- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT05090995
En PPG-sensorbaserad återkopplingsintervention för unga vuxna som dricker mycket alkohol
En fotopletysmografisensorbaserad personlig feedback-intervention för unga vuxna som dricker tungt drickande med inriktning på hjärtfrekvensvariationer, vilopuls och sömn
Studieöversikt
Status
Betingelser
Intervention / Behandling
Detaljerad beskrivning
Studietyp
Inskrivning (Faktisk)
Fas
- Inte tillämpbar
Kontakter och platser
Studieorter
-
-
Connecticut
-
New Haven, Connecticut, Förenta staterna, 06510
- Yale University
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
Tar emot friska volontärer
Beskrivning
Inklusionskriterier:
- 18-25 år
- Rapportera ≥ 4 tillfällen som har druckit mycket under de senaste 28 dagarna
- Rapportera alkoholmissbruksstörningar Identifiering Test- Konsumtion (AUDIT-C) poäng som tyder på risken för att dricka skada
- Engelsktalande
- Ha en personlig smartphone
Exklusions kriterier:
- Sömnstörningshistorik
- Natt/ Roterande arbetspass
- Res två eller flera tidszoner under månaden före studien eller förväntad resa två eller flera gånger under studiedeltagandet
- Kliniskt svår AUD under de senaste 12 månaderna
- För närvarande inskriven i alkohol- eller sömnbehandling
- Aktuell, svår psykiatrisk sjukdom
- Nuvarande DSM-V-missbruksstörning
- Positiv urindrogscreening för ett annat ämne än marijuana
Studieplan
Hur är studien utformad?
Designdetaljer
- Primärt syfte: Behandling
- Tilldelning: Randomiserad
- Interventionsmodell: Parallellt uppdrag
- Maskning: Enda
Vapen och interventioner
Deltagargrupp / Arm |
Intervention / Behandling |
|---|---|
|
Aktiv komparator: Självövervakning och feedback
Interventionen består av försökspersoner som bär en PPG-enhet i 6 veckor.
Försökspersoner kommer att övervaka sin egen hälsa och rapportera sina sömnbeteenden dagligen under denna tid.
Under veckorna två, fyra och sex kommer försökspersonerna att få personlig hälsofeedback baserad på PPG-enhetens data och sömndagböcker.
|
Självstyrning kort hälsointervention som involverar passiv daglig hälsoövervakning med hjälp av en PPG-sensor, aktiv självövervakning av hälsa och beteende med hjälp av dagliga dagböcker och tillhandahållande av personlig hälsofeedback och rådgivning.
|
|
Placebo-jämförare: Självövervakning
Interventionen består av försökspersoner som bär en PPG-enhet i 6 veckor.
Försökspersoner kommer att övervaka sin egen hälsa och rapportera sina sömnbeteenden dagligen under denna tid.
|
Självförvaltning kort hälsointervention som involverar passiv daglig hälsoövervakning med hjälp av en PPG-sensor och aktiv självövervakning av hälsa och beteende med dagliga dagböcker.
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Totalt förbrukade drycker
Tidsram: upp till vecka 10
|
Totalt konsumerade drycker kommer att mätas med hjälp av Time Line Followback Intervju vid baslinjen, vecka 6 och vecka 10.
Denna standardiserade intervju ber försökspersonerna att själv rapportera hur många drinkar de konsumerar varje dag under de senaste 4 veckorna vid baslinjen och sedan den senaste bedömningspunkten vid vecka 6 och 10.
Högre poäng indikerar ett större antal drycker som konsumeras.
Totalt antal drycker kommer att summeras under de senaste 4 veckorna vid intag, vecka 6 och vecka 10.
Totaler transformerades med en kvadratrotstransformation eftersom dessa värden inte var normalfördelade.
Blandade effektmodeller utfördes sedan för att utvärdera effekten av tillstånd på totala drycker över tid med tillstånd, tid och deras interaktion i modellen och kön och baslinje totala drycker som kovariater.
|
upp till vecka 10
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Drycker per dricksdag
Tidsram: upp till 10 veckor
|
Totalt antal drycker per dricksdag kommer att mätas med hjälp av Time Line Followback Intervju vid baslinjen, vecka 6 och vecka 10. Totalt antal drycker/drickande dagar kommer att summeras under de senaste 4 veckorna vid intag, vecka 6 och vecka 10. Totaler transformerades med en kvadratrotstransformation eftersom dessa värden inte var normalfördelade. Blandade effektmodeller utfördes sedan för att utvärdera effekten av tillstånd på totala drinkar/dricksdag över tid med tillstånd, tid och deras interaktion i modellen och kön och baslinjedrycker per dricksdag som kovariater. Detta verktyg ber försökspersonerna att själv rapportera hur många drinkar de konsumerar under en månadsperiod. Poängen för denna åtgärd kommer att bestämmas av mängden självrapporterad alkoholkonsumtion som inträffade varje dag. En stor dricksdag för en man skulle vara ≥5 drinkar per sittning och för en kvinna skulle det vara ≥4 drinkar per sittning. |
upp till 10 veckor
|
|
Procent Dricka dagar
Tidsram: upp till 10 veckor
|
Självrapporterade procent av drickande dagar kommer att mätas med hjälp av Time Line Followback Intervju vid baslinjen, vecka 6 och vecka 10.
Den här standardiserade intervjun ber försökspersonerna att själv rapportera tillfällen som har druckit mycket alkohol under de senaste 4 veckorna vid baslinjen och sedan den senaste bedömningspunkten vid vecka 6 och 10, definierat som ≥5 drinkar per sittning och för en kvinna skulle det vara ≥4 drinkar per sammanträde.
Högre poäng indikerar en större andel av tunga dricksdagar.
Andelen stora dricksdagar kommer att summeras under de senaste 4 veckorna vid intag, vecka 6 och vecka 10.
Blandade effektersmodeller utfördes sedan för att utvärdera effekten av tillstånd på procent av drickande dagar över tid med tillstånd, tid och deras interaktion i modellen och kön och baslinjeprocent för tungt drickande dagar som kovariater.
|
upp till 10 veckor
|
|
Procent Abstinenta dagar
Tidsram: upp till 10 veckor
|
Självrapporterade procentuella avhållsamhetsdagar kommer att mätas med hjälp av tidslinjeuppföljningsintervjun vid baslinjen, vecka 6 och vecka 10.
Denna standardiserade intervju ber försökspersonerna att själv rapportera hur många dagar de inte konsumerat någon alkohol varje dag under de senaste 4 veckorna vid baslinjen och sedan den senaste bedömningspunkten vid vecka 6 och 10.
Högre poäng indikerar en större andel avhållningsdagar.
Andelen avhållsamhetsdagar kommer att summeras under de senaste 4 veckorna vid intag, vecka 6 och vecka 10.
Blandade effekter-modeller utfördes sedan för att utvärdera effekten av tillstånd på procent av abstinenta dagar över tid med tillstånd, tid och deras interaktion i modellen och kön och baslinjeprocent av abstinenta dagar som kovariater.
|
upp till 10 veckor
|
|
Alkoholrelaterade konsekvenser
Tidsram: baslinje, vecka 6 och vecka 10
|
Genomsnittliga alkoholrelaterade konsekvenser mättes med hjälp av Brief Young Adult Alcohol Consequences Questionnaire vid baslinjen, vecka 6 och vecka 10.
Varje konsekvens får 1 poäng och en total poäng återspeglar det totala antalet konsekvenser.
Högre poäng indikerade fler konsekvenser. Totalpoäng intervall 0-24.
De tre tidpunkterna summeras sedan medelvärdet.
Blandeffektmodeller genomfördes sedan för att utvärdera effekten av tillstånd på konsekvenser över tid med tillstånd, tid och deras interaktion i modellen och köns- och baslinjekonsekvenser som kovariater.
|
baslinje, vecka 6 och vecka 10
|
|
Sömnkvalitet
Tidsram: baslinje och vecka 10
|
Genomsnittlig sömnkvalitet kommer att mätas med PROMIS - Sömnstörningsformulär 8-bedömningen.
Sömnstörningsbedömningen har 8 frågor som ger en totalpoäng (summade poäng).
Detta råpoäng konverteras sedan till ett standardiserat T-poäng från 0-100 med ett medelpoäng på 50.
En poäng över medelvärdet skulle indikera att försökspersonen upplever sämre sömnkvalitet.
Blandade effektmodeller utfördes sedan för att utvärdera effekten av tillstånd på sömnkvalitet över tid med tillstånd, tid och deras interaktion i modellen och kön och baslinjesömnkvalitet som kovariater.
|
baslinje och vecka 10
|
|
Sömnrelaterad funktionsnedsättning
Tidsram: baslinje och vecka 10
|
Genomsnittlig sömnkvalitet kommer att mätas med PROMIS - Sleep-Related Impairment Form 8-bedömningen.
Sömnnedsättningsbedömningen har 8 frågor som ger en totalpoäng (summad poäng).
Detta råpoäng konverteras sedan till ett standardiserat T-poäng från 0-100 med ett medelpoäng på 50.
En poäng över medelvärdet skulle indikera att försökspersonen upplever mer sömnrelaterad försämring.
Blandade effektmodeller utfördes sedan för att utvärdera effekten av tillstånd på sömnrelaterad försämring över tid med tillstånd, tid och deras interaktion i modellen och köns- och baslinjesömnrelaterad försämring som kovariater.
|
baslinje och vecka 10
|
|
Sömnlängd
Tidsram: upp till 6 veckor
|
Genomsnittlig sömnlängd kommer att mätas dagligen i 6 veckor av PPG-enheten.
Sömnvaraktigheten beräknas sedan i 2-veckorsintervall vid veckorna 2, 4 och 6 och utvärderas över tid med hjälp av modeller med blandade effekter med tillstånd, tid och deras interaktion i modellen och kön och en indikatorvariabel för veckodag kontra helg som kovariater.
Sömnvaraktigheten transformerades med hjälp av en kvadratrotstransformation.
|
upp till 6 veckor
|
|
Hjärtfrekvensvariabilitet (HRV)
Tidsram: upp till 6 veckor
|
Hjärtfrekvensvariabilitet (HRV) kommer att mätas dagligen i 6 veckor av PPG-enheten.
HRV kommer sedan att beräknas i 2-veckorsintervall vid vecka 2, 4 och 6 och utvärderas över tid med hjälp av modeller med blandade effekter med tillstånd, tid och deras interaktion i modellen och kön och en indikatorvariabel för veckodag kontra helg som kovariater .
Sömnvaraktigheten transformerades med hjälp av en loggtransformation.
|
upp till 6 veckor
|
|
Lägsta vilopuls (RHR)
Tidsram: upp till 6 veckor
|
Lägsta vilopuls (RHR) kommer att mätas dagligen i 6 veckor av PPG-enheten.
Det lägsta värdet beräknas sedan i 2-veckorsintervall vid vecka 2, 4 och 6 och utvärderas över tid med hjälp av modeller med blandade effekter med tillstånd, tid och deras interaktion i modellen och kön och en indikatorvariabel veckodag kontra helg som kovariater.
Sömnvaraktigheten transformerades med hjälp av en loggtransformation.
RHR kan variera var som helst mellan 40-100 slag per minut.
Lägre RHR skulle indikera bättre kardiovaskulär hälsa.
|
upp till 6 veckor
|
Samarbetspartners och utredare
Sponsor
Samarbetspartners
Utredare
- Huvudutredare: Lisa Fucito, PhD, Associate Professor of Psychiatry; Director, Tobacco Treatment Service, Psychiatry
Publikationer och användbara länkar
Allmänna publikationer
- 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.
Studieavstämningsdatum
Studera stora datum
Studiestart (Faktisk)
Primärt slutförande (Faktisk)
Avslutad studie (Faktisk)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (Faktisk)
Uppdateringar av studier
Senaste uppdatering publicerad (Beräknad)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Andra studie-ID-nummer
- 2000030417
- 1R21AA028886-01A1 (U.S.S. NIH-anslag/kontrakt)
- 21-002981 (Annat bidrag/finansieringsnummer: PI Assigned ID)
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Studerar en amerikansk FDA-reglerad produktprodukt
Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .