Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

Använda kognitiv beteendeförändring och mobil teknik för att förbättra RN-sömn och trötthet (RN-SLEEP)

29 april 2026 uppdaterad av: Beverly Hittle, University of Cincinnati
Den amerikanska registrerade sjuksköterskans (RN) arbetsstyrka är den största inom hälsovårds- och socialtjänstsektorn och löper hög risk för skador och fel på grund av dålig sömn och trötthet. Skiftarbete (d.v.s. nätter, kvällar, roterande skift) kan bidra till att RN inte får tillräcklig, vilsam sömn. Arbetsintensitet, inklusive tunga fysiska och känslomässiga arbetsbelastningar för att ta hand om kritiskt sjuka patienter, kan bidra till jobbstress, vilket resulterar i spridningseffekter hemma när RNs upplever svårigheter att falla och sova. För att ta itu med sömnbarriärer på jobbet och i hemmet, föreslår detta projekt utveckling och pilottestning av RN-SLEEP, en färdighetsbyggande mobilapplikation designad för att förbättra sömnen. RN-SLEEP kommer att tillhandahålla ett bekvämt, flexibelt utrymme för att lära sig sömnförbättrande evidensbaserade skiftarbetesspecifika strategier och kognitiva beteendemetoder (t.ex. målsättning, avslappningsträning). Genom att använda NIOSH:s Research 2 Practice (R2P) tillvägagångssätt kommer studieteamet att samarbeta med deltagare (N=18-24) från ett RN-förbund för att förfina RN-SLEEP-innehållet, integrera aktuell sömnlitteratur (inklusive National Institute for Occupational Safety and Health [NIOSH] ] material) med kognitivt beteendebaserad träning. RN-SLEEP kommer att pilottestas med hjälp av en studiedesign med två grupper före- och eftertest, där mått på sömnresultat (varaktighet, kvalitet) för RN-SLEEP-deltagare (n=38) jämförs med deltagare från en utbildningskontrollgrupp (n=38) ). Datatrender om trötthet, vad som driver beteendeförändringar (tro och själveffektivitet) och andra mått på sömnresultat (timing, regelbundenhet, effektivitet, sömnighet under dagtid) kommer att utforskas. RN-SLEEP mål överensstämmer med Healthy People 2030, NIOSH:s strategiska mål att främja säker och hälsosam arbetsdesign och välbefinnande genom två NIOSH Healthcare and Social Assistance Sector/Healthy Work Design Cross-Sector (HCSA/HWD) delmål. HWD-mål 7.2A är att genomföra interventionsforskning som tar itu med trötthet (dålig sömnföljd) på grund av suboptimala arbetsdesigner (skiftarbete) inom hälso- och sjukvårdsindustrin. HCSA/HWD-mål 7.12A prioriterar insatser utformade för att påverka arbete och icke-arbetsbidragsgivare till säkerhet och hälsa. Denna RN-SLEEP-intervention syftar till att förbättra sömnen genom att bygga färdigheter som hjälper RNs att övervinna hinder för sömn från jobbet och hemmet, och på så sätt förbättra hälsa och säkerhet. Omedelbara resultat inkluderar en mobilapp, designad och testad i samarbete med RNs, för att förbättra sömnen. Studieresultat kommer att spridas genom våra fackliga medarbetare, sjuksköterskekonferenser och tidskriftspublikationer och vårt universitets NIOSH-sponsrade utbildnings- och forskningscenter i sociala medier. Mellanliggande resultat inkluderar förbättring av RN-sömn genom utbildning som sällan är tillgänglig i sjuksköterskeskolor och traditionella hälso- och säkerhetsutbildningsprogram för sjukhus. Att förbättra sömnen kan minska trötthet och kan minska arbetsskador och fel. RN-SLEEP är anpassningsbar, där framtida versioner kan modifieras för att möta behoven hos andra HCSA-arbetare (d.v.s. sjuksköterskor) och arbetare i andra industrier (t.ex. olja och gas) som är planerade att arbeta icke-standardiserade arbetstider. Slutresultaten inkluderar att integrera RN-SLEEP i en bredare sjukhusorganisations intervention för att minska utmattningsrisker.

Studieöversikt

Detaljerad beskrivning

Majoriteten av RNs i USA arbetar på sjukhus och postakuta vårdcentraler där deras sömn kan äventyras till följd av skiftarbete (dvs. arbete utanför 07.00 till 18.00) och långa arbetstider. RNs möter också enorm jobbstress när de tar hand om kritiskt sjuka patienter, vilket kan störa sömnen. Sömnhälsa definieras av flera komponenter inklusive sömntiming, regelbundenhet, effektivitet, varaktighet, kvalitet och sömnighet under dagtid. När RNs upplever dålig sömn löper de ökad risk för resultat som har negativa hälso- och säkerhetsproblem för RNs (t.ex. trötthet, utveckling av kroniska sjukdomar, skador på jobbet) och för deras patienter. Trots dessa risker rapporterar RNs dålig sömnkvalitet och kortare sömnlängd än vad som rekommenderas 7-9 timmar/24-timmar. En del forskning har utförts som visar att när RNs får utbildning i sömnstrategier (t.ex. tupplurar före skiftet) relaterade till skiftarbete, ser de en förbättring av sin sömn. Även om det är till hjälp, kan RNs ytterligare dra nytta av en mer holistisk träningsmetod för att ta itu med de bredare hindren för sömn, såsom jobbstress. En holistisk sömnstrategi kan ge RNs evidensbaserade färdigheter för att klara av skiftanpassning och psykologiska sömnbarriärer samtidigt som de motiverar RNs med uppmuntrande beteendeförändringsstrategier (t.ex. målsättning). Som ett resultat kan RNs se en förbättring av sömnhälsan och minskad trötthet.

Detta projekt föreslår att utveckla ett sömnträningsprogram utformat för att möta behoven hos RNs som arbetar skiftarbete. Som sådant skulle träningsprogrammet, RN-SLEEP, innefatta skiftarbetesstrategier, grunderna i sömnvetenskap och fysiologi, beteendeförändringskomponenter och strategier som finns i en effektiv beteendebaserad sömnmedicinsk behandling känd som kognitiv beteendeterapi för sömnlöshet (KBT-I) . Kandidaten, Dr. Hittle, har expertis inom hälsa och säkerhet på arbetsplatsen, inklusive sömn och skiftarbete inom hälso- och sjukvårdsbranschen. Dr. Hittle har sammanställt ett mentorteam av experter för att vägleda hennes utbildning i kognitiva beteendemässiga sömnmetoder för integrering i arbetarnas sömninterventioner, interventionsforskning med fokus på mHealth och implementeringsvetenskap med hjälp av en Total Worker Health-metod. Dr. Hittles kortsiktiga mål är att bli en oberoende arbetshälso- och säkerhetsforskare som är skicklig i användningen av metoder och tekniker som krävs för interventionsforskning och framgångsrik implementering på arbetsplatsen. Detta K01-förslag tjänar som en möjlighet för Dr. Hittle att skaffa sig dessa färdigheter och bygga upp en forskningssamling fokuserad på sömnträning för arbetare. De resurser, tid och material som behövs för detta projekt är tillgängliga via University of Cincinnati (UC), College of Nursing och resurser från Dr Wong (Primär mentor) vid National Institute for Occupational Safety and Health. Andra UC-baserade resurser inkluderar UCIT som kommer att stödja Dr. Hittles mobila applikationsutveckling och Center for Clinical & Translational Training and Science som erbjuder tjänster för K01-pristagare i ett försök att fostra yngre forskare.

Detta projekt har två syften:

  1. För att förfina en mobilapplikation, RN-SLEEP, för att bestämma de träningskomponenter som är mest intressanta för RNs när de vill förbättra sin sömn.
  2. För att pilottesta RN-SLEEP med ett pretest-posttest, upprepade mätningar studiedesign för att mäta RN-deltagares engagemang med RN-SLEEP, överklagande (t.ex. estetik, användarvänlighet) och användbarheten av utbildningsinnehållet för att förbättra RN-sömnen över studieperiod kontra en utbildning om hälsosamt liv. Detta pilottest kommer också att hjälpa forskarna att bättre förstå funktionaliteten i studieaktiviteter.

För mål 1, förfining av RN-SLEEP-innehåll:

Denna kvalitativa del av projektet kommer att rekrytera 18-24 deltagare för fokusgruppsdatainsamling. Deltagare kommer att rekryteras med hjälp av en bekvämlighetsurvalsmetod och kommer att tilldelas som rekryterade (icke-randomiserade) till en av tre fokusgrupper. Sex till åtta deltagare kommer att ingå i varje fokusgrupp. Den första uppsättningen fokusgrupper kommer att genomföras för att bestämma det bästa innehållet att inkludera i RN-SLEEP. RN-SLEEP-innehållet kommer att förfinas. Sedan kommer en andra uppsättning fokusgrupper att uppstå som delar den uppdaterade RN-SLEEP med deltagarna för slutlig feedback. Fokusgruppsprovstorlekar bestämdes baserat på litteraturen. Fokusgruppsdata kommer att analyseras med en modifierad konstant jämförande analysmetod.

För mål 2 kommer RN-SLEEP-intervention att pilottestas. Metod för att tilldela deltagare till intervention kontra kontrollgrupper: När deltagarna har bestämt sig vara kvalificerade för studien och informerat samtycke har undertecknats, kommer utredarna att randomisera deltagarna till RN-SLEEP interventions- eller utbildningskontrollgruppen. Utredarna kommer att använda REDCap, en datahanteringsplattform, för att slumpmässigt tilldela deltagare, stratifiera grupper efter självrapporterat kön.

Metod för att leverera interventionen: Baslinjemått kommer att samlas in. Deltagarna kommer sedan att uppmanas att dagligen engagera sig i RN-SLEEP eller pedagogisk kontrollgrupp, baserat på deras tilldelade grupp, under fyra veckor. Åtgärder efter intervention kommer att samlas in 4 och 8 veckor efter att interventionsperioden är avslutad.

Metod för bestämning av urvalsstorlek: Vårt mål för rekrytering är 76 deltagare (38 för varje grupp). Utredarna bestämde vår provstorlek baserat på effektberäkningar för våra primära resultatmått (sömnvaraktighet och sömnkvalitet) och baserat på litteraturen och tidigare arbete av PI. Utredarna ökade kraftberäkningens totala provmål på 58 totala deltagare med 30 % för att ta hänsyn till eventuella deltagare som förlorats på grund av utslitning.

Metod för dataanalys:

Primära utfallsmått (sömnlängd, sömnkvalitet): Beskrivande statistik (d.v.s. medel, 95 % konfidensintervall) kommer att användas för att beskriva egenskaper och utfallsvariabler för det övergripande studieurvalet och varje studiegrupp (intervention och utbildningskontroll). Mellan gruppskillnader för sömnvaraktighet och kvalitet kommer att bedömas med hjälp av ett tvågruppsoberoende t-test eller Mann-Whitney U (om icke-parametrisk testning behövs). Om statistiska skillnader noteras mellan sömnvaraktighet och kvalitet, kommer lämpliga statistiska analyser att kompletteras med positivt korrelerande kovariater som ingår i modellen.

Sekundära utfallsmått: Trötthet, andra mått på sömnhälsa (timing, regelbundenhet, effektivitet, sömnighet under dagtid), sömneffektivitet och övertygelser Beskrivande statistik om trötthet, sömnövertygelser, själveffektivitet och återstående sömnhälsomått kommer att undersökas för pre-och- datatrender efter träning för interventions- och kontrollgrupperna.

Sekundära resultatmått: Mobilappsstatistik för acceptans, användbarhet och engagemang. Utredarna kommer att beräkna och rapportera beskrivande statistik om 4 och 8 veckor efter träningsacceptans, användbarhet och appengagemang.

Andra resultatmått: studiers genomförbarhetsåtgärder Utredarna kommer att övervaka rekryterings- och retentionsstatistik under hela studien. Utredarna kommer att rapportera om screenade, screenade kvalificerade och inskrivna deltagare, och deltagares retentionsfrekvenser vid 4 och 8 veckors datainsamling efter träning.

Studietyp

Interventionell

Inskrivning (Beräknad)

76

Fas

  • Inte tillämpbar

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studieorter

    • Ohio
      • Cincinnati, Ohio, Förenta staterna, 45221
        • University of Cincinnati

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

  • Vuxen
  • Äldre vuxen

Tar emot friska volontärer

Ja

Beskrivning

Inklusionskriterier inkluderar RN:er:

  • arbeta nattskift i minst 6 månader
  • har tillgång till en smart telefon.

Uteslutningskriterier inkluderar RN:er:

  • som är gravida eller förälder till barn under 1 år
  • som har en diagnostiserad sömnstörning.

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

  • Primärt syfte: Förebyggande
  • Tilldelning: Randomiserad
  • Interventionsmodell: Parallellt uppdrag
  • Maskning: Ingen (Open Label)

Vapen och interventioner

Deltagargrupp / Arm
Intervention / Behandling
Experimentell: RN-SLEEP
Deltagare som tilldelats RN-SLEEP-gruppen kommer att få tillgång till träningsprogrammet via en mobilapp under en månad. Träningsappen kommer att innehålla sömnfysiologiskt innehåll, skiftarbetesstrategier för att främja sömn, kognitiv beteendeterapi för sömnlöshetskomponenter och färdighetsbyggande tekniker för att stödja beteendemodifiering.
RN-SLEEP är ett träningsprogram som levereras via mobilapplikation och utformat för att hjälpa till att förbättra sömnen för sjuksköterskor som arbetar i skift. RN-SLEEP syftar till att inkludera utbildning i strategier för sömn under skiftarbete, grunderna i sömnvetenskap och fysiologi, beteendeförändringskomponenter (dvs målsättning) och komponenter i kognitiv beteendeterapi för sömnlöshet (dvs avslappning).
Aktiv komparator: Hälsosam vana
Deltagare som tilldelats utbildningskontrollgruppen Healthy Habit kommer att använda en mobilapp under en månad fokuserad på andra hälsosamma beteenden som träningsspårning.
Hälsosam vana-app (dvs träningsspårning) för att fungera som en kontrollarm för RN-SLEEP-interventionen
Andra namn:
  • Pedagogisk kontroll

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Sömnlängd
Tidsram: Baslinje och efter intervention (4 och 8 veckor)
Sömnens varaktighet kommer att mätas med hjälp av en 7-dagars datainsamling av rörelse via aktigrafi. Dagliga sömndagböcker kommer att stödja aktigrafidata.
Baslinje och efter intervention (4 och 8 veckor)
Sömnkvalitet
Tidsram: Baslinje och efter intervention (4 och 8 veckor)
Sömnkvalitet kommer att mätas via självrapporteringsundersökning, PROMIS Sleep Related Disturbance.
Baslinje och efter intervention (4 och 8 veckor)

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Sovtiming
Tidsram: Baslinje och efter intervention (4 och 8 veckor)
Sömntid kommer att mätas med hjälp av en 7-dagars datainsamling av rörelse via aktigrafi. Dagliga sömndagböcker kommer att stödja aktigrafidata.
Baslinje och efter intervention (4 och 8 veckor)
Sömn regelbundenhet
Tidsram: Baslinje och efter intervention (4 och 8 veckor)
Sömnregelbundenhet kommer att mätas med hjälp av en 7-dagars datainsamling av rörelse via aktigrafi. Dagliga sömndagböcker kommer att stödja aktigrafidata.
Baslinje och efter intervention (4 och 8 veckor)
Sömneffektivitet
Tidsram: Baslinje och efter intervention (4 och 8 veckor)
Sömneffektiviteten kommer att mätas med hjälp av en 7-dagars datainsamling av rörelse via aktigrafi. Dagliga sömndagböcker kommer att stödja aktigrafidata.
Baslinje och efter intervention (4 och 8 veckor)
sömnighet dagtid
Tidsram: Baslinje och efter intervention (4 och 8 veckor)
Sömnighet under dagtid kommer att mätas via självrapporteringsundersökning, PROMIS Sleep Related Impairment
Baslinje och efter intervention (4 och 8 veckor)
Sömneffektivitet
Tidsram: Baslinje och efter intervention (4 och 8 veckor)
Sömneffektivitet kommer att samlas in via självrapporteringsundersökning, sömnpraxis och enkät om attityder.
Baslinje och efter intervention (4 och 8 veckor)
Sömntro
Tidsram: Baslinje och efter intervention (4 och 8 veckor)
Sömnövertygelser kommer att samlas in via självrapporteringsundersökning, sömnpraxis och enkät om attityder.
Baslinje och efter intervention (4 och 8 veckor)
Trötthet
Tidsram: Baslinje och efter intervention (4 och 8 veckor)
Trötthet kommer att samlas in via egenrapport PROMIS Trötthetsundersökning.
Baslinje och efter intervention (4 och 8 veckor)
Mobilapp-statistik för acceptans
Tidsram: efter intervention (4 och 8 veckor)
Appens acceptans kommer att mätas med hjälp av Acceptability E-Scale.
efter intervention (4 och 8 veckor)
Mobilapp-statistik för användbarhet
Tidsram: efter intervention (4 och 8 veckor)
Appens användbarhet kommer att mätas med hjälp av mHealth App Usability Questionnaire.
efter intervention (4 och 8 veckor)
Mobilappsstatistik för engagemang
Tidsram: efter intervention (4 och 8 veckor)
Appengagemang kommer att mätas med hjälp av statistik i appen över deltagaranvändning.
efter intervention (4 och 8 veckor)

Andra resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Studie genomförbarhet
Tidsram: efter intervention (4 och 8 veckor)
Studiens genomförbarhet kommer att mätas med hjälp av rekryterings- och retentionsstatistik.
efter intervention (4 och 8 veckor)

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Publikationer och användbara länkar

Den som ansvarar för att lägga in information om studien tillhandahåller frivilligt dessa publikationer. Dessa kan handla om allt som har med studien att göra.

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (Faktisk)

15 februari 2024

Primärt slutförande (Beräknad)

31 januari 2027

Avslutad studie (Beräknad)

31 januari 2027

Studieregistreringsdatum

Först inskickad

18 oktober 2023

Först inskickad som uppfyllde QC-kriterierna

23 oktober 2023

Första postat (Faktisk)

27 oktober 2023

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

30 april 2026

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

29 april 2026

Senast verifierad

1 april 2026

Mer information

Termer relaterade till denna studie

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

JA

IPD-planbeskrivning

Vi kommer att göra avidentifierade uppgifter tillgängliga för andra på begäran. Avidentifierade data kommer att delas med University of Cincinnati, College of Nursing studenter, MSN-studenter, DNP-studenter, doktorander, postdoktorander och intresserade fakultetsmedlemmar. Intresserade parter från andra institutioner kan också begära avidentifierade uppgifter. Vi kommer att skapa en datauppsättning från rådata som ska delas. Detta kan inkludera avidentifierade aktigrafirapporter och undersökningsdata. På grund av det specifika syftet med fokusgruppssessionerna planerar vi inte att dela transkriptioner eller kodad data på grund av att den egenutvecklade produkten skapas från feedback från fokusgruppssessioner. Ett nära samarbete med Dr. Hittle kommer att vara nödvändigt för andra utredares användning av delade resurser, samt bevis på IRB-godkännande och överenskommelse om att inte dela datafiler.

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

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 .

Prenumerera