En pilot av en personlig døgn for å forbedre søvnen i nattskiftarbeidere (SAIL)

Eksperimentell: Shift App

Deltakere i denne tilstanden vil motta en tilgangskode for å laste ned mobilapplikasjonen og gjennomføre en orientering for å skifte og studieprosedyrene med et studieteammedlem. De vil deretter gå inn i fire ukers studier rettet bruk av skift der de er opplært på en daglig prosedyre for å åpne skift på begynnelsen av dagen og planlegge dagen i samsvar med appanbefalingene. Appbruk (4 ganger per uke) vil bli incentivert med ukentlige bonuser lagt til for å studere kompensasjon. Etter de fire ukene med studiestyrt bruk, vil deltakerne fortsette med selvstyrt bruk. Etter fire måneder vil deltakerne deretter fullføre en boosterøkt med ytterligere to ukers studiestyrt bruk, etterfulgt av selvstyrt bruk til slutten av studien. Strukturen med boosterøkten har bevis for å opprettholde behandlingsgevinster og er også i samsvar med kommersialiseringsplanen.

Annen: Personlig døgn mealth

Shift er en mobilapplikasjon designet for å forbedre søvn i nattskiftarbeidere. Shift Mobile-applikasjonen brukes til å samle inn data fra en Apple Watch for å vurdere en individuell skiftarbeiders kropps-klokke-timing og komme med personlige anbefalinger om lyseksponeringsplaner som er designet for å samkjøre kroppsklokken med Night Shift-arbeidsplanen.

Andre navn:

• SKIFTE

Ingen inngripen: Ventelistekontroll

Deltakere i denne tilstanden vil bare fylle ut spørreskjemaer for de første åtte månedene. De som forblir skiftarbeidere vil ha muligheten til å motta Shift-appen og muligheten til å fullføre oppfølgingsundersøkelser på samme måte som Shift App-tilstanden.

Etablere effekten av skift på interessentsentrerte utfall.

Mål 1A. Mål effekten av skift på arbeidsproduktivitet og tilfredshet sammenlignet med ventelistekontroll ved bruk av arbeidsgledeindeksen. Effekt vil bli testet ved bruk av en lineær regresjonsmodell med blandede effekter med deltakere som den tilfeldige effekten og tid, tilstand, og interaksjonen til Time × Condition som de faste effektene.

Mål 1B: Mål effekten av skift på global helse sammenlignet med ventelistekontroll ved bruk av NIH Promis Global Health Questionnaire. Effekt vil bli testet ved bruk av samme metode som AIM 1A.

Mål 1C. Mål effekten av skift på omsetning sammenlignet med ventelistekontroll, målt ved 8-måneders oppfølging. Omsetningen vil bli operasjonalisert som et individ som enten har avsluttet stillingen de var i ved baseline eller ikke lenger er engasjert i skiftarbeid som operasjonalisert i studien. Effekt vil bli bestemt ved bruk av en generalisert regresjon av blandede effekter med omsetning som et dikotomt resultat.

Sammenlign bruk av bruk og nøyaktighet av søvn Android med den originale iOS -versjonen.

Mål 2A. Mål brukeropplevelse av Android- og iOS -versjoner av Shift ved hjelp av spørreskjemaet for brukeropplevelse (UEQ). Følgende områder av klinisk likegyldighet vil bli brukt: ± 3 poeng på spørreskjemaet for brukeropplevelse basert på søppelstørrelsen på 6 for hver av terskelene (dårlig, nøytral og god brukeropplevelse).

Mål 2B. Mål nøyaktigheten av forutsagt døgnfeiljustering (CM), søvn og depresjon i Android- og iOS -versjoner. CM vil bli indeksert med utgangene fra den biomatematiske modellen til døgnsystemet. Søvn vil bli målt ved bruk av søvnløshetens alvorlighetsindeks og søvndagbøker. Depresjon vil bli målt ved bruk av hurtigbeholdning av depressiv symptomatologi. Følgende områder av klinisk likegyldighet vil bli brukt: 1) forutsagt CM = ± 3 timer basert på omtrent 2x den absolutte gjennomsnittlige feilen i våre modellforutsigelser, 2) søvnløshet alvorlighetsgrad = ± 6 poeng, og 3) depresjon = 28,5% av QID -ene -Sr16 score.

Vurdere tilretteleggere og barrierer for engasjement og implementering.

En serie semistrukturerte intervjuer vil bli brukt til tematisk analyse, og et omfattende veikart for fremtidige appoppdateringer basert på tilbakemeldinger fra brukeren. De semistrukturerte intervjuene vil bruke intervju-guide-tilnærmingen etter CFIR-rammeverket valgt for denne studien. Seks faser vil bli fulgt for tematisk analyse: (1) Data -kjennskap, (2) generere innledende koder, (3) søke etter temaer, (4) gjennomgå temaer, (5) Definere og navngi temaer, og (6) produsere rapporten . Vi vil kombinere deduktive og induktive teknikker for å øke nøyaktigheten av tematiske analyser.