Otimização de cafeína em tempo real durante a privação total do sono

O primeiro objetivo do presente estudo é determinar se o modelo de otimização de cafeína 2B-Alert (2BAlert) pode criar esquemas de cafeína individualizados que efetivamente recuperem o desempenho do PVT durante uma janela de tempo especificada. O modelo 2BAlert é a base do sistema abrangente de gerenciamento de fadiga que está sendo desenvolvido pelo Walter Reed Army Institute of Research (WRAIR) e pelo Biotechnology High Performance Computing Software Applications Institute (BHSAI). É uma ferramenta de software que "aprende" (quantifica) a relação entre os parâmetros de sono/vigília de um indivíduo (conforme medido objetivamente por actigrafia de pulso) e seu desempenho psicomotor (conforme medido objetivamente em um PVT). Ele quantifica até que ponto um indivíduo é sensível/resiliente aos efeitos da perda de sono e produz previsões de desempenho individualizadas que podem ser usadas para informar decisões sobre a prontidão atual e futura, bem como a aplicação de contramedidas de fadiga, como cochilos ou cafeína . A versão mais recente do 2BAlert pode aplicar contramedidas de fadiga diretamente a um indivíduo com base em sua previsão de desempenho individualizada. Este modelo fornece recomendações sobre quando e quanta cafeína usar para otimizar o desempenho durante um período de tempo especificado. Embora esse modelo tenha sido aplicado post-hoc a dados coletados anteriormente, ele ainda precisa ser testado em tempo real. Este estudo fornecerá a primeira oportunidade para testar diretamente se o modelo pode ser efetivamente usado, em tempo real, para recuperar o desempenho do PVT para um nível desejado (ou seja, 275ms) quando necessário (ou seja, um período de seis horas após 44 horas de sono perda).

Um segundo objetivo do presente estudo é investigar se o 2BAlert pode não apenas recuperar o desempenho da TVP durante um período especificado, mas também recuperar aumentos de estresse e ansiedade auto-relatados relacionados à perda de sono. Dados de um estudo anterior da WRAIR mostram que o estresse e a ansiedade auto-relatados aumentam após 1 noite de perda de sono e continuam a aumentar após uma segunda noite de privação contínua de sono. Essas medidas retornam à linha de base após 12 horas de sono de recuperação e mapeiam diretamente o desempenho do PVT. Portanto, os pesquisadores levantam a hipótese de que, se o desempenho da PVT puder ser recuperado pela cafeína, o estresse e a ansiedade auto-relatados também podem retornar para níveis próximos aos basais com a cafeína.

Um objetivo terciário do estudo é avaliar se as imagens adquiridas com a câmera de um smartphone são adequadas para o desenvolvimento de um sistema de visão computacional passivo e não intrusivo que possa substituir o PVT para avaliar o estado de alerta. Atualmente, o algoritmo usa dados de PVT porque: (a) comparado a outras medidas de desempenho, o PVT é relativamente sensível à perda de sono e ao ritmo circadiano de alerta; e (b) não há efeitos de aprendizagem no PVT. No entanto, o PVT exige que um indivíduo se envolva ativamente em um teste de 3 a 10 minutos de duração, que deve ser realizado pelo menos uma dúzia de vezes durante a privação de sono, tornando-o um teste sensível, mas impraticável para medir o estado de alerta de um soldado em ambientes operacionais.

Todos os participantes participarão das seguintes fases contínuas de estudo. A goma de cafeína pode ser administrada durante este estudo.

Fase 1: Medição de sono/vigília em casa: Todos os participantes serão instruídos a manter seu horário normal de sono/vigília durante os 13 dias/12 noites imediatamente anteriores à fase 2 (a parte do estudo em laboratório). A conformidade será verificada objetivamente por actigrafia de pulso. Os participantes receberão um smartphone e serão solicitados a completar um PVT nele a cada 3 horas enquanto acordados e registrar seu uso normal de cafeína, bem como a duração diária do sono.

Fase 2: Avaliação de desempenho de sono/vigília e PVT no laboratório: os participantes se apresentarão no laboratório de sono às 19h do dia 13. Enquanto acordados no laboratório, eles completarão vários testes cognitivos, incluindo o PVT, e gravarão um vídeo de 3 minutos de seu rosto a cada 3 horas. Eles terão permissão para dormir das 23:00 horas do dia 13 até as 07:00 horas do dia 14 e o sono será monitorado por PSG e actigrafia. Isso será seguido por 62 horas de vigília contínua (ou seja, das 07:00 horas do dia 14 até as 21:00 horas do dia 16). Às 19:00 do dia 15, o 2BAlert será executado para cada indivíduo e usará o sono e o desempenho anteriores de cada indivíduo para criar uma programação individualizada de dosagem de cafeína para otimizar o desempenho das 03:00 às 09:00 do dia 16.

Fase 3: Recuperação no laboratório: Todos os participantes passarão por uma fase de recuperação que consiste em 12 horas na cama, das 21h do dia 16 às 09h do dia 17 e o sono será monitorado por PSG e actigrafia. O cronograma de teste cognitivo e gravação de vídeo facial continuará a partir da Fase 2 durante o horário de vigília. Depois de serem avaliados por um médico do estudo, eles serão liberados do estudo aproximadamente às 18h do dia 17. Assim, os participantes ficarão no laboratório por um total de 95 horas.

O principal ponto final para este estudo é o desempenho do teste de vigilância psicomotora (PVT), medido usando o Smart-PVT. Um desfecho secundário é o estresse e a ansiedade autorrelatados, medidos pela Escala Visual Analógica de Estresse e pelo Inventário de Ansiedade Traço-Estado de Spielberger, respectivamente. Um terceiro objetivo do estudo é testar se as imagens faciais capturadas com a câmera do telefone podem ser usadas para avaliar o nível de alerta de indivíduos sob privação de sono.

Hipóteses a serem testadas: (a) Os dados de desempenho psicomotor coletados no Smart-PVT permanecerão em ou abaixo de 275ms durante a janela de pico de alerta de desempenho otimizado, indicando que o 2BAlert é válido e pronto para ser utilizado em futuros estudos de campo e configurações operacionais. (b) Estresse e ansiedade auto-relatados retornarão aos níveis basais durante a janela de pico de alerta e mapearão a recuperação do desempenho de PVT durante esta janela de tempo.

JUSTIFICATIVA: Os déficits neurocomportamentais induzidos pela perda de sono são uma ameaça reconhecida à segurança e produtividade em ambientes operacionais civis e militares. Acidentes e acidentes relacionados à fadiga amplamente divulgados (incluindo acidentes comerciais, como os ocorridos em 3-Mile Island, Chernobyl e Bhopal; e acidentes militares, como a emboscada da 507ª Companhia de Manutenção) continuam a chamar a atenção para o problema do sono perda/sonolência em ambientes operacionais. Esses acidentes destacam os efeitos prejudiciais da perda de sono na tomada de decisões, vigilância, resolução de problemas e outras habilidades mentais críticas para a eficácia militar. Publicações e manuais do Exército, do Corpo de Fuzileiros Navais dos EUA e da Marinha dos EUA documentaram efeitos deletérios militarmente relevantes da perda de sono no estado de alerta e no desempenho. A quinta pesquisa da Equipe Consultiva de Saúde Mental do Exército com combatentes servindo na Operação Iraqi Freedom e na Operação Enduring Freedom revelou que os membros do serviço que relataram menos sono também relataram taxas mais altas de acidentes e erros e endossaram com mais frequência itens negativos de saúde mental.

O Departamento de Defesa financiou o desenvolvimento de um modelo computacional para quantificar os efeitos da quantidade diária de sono no desempenho neurocomportamental. A versão mais recente (e mais avançada) do modelo matemático de previsão de sono/desempenho é o modelo 2BAlert, desenvolvido pela BHSAI. Como seus antecessores, o 2BAlert foi baseado principalmente em dados PVT coletados no laboratório de pesquisa do sono WRAIR. Os dados de PVT foram usados ​​porque, para fins de construção de modelos de previsão de sono/desempenho, geralmente são superiores aos dados de outras medidas de desempenho em vários aspectos importantes: (a) comparado a outras medidas de desempenho, o PVT é relativamente sensível à perda de sono e o ritmo circadiano do estado de alerta; (b) não há efeitos de aprendizagem no PVT; e (c) foi demonstrado anteriormente que um modelo de previsão de sono/desempenho baseado em PVT tem boa validade ecológica. Isto é, as previsões do modelo baseado em PVT de eficácia de desempenho mostraram uma boa correlação com o 'risco de acidentes' em operações ferroviárias reais.

A ferramenta 2BAlert atual vem em duas formas: 1) uma ferramenta baseada na web que leva os horários de sono e cafeína e exibe o desempenho MÉDIO DO GRUPO previsto e 2) um aplicativo de smartphone que utiliza o desempenho individual medido com o PVT em um smartphone para individualizar o desempenho modelo preditivo. Esta versão da ferramenta foi validada com sucesso em um estudo recente da WRAIR. A versão mais recente do aplicativo para smartphone usa previsões de desempenho individualizadas para calcular a programação individualizada de cafeína que otimiza o desempenho durante períodos específicos. Embora esta ferramenta tenha sido desenvolvida usando dados coletados no WRAIR e tenha sido executada post-hoc em dados coletados anteriormente no WRAIR, ela ainda precisa ser testada em tempo real. Portanto, o objetivo deste estudo é validar este algoritmo de otimização de cafeína em tempo real. Os investigadores utilizarão o mesmo protocolo de estudo do recente estudo WRAIR porque é conhecido que há variabilidade no desempenho em uma população saudável durante este período de tempo e que o desempenho geral é mais lento do que 275 ms e o estresse e a ansiedade auto-relatados aumentam significativamente sem um intervenção com cafeína. Além disso, ao utilizar um projeto de estudo anterior, os investigadores podem minimizar a sobrecarga da equipe de estudo na criação de nova documentação e cronogramas.

Dando um passo para trás, é importante abordar por que a otimização da cafeína é importante e relevante para os militares. Embora a cafeína seja amplamente aceita e utilizada como estimulante para combater os efeitos da fadiga associados ao trabalho em turnos e à perda de sono, um estudo anterior conduzido pela WRAIR mostrou que a cafeína perde sua eficácia e pode até retardar a recuperação com o uso repetido e a perda crônica de sono. Este resultado surpreendente indica que a cafeína tem um limite e um custo e, portanto, o Warfighter seria mais eficaz se utilizasse a cafeína de maneira otimizada. Para estudos anteriores de cafeína com durações semelhantes de privação contínua de sono como o protocolo atual, os participantes receberam 800 mg de cafeína durante cada noite. Embora esta pesquisa sugira que os investigadores poderiam recuperar o desempenho dando a todos os participantes deste estudo 800mg de cafeína, o algoritmo 2BAlert permitirá que os investigadores dêem a alguns participantes menos cafeína, mas ainda alcancem o mesmo resultado como se todos tivessem recebido 800mg de cafeína.

Pesquisas recentes aplicaram o algoritmo 2BAlert post-hoc usando parâmetros estabelecidos neste protocolo. Os resultados do modelo mostram que todos os participantes recuperaram o desempenho durante a Janela de Pico de Alerta, ou seja, entre 44-50 horas acordados, onde a recuperação é definida como 275ms ou mais rápido, e mais da metade dos indivíduos necessitou de menos da metade da quantidade total máxima permitida de cafeína (800mg ), enquanto três indivíduos não necessitaram de cafeína. Os pesquisadores esperam validar o 2BAlert aplicando-o a dados em tempo real, utilizando o projeto de estudo original.

Além de testar o modelo de otimização de cafeína, os pesquisadores também estão interessados ​​em testar a hipótese de que, se o desempenho de PVT puder ser recuperado com cafeína, o estresse e a ansiedade auto-relatados também podem ser recuperados. Trabalhos recentes descobriram que o estresse e a ansiedade auto-relatados aumentaram com o aumento da perda de sono e recuperaram a linha de base após a recuperação do sono, seguindo a mesma tendência dos dados de desempenho do PVT. Embora trabalhos anteriores tenham mostrado que o estresse e a ansiedade auto-relatados aumentam com 1 noite de perda de sono, estes são os primeiros dados a mostrar que o estresse e a ansiedade auto-relatados continuam a aumentar após 2 noites de perda de sono. Atualmente, não há estudos relatando se e como o estresse e a ansiedade auto-relatados podem ser recuperados com cafeína durante a perda de sono.