwachting tijdens deelname aan het onderzoek
- Klinisch ernstige AUD in de afgelopen 12 maanden
- Momenteel ingeschreven voor alcohol- of slaapbehandeling
- Huidige, ernstige psychiatrische ziekte
- Huidige stoornis in het gebruik van middelen uit de DSM-V
- Positieve urinedrugscreening voor een andere stof dan marihuana
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
- Primair doel: Behandeling
- Toewijzing: Gerandomiseerd
- Interventioneel model: Parallelle opdracht
- Masker: Enkel
Wapens en interventies
Deelnemersgroep / Arm |
Interventie / Behandeling |
|---|---|
|
Actieve vergelijker: Zelfcontrole en feedback
De interventie bestaat uit proefpersonen die gedurende 6 weken een PPG-apparaat dragen.
Onderwerpen zullen hun eigen gezondheid in de gaten houden en dagelijks hun slaapgedrag rapporteren gedurende deze tijd.
In week twee, vier en zes krijgen proefpersonen gepersonaliseerde gezondheidsfeedback op basis van de PPG-apparaatgegevens en slaapdagboeken.
|
Zelfmanagement korte gezondheidsinterventie die bestaat uit passieve dagelijkse gezondheidsmonitoring met behulp van een PPG-sensor, actieve zelfmonitoring van gezondheid en gedrag met behulp van dagelijkse dagboeken en het geven van gepersonaliseerde gezondheidsfeedback en -advies.
|
|
Placebo-vergelijker: Zelfcontrole
De interventie bestaat uit proefpersonen die gedurende 6 weken een PPG-apparaat dragen.
Onderwerpen zullen hun eigen gezondheid in de gaten houden en dagelijks hun slaapgedrag rapporteren gedurende deze tijd.
|
Zelfmanagement korte gezondheidsinterventie met passieve dagelijkse gezondheidsmonitoring met behulp van een PPG-sensor en actieve zelfmonitoring van gezondheid en gedrag met dagelijkse dagboeken.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Totaal aantal verbruikte dranken
Tijdsspanne: tot week 10
|
Het totale aantal geconsumeerde drankjes wordt gemeten met behulp van het tijdlijn-follow-up-interview bij aanvang, week 6 en week 10.
In dit gestandaardiseerde interview wordt de proefpersonen gevraagd zelf te rapporteren hoeveel drankjes ze elke dag hebben gedronken in de afgelopen vier weken bij aanvang en daarna sinds het laatste beoordelingspunt in week 6 en week 10.
Hogere scores duiden op een groter aantal geconsumeerde drankjes.
Het totale aantal drankjes wordt opgeteld over de afgelopen 4 weken bij de intake, week 6 en week 10.
Totalen werden getransformeerd met behulp van een vierkantsworteltransformatie, aangezien deze waarden niet normaal verdeeld waren.
Vervolgens werden modellen met gemengde effecten uitgevoerd om het effect van de conditie op het totale aantal drankjes in de loop van de tijd te evalueren, waarbij de conditie, de tijd en hun interactie in het model en het geslacht en het totale aantal drankjes bij aanvang als covariabelen werden gebruikt.
|
tot week 10
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Drankjes per drinkdag
Tijdsspanne: tot 10 weken
|
Het totale aantal drankjes per drinkdag wordt gemeten met behulp van het tijdlijn-follow-up-interview bij aanvang, week 6 en week 10. Het totale aantal drankjes/drinkdagen wordt opgeteld over de afgelopen 4 weken bij de intake, week 6 en week 10. Totalen werden getransformeerd met behulp van een vierkantsworteltransformatie, aangezien deze waarden niet normaal verdeeld waren. Vervolgens werden modellen met gemengde effecten uitgevoerd om het effect van de conditie op het totale aantal drankjes/drinkdag in de loop van de tijd te evalueren, met conditie, tijd en hun interactie in het model en geslacht en baseline-drankjes per drinkdag als covariaten. Deze tool vraagt proefpersonen om zelf te rapporteren hoeveel drankjes ze consumeren gedurende een periode van een maand. De score van deze maatregel wordt bepaald op basis van de hoeveelheid zelfgerapporteerd alcoholgebruik per dag. Een zware drinkdag voor een man zou ≥5 drankjes per keer zijn en voor een vrouw zou dit ≥4 drankjes per keer zijn. |
tot 10 weken
|
|
Percentage dagen zwaar drinken
Tijdsspanne: tot 10 weken
|
Het zelfgerapporteerde percentage dagen zwaar drinken zal worden gemeten met behulp van het tijdlijn-follow-up-interview bij aanvang, week 6 en week 10.
