Эта страница была переведена автоматически, точность перевода не гарантируется. Пожалуйста, обратитесь к английской версии для исходного текста.

Использование нескольких датчиков для отслеживания сна у работников ночной смены (SENSE)

17 марта 2026 г. обновлено: Philip Cheng, Henry Ford Health System

Мультисенсорный подход к машинному обучению для точного отслеживания сна для работников ночной смены

Сон часто является проблемой для работников ночной смены, поскольку их графики работы и сна перепутаны. Сон обычно измеряется с помощью актиграфии, которая является стандартным показателем объективного сна среди населения в целом; однако этот метод имеет существенные ограничения для работников ночной смены, поскольку стандартные устаревшие алгоритмы правильно определяют только 50,3% дневного сна. Это существенно снижает срок действия для работников ночной смены. Цель этого исследования — протестировать новый метод расширения актиграфии с использованием 1) мультисенсорного подхода, который 2) использует алгоритмы машинного обучения (ML) для повышения точности обнаружения дневного сна.

Обзор исследования

Статус

Рекрутинг

Условия

Вмешательство/лечение

Подробное описание

Первой целью этого исследования является создание алгоритма машинного обучения с открытым исходным кодом для отслеживания сна, который превосходит устаревшие алгоритмы актиграфии в обнаружении периодов дневного сна. Вторая цель — улучшить отслеживание переменных непрерывности сна за счет добавления нескольких датчиков. Конечная цель — выявить факторы, способствующие и препятствующие внедрению мультисенсорного отслеживания сна в домашних условиях. Наша основная гипотеза заключается в том, что мультисенсорный подход ML превзойдет устаревшие алгоритмы по сравнению с полисомнографией золотого стандарта (PSG).

Это исследование будет представлять собой гибридное исследование эффективности I типа, которое 1) подтверждает предлагаемый мультисенсорный подход ML с использованием лабораторной полисомнографии и 2) изучает реализацию мультисенсорного подхода ML в экологически приемлемых условиях с помощью домашнего эксперимента. реализация в течение четырех недель. Выборка работников ночной смены (N = 100) будет включена в лабораторную часть исследования и будет рандомизирована либо в состояние устаревшего алгоритма актиграфии, либо в состояние мультисенсорного машинного обучения в соотношении 1:1. По прибытии участники будут подключены к амбулаторному PSG с непрерывным сбором данных в течение всего визита в лабораторию, чтобы зафиксировать пять запланированных возможностей сна различной продолжительности (4 часа, 2 часа, 1,5 часа и два 30-минутных сна; 8 всего часов). Те, кто был рандомизирован в условие устаревшего алгоритма актиграфии, будут собирать и обрабатывать только необработанные данные акселерометра с использованием устаревших алгоритмов актиграфии, в то время как те, кто рандомизирован в условие мультисенсорного ML, будут следовать тем же процедурам, что и условие устаревшего алгоритма актиграфии, но также будут контролироваться с помощью дополнительные датчики. Примерно половине участников, завершивших лабораторную часть исследования, будет предложено пройти домашнюю часть исследования, которая включает в себя 4 недели отслеживания сна дома с использованием мультисенсорного подхода. Участники получат комплект датчиков и пройдут домашнюю встречу с исследовательским персоналом, который поможет с настройкой датчиков, которые затем будут снова собраны в конце 4-недельного периода. Ежедневные дневники сна также будут собираться в течение 4 недель, чтобы можно было проверить качество данных.

Тип исследования

Интервенционный

Регистрация (Оцененный)

100

Фаза

  • Непригодный

Контакты и местонахождение

В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.

Контакты исследования

  • Имя: Philip Cheng, PhD
  • Номер телефона: 248-344-7361
  • Электронная почта: pcheng1@hfhs.org

Учебное резервное копирование контактов

  • Имя: Elle M Wernette, PhD
  • Номер телефона: 2483442409
  • Электронная почта: ewernet1@hfhs.org

Места учебы

  • Соединенные Штаты
    • Michigan
      • Novi, Michigan, Соединенные Штаты, 48377
        • Рекрутинг
        • Henry Ford Columbus Medical Center
        • Контакт:
          • Philip Cheng, PhD
          • Номер телефона: 248-344-7361
          • Электронная почта: pcheng1@hfhs.org
        • Главный следователь:
          • Philip Cheng, PhD
        • Контакт:
          • Elle M Wernette, PhD
          • Номер телефона: 2483442409
          • Электронная почта: ewernet1@hfhs.org

Критерии участия

Исследователи ищут людей, которые соответствуют определенному описанию, называемому критериям приемлемости. Некоторыми примерами этих критериев являются общее состояние здоровья человека или предшествующее лечение.

Критерии приемлемости

Возраст, подходящий для обучения

  • Взрослый
  • Пожилой взрослый

Принимает здоровых добровольцев

Да

Описание

Критерии включения:

  • Участники должны работать по фиксированному графику ночных смен, который предусматривает: а) работу не менее трех ночных смен в неделю, б) смены должны начинаться с 18:00 до 02:00 и длиться от 8 до 12 часов, и в) также должны планируйте сохранить график ночных смен на время исследования
  • Участники должны отработать ночную смену не менее шести месяцев.
  • Необходимо запланировать сохранение графика ночных смен на время исследования.
  • Участники должны быть не моложе 18 лет

Критерии исключения:

  • Прекращение работы в ночную смену или запланированной поездки в течение периода исследования
  • Не имеет в среднем 8-часовой возможности спать в течение 24-часового периода.
  • Не желают интегрировать интеллектуальные датчики исследования в спальню.
  • Употребление запрещенных наркотиков посредством самоотчета и проверки мочи на наркотики
  • История неврологических расстройств
  • Расстройство, связанное с употреблением алкоголя
  • Беременность

Учебный план

В этом разделе представлена ​​подробная информация о плане исследования, в том числе о том, как планируется исследование и что оно измеряет.

Как устроено исследование?

Детали дизайна

  • Основная цель: Другой
  • Распределение: Нерандомизированный
  • Интервенционная модель: Последовательное назначение
  • Маскировка: Двойной

Оружие и интервенции

Группа участников / Армия
Вмешательство/лечение
Экспериментальный: Single VS многосенсорное отслеживание сна в лабре

В части 1 исследования все данные участников будут проходить два отдельных метода для анализа сна.

Методы алгоритма Actigraphy Legacy Actigraphy будут использовать только необработанные данные акселерометра от одного датчика, собранного и обработанного с использованием алгоритмов устаревшей актиграфии. Алгоритм наследия состоит в том, что сначала состоит в том, чтобы уменьшить данные акселерометра в количество активности в соответствии с эпохи, которая затем будет категоризации во сне или пробуждение в соответствии с алгоритмом Коул-Крипке.

Метод мультисенсорного машинного обучения (ML) будет использовать необработанные данные акселерометра в дополнение к данным из дополнительных датчиков от часов, телефона и других умных датчиков в условиях сна. Эти данные будут обработаны с использованием алгоритма машинного обучения.
Другой: Отслеживание с помощью одного датчика (в лаборатории)
Отслеживание сна в лаборатории с использованием только необработанных данных акселерометра от одного датчика, собранных и обработанных с помощью устаревших алгоритмов актиграфии.
Другой: Мультисенсорное отслеживание сна (в лаборатории)
Отслеживание сна в лаборатории с использованием необработанных данных акселерометра и дополнительных датчиков, собранных и обработанных с помощью машинного обучения.
Другие имена:
  • Мультисенсорный ML
  • Мультисенсорное машинное обучение
Другой: Многосенсорное отслеживание сна в домашних условиях
Это условие включает в себя 4 недели отслеживания сна дома с использованием мультисенсорного подхода. Дневные дневники сна также будут собраны для проверки качества данных. После того, как все данные будут обработаны с одним и тем же алгоритмом машинного обучения, используемом в условиях эксперимента в лобке.
Другой: Мультисенсорное отслеживание сна (дома)
Отслеживание сна дома с использованием необработанных данных акселерометра и дополнительных датчиков, собранных и обработанных с помощью машинного обучения.

Что измеряет исследование?

Первичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Непрерывность сна – время в постели
Временное ограничение: В течение всего периода обучения, до 6 недель
Количество времени (в минутах), которое участник проводит в постели от выключения света до окончательного пробуждения. Для всех переменных PSG будут использоваться стандартные правила оценки сна Американской академии медицины сна (AASM). Данные от Apple Watch будут иметь входные данные, отличные от PSG, от мультисенсорной системы для информирования об этой переменной непрерывности сна.
В течение всего периода обучения, до 6 недель
Непрерывность сна – задержка начала сна
Временное ограничение: В течение всего периода обучения, до 6 недель
Количество времени (в минутах), которое требуется участнику, чтобы заснуть, с момента выключения света или количество времени, которое он провел бодрствуя, но пытаясь заснуть после выключения света. Все переменные PSG будут использовать стандартные правила оценки сна AASM; Обозначается маркером «выключение света» на ПСГ, ЭЭГ оценивается как бодрствование, сопровождающееся прототипической позой сна (например, лежа) с закрытыми глазами. Данные Apple Watch будут получать входные данные мультисенсорной системы, не относящиеся к PSG, для информирования об этой переменной непрерывности сна, включая тусклый свет или темноту с околонулевой освещенностью, присутствие в постели, редкие/перемежающиеся движения телефона и часов.
В течение всего периода обучения, до 6 недель
Непрерывность сна: пробуждение после наступления сна
Временное ограничение: В течение всего периода обучения, до 6 недель
Количество времени (в минутах), которое участник проводит бодрствуя с момента первоначального засыпания и без учета окончательного пробуждения. Все переменные PSG будут использовать стандартные правила оценки сна AASM; Обозначается маркером «выключение света» на ПСГ, электроэнцефалография (ЭЭГ) оценивается как бодрствование, сопровождающееся прототипической позой сна (например, лежа) с закрытыми глазами. Данные от Apple Watch будут иметь входные данные, отличные от PSG, от мультисенсорной системы для информирования об этой переменной непрерывности сна.
В течение всего периода обучения, до 6 недель
Непрерывность сна – эффективность сна
Временное ограничение: В течение всего периода обучения, до 6 недель
Доля общего времени, в течение которого участник спит, от общего количества времени, проведенного в постели [(Общее время сна в минутах) / (Время в постели в минутах)]. Все переменные PSG будут использовать стандартные правила оценки сна AASM. Данные Apple Watch будут иметь входные данные, отличные от PSG, от мультисенсорной системы, чтобы информировать об этой переменной продолжительности сна, включая тусклый свет или темноту, присутствие в постели, продолжительное тихое движение телефона и часов, изменения частоты дыхания и частоты сердечных сокращений ( стадийность сна).
В течение всего периода обучения, до 6 недель
Будить
Временное ограничение: В течение всего периода обучения, до 6 недель
Количество времени (в минутах), в течение которого участник бодрствует [или отсутствие какого-либо типа сна — стадия 1 (N1), стадия 2 (N2), стадия 3 (N3), быстрое движение глаз (REM)]. Все переменные PSG будут использовать стандартные правила оценки сна AASM; представлено в PSG действиями перед отметкой «отбой света» или видеомониторингом (например, видеонаблюдением, показывающим прокрутку социальных сетей в постели). Данные от Apple Watch будут поступать от мультисенсорной системы, не относящейся к PSG, для информирования об этих переменных непрерывности сна, включая движение, включение света, высокую частоту сердечных сокращений.
В течение всего периода обучения, до 6 недель
Обнаружение периодов дневного сна
Временное ограничение: В течение всего периода обучения, до 6 недель
Любые периоды сна между 6 утра и 6 вечера будут обозначаться как дневной сон. Дневной период сна на Apple Watch будет считаться успешно обнаруженным, если он попадает в пределах ±30 минут от времени начала и окончания PSG и составляет не менее 50 % продолжительности фактического периода сна.
В течение всего периода обучения, до 6 недель
Пользовательский опыт
Временное ограничение: В течение двух дней после домашнего вмешательства
Это будет индексироваться с помощью Анкеты пользовательского опыта (UEQ), которая была проверена для оценки новых продуктов и имеет четкие и устоявшиеся критерии. UEQ включает элементы по шести областям: 1) Привлекательность (общая привлекательность или привлекательность), 2) Наглядность (кривая обучения и простота использования), 3) Эффективность (скорость и результативность взаимодействия), 4) Надежность (предсказуемость поведения системы). , 5) Стимуляция (насколько интересен и мотивирует продукт), 6) Новизна (новаторство и креативность продукта).
В течение двух дней после домашнего вмешательства

Вторичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Интервью
Временное ограничение: В течение одного месяца после домашнего вмешательства
Эти интервью будут частично структурированы с использованием Консолидированной структуры исследований внедрения (CFIR). В руководстве модератора будут собраны подробные отзывы об опыте участников, проблемах и предложениях по улучшению. Ключевые темы, которые будут рассмотрены в интервью, включают простоту использования, комфорт, воспринимаемую точность и любые препятствия для регулярного использования.
В течение одного месяца после домашнего вмешательства
Технология цифрового здравоохранения грамотность
Временное ограничение: Во время скрининга перед вмешательством в лаб
Это будет измерено с использованием шкалы цифровой технологии здоровья (DHTL). Эта подтвержденная шкала оценивает степень опыта и навыков в использовании цифровых технологий и услуг здравоохранения. DHTL имеет сильную внутреннюю согласованность (α Cronbach α = 0,95) и сильная достоверность с выполнением десяти цифровых задач, таких как соединение устройства с Wi-Fi и Bluetooth, загрузка и установка приложения, и ввод данных веса в приложение.
Во время скрининга перед вмешательством в лаб

Соавторы и исследователи

Здесь вы найдете людей и организации, участвующие в этом исследовании.

Спонсор

Henry Ford Health System

Соавторы

Michigan State University

Публикации и полезные ссылки

Лицо, ответственное за внесение сведений об исследовании, добровольно предоставляет эти публикации. Это может быть что угодно, связанное с исследованием.

Общие публикации

Даты записи исследования

Эти даты отслеживают ход отправки отчетов об исследованиях и сводных результатов на сайт ClinicalTrials.gov. Записи исследований и сообщаемые результаты проверяются Национальной медицинской библиотекой (NLM), чтобы убедиться, что они соответствуют определенным стандартам контроля качества, прежде чем публиковать их на общедоступном веб-сайте.

Изучение основных дат

Начало исследования (Действительный)

23 февраля 2026 г.

Первичное завершение (Оцененный)

30 ноября 2029 г.

Завершение исследования (Оцененный)

30 июня 2031 г.

Даты регистрации исследования

Первый отправленный

15 октября 2024 г.

Впервые представлено, что соответствует критериям контроля качества

30 октября 2024 г.

Первый опубликованный (Действительный)

1 ноября 2024 г.

Обновления учебных записей

Последнее опубликованное обновление (Действительный)

18 марта 2026 г.

Последнее отправленное обновление, отвечающее критериям контроля качества

17 марта 2026 г.

Последняя проверка

1 марта 2026 г.

Дополнительная информация

Термины, связанные с этим исследованием

Ключевые слова

Другие идентификационные номера исследования

  • 17505 (Другой идентификатор: City of Hope Medical Center)

Планирование данных отдельных участников (IPD)

Планируете делиться данными об отдельных участниках (IPD)?

НЕТ

Описание плана IPD

Запрос на обмен данными будет оцениваться в каждом конкретном случае.

Информация о лекарствах и устройствах, исследовательские документы

Изучает лекарственный продукт, регулируемый FDA США.

Нет

Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.

Нет

продукт, произведенный в США и экспортированный из США.

Нет

Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .

Подписаться