Optymalizacja kofeiny w czasie rzeczywistym podczas całkowitej deprywacji snu

Pierwszym celem niniejszego badania jest ustalenie, czy model optymalizacji kofeiny 2B-Alert (2BAlert) może tworzyć zindywidualizowane harmonogramy kofeiny, które skutecznie przywracają wydajność PVT w określonym oknie czasowym. Model 2BAlert jest filarem kompleksowego systemu zarządzania zmęczeniem opracowywanego przez Walter Reed Army Institute of Research (WRAIR) i Biotechnology High Performance Computing Software Applications Institute (BHSAI). Jest to oprogramowanie, które „uczy się” (ocenia ilościowo) zależności między parametrami snu/czuwania danej osoby (obiektywnie mierzonymi za pomocą aktygrafii nadgarstka) a jej sprawnością psychomotoryczną (obiektywnie mierzoną na podstawie PVT). Określa ilościowo, w jakim stopniu dana osoba jest wrażliwa/odporna na skutki utraty snu, i tworzy zindywidualizowane prognozy wydajności, które można wykorzystać do podejmowania decyzji dotyczących obecnej i przyszłej gotowości, a także stosowania środków przeciwdziałających zmęczeniu, takich jak drzemki lub kofeina . Najnowsza wersja 2BAlert może zastosować środki przeciwdziałające zmęczeniu bezpośrednio danej osobie w oparciu o jej zindywidualizowaną prognozę wydajności. Ten model zawiera zalecenia dotyczące tego, kiedy i ile kofeiny należy stosować, aby zoptymalizować wydajność w określonym czasie. Chociaż ten model został zastosowany post-hoc do wcześniej zebranych danych, nie został jeszcze przetestowany w czasie rzeczywistym. Badanie to będzie pierwszą okazją do bezpośredniego sprawdzenia, czy model można skutecznie wykorzystać w czasie rzeczywistym do przywrócenia wydajności PVT do pożądanego poziomu (tj. 275 ms) w razie potrzeby (tj. sześciogodzinny okres po 44 godzinach snu) strata).

Drugim celem niniejszego badania jest zbadanie, czy 2BAlert może nie tylko przywrócić wydajność PVT w określonym okresie, ale także przywrócić wzrost zgłaszanego przez samych siebie stresu i niepokoju związanego z utratą snu. Dane z poprzedniego badania przeprowadzonego przez WRAIR pokazują, że zgłaszany przez samych siebie poziom stresu i niepokoju wzrasta po 1 nieprzespanej nocy i nadal rośnie po drugiej nieprzespanej nocy. Miary te powracają do wartości wyjściowych po 12 godzinach snu regeneracyjnego i są odwzorowywane bezpośrednio na wydajność PVT. Dlatego badacze postawili hipotezę, że jeśli wydajność PVT może zostać przywrócona przez kofeinę, zgłaszany przez samych siebie stres i niepokój mogą również powrócić do poziomów zbliżonych do wartości wyjściowych po zastosowaniu kofeiny.

Trzecim celem badania jest ocena, czy obrazy uzyskane za pomocą aparatu w smartfonie nadają się do opracowania pasywnego, nieinwazyjnego komputerowego systemu wizyjnego, który mógłby zastąpić PVT w ocenie czujności. Obecnie algorytm wykorzystuje dane PVT, ponieważ: (a) w porównaniu z innymi miarami wydajności, PVT jest stosunkowo wrażliwy na utratę snu i rytm okołodobowy czujności; oraz (b) nie ma efektów uczenia się na PVT. Jednak PVT wymaga od osoby aktywnego zaangażowania się w test trwający od 3 do 10 minut, który należy wykonać co najmniej kilkanaście razy podczas pozbawienia snu, co czyni go wrażliwym, ale niepraktycznym testem do pomiaru czujności Żołnierza w warunkach operacyjnych.

Wszyscy uczestnicy będą uczestniczyć w następujących ciągłych fazach nauki. Podczas tego badania można podawać gumę z kofeiną.

Faza 1: Pomiar snu/czuwania w domu: Wszyscy uczestnicy zostaną poinstruowani, aby zachowywali normalny harmonogram snu/czuwania przez 13 dni/12 nocy bezpośrednio poprzedzających fazę 2 (część badania w laboratorium). Zgodność zostanie zweryfikowana obiektywnie za pomocą aktygrafii nadgarstka. Uczestnicy otrzymają smartfon i zostaną poproszeni o wypełnienie na nim PVT co 3 godziny, gdy nie śpią, i zapisanie normalnego zużycia kofeiny, a także dziennego czasu snu.

Faza 2: Laboratoryjna ocena działania snu/budzenia i PVT: Uczestnicy zgłoszą się do laboratorium snu o godzinie 19:00 w dniu 13. Gdy nie śpią w laboratorium, wykonują różne testy poznawcze, w tym PVT, i nagrywają 3-minutowe wideo swojej twarzy co 3 godziny. Będą mogli spać od 23:00 w dniu 13 do 07:00 w dniu 14, a sen będzie monitorowany za pomocą PSG i aktygrafii. Po tym nastąpią 62 godziny ciągłego czuwania (tj. od 07:00 w dniu 14 do 21:00 w dniu 16). O godzinie 19:00 w dniu 15, dla każdej osoby zostanie uruchomiony 2BAlert, który wykorzysta poprzedni sen i wydajność każdej osoby, aby stworzyć zindywidualizowany harmonogram dawkowania kofeiny w celu optymalizacji wydajności od 03:00 do 09:00 w dniu 16.

Faza 3: Regeneracja w laboratorium: wszyscy uczestnicy przejdą fazę rekonwalescencji składającą się z 12 godzin w łóżku od 21:00 w dniu 16 do 09:00 w dniu 17, a sen będzie monitorowany za pomocą PSG i aktygrafii. Harmonogram testów funkcji poznawczych i nagrywania wideo twarzy będzie kontynuowany od fazy 2 w godzinach czuwania. Po ocenie przez lekarza prowadzącego badanie zostaną zwolnieni z badania około godziny 18:00 w dniu 17. Tym samym uczestnicy spędzą w laboratorium łącznie 95 godzin.

Głównym punktem końcowym tego badania jest wykonanie testu czujności psychomotorycznej (PVT), mierzone za pomocą Smart-PVT. Drugorzędowym punktem końcowym jest zgłaszany przez samych siebie stres i niepokój, mierzone odpowiednio za pomocą Wizualnej Analogowej Skali Stresu i Inwentarza Stanu i Cechy Lęku Spielbergera. Trzecim punktem końcowym badania jest sprawdzenie, czy zdjęcia twarzy zrobione aparatem telefonu można wykorzystać do oceny poziomu czujności osób pozbawionych snu.

Hipotezy do przetestowania: (a) Dane dotyczące wydajności psychomotorycznej zebrane na Smart-PVT pozostaną na poziomie lub poniżej 275 ms podczas okna szczytowej czujności zoptymalizowanej wydajności, co wskazuje, że 2BAlert jest ważny i gotowy do wykorzystania w przyszłych badaniach terenowych i ustawieniach operacyjnych. (b) Zgłaszany przez samych siebie stres i niepokój powrócą do poziomów wyjściowych w oknie szczytowej czujności i będą mapowane na powrót wydajności PVT w tym oknie czasowym.

TŁO: Deficyty neurobehawioralne wywołane brakiem snu stanowią uznane zagrożenie dla bezpieczeństwa i produktywności zarówno w cywilnych, jak i wojskowych warunkach operacyjnych. Głośno nagłaśniane wypadki i wypadki związane ze zmęczeniem (w tym wypadki handlowe, takie jak te, które miały miejsce w 3-Mile Island, Czarnobylu i Bhopalu, oraz wypadki wojskowe, takie jak zasadzka 507. Kompanii Utrzymania Ruchu) nadal zwracają uwagę na problem snu utrata/senność w środowiskach operacyjnych. Takie wypadki podkreślają szkodliwy wpływ braku snu na podejmowanie decyzji, czujność, rozwiązywanie problemów i inne zdolności umysłowe krytyczne dla skuteczności wojskowej. Publikacje i podręczniki armii, korpusu piechoty morskiej Stanów Zjednoczonych i marynarki wojennej Stanów Zjednoczonych udokumentowały szkodliwy wpływ braku snu na czujność i wydajność. Piąte badanie Zespołu Doradczego ds. Zdrowia Psychicznego przeprowadzone przez Armię wśród żołnierzy służących w operacjach Iraqi Freedom i Operation Enduring Freedom ujawniło, że członkowie służby, którzy zgłaszali mniej snu, zgłaszali również wyższe wskaźniki wypadków i błędów oraz częściej popierali negatywne elementy zdrowia psychicznego.

Departament Obrony sfinansował opracowanie modelu obliczeniowego do ilościowego określania wpływu dziennej ilości snu na wydajność neurobehawioralną. Najnowszą (i najbardziej zaawansowaną) wersją matematycznego modelu przewidywania snu/wydajności jest model 2BAlert opracowany przez BHSAI. Podobnie jak jego poprzednicy, 2BAlert opierał się głównie na danych PVT zebranych w laboratorium badań snu WRAIR. Wykorzystano dane PVT, ponieważ do celów konstruowania modeli przewidywania snu/wydajności są one generalnie lepsze od danych z innych miar wydajności pod kilkoma ważnymi względami: (a) w porównaniu z innymi miarami wydajności, PVT jest stosunkowo wrażliwy na utratę snu i rytm dobowy czujności; (b) nie ma efektów uczenia się na PVT; oraz (c) wcześniej wykazano, że model przewidywania snu/wydajności oparty na PVT ma dobrą ważność ekologiczną. Oznacza to, że wykazano, że prognozy efektywności wydajności oparte na modelu PVT dobrze korelują z „ryzykiem wypadków” w rzeczywistych operacjach kolejowych.

Obecne narzędzie 2BAlert występuje w dwóch formach: 1) narzędzie internetowe, które pobiera harmonogramy snu i kofeiny i wyświetla przewidywaną ŚREDNIĄ wydajność GRUPY oraz 2) aplikacja na smartfony, która wykorzystuje indywidualną wydajność mierzoną za pomocą PVT na smartfonie w celu zindywidualizowania wydajności model predykcyjny. Ta wersja narzędzia została pomyślnie zweryfikowana w niedawnym badaniu przeprowadzonym przez WRAIR. Najnowsza wersja aplikacji na smartfony wykorzystuje zindywidualizowane prognozy wydajności do obliczania zindywidualizowanego harmonogramu kofeiny, który optymalizuje wydajność w określonych okresach. Chociaż narzędzie to zostało opracowane na podstawie danych zebranych w WRAIR i zostało uruchomione post-hoc na danych zebranych wcześniej w WRAIR, nie zostało jeszcze przetestowane w czasie rzeczywistym. Dlatego celem tego badania jest walidacja tego algorytmu optymalizacji kofeiny w czasie rzeczywistym. Badacze będą stosować ten sam protokół badania, co w ostatnim badaniu WRAIR, ponieważ wiadomo, że w tym okresie występuje zmienność wydajności w zdrowej populacji i że ogólna wydajność jest wolniejsza niż 275 ms, a poziom stresu i niepokoju zgłaszany przez samych pacjentów znacznie wzrasta bez interwencja kofeiny. Dodatkowo, wykorzystując wcześniejszy projekt badania, badacze mogą zminimalizować obciążenie zespołu badawczego związane z tworzeniem nowej dokumentacji i harmonogramów.

Cofając się o krok, ważne jest, aby wyjaśnić, dlaczego optymalizacja kofeiny jest ważna i istotna dla wojska. Chociaż kofeina jest powszechnie akceptowana i wykorzystywana jako środek pobudzający w celu przeciwdziałania skutkom zmęczenia związanego z pracą zmianową i brakiem snu, poprzednie badanie przeprowadzone przez WRAIR wykazało, że kofeina traci swoją skuteczność, a nawet może spowolnić powrót do zdrowia przy wielokrotnym stosowaniu i chronicznej utracie snu. Ten zaskakujący wynik wskazuje, że kofeina ma swój limit i koszt, a zatem Warfighter byłby bardziej skuteczny, gdyby optymalnie wykorzystywał kofeinę. We wcześniejszych badaniach kofeiny z podobną długością ciągłej deprywacji snu jak obecny protokół, uczestnikom podawano 800 mg kofeiny podczas każdej nocy. Podczas gdy te badania sugerują, że badacze mogliby poprawić wydajność, podając wszystkim uczestnikom tego badania 800 mg kofeiny, algorytm 2BAlert pozwoli badaczom podać niektórym uczestnikom mniej kofeiny, ale nadal osiągnąć taki sam wynik, jak gdyby wszyscy otrzymali 800 mg kofeiny.

W ostatnich badaniach zastosowano algorytm post-hoc 2BAlert, używając parametrów określonych w tym protokole. Wyniki modelowe pokazują, że wszyscy uczestnicy odzyskali wydolność podczas szczytowego okna czujności, tj. między 44-50 godzinami czuwania, gdzie powrót do zdrowia definiuje się jako 275 ms lub szybciej, a ponad połowa badanych potrzebowała mniej niż połowę maksymalnej całkowitej dopuszczalnej ilości kofeiny (800 mg ), podczas gdy trzy osoby w ogóle nie wymagały kofeiny. Badacze mają nadzieję zweryfikować 2BAlert, stosując go do danych w czasie rzeczywistym z wykorzystaniem oryginalnego projektu badania.

Oprócz przetestowania modelu Caffeine Optimization, badacze są również zainteresowani przetestowaniem hipotezy, że jeśli wydajność PVT można odzyskać za pomocą kofeiny, można również odzyskać zgłaszany przez samych siebie stres i niepokój. Niedawne prace wykazały, że zgłaszany przez samych siebie stres i niepokój wzrastały wraz ze zwiększoną utratą snu i wracały do ​​wartości wyjściowych po śnie regeneracyjnym, zgodnie z tym samym trendem, co dane dotyczące wydajności PVT. Podczas gdy poprzednie prace wykazały, że zgłaszany przez respondentów poziom stresu i niepokoju wzrasta wraz z 1 nieprzespaną nocą, to są to pierwsze dane, które pokazują, że zgłaszany przez pacjentów poziom stresu i niepokoju nadal wzrasta po 2 nieprzespanych nocach. Obecnie nie ma badań opisujących, czy i jak zgłaszany przez samych siebie stres i niepokój można odzyskać za pomocą kofeiny podczas utraty snu.