In dit gestandaardiseerde interview wordt de proefpersonen gevraagd om zelf te rapporteren dat ze de afgelopen vier weken zware drinkgelegenheden hebben gehad bij aanvang en daarna sinds het laatste beoordelingspunt in week 6 en week 10, gedefinieerd als ≥5 drankjes per keer en voor een vrouw zou dit ≥4 drankjes per keer zijn. zitten.
Hogere scores duiden op een groter percentage dagen van zwaar drinken.
Het percentage dagen dat je zwaar drinkt, wordt opgeteld over de afgelopen vier weken bij de inname, week 6 en week 10.
Vervolgens werden modellen met gemengde effecten uitgevoerd om het effect van de conditie op het percentage dagen zwaar drinken in de loop van de tijd te evalueren, met conditie, tijd en hun interactie in het model en het geslacht en het percentage dagen zwaar drinken bij aanvang als covariabelen.
|
tot 10 weken
|
|
Percentage onthoudingsdagen
Tijdsspanne: tot 10 weken
|
Het zelfgerapporteerde percentage onthoudingsdagen wordt gemeten met behulp van het tijdlijn-follow-up-interview bij aanvang, week 6 en week 10.
In dit gestandaardiseerde interview wordt de proefpersonen gevraagd zelf te rapporteren hoeveel dagen ze elke dag geen alcohol hebben gedronken in de afgelopen vier weken bij aanvang en daarna sinds het laatste beoordelingspunt in week 6 en week 10.
Hogere scores duiden op een groter percentage onthoudingsdagen.
Het percentage onthoudingsdagen wordt opgeteld over de afgelopen vier weken bij de intake, week 6 en week 10.
Vervolgens werden modellen met gemengde effecten uitgevoerd om het effect van de conditie op het percentage onthoudingsdagen in de loop van de tijd te evalueren, waarbij de conditie, de tijd en hun interactie in het model en het geslacht en het basispercentage onthoudingsdagen als covariabelen werden gebruikt.
|
tot 10 weken
|
|
Alcoholgerelateerde gevolgen
Tijdsspanne: basislijn, week 6 en week 10
|
De gemiddelde alcoholgerelateerde gevolgen werden gemeten met behulp van de Brief Young Adult Alcohol Consequences Questionnaire bij aanvang, week 6 en week 10.
Voor elk gevolg wordt 1 punt gescoord en een totaalscore weerspiegelt het totale aantal gevolgen.
Hogere scores duidden op meer consequenties. Totaalscorebereik 0-24.
De drie tijdstippen worden opgeteld en vervolgens gemiddeld.
Vervolgens werden modellen met gemengde effecten uitgevoerd om het effect van de conditie op de gevolgen in de loop van de tijd te evalueren, waarbij de conditie, de tijd en hun interactie in het model en het geslacht en de basisconsequenties als covariabelen werden gebruikt.
|
basislijn, week 6 en week 10
|
|
Slaapkwaliteit
Tijdsspanne: basislijn en week 10
|
De gemiddelde slaapkwaliteit wordt gemeten met behulp van de PROMIS - Sleep Disturbance Form 8-beoordeling.
Het slaapverstoringsonderzoek bestaat uit 8 vragen die een totaalscore opleveren (opgetelde scores).
Deze ruwe score wordt vervolgens omgezet naar een gestandaardiseerde T-score van 0-100 met een gemiddelde score van 50.
Een score boven het gemiddelde zou erop wijzen dat de proefpersoon een slechtere slaapkwaliteit ervaart.
