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

Bärbar teknologi för upptäckt och utvärdering av sömnrelaterade andningsstörningar (ReSTech)

27 april 2026 uppdaterad av: Patricia Concheiro Moscoso, Universidade da Coruña

Detta projekt är en observationsstudie som syftar till att utvärdera noggrannheten hos bärbara enheter för att upptäcka potentiella sömnrelaterade andningsstörningar (SRBD) hos individer som besöker sömnrelaterade andningsstörningar och hemventilationsenheten. Huvudmålet med studien är att avgöra om bärbara enheter, som sömn- och aktivitetsspårande armband och klockor, effektivt kan komplettera upptäckten av dessa störningar.

Studien kommer att analysera olika variabler relaterade till sömnkvalitet och kvantitet. Deltagarna kommer att bli ombedda att bära en Xiaomi Mi Band 8-enhet under ett polygrafitest på sjukhus över natten, som kommer att genomföras under en dag i deras vanliga dagliga miljö. Dessutom måste de i början av sitt deltagande fylla i ett frågeformulär som samlar in information om sociodemografiska variabler, dagliga vanor, rutiner och deras bedömning med hjälp av Epworth Sleepiness Scale.

Efter att ha genomfört polygrafitestet och använt Xiaomi-enheten kommer deltagarna att behöva svara på ytterligare ett frågeformulär som tar upp aspekter relaterade till deras sömnkvalitet och -vanor under denna period.

Studieöversikt

Detaljerad beskrivning

De senaste åren har sömnstörningar fått betydelse på grund av sin höga förekomst och påverkan på det dagliga livet, vilket påverkar människors förmåga att utföra dagliga sysslor och minskar livskvaliteten. Dessa störningar inkluderar svårigheter att somna, andningsavbrott och dålig sömnkvalitet, där sömnrelaterade andningsstörningar (SRBD), såsom obstruktiv sömnapné (OSA), är särskilt betydande. OSA, som involverar upprepade luftvägsobstruktioner under sömnen, är särskilt vanligt hos äldre vuxna, individer med fetma och män, men det är fortfarande ofta underdiagnostiserat.

SRBD stör inte bara sömnen utan ökar också risken för kroniska tillstånd som diabetes, högt blodtryck och stroke samtidigt som det skapar en ekonomisk börda på grund av högre efterfrågan på medicinska resurser. Deras effekter på fysisk och mental hälsa leder till trötthet, minskad produktivitet, arbetsplatsolyckor och till och med funktionshinder, vilket understryker behovet av effektivare diagnostik- och hanteringsverktyg.

Medan polysomnografi (PSG) är guldstandarden för att diagnostisera sömnstörningar, begränsar dess höga kostnad och invasiva karaktär dess tillgänglighet. Bärbara enheter, som armband och klockor, erbjuder ett mer tillgängligt och icke-invasivt alternativ som ger realtidsdata om sömn, hjärtfrekvens och aktivitet. Även om de är lovande, kräver dessa enheter fortfarande ytterligare forskning för att bekräfta deras noggrannhet vid detektering av SRBD. Detta projekt syftar till att utvärdera effektiviteten av wearables som kompletterande verktyg för att diagnostisera och hantera dessa sjukdomar. Specifikt har den följande specifika mål: (1) Att bedöma noggrannheten, specificiteten och känsligheten hos bärbara enheter, såsom armband och klockor, vid mätning av blodsyremättnad, hjärtfrekvens och aktivitet, jämfört med nattlig polygrafi. (2) Att analysera effektiviteten av dessa enheter för att identifiera individer med potentiella sömnrelaterade andningsstörningar (SRBD) med hjälp av oövervakade inlärningstekniker. (3) Att utvärdera effekten och prestandan av en artificiell intelligensmodell för att upptäcka och klassificera potentiell SRBD.

Studietyp

Observationell

Inskrivning (Faktisk)

300

Kontakter och platser

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

Studieorter

    • Pontevedra
      • Vigo, Pontevedra, Spanien, 36312
        • Hospital Alvaro Cunqueiro
      • Vigo, Pontevedra, Spanien
        • Hospital Alvaro Cunqueiro

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

Testmetod

Icke-sannolikhetsprov

Studera befolkning

Vuxen befolkning med en potentiell sömnrelaterad andningsstörning.

Beskrivning

Inklusionskriterier:

  • Var minst 18 år eller äldre.
  • Gå till enheten för sömnandningsstörningar och hemventilation för polygrafitestet.

Uteslutningskriterier:

  • Har betydande hälsokomplikationer som hindrar aktivt deltagande i studien.
  • Presentera hudöverkänslighet eller en känd allergi mot materialet som används i överdragen eller remmarna på de bärbara enheterna som kommer att användas som ett av mätinstrumenten i studien.

Studieplan

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

Hur är studien utformad?

Designdetaljer

Kohorter och interventioner

Grupp / Kohort
Intervention / Behandling
Deltagare i nattlig polygrafistudie
Detta projekt syftar till att studera cirka 263 individer från olika åldersgrupper och kön som misstänks ha sömnrelaterade andningsstörningar. Deltagarna kommer att vara de som remitteras till en nattlig polygrafistudie vid enheten för sömnrelaterade andningsstörningar och hemventilation. Under polygraftestet kommer deltagarna också att bära Xiaomi Mi Smart Band 8 bärbara enhet för att jämföra dess noggrannhet vid mätning av sömnparametrar, syremättnad och hjärtfrekvens mot polygrafiresultaten.
Den bärbara enheten, Xiaomi Mi Smart Band 8, kommer enbart att användas i observationssyfte för att bedöma dess noggrannhet vid mätning av sömnparametrar, syremättnad och hjärtfrekvens i jämförelse med nattlig polygrafi. Deltagarna får rutinvård enligt ordination av deras läkare, och den bärbara enheten är inte en del av deras medicinska behandling utan observeras tillsammans med vanliga polygrafi-tester.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Inspelning av djupsömnstadiet
Tidsram: 1 år
Xiaomi Mi Smart Band 8 kommer att registrera varaktigheten av djup sömn, mätt i minuter, för att hjälpa till att uppskatta och identifiera potentiella sömnrelaterade andningsstörningar.
1 år
Inspelning av lätt sömnstadium
Tidsram: 1 år
Xiaomi Mi Smart Band 8 kommer att registrera varaktigheten av lätt sömn, mätt i minuter, för att hjälpa till att uppskatta och upptäcka potentiella sömnrelaterade andningsstörningar.
1 år
Registrering av REM-sömnstadiet
Tidsram: 1 år
Xiaomi Mi Smart Band 8 kommer att registrera varaktigheten av REM-sömnstadiet, mätt i minuter, för att hjälpa till att uppskatta och upptäcka potentiella sömnrelaterade andningsstörningar.
1 år
Registrering av vakentid efter sömndebut
Tidsram: 1 år
Xiaomi Mi Smart Band 8 kommer att registrera den tid som tillbringas vaken efter sömnstart, mätt i minuter, för att hjälpa till att uppskatta och upptäcka potentiella sömnrelaterade andningsstörningar.
1 år

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Spårning av stegräkning
Tidsram: 1 år
Xiaomi Mi Smart Band 8-enheten kommer att spåra det totala antalet steg som deltagaren tagit under en 24-timmarsperiod. Data kommer att användas för att bedöma fysiska aktivitetsnivåer och kommer att registreras som det totala antalet steg under övervakningsperioden.
1 år
Spårning av avstånd
Tidsram: 1 år
Xiaomi Mi Smart Band 8-enheten kommer att mäta det totala avståndet som deltagaren täcker, registrerat i meter.
1 år
Spårning av fysisk aktivitets varaktighet
Tidsram: 1 år
Xiaomi Mi Smart Band 8-enheten kommer att spåra den totala varaktigheten av fysisk aktivitet, registrerad i minuter.
1 år
Övervakning av positionsförändringar
Tidsram: 1 år
Den nattliga polygrafen kommer att spåra förändringar i deltagarnas kroppsställning. Dessa data kommer att hjälpa till att bedöma fysisk aktivitet, vilomönster och potentiella sömnrelaterade problem. Positionsändringarna kommer att registreras utan en specifik måttenhet.
1 år
Övervakning av kroppsrörelser
Tidsram: 1 år
Den nattliga polygrafen kommer att övervaka och registrera deltagarnas kroppsrörelser. Dessa rörelser kommer att användas för att bedöma fysisk aktivitet och vilomönster. Data kommer att registreras utan en specifik måttenhet, med fokus på detektering av rörelseförekomst och intensitet.
1 år
Registrering av hjärtfrekvens
Tidsram: 1 år
Pulsövervakning med Xiaomi Mi Smart Band 8-enheten och nattlig polygraf för att jämföra data från båda enheterna. Båda enheterna registrerar den genomsnittliga hjärtfrekvensen, såväl som max och minimum (i BPM).
1 år
Registrering av syremättnad
Tidsram: 1 år
Syremättnad med Xiaomi Mi Smart Band 8-enheten och nattlig polygraf för att jämföra data från båda enheterna. Båda enheterna registrerar den genomsnittliga syremättnaden, såväl som maximum och minimum (i procent).
1 år
Sömnkvalitet och -vanor mätt med ett sömnformulär
Tidsram: 1 år
Detta skräddarsydda frågeformulär innehåller frågor relaterade till läggdags och uppvaknande tid, tid det tar att somna, antal nattliga uppvaknanden, anledningar till att vakna, upplevd sömnkvalitet, aktiviteter före sömn och upplevda stressnivåer under dagen. Den innehåller också punkter som bedömer kvaliteten och kvantiteten av sömnen med hjälp av en 6-gradig Likert-skala, som sträcker sig från 0 (håller inte med) till 5 (håller helt med). Den totala poängen varierar från 0 till 45, med högre poäng som indikerar en större uppfattning om sömnkvalitet och kvantitet.
1 år

Samarbetspartners och utredare

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

Utredare

  • Huvudutredare: Patricia Concheiro-Moscoso, PhD, CITIC-TALIONIS research group, Universidade da Coruña. Faculty of Health Sciences, Universidade da Coruña.
  • Huvudutredare: Mar Mosteiro-Añon, Physician, Hospital Alvaro Cunqueiro
  • Studiestol: José Alberto Fernández-Villar, PhD, Physician, NeumoVigo I+i. Hospital Álvaro Cunqueiro.
  • Studiestol: Javier Pereira, PhD, CITIC-TALIONIS research group, Universidade da Coruña. Faculty of Health Sciences, Universidade da Coruña.
  • Studiestol: María Luisa Torres-Durán, PhD, Physician, NeumoVigo I+i. Hospital Álvaro Cunqueiro.
  • Studiestol: Betania Groba, PhD, CITIC-TALIONIS research group, Universidade da Coruña. Faculty of Health Sciences, Universidade da Coruña.
  • Studiestol: Manuel Casal-Guisande, PhD, NeumoVigo I+i. Hospital Álvaro Cunqueiro.

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.

Allmänna publikationer

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)

18 februari 2025

Primärt slutförande (Faktisk)

18 januari 2026

Avslutad studie (Faktisk)

18 januari 2026

Studieregistreringsdatum

Först inskickad

16 september 2024

Först inskickad som uppfyllde QC-kriterierna

18 september 2024

Första postat (Faktisk)

23 september 2024

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

28 april 2026

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

27 april 2026

Senast verifierad

1 juni 2025

Mer information

Termer relaterade till denna studie

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

OBESLUTSAM

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

produkt tillverkad i och exporterad från U.S.A.

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