Программа Good Nights Sleep для улучшения сна детей и членов семьи (GNSP)

Дети из экономически неблагополучных семей имеют более короткий и худший сон по данным актиграфии и более серьезные субъективные проблемы со сном по сравнению с детьми из более обеспеченных семей. Эти различия во сне связаны с общими различиями в состоянии здоровья, существующими среди социально-экономических слоев, а также с различиями в психосоциальном и академическом развитии детей. Вмешательство в отношении сна для детей из социально-экономически неблагополучных семей могло бы уменьшить социально-экономические различия во сне с потенциальными последствиями для более широких социально-экономических различий в физическом и психическом здоровье и академической деятельности. Исследования защитных функций сна показывают, что польза от сна может быть еще большей для детей из экономически неблагополучных семей. Таким образом, улучшение сна является потенциально мощной стратегией уменьшения различий в состоянии здоровья.

Исследователи наберут неслучайную, целенаправленную пилотную выборку из 30 пар родитель-ребенок (всего 60 участников) через Расширение штата Алабама в рамках Программы дополнительной помощи в области питания - образование (SNAP-Ed) Обернского университета, обслуживающей детей из малообеспеченных семей в Алабаме. начальные школы. Информация об исследовании будет отправлена ​​домой детям участвующих школ. Основным критерием включения является право детей на бесплатный или льготный школьный обед. Участники будут случайным образом распределены по спискам ожидания, контрольным группам или группам вмешательства. Вмешательство адаптирует установленные научно обоснованные мотивационные практики для изменения условий сна детей и членов семьи и практики гигиены сна. На нулевой неделе участники предоставят комплексную оценку условий сна и практики гигиены сна, а также получат часы Fitbit, которые можно будет носить на протяжении всего исследования в качестве исходных данных. На второй неделе участники получат информацию о преимуществах хорошего сна, отзывы об условиях их сна и правилах гигиены сна на основе данных оценки, которые необходимо внедрить дома, а также элементы модификации условий сна на основе определенных участниками потребностей (например, вентилятор, звуковая машина, постельное белье). На 4-й неделе семьи в группе вмешательства предоставят данные оценки после вмешательства и отзывы о вмешательстве, а семьи из контрольной группы списка ожидания могут принять решение о получении вмешательства, если они того пожелают. Основными переменными, представляющими интерес, являются субъективные отчеты о сне, условиях сна, правилах гигиены сна, а также объективные данные о сне с помощью актиграфии сна, собранные с помощью часов Fitbit, которые носили в течение трех периодов оценки, промежуточных в четыре недели.

Дизайн исследования представляет собой эксперимент между участниками с оценкой до и после вмешательства, также называемый рандомизированным клиническим исследованием. Это методологически строгий дизайн с высокой внутренней валидностью, позволяющий сделать причинно-следственные выводы о любых наблюдаемых эффектах вмешательства. Случайное распределение по условиям поможет гарантировать, что группы вмешательства или контрольные группы списка ожидания до начала вмешательства были эквивалентны и что любые последующие изменения не были вызваны различиями в первоначальных группах.

Анализ данных позволит оценить групповую эквивалентность переменных сна до вмешательства, групповые различия во сне после вмешательства и межгрупповые различия в изменении сна до и после вмешательства. В соответствии с лучшими практиками управления и анализа данных, переменные будут оцениваться на наличие закономерностей отсутствия, нормальности и выбросов в рамках процедур предварительного анализа, которые уже давно установлены в нашей лаборатории.

Первичный анализ будет учитывать инновационный акцент на детях, родителях и семьях как единицах исследования. В частности, переменные сна детей и родителей, скорее всего, не будут независимыми, поскольку они находятся в одной семье и имеют многие из одних и тех же характеристик среды сна. Отсутствие независимости данных из-за гнездования внутри семей нарушает основное предположение общей линейной модели, лежащей в основе многих статистических анализов; игнорирование семейного гнездования, скорее всего, приведет к получению предвзятых и менее точных результатов. Аналогичным образом, повторные измерения переменных сна, вероятно, не будут независимыми внутри участников. Другими словами, повторяющиеся измерения вложены в участников, а участники вложены в семьи. Многоуровневое моделирование (также называемое иерархическим линейным моделированием) соответствующим образом учитывает ненезависимые данные, разделяя изменчивость интересующих переменных на внутрииндивидуальный уровень, межиндивидуальный уровень и межсемейный уровень для получения наиболее статистически достоверных оценок. изменения переменных сна в результате вмешательства.

Априорный анализ мощности проводился с использованием функции Монте-Карло в пакете статистического программного обеспечения Mplus для определения диапазона размеров эффекта, которые можно было обнаружить с учетом предлагаемого размера выборки, уровня альфа (установленного на 0,05) и минимально приемлемой мощности (установленного на значение 0,05). .80). Дизайн исследования генерирует многоуровневые данные с 180 повторными измерениями переменных (три случая измерения на человека), вложенными в 60 человек, которые вложены в 30 семей. Основная независимая переменная, состояние (т. е. контрольное или экспериментальное в списке ожидания), существует как на индивидуальном, так и на семейном уровне анализа.

На индивидуальном уровне (n = 60) исследование позволяет обнаружить небольшой или больший эффект, примерно F ≥ 0,3; Д ≥ 0,6; R2 ≥ 0,08. Проще говоря, если вмешательство объясняет 8% или более межиндивидуальных различий в измеряемой переменной, анализ будет способен обнаружить этот эффект. На уровне семьи (n = 30) исследование позволяет выявить среднюю или большую величину эффекта, примерно F ≥ 0,4; Д ≥ 0,8; R2 ≥ 0,14. Если вмешательство объясняет 14% или более различий между семьями в измеряемой переменной, анализ будет направлен на обнаружение этого эффекта. Акцент в этом пилотном проекте делается на практической значимости размеров эффекта, которые указывают на необходимость более масштабного повторения.