Vervolgens werden modellen met gemengde effecten uitgevoerd om het effect van de conditie op de slaapkwaliteit in de loop van de tijd te evalueren, waarbij conditie, tijd en hun interactie in het model en geslacht en basisslaapkwaliteit als covariabelen werden gebruikt.
|
basislijn en week 10
|
|
Slaapgerelateerde stoornissen
Tijdsspanne: basislijn en week 10
|
De gemiddelde slaapkwaliteit wordt gemeten met behulp van de PROMIS - Sleep-Related Impairment Form 8-beoordeling.
De beoordeling van de slaapstoornissen bestaat uit 8 vragen die een totaalscore opleveren (opgetelde score).
Deze ruwe score wordt vervolgens omgezet naar een gestandaardiseerde T-score van 0-100 met een gemiddelde score van 50.
Een score boven het gemiddelde zou erop wijzen dat de proefpersoon meer slaapgerelateerde beperkingen ervaart.
Vervolgens werden modellen met gemengde effecten uitgevoerd om het effect van de conditie op slaapgerelateerde stoornissen in de loop van de tijd te evalueren, met conditie, tijd en hun interactie in het model en geslacht en slaapgerelateerde stoornissen bij aanvang als covariaten.
|
basislijn en week 10
|
|
Slaapduur
Tijdsspanne: tot 6 weken
|
De gemiddelde slaapduur wordt gedurende 6 weken dagelijks gemeten door het PPG-apparaat.
De slaapduur wordt vervolgens gemiddeld in intervallen van twee weken in week 2, 4 en 6 en in de loop van de tijd geëvalueerd met behulp van modellen met gemengde effecten met conditie, tijd en hun interactie in het model en geslacht en een indicatorvariabele van weekdag versus weekend als covariaten.
De slaapduur werd getransformeerd met behulp van een vierkantsworteltransformatie.
|
tot 6 weken
|
|
Hartslagvariabiliteit (HRV)
Tijdsspanne: tot 6 weken
|
De hartslagvariabiliteit (HRV) wordt gedurende 6 weken dagelijks gemeten door het PPG-apparaat.
De HRV wordt vervolgens gemiddeld in intervallen van twee weken in week 2, 4 en 6 en in de loop van de tijd geëvalueerd met behulp van modellen met gemengde effecten met conditie, tijd en hun interactie in het model en geslacht en een indicatorvariabele van weekdag versus weekend als covariabelen. .
De slaapduur werd getransformeerd met behulp van een logtransformatie.
|
tot 6 weken
|
|
Laagste hartslag in rust (RHR)
Tijdsspanne: tot 6 weken
|
De laagste rusthartslag (RHR) wordt gedurende 6 weken dagelijks gemeten door het PPG-apparaat.
De laagste waarde wordt vervolgens gemiddeld in intervallen van twee weken in week 2, 4 en 6 en in de loop van de tijd geëvalueerd met behulp van modellen met gemengde effecten met conditie, tijd en hun interactie in het model en geslacht en een indicatorvariabele van weekdag versus weekend. als covariaten.
De slaapduur werd getransformeerd met behulp van een logtransformatie.
RHR kan ergens tussen de 40 en 100 slagen per minuut variëren.
Een lagere RHR zou duiden op een betere cardiovasculaire gezondheid.
|
tot 6 weken
|
Medewerkers en onderzoekers
Sponsor
Onderzoekers
- Hoofdonderzoeker: Lisa Fucito, PhD, Associate Professor of Psychiatry; Director, Tobacco Treatment Service, Psychiatry
Publicaties en nuttige links
Algemene publicaties
- Craig CL, Marshall AL, Sjostrom M, Bauman AE, Booth ML, Ainsworth BE, Pratt M, Ekelund U, Yngve A, Sallis JF, Oja P. International physical activity questionnaire: 12-country reliability and validity. Med Sci Sports Exerc. 2003 Aug;35(8):1381-95. doi: 10.1249/01.MSS.0000078924.61453.FB.
- Beauchaine TP, Thayer JF. Heart rate variability as a transdiagnostic biomarker of psychopathology. Int J Psychophysiol. 2015 Nov;98(2 Pt 2):338-350. doi: 10.1016/j.ijpsycho.2015.08.004. Epub 2015 Aug 11.
- Hernando D, Roca S, Sancho J, Alesanco A, Bailon R. Validation of the Apple Watch for Heart Rate Variability Measurements during Relax and Mental Stress in Healthy Subjects. Sensors (Basel). 2018 Aug 10;18(8):2619. doi: 10.3390/s18082619.
- Yu L, Buysse DJ, Germain A, Moul DE, Stover A, Dodds NE, Johnston KL, Pilkonis PA. Development of short forms from the PROMIS sleep disturbance and Sleep-Related Impairment item banks. Behav Sleep Med. 2011 Dec 28;10(1):6-24. doi: 10.1080/15402002.2012.636266.
- Pilkonis PA, Choi SW, Reise SP, Stover AM, Riley WT, Cella D; PROMIS Cooperative Group. Item banks for measuring emotional distress from the Patient-Reported Outcomes Measurement Information System (PROMIS(R)): depression, anxiety, and anger. Assessment. 2011 Sep;18(3):263-83. doi: 10.1177/1073191111411667. Epub 2011 Jun 21.
- Liu Y, Wheaton AG, Chapman DP, Cunningham TJ, Lu H, Croft JB. Prevalence of Healthy Sleep Duration among Adults--United States, 2014. MMWR Morb Mortal Wkly Rep. 2016 Feb 19;65(6):137-41. doi: 10.15585/mmwr.mm6506a1.
- Thayer JF, Ahs F, Fredrikson M, Sollers JJ 3rd, Wager TD. A meta-analysis of heart rate variability and neuroimaging studies: implications for heart rate variability as a marker of stress and health. Neurosci Biobehav Rev. 2012 Feb;36(2):747-56. doi: 10.1016/j.neubiorev.2011.11.009. Epub 2011 Dec 8.
- Stein PK, Pu Y. Heart rate variability, sleep and sleep disorders. Sleep Med Rev. 2012 Feb;16(1):47-66. doi: 10.1016/j.smrv.2011.02.005. Epub 2011 Jun 11.
- Kinnunen H, Rantanen A, Kentta T, Koskimaki H. Feasible assessment of recovery and cardiovascular health: accuracy of nocturnal HR and HRV assessed via ring PPG in comparison to medical grade ECG. Physiol Meas. 2020 May 7;41(4):04NT01. doi: 10.1088/1361-6579/ab840a.
- Leyro TM, Buckman JF, Bates ME. Theoretical implications and clinical support for heart rate variability biofeedback for substance use disorders. Curr Opin Psychol. 2019 Dec;30:92-97. doi: 10.1016/j.copsyc.2019.03.008. Epub 2019 Apr 2.
- Stepanski EJ, Wyatt JK. Use of sleep hygiene in the treatment of insomnia. Sleep Med Rev. 2003 Jun;7(3):215-25. doi: 10.1053/smrv.2001.0246.
- Kaner EF, Beyer FR, Muirhead C, Campbell F, Pienaar ED, Bertholet N, Daeppen JB, Saunders JB, Burnand B. Effectiveness of brief alcohol interventions in primary care populations. Cochrane Database Syst Rev. 2018 Feb 24;2(2):CD004148. doi: 10.1002/14651858.CD004148.pub4.
- Prinsloo GE, Rauch HG, Derman WE. A brief review and clinical application of heart rate variability biofeedback in sports, exercise, and rehabilitation medicine. Phys Sportsmed. 2014 May;42(2):88-99. doi: 10.3810/psm.2014.05.2061.
- Monk TH, Reynolds CF, Kupfer DJ, Buysse DJ, Coble PA, Hayes AJ, MacHen MA, Petrie SR, Ritenour AM. The Pittsburgh Sleep Diary. J Sleep Res. 1994 Jun;3(2):111-120.
- Buscemi J, Murphy JG, Martens MP, McDevitt-Murphy ME, Dennhardt AA, Skidmore JR. Help-seeking for alcohol-related problems in college students: correlates and preferred resources. Psychol Addict Behav. 2010 Dec;24(4):571-80. doi: 10.1037/a0021122.
- Falk D, Yi HY, Hiller-Sturmhofel S. An epidemiologic analysis of co-occurring alcohol and drug use and disorders: findings from the National Epidemiologic Survey of Alcohol and Related Conditions (NESARC). Alcohol Res Health. 2008;31(2):100-10.
- Administration, S.A.a.M.H.S. Key substance use and mental health indicators in the United States: Results from the National Survey on Drug Use and Health, Center for Behavioral Health Statistics and Quality. 2019; Available from: https://www.samhsa.gov/data/.
- Hingson RW, Zha W, Weitzman ER. Magnitude of and trends in alcohol-related mortality and morbidity among U.S. college students ages 18-24, 1998-2005. J Stud Alcohol Drugs Suppl. 2009 Jul;(16):12-20. doi: 10.15288/jsads.2009.s16.12.
- NIAAA, Alcohol involvement over the life course, E. U. S. Department of Health and Human Services, Editor. 2000 Bethesda, MD. p. p. 28-53.
- NIAAA, Alcohol and Other Drugs. Alcohol Alert, 2008. 76.
- Cronce JM, Larimer ME. Individual-focused approaches to the prevention of college student drinking. Alcohol Res Health. 2011;34(2):210-21.
- Carey KB, Scott-Sheldon LA, Carey MP, DeMartini KS. Individual-level interventions to reduce college student drinking: a meta-analytic review. Addict Behav. 2007 Nov;32(11):2469-94. doi: 10.1016/j.addbeh.2007.05.004. Epub 2007 May 17.
- Carey KB, Scott-Sheldon LA, Elliott JC, Bolles JR, Carey MP. Computer-delivered interventions to reduce college student drinking: a meta-analysis. Addiction. 2009 Nov;104(11):1807-19. doi: 10.1111/j.1360-0443.2009.02691.x. Epub 2009 Sep 10.
- Black DR, Coster DC. Interest in a stepped approach model (SAM): identification of recruitment strategies for university alcohol programs. Health Educ Q. 1996 Feb;23(1):98-114. doi: 10.1177/109019819602300107.
- Wu LT, Pilowsky DJ, Schlenger WE, Hasin D. Alcohol use disorders and the use of treatment services among college-age young adults. Psychiatr Serv. 2007 Feb;58(2):192-200. doi: 10.1176/ps.2007.58.2.192.
- Caldeira KM, Kasperski SJ, Sharma E, Vincent KB, O'Grady KE, Wish ED, Arria AM. College students rarely seek help despite serious substance use problems. J Subst Abuse Treat. 2009 Dec;37(4):368-78. doi: 10.1016/j.jsat.2009.04.005. Epub 2009 Jun 23.
- Fortuna RJ, Robbins BW, Halterman JS. Ambulatory care among young adults in the United States. Ann Intern Med. 2009 Sep 15;151(6):379-85. doi: 10.7326/0003-4819-151-6-200909150-00002.
- O'hara, B. and K. Caswell, Health status, health insurance, and medical services utilization: 2010. Curr Pop Rep, 2012. 2012: p. 70-133.
- Cadigan JM, Lee CM, Larimer ME. Young Adult Mental Health: a Prospective Examination of Service Utilization, Perceived Unmet Service Needs, Attitudes, and Barriers to Service Use. Prev Sci. 2019 Apr;20(3):366-376. doi: 10.1007/s11121-018-0875-8.
- Orzech KM, Salafsky DB, Hamilton LA. The state of sleep among college students at a large public university. J Am Coll Health. 2011;59(7):612-9. doi: 10.1080/07448481.2010.520051.
- Weinstock J, Petry NM, Pescatello LS, Henderson CE. Sedentary college student drinkers can start exercising and reduce drinking after intervention. Psychol Addict Behav. 2016 Dec;30(8):791-801. doi: 10.1037/adb0000207. Epub 2016 Sep 26.
- Fucito LM, DeMartini KS, Hanrahan TH, Yaggi HK, Heffern C, Redeker NS. Using Sleep Interventions to Engage and Treat Heavy-Drinking College Students: A Randomized Pilot Study. Alcohol Clin Exp Res. 2017 Apr;41(4):798-809. doi: 10.1111/acer.13342. Epub 2017 Feb 16.
- Rideout V. Generation Rx.com. What are young people really doing online? Mark Health Serv. 2002 Spring;22(1):26-30.
- Rideout, V. and S. Fox, Digital health practices, social media use, and mental wellbeing among teens and young adults in the US. 2018.
- Wartella, E., et al., Teens, health and technology: A national survey. Media and communication, 2016. 4(3): p. 13-23.
- DeMartini KS, Fucito LM. Variations in sleep characteristics and sleep-related impairment in at-risk college drinkers: a latent profile analysis. Health Psychol. 2014 Oct;33(10):1164-73. doi: 10.1037/hea0000115. Epub 2014 Aug 18.
- Singleton RA Jr, Wolfson AR. Alcohol consumption, sleep, and academic performance among college students. J Stud Alcohol Drugs. 2009 May;70(3):355-63. doi: 10.15288/jsad.2009.70.355.
- Hasler BP, Martin CS, Wood DS, Rosario B, Clark DB. A longitudinal study of insomnia and other sleep complaints in adolescents with and without alcohol use disorders. Alcohol Clin Exp Res. 2014 Aug;38(8):2225-33. doi: 10.1111/acer.12474. Epub 2014 Jun 27.
- Hasler BP, Kirisci L, Clark DB. Restless Sleep and Variable Sleep Timing During Late Childhood Accelerate the Onset of Alcohol and Other Drug Involvement. J Stud Alcohol Drugs. 2016 Jul;77(4):649-55. doi: 10.15288/jsad.2016.77.649.
- Miller MB, DiBello AM, Lust SA, Carey MP, Carey KB. Adequate sleep moderates the prospective association between alcohol use and consequences. Addict Behav. 2016 Dec;63:23-8. doi: 10.1016/j.addbeh.2016.05.005. Epub 2016 May 7.
- Wong MM, Brower KJ, Fitzgerald HE, Zucker RA. Sleep problems in early childhood and early onset of alcohol and other drug use in adolescence. Alcohol Clin Exp Res. 2004 Apr;28(4):578-87. doi: 10.1097/01.alc.0000121651.75952.39.
- Wong MM, Brower KJ, Nigg JT, Zucker RA. Childhood sleep problems, response inhibition, and alcohol and drug outcomes in adolescence and young adulthood. Alcohol Clin Exp Res. 2010 Jun;34(6):1033-44. doi: 10.1111/j.1530-0277.2010.01178.x. Epub 2010 Apr 5.
- Wong MM, Brower KJ, Zucker RA. Childhood sleep problems, early onset of substance use and behavioral problems in adolescence. Sleep Med. 2009 Aug;10(7):787-96. doi: 10.1016/j.sleep.2008.06.015. Epub 2009 Jan 12. Erratum In: Sleep Med. 2010 Jan;11(1):110-1.
- Wong MM, Robertson GC, Dyson RB. Prospective relationship between poor sleep and substance-related problems in a national sample of adolescents. Alcohol Clin Exp Res. 2015 Feb;39(2):355-62. doi: 10.1111/acer.12618. Epub 2015 Jan 16.
- Fucito LM, DeMartini KS, Hanrahan TH, Whittemore R, Yaggi HK, Redeker NS. Perceptions of Heavy-Drinking College Students About a Sleep and Alcohol Health Intervention. Behav Sleep Med. 2015;13(5):395-411. doi: 10.1080/15402002.2014.919919. Epub 2014 Jun 12.
- Irwin MR. Why sleep is important for health: a psychoneuroimmunology perspective. Annu Rev Psychol. 2015 Jan 3;66:143-72. doi: 10.1146/annurev-psych-010213-115205. Epub 2014 Jul 21.
- Worley SL. The Extraordinary Importance of Sleep: The Detrimental Effects of Inadequate Sleep on Health and Public Safety Drive an Explosion of Sleep Research. P T. 2018 Dec;43(12):758-763.
- Choi YK, Demiris G, Lin SY, Iribarren SJ, Landis CA, Thompson HJ, McCurry SM, Heitkemper MM, Ward TM. Smartphone Applications to Support Sleep Self-Management: Review and Evaluation. J Clin Sleep Med. 2018 Oct 15;14(10):1783-1790. doi: 10.5664/jcsm.7396.
- Goldman, D., Investing in the growing sleep-health economy. Prevalence, 2016.
- Campos, M. Heart rate variability: A new way to track well-being. 2019 Available from: https://www.health.harvard.edu/blog/heart-rate-variability-new-way-track-well2017112212789.
- Buccelletti E, Gilardi E, Scaini E, Galiuto L, Persiani R, Biondi A, Basile F, Silveri NG. Heart rate variability and myocardial infarction: systematic literature review and metanalysis. Eur Rev Med Pharmacol Sci. 2009 Jul-Aug;13(4):299-307.
- Young HA, Benton D. Heart-rate variability: a biomarker to study the influence of nutrition on physiological and psychological health? Behav Pharmacol. 2018 Apr;29(2 and 3-Spec Issue):140-151. doi: 10.1097/FBP.0000000000000383.
- Kemp AH, Quintana DS. The relationship between mental and physical health: insights from the study of heart rate variability. Int J Psychophysiol. 2013 Sep;89(3):288-96. doi: 10.1016/j.ijpsycho.2013.06.018. Epub 2013 Jun 22.
- Ralevski E, Petrakis I, Altemus M. Heart rate variability in alcohol use: A review. Pharmacol Biochem Behav. 2019 Jan;176:83-92. doi: 10.1016/j.pbb.2018.12.003. Epub 2018 Dec 6.
- Vaschillo EG, Vaschillo B, Buckman JF, Heiss S, Singh G, Bates ME. Early signs of cardiovascular dysregulation in young adult binge drinkers. Psychophysiology. 2018 May;55(5):e13036. doi: 10.1111/psyp.13036. Epub 2017 Nov 29.
- Ahmed, W., Podcast No. 43: Alcohol's effect on sleep, recovery and performance, in Whoop Podcast. 2019.
- de Zambotti M, Rosas L, Colrain IM, Baker FC. The Sleep of the Ring: Comparison of the OURA Sleep Tracker Against Polysomnography. Behav Sleep Med. 2019 Mar-Apr;17(2):124-136. doi: 10.1080/15402002.2017.1300587. Epub 2017 Mar 21.
- Roberts DM, Schade MM, Mathew GM, Gartenberg D, Buxton OM. Detecting sleep using heart rate and motion data from multisensor consumer-grade wearables, relative to wrist actigraphy and polysomnography. Sleep. 2020 Jul 13;43(7):zsaa045. doi: 10.1093/sleep/zsaa045.
- Portnoy DB, Scott-Sheldon LA, Johnson BT, Carey MP. Computer-delivered interventions for health promotion and behavioral risk reduction: a meta-analysis of 75 randomized controlled trials, 1988-2007. Prev Med. 2008 Jul;47(1):3-16. doi: 10.1016/j.ypmed.2008.02.014. Epub 2008 Feb 20.
- Friedrich A, Schlarb AA. Let's talk about sleep: a systematic review of psychological interventions to improve sleep in college students. J Sleep Res. 2018 Feb;27(1):4-22. doi: 10.1111/jsr.12568. Epub 2017 Jun 15.
- Chung KF, Lee CT, Yeung WF, Chan MS, Chung EW, Lin WL. Sleep hygiene education as a treatment of insomnia: a systematic review and meta-analysis. Fam Pract. 2018 Jul 23;35(4):365-375. doi: 10.1093/fampra/cmx122.
- Sobell LC, Agrawal S, Sobell MB, Leo GI, Young LJ, Cunningham JA, Simco ER. Comparison of a quick drinking screen with the timeline followback for individuals with alcohol problems. J Stud Alcohol. 2003 Nov;64(6):858-61. doi: 10.15288/jsa.2003.64.858.
- Trockel M, Manber R, Chang V, Thurston A, Taylor CB. An e-mail delivered CBT for sleep-health program for college students: effects on sleep quality and depression symptoms. J Clin Sleep Med. 2011 Jun 15;7(3):276-81. doi: 10.5664/JCSM.1072. Erratum In: J Clin Sleep Med. 2011 Aug 15;7(4):420. Tailor, Craig Barr [corrected to Taylor, Craig Barr].
- Kloss JD, Nash CO, Horsey SE, Taylor DJ. The delivery of behavioral sleep medicine to college students. J Adolesc Health. 2011 Jun;48(6):553-61. doi: 10.1016/j.jadohealth.2010.09.023. Epub 2010 Dec 18.
- Castaneda D, Esparza A, Ghamari M, Soltanpur C, Nazeran H. A review on wearable photoplethysmography sensors and their potential future applications in health care. Int J Biosens Bioelectron. 2018;4(4):195-202. doi: 10.15406/ijbsbe.2018.04.00125. Epub 2018 Aug 6.
- Pernice R, Javorka M, Krohova J, Czippelova B, Turianikova Z, Busacca A, Faes L; Member, IEEE. Comparison of short-term heart rate variability indexes evaluated through electrocardiographic and continuous blood pressure monitoring. Med Biol Eng Comput. 2019 Jun;57(6):1247-1263. doi: 10.1007/s11517-019-01957-4. Epub 2019 Feb 7.
- Pernice R, Javorka M, Krohova J, Czippelova B, Turianikova Z, Busacca A, Faes L. Reliability of Short-Term Heart Rate Variability Indexes Assessed through Photoplethysmography. Annu Int Conf IEEE Eng Med Biol Soc. 2018 Jul;2018:5610-5513. doi: 10.1109/EMBC.2018.8513634.
- 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.
- Fonseca P, Weysen T, Goelema MS, Most EIS, Radha M, Lunsingh Scheurleer C, van den Heuvel L, Aarts RM. Validation of Photoplethysmography-Based Sleep Staging Compared With Polysomnography in Healthy Middle-Aged Adults. Sleep. 2017 Jul 1;40(7). doi: 10.1093/sleep/zsx097.
- de Zambotti M, Cellini N, Goldstone A, Colrain IM, Baker FC. Wearable Sleep Technology in Clinical and Research Settings. Med Sci Sports Exerc. 2019 Jul;51(7):1538-1557. doi: 10.1249/MSS.0000000000001947.
- Structured Clinical Interview For DSM-V-RV Axis I Disorders Research Version. 2014.
- Demartini KS, Carey KB. Correlates of AUDIT risk status for male and female college students. J Am Coll Health. 2009 Nov-Dec;58(3):233-9. doi: 10.1080/07448480903295342.
- Pilkonis PA, Choi SW, Salsman JM, Butt Z, Moore TL, Lawrence SM, Zill N, Cyranowski JM, Kelly MA, Knox SS, Cella D. Assessment of self-reported negative affect in the NIH Toolbox. Psychiatry Res. 2013 Mar 30;206(1):88-97. doi: 10.1016/j.psychres.2012.09.034. Epub 2012 Oct 22.
- Ortega FB, Sanchez-Lopez M, Solera-Martinez M, Fernandez-Sanchez A, Sjostrom M, Martinez-Vizcaino V. Self-reported and measured cardiorespiratory fitness similarly predict cardiovascular disease risk in young adults. Scand J Med Sci Sports. 2013 Dec;23(6):749-57. doi: 10.1111/j.1600-0838.2012.01454.x. Epub 2012 Mar 15.
- Anderson, M., Technology Device Ownership: 2015. Pew Research Center 2015.
- Peters EN, Leeman RF, Fucito LM, Toll BA, Corbin WR, O'Malley SS. Co-occurring marijuana use is associated with medication nonadherence and nonplanning impulsivity in young adult heavy drinkers. Addict Behav. 2012 Apr;37(4):420-6. doi: 10.1016/j.addbeh.2011.11.036. Epub 2011 Dec 3.
- Rounsaville, B.J., K.M. Carroll, and L.S. Onken, A stage model of behavioral therapies research: Getting started and moving on from stage I. Clinical Psychology: Science and Practice, 2001. 8(2): p. 133-142.
- Sobell MB, Sobell LC, Leo GI. Does enhanced social support improve outcomes for problem drinkers in guided self-change treatment? J Behav Ther Exp Psychiatry. 2000 Mar;31(1):41-54. doi: 10.1016/s0005-7916(00)00007-0.
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Primaire voltooiing (Werkelijk)
Studie voltooiing (Werkelijk)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Updates van studierecords
Laatste update geplaatst (Geschat)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Andere studie-ID-nummers
- 2000030417
- 1R21AA028886-01A1 (Subsidie/contract van de Amerikaanse NIH)
- 21-002981 (Ander subsidie-/financieringsnummer: PI Assigned ID)
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .