- ICH GCP
- Registro de ensaios clínicos dos EUA
- Ensaio Clínico NCT05090995
Uma intervenção de feedback baseada em sensor PPG para jovens adultos que bebem muito
Uma intervenção de feedback personalizado baseada em sensor de fotopletismografia para jovens adultos que bebem muito, visando a variabilidade da frequência cardíaca, a frequência cardíaca em repouso e o sono
Visão geral do estudo
Status
Condições
Intervenção / Tratamento
Descrição detalhada
Tipo de estudo
Inscrição (Real)
Estágio
- Não aplicável
Contactos e Locais
Locais de estudo
-
-
Connecticut
-
New Haven, Connecticut, Estados Unidos, 06510
- Yale University
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
Aceita Voluntários Saudáveis
Descrição
Critério de inclusão:
- 18-25 anos de idade
- Relatar ≥ 4 ocasiões de consumo excessivo de álcool nos últimos 28 dias
- Relatar pontuações do Teste de Identificação de Transtornos por Uso de Álcool (AUDIT-C) indicativas de risco de danos causados pela bebida
- Falando Inglês
- Tenha um smartphone pessoal
Critério de exclusão:
- Histórico de Distúrbios do Sono
- Turno de trabalho noturno/ rotativo
- Viajar em dois ou mais fusos horários no mês anterior ao estudo ou viajar duas ou mais vezes durante a participação no estudo
- DUA clinicamente grave nos últimos 12 meses
- Atualmente inscrito em tratamento para álcool ou sono
- Doença psiquiátrica grave atual
- Transtorno atual por uso de substâncias do DSM-V
- Triagem positiva de drogas na urina para uma substância diferente da maconha
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
- Finalidade Principal: Tratamento
- Alocação: Randomizado
- Modelo Intervencional: Atribuição Paralela
- Mascaramento: Solteiro
Armas e Intervenções
Grupo de Participantes / Braço |
Intervenção / Tratamento |
|---|---|
|
Comparador Ativo: Automonitoramento e Feedback
A intervenção consiste em sujeitos usando um dispositivo PPG por 6 semanas.
Os indivíduos monitorarão sua própria saúde e relatarão seus comportamentos de sono diariamente durante esse período.
Nas semanas dois, quatro e seis, os indivíduos receberão feedback de saúde personalizado com base nos dados do dispositivo PPG e nos diários de sono.
|
Intervenção de saúde breve de autogerenciamento que envolve monitoramento diário passivo da saúde usando um sensor PPG, automonitoramento ativo da saúde e comportamento usando diários diários e fornecimento de feedback e aconselhamento de saúde personalizados.
|
|
Comparador de Placebo: Auto-monitoramento
A intervenção consiste em sujeitos usando um dispositivo PPG por 6 semanas.
Os indivíduos monitorarão sua própria saúde e relatarão seus comportamentos de sono diariamente durante esse período.
|
Intervenção de saúde breve de autogerenciamento que envolve monitoramento diário passivo da saúde usando um sensor PPG e automonitoramento ativo da saúde e comportamento usando diários diários.
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Total de bebidas consumidas
Prazo: até a semana 10
|
O total de bebidas consumidas será medido usando a entrevista de acompanhamento da linha do tempo no início do estudo, semana 6 e semana 10.
Esta entrevista padronizada pede aos participantes que relatem quantas bebidas consumiram por dia durante as últimas 4 semanas no início do estudo e desde o último ponto de avaliação nas semanas 6 e 10.
Pontuações mais altas indicam maior número de bebidas consumidas.
O total de bebidas será somado nas últimas 4 semanas na ingestão, Semana 6 e Semana 10.
Os totais foram transformados usando uma transformação de raiz quadrada, uma vez que esses valores não eram distribuídos normalmente.
Modelos de efeitos mistos foram então conduzidos para avaliar o efeito da condição no total de bebidas ao longo do tempo com condição, tempo e sua interação no modelo e sexo e bebidas totais de base como covariáveis.
|
até a semana 10
|
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Bebidas por dia de consumo
Prazo: até 10 semanas
|
O total de bebidas por dia de consumo será medido usando a Entrevista de Acompanhamento da Linha do Tempo no início do estudo, Semana 6 e Semana 10. O total de bebidas/dias de consumo será somado nas últimas 4 semanas na ingestão, Semana 6 e Semana 10. Os totais foram transformados usando uma transformação de raiz quadrada, uma vez que esses valores não eram distribuídos normalmente. Modelos de efeitos mistos foram então conduzidos para avaliar o efeito da condição no total de bebidas/dia de consumo ao longo do tempo com condição, tempo e sua interação no modelo e sexo e bebidas de base por dia de consumo como covariáveis. Esta ferramenta pede aos participantes que relatem quantas bebidas consomem durante o período de um mês. A pontuação desta medida será determinada pela quantidade de consumo de álcool autorreferido que ocorreu a cada dia. Um dia de consumo excessivo de álcool para um homem seria ≥5 drinques por sessão e para uma mulher seria ≥4 drinques por sessão. |
até 10 semanas
|
|
Porcentagem de dias de consumo excessivo de álcool
Prazo: até 10 semanas
|
A porcentagem de dias de consumo excessivo de álcool autorrelatada será medida usando a Entrevista de Acompanhamento da Linha do Tempo no início do estudo, Semana 6 e Semana 10.
Esta entrevista padronizada pede aos participantes que relatem ocasiões de consumo excessivo de álcool nas últimas 4 semanas no início do estudo e depois desde o último ponto de avaliação nas semanas 6 e 10, definido como ≥5 drinques por sessão e para uma mulher seria ≥4 drinques por sessão. sentado.
Pontuações mais altas indicam uma porcentagem maior de dias de consumo excessivo de álcool.
A porcentagem de dias de consumo excessivo será somada nas últimas 4 semanas na ingestão, Semana 6 e Semana 10.
Modelos de efeitos mistos foram então conduzidos para avaliar o efeito da condição na porcentagem de dias de consumo excessivo de álcool ao longo do tempo, com condição, tempo e sua interação no modelo e sexo e percentual basal de dias de consumo intenso como covariáveis.
|
até 10 semanas
|
|
Porcentagem de dias de abstinência
Prazo: até 10 semanas
|
A porcentagem de dias de abstinência auto-relatada será medida usando a Entrevista de Acompanhamento da Linha do Tempo no início do estudo, Semana 6 e Semana 10.
Esta entrevista padronizada pede aos participantes que relatem quantos dias eles não consumiram álcool por dia durante as últimas 4 semanas no início do estudo e desde o último ponto de avaliação nas semanas 6 e 10.
Pontuações mais altas indicam maior percentual de dias de abstinência.
A porcentagem de dias de abstinência será somada nas últimas 4 semanas na ingestão, Semana 6 e Semana 10.
Modelos de efeitos mistos foram então conduzidos para avaliar o efeito da condição na porcentagem de dias de abstinência ao longo do tempo com condição, tempo e sua interação no modelo e sexo e porcentagem de dias de abstinência na linha de base como covariáveis.
|
até 10 semanas
|
|
Consequências relacionadas ao álcool
Prazo: linha de base, semana 6 e semana 10
|
As consequências médias relacionadas ao álcool foram medidas usando o Brief Young Adult Alcohol Consequences Questionnaire no início do estudo, Semana 6 e Semana 10.
Cada consequência recebe 1 ponto e uma pontuação total reflete o número total de consequências.
Pontuações mais altas indicaram mais consequências. Faixa de pontuação total de 0 a 24.
Os três pontos de tempo são somados e então calculada a média.
Modelos de efeitos mistos foram então conduzidos para avaliar o efeito da condição nas consequências ao longo do tempo com a condição, o tempo e sua interação no modelo e as consequências do sexo e da linha de base como covariáveis.
|
linha de base, semana 6 e semana 10
|
|
Qualidade do sono
Prazo: linha de base e semana 10
|
A qualidade média do sono será medida usando a avaliação PROMIS - Sleep Disturbance Form 8.
A avaliação dos distúrbios do sono possui 8 questões que geram uma pontuação total (pontuações somadas).
Essa pontuação bruta é então convertida em uma pontuação T padronizada de 0 a 100, com uma pontuação média de 50.
Uma pontuação acima da média indicaria que o sujeito apresenta pior qualidade de sono.
Modelos de efeitos mistos foram então conduzidos para avaliar o efeito da condição na qualidade do sono ao longo do tempo com condição, tempo e sua interação no modelo e sexo e qualidade basal do sono como covariáveis.
|
linha de base e semana 10
|
|
Comprometimento relacionado ao sono
Prazo: linha de base e semana 10
|
A qualidade média do sono será medida usando a avaliação PROMIS - Formulário 8 de deficiência relacionada ao sono.
A avaliação do comprometimento do sono possui 8 questões que geram uma pontuação total (pontuação somada).
Essa pontuação bruta é então convertida em uma pontuação T padronizada de 0 a 100, com uma pontuação média de 50.
Uma pontuação acima da média indicaria que o sujeito apresenta mais prejuízos relacionados ao sono.
Modelos de efeitos mistos foram então conduzidos para avaliar o efeito da condição no comprometimento relacionado ao sono ao longo do tempo, com condição, tempo e sua interação no modelo e sexo e comprometimento inicial relacionado ao sono como covariáveis.
|
linha de base e semana 10
|
|
Duração do sono
Prazo: até 6 semanas
|
A duração média do sono será medida diariamente durante 6 semanas pelo dispositivo PPG.
A duração do sono será então calculada em média em intervalos de 2 semanas nas semanas 2, 4 e 6 e avaliada ao longo do tempo usando modelos de efeitos mistos com condição, tempo e sua interação no modelo e sexo e uma variável indicadora de dia da semana vs. covariáveis.
A duração do sono foi transformada usando uma transformação de raiz quadrada.
|
até 6 semanas
|
|
Variabilidade da frequência cardíaca (VFC)
Prazo: até 6 semanas
|
A variabilidade da frequência cardíaca (VFC) será medida diariamente durante 6 semanas pelo dispositivo PPG.
A VFC será então calculada em média em intervalos de 2 semanas nas semanas 2, 4 e 6 e avaliada ao longo do tempo usando modelos de efeitos mistos com condição, tempo e sua interação no modelo e sexo e uma variável indicadora de dia da semana vs. fim de semana como covariáveis .
A duração do sono foi transformada usando uma transformação de log.
|
até 6 semanas
|
|
Frequência cardíaca em repouso mais baixa (RHR)
Prazo: até 6 semanas
|
A frequência cardíaca de repouso mais baixa (RHR) será medida diariamente durante 6 semanas pelo dispositivo PPG.
O valor mais baixo será então calculado em intervalos de 2 semanas nas semanas 2, 4 e 6 e avaliado ao longo do tempo usando modelos de efeitos mistos com condição, tempo e sua interação no modelo e sexo e uma variável indicadora de dia da semana vs. como covariáveis.
A duração do sono foi transformada usando uma transformação de log.
A RHR pode variar entre 40-100 batimentos por minuto.
Uma RHR mais baixa indicaria melhor saúde cardiovascular.
|
até 6 semanas
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Investigador principal: Lisa Fucito, PhD, Associate Professor of Psychiatry; Director, Tobacco Treatment Service, Psychiatry
Publicações e links úteis
Publicações Gerais
- 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.
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Real)
Conclusão Primária (Real)
Conclusão do estudo (Real)
Datas de inscrição no estudo
Enviado pela primeira vez
Enviado pela primeira vez que atendeu aos critérios de CQ
Primeira postagem (Real)
Atualizações de registro de estudo
Última Atualização Postada (Estimado)
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última verificação
Mais Informações
Termos relacionados a este estudo
Outros números de identificação do estudo
- 2000030417
- 1R21AA028886-01A1 (Concessão/Contrato do NIH dos EUA)
- 21-002981 (Número de outro subsídio/financiamento: PI Assigned ID)
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .