- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT05090995
En PPG-sensorbasert tilbakemeldingsintervensjon for unge voksne som drikker mye
En fotopletysmografi-sensorbasert personlig tilbakemeldingsintervensjon for unge voksne som drikker tungt, rettet mot hjertefrekvensvariasjoner, hvilepuls og søvn
Studieoversikt
Status
Intervensjon / Behandling
Detaljert beskrivelse
Studietype
Registrering (Faktiske)
Fase
- Ikke aktuelt
Kontakter og plasseringer
Studiesteder
-
-
Connecticut
-
New Haven, Connecticut, Forente stater, 06510
- Yale University
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
Tar imot friske frivillige
Beskrivelse
Inklusjonskriterier:
- 18-25 år
- Rapporter ≥ 4 tilfeller av mye drukket de siste 28 dagene
- Rapporter alkoholbruksforstyrrelser identifisering Test-forbruk (AUDIT-C)-score indikerer risiko for drikkeskade
- Engelsktalende
- Ha en personlig smarttelefon
Ekskluderingskriterier:
- Historie om søvnforstyrrelser
- Natt/ Roterende arbeidsskift
- Reis to eller flere tidssoner i måneden før studien eller forventet reise to eller flere ganger under studiedeltakelsen
- Klinisk alvorlig AUD de siste 12 månedene
- Er for tiden påmeldt til alkohol- eller søvnbehandling
- Nåværende, alvorlig psykiatrisk sykdom
- Nåværende DSM-V rusmisbruksforstyrrelse
- Positiv undersøkelse av urinmedisin for et annet stoff enn marihuana
Studieplan
Hvordan er studiet utformet?
Designdetaljer
- Primært formål: Behandling
- Tildeling: Randomisert
- Intervensjonsmodell: Parallell tildeling
- Masking: Enkelt
Våpen og intervensjoner
Deltakergruppe / Arm |
Intervensjon / Behandling |
|---|---|
|
Aktiv komparator: Egenovervåking og tilbakemelding
Intervensjonen består av forsøkspersoner som har på seg en PPG-enhet i 6 uker.
Forsøkspersonene vil overvåke sin egen helse og rapportere søvnadferd daglig i løpet av denne tiden.
I ukene to, fire og seks vil forsøkspersonene motta personlig helsetilbakemelding basert på PPG-enhetens data og søvndagbøker.
|
Kortfattet helseintervensjon for selvledelse som involverer passiv daglig helseovervåking ved hjelp av en PPG-sensor, aktiv egenovervåking av helse og atferd ved bruk av daglige dagbøker, og tilveiebringelse av personlig tilbakemelding og råd om helse.
|
|
Placebo komparator: Selvovervåking
Intervensjonen består av forsøkspersoner som har på seg en PPG-enhet i 6 uker.
Forsøkspersonene vil overvåke sin egen helse og rapportere søvnadferd daglig i løpet av denne tiden.
|
Selvledelse kort helseintervensjon som involverer passiv daglig helseovervåking ved hjelp av en PPG-sensor, og aktiv egenovervåking av helse og atferd ved hjelp av daglige dagbøker.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Totalt konsumert drikke
Tidsramme: til uke 10
|
Totalt konsumert drikke vil bli målt ved å bruke Time Line Followback Intervju ved baseline, uke 6 og uke 10.
Dette standardiserte intervjuet ber forsøkspersonene selv rapportere hvor mange drinker de har konsumert hver dag i løpet av de siste 4 ukene ved baseline og deretter siden siste vurderingspunkt i uke 6 og 10.
Høyere score indikerer et større antall drikker som konsumeres.
Totalt antall drikker summeres over de siste 4 ukene ved inntak, uke 6 og uke 10.
Totaler ble transformert ved hjelp av en kvadratrottransformasjon siden disse verdiene ikke var normalfordelt.
Blandede effekter-modeller ble deretter utført for å evaluere effekten av tilstand på totale drikker over tid med tilstand, tid og deres interaksjon i modellen og kjønn og baseline totale drikker som kovariater.
|
til uke 10
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Drikke per drikkedag
Tidsramme: opptil 10 uker
|
Totalt antall drikkevarer per drikkedag vil bli målt ved å bruke Time Line Followback Intervju ved baseline, uke 6 og uke 10. Totalt drikke/drikkedag vil summeres over de siste 4 ukene ved inntak, uke 6 og uke 10. Totaler ble transformert ved hjelp av en kvadratrottransformasjon siden disse verdiene ikke var normalfordelt. Blandede effekter-modeller ble deretter utført for å evaluere effekten av tilstand på total drikke/drikkedag over tid med tilstand, tid og deres interaksjon i modellen og kjønn og baseline-drikker per drikkedag som kovariater. Dette verktøyet ber forsøkspersonene selv rapportere hvor mange drinker de bruker i løpet av en månedsperiode. Poengsummen til dette tiltaket vil bli bestemt av mengden av selvrapportert alkoholforbruk som skjedde hver dag. En dag med mye drikking for en mann vil være ≥ 5 drinker per sittende og for en kvinner vil det være ≥ 4 drinker per sitting. |
opptil 10 uker
|
|
Prosent Drikkedager
Tidsramme: opptil 10 uker
|
Selvrapporterte prosentvise dager med mye drikking vil bli målt ved å bruke Time Line Followback-intervjuet ved baseline, uke 6 og uke 10.
Dette standardiserte intervjuet ber forsøkspersoner om å selvrapportere tilfeller av mye drikking i løpet av de siste 4 ukene ved baseline og deretter siden siste vurderingspunkt ved uke 6 og 10, definert som ≥5 drinker per sittende og for en kvinne ville det være ≥4 drinker pr. sitter.
Høyere skårer indikerer en større prosentandel av dagene med mye drikking.
Prosentandelen av tunge drikkedager vil summeres over de siste 4 ukene ved inntak, uke 6 og uke 10.
Blandede effekter-modeller ble deretter utført for å evaluere effekten av tilstanden på prosent av dager med mye drikking over tid med tilstand, tid og deres interaksjon i modellen og kjønn og baseline prosent av dager med mye drikking som kovariater.
|
opptil 10 uker
|
|
Prosent avholdende dager
Tidsramme: opptil 10 uker
|
Selvrapporterte prosentvise avholdsdager vil bli målt ved å bruke Time Line Followback-intervjuet ved baseline, uke 6 og uke 10.
Dette standardiserte intervjuet ber forsøkspersonene selv rapportere hvor mange dager de ikke har drukket alkohol hver dag i løpet av de siste 4 ukene ved baseline og deretter siden siste vurderingspunkt ved uke 6 og 10.
Høyere score indikerer en større prosentandel av avholdsdager.
Prosentandelen av avholdsdager summeres over de siste 4 ukene ved inntak, uke 6 og uke 10.
Blandede effekter-modeller ble deretter utført for å evaluere effekten av tilstand på prosent av avholdsdager over tid med tilstand, tid og deres interaksjon i modellen og kjønn og baseline prosent av avholdsdager som kovariater.
|
opptil 10 uker
|
|
Alkoholrelaterte konsekvenser
Tidsramme: baseline, uke 6 og uke 10
|
Gjennomsnittlige alkoholrelaterte konsekvenser ble målt ved å bruke Brief Young Adult Alcohol Consequences Questionnaire ved baseline, uke 6 og uke 10.
Hver konsekvens får 1 poeng og en total poengsum gjenspeiler det totale antallet konsekvenser.
Høyere poengsum indikerte flere konsekvenser. Total poengsum var 0-24.
De tre tidspunktene summeres og deretter gjennomsnittet.
Blandede effekter-modeller ble deretter utført for å evaluere effekten av tilstand på konsekvenser over tid med tilstand, tid, og deres interaksjon i modellen og kjønn og baseline-konsekvenser som kovariater.
|
baseline, uke 6 og uke 10
|
|
Søvnkvalitet
Tidsramme: baseline og uke 10
|
Gjennomsnittlig søvnkvalitet vil bli målt ved å bruke PROMIS - Sleep Disturbance Form 8-vurderingen.
Søvnforstyrrelsesvurderingen har 8 spørsmål som gir en totalscore (summerte skårer).
Denne råpoengsummen konverteres deretter til en standardisert T-score fra 0-100 med en gjennomsnittlig poengsum på 50.
En skåre over gjennomsnittet vil indikere at forsøkspersonen opplever dårligere søvnkvalitet.
Blandede effekter-modeller ble deretter utført for å evaluere effekten av tilstand på søvnkvalitet over tid med tilstand, tid og deres interaksjon i modellen og kjønn og baseline søvnkvalitet som kovariater.
|
baseline og uke 10
|
|
Søvnrelatert svekkelse
Tidsramme: baseline og uke 10
|
Gjennomsnittlig søvnkvalitet vil bli målt ved å bruke PROMIS - Sleep-Related Impairment Form 8 vurdering.
Søvnsviktvurderingen har 8 spørsmål som gir en totalscore (oppsummert skår).
Denne råpoengsummen konverteres deretter til en standardisert T-score fra 0-100 med en gjennomsnittlig poengsum på 50.
En skåre over gjennomsnittet vil indikere at forsøkspersonen opplever mer søvnrelatert svekkelse.
Blandede effekter-modeller ble deretter utført for å evaluere effekten av tilstand på søvnrelatert svekkelse over tid med tilstand, tid og deres interaksjon i modellen og kjønn og baseline søvnrelatert svekkelse som kovariater.
|
baseline og uke 10
|
|
Søvnvarighet
Tidsramme: opptil 6 uker
|
Gjennomsnittlig søvnvarighet vil bli målt daglig i 6 uker av PPG-enheten.
Søvnvarighet vil deretter bli beregnet i 2-ukers intervaller i uke 2, 4 og 6 og evaluert over tid ved bruk av blandede effekter modeller med tilstand, tid og deres interaksjon i modellen og kjønn og en indikatorvariabel for ukedag vs. helg som kovariater.
Søvnvarigheten ble transformert ved hjelp av en kvadratrottransformasjon.
|
opptil 6 uker
|
|
Hjertefrekvensvariabilitet (HRV)
Tidsramme: opptil 6 uker
|
Hjertefrekvensvariabilitet (HRV) vil bli målt daglig i 6 uker av PPG-enheten.
HRV vil deretter bli beregnet i 2-ukers intervaller i uke 2, 4 og 6 og evaluert over tid ved bruk av blandede effekter modeller med tilstand, tid og deres interaksjon i modellen og kjønn og en indikatorvariabel for ukedag vs. helg som kovariater .
Søvnvarigheten ble transformert ved hjelp av en loggtransformasjon.
|
opptil 6 uker
|
|
Laveste hvilepuls (RHR)
Tidsramme: opptil 6 uker
|
Laveste hvilepuls (RHR) vil bli målt daglig i 6 uker av PPG-enheten.
Den laveste verdien vil deretter beregnes i 2-ukers intervaller i uke 2, 4 og 6 og evalueres over tid ved bruk av blandede effekter modeller med tilstand, tid og deres interaksjon i modellen og kjønn og en indikatorvariabel for ukedag vs. helg som kovariater.
Søvnvarigheten ble transformert ved hjelp av en loggtransformasjon.
RHR kan variere hvor som helst mellom 40-100 slag per minutt.
Lavere RHR vil indikere bedre kardiovaskulær helse.
|
opptil 6 uker
|
Samarbeidspartnere og etterforskere
Sponsor
Samarbeidspartnere
Etterforskere
- Hovedetterforsker: Lisa Fucito, PhD, Associate Professor of Psychiatry; Director, Tobacco Treatment Service, Psychiatry
Publikasjoner og nyttige lenker
Generelle publikasjoner
- 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.
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Primær fullføring (Faktiske)
Studiet fullført (Faktiske)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Oppdateringer av studieposter
Sist oppdatering lagt ut (Antatt)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Andre studie-ID-numre
- 2000030417
- 1R21AA028886-01A1 (U.S. NIH-stipend/kontrakt)
- 21-002981 (Annet stipend/finansieringsnummer: PI Assigned ID)
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .