Program „Dobry sen” mający na celu poprawę snu dzieci i całej rodziny (GNSP)

Dzieci z rodzin znajdujących się w niekorzystnej sytuacji ekonomicznej mają krótszy i gorszej jakości sen wynikający z aktografii oraz większe subiektywne problemy ze snem w porównaniu do dzieci z rodzin zamożniejszych. Te dysproporcje w zakresie snu są powiązane z ogólnymi dysproporcjami zdrowotnymi występującymi pomiędzy warstwami społeczno-ekonomicznymi, a także różnicami w rozwoju psychospołecznym i akademickim dzieci. Interwencja dotycząca snu u dzieci z rodzin znajdujących się w niekorzystnej sytuacji społeczno-ekonomicznej mogłaby zmniejszyć społeczno-ekonomiczne dysproporcje w zakresie snu, co mogłoby mieć dalsze skutki w postaci szerszych dysproporcji społeczno-ekonomicznych w zdrowiu fizycznym i psychicznym oraz funkcjonowaniu w nauce. Badania nad ochronnymi funkcjami snu sugerują, że korzyści ze snu mogą być jeszcze większe w przypadku dzieci z rodzin o niekorzystnej sytuacji ekonomicznej. Zatem poprawa snu jest potencjalnie skuteczną strategią zmniejszania dysproporcji zdrowotnych.

Badacze zrekrutują nielosową, celową próbę pilotażową składającą się z 30 diad rodzic-dziecko (w sumie 60 uczestników) w ramach programu Alabama Extension na Auburn University Program pomocy w zakresie dodatkowego żywienia – edukacja (SNAP-Ed), służącego dzieciom z rodzin o niskich dochodach w Alabamie szkoły podstawowe. Informacje o badaniu zostaną przesłane do domów dzieciom w szkołach uczestniczących w badaniu. Podstawowym kryterium włączenia jest to, czy dzieciom przysługuje prawo do bezpłatnego lub obniżonego obiadu szkolnego. Uczestnicy zostaną losowo przydzieleni do grup kontrolnych lub grup interwencyjnych z listy oczekujących. Interwencja dostosowuje ustalone, oparte na dowodach praktyki motywacyjne, aby zmienić środowisko snu dzieci i rodziny oraz praktyki higieny snu. W tygodniu 0 uczestnicy przeprowadzą wszechstronną ocenę środowiska snu i praktyk w zakresie higieny snu, po czym otrzymają zegarek Fitbit do noszenia na czas trwania badania jako dane wyjściowe. W drugim tygodniu uczestnicy otrzymają informacje na temat korzyści płynących z dobrego snu, informacje zwrotne na temat środowiska snu i praktyk w zakresie higieny snu w oparciu o dane z oceny do wdrożenia w domu, a także elementy modyfikacji środowiska snu w oparciu o obszary potrzeb zidentyfikowane przez uczestnika (np. wentylator, nagłośnienie, pościel). W 4. tygodniu rodziny z grupy interwencyjnej dostarczą dane z oceny po interwencji i informacje zwrotne na temat interwencji, a rodziny z grupy kontrolnej z listą oczekujących mogą zdecydować się na interwencję, jeśli tak zdecydują. Podstawowymi zmiennymi będącymi przedmiotem zainteresowania są subiektywne raporty dotyczące snu, środowiska snu, praktyk higieny snu oraz obiektywne dane dotyczące snu za pomocą aktografii snu zebrane za pomocą zegarków Fitbit noszonych w trzech okresach oceny rozłożonych na cztery tygodnie.

Projekt badania to eksperyment międzyosobniczy z oceną przed i po interwencji, zwany także randomizowanym badaniem klinicznym. Jest to rygorystyczny metodologicznie projekt o wysokiej trafności wewnętrznej, pozwalający na wyciąganie przyczynowych wniosków na temat wszelkich zaobserwowanych skutków interwencji. Losowe przypisanie do warunków pomoże zapewnić, że grupy kontrolne objęte interwencją lub listą oczekujących są równoważne przed interwencją i że jakiekolwiek późniejsze zmiany nie są spowodowane początkowymi różnicami między grupami.

Analiza danych oceni równoważność grup pod względem zmiennych związanych ze snem przed interwencją, różnice między grupami w zakresie snu po interwencji oraz różnice między grupami w zakresie zmian snu przed i po interwencji. Zgodnie z najlepszymi praktykami w zakresie zarządzania i analizy danych, zmienne będą oceniane pod kątem wzorców braków, normalności i punktów odstających w ramach procedur analizy wstępnej, które od dawna zostały ustalone w naszym laboratorium.

Podstawowe analizy uwzględnią innowacyjny nacisk na dzieci, rodziców i rodzinę jako jednostki badawcze. W szczególności zmienne dotyczące snu dzieci i rodziców prawdopodobnie nie będą niezależne, ponieważ należą do tej samej rodziny i mają wiele takich samych cech środowiska snu. Niezależność danych wynikająca z zagnieżdżenia w rodzinach narusza podstawowe założenie ogólnego modelu liniowego leżącego u podstaw wielu analiz statystycznych; nieuwzględnienie zagnieżdżenia rodziny prawdopodobnie doprowadziłoby do stronniczych i mniej dokładnych wyników. Podobnie powtarzane pomiary zmiennych związanych ze snem prawdopodobnie nie będą niezależne u uczestników. Innymi słowy, powtarzające się pomiary są zagnieżdżone w uczestnikach, a uczestnicy w rodzinach. Modelowanie wielopoziomowe (zwane także hierarchicznym modelowaniem liniowym) odpowiednio uwzględnia niezależne dane, rozdzielając zmienność interesujących zmiennych na poziom wewnątrzjednostkowy, poziom międzyosobniczy i poziom międzyrodzinny, aby uzyskać najbardziej statystycznie ważne szacunki zmiany parametrów snu spowodowanej interwencją.

Przeprowadzono a priori analizy mocy przy użyciu funkcji Monte Carlo w pakiecie oprogramowania statystycznego Mplus w celu określenia zakresu rozmiarów efektów, które można wykryć, biorąc pod uwagę proponowaną wielkość próbki, poziom alfa (ustawiony na 0,05) i minimalną akceptowalną moc (ustawioną na 0,80). Projekt badania generuje wielopoziomowe dane zawierające 180 powtarzanych pomiarów zmiennych (trzy pomiary na osobę) zagnieżdżonych w obrębie 60 osobników zagnieżdżonych w 30 rodzinach. Podstawowa zmienna niezależna, stan (tj. kontrola z listy oczekujących lub eksperymentalna), istnieje zarówno na poziomie analizy indywidualnej, jak i rodzinnej.

Na poziomie indywidualnym (n = 60) badanie ma moc wykrycia małego lub większego efektu o wartości w przybliżeniu F ≥ 0,3; D ≥ 0,6; R2 ≥ 0,08. Mówiąc wprost, jeśli interwencja wyjaśnia 8% lub więcej różnic międzyosobniczych w mierzonej zmiennej, analizy będą mogły wykryć ten efekt. Na poziomie rodziny (n = 30) badanie ma moc wykrywania średniej lub większej wielkości efektu wynoszącej w przybliżeniu F ≥ 0,4; D ≥ 0,8; R2 ≥ 0,14. Jeżeli interwencja wyjaśnia 14% lub więcej różnic między rodzinami w mierzonej zmiennej, analizy będą mogły wykryć ten efekt. W tym projekcie pilotażowym nacisk położony jest na praktyczne znaczenie rozmiarów efektów, które wskazują na potrzebę replikacji na większą skalę.