• 验证流动性的客观指标[时间范围：12个月]
  将通过惯性测量单元（IMU）可穿戴传感器进行迁移率评估的有效性。与通过MDSUPDRS-III量表和FIT检验评估的运动状态相比，它将定义为机器学习算法的准确性，以预测患者运动状态。将机器学习的预测与MDS-UPDRS-III总分以及相同量表的3.14项目（全球临床印象）进行比较。将要求患者执行MDS-UPDRS-III量表的所有运动任务和手指敲击测试（FIT测试），双手戴着IMU系统。
• 客观和主观流动性[时间范围：12个月]
  根据IMU可穿戴传感器的数据，通过机器学习预测移动性；手指敲击测试； VAS电机
• 睡眠和嗜睡[时间范围：12个月]
  通过睡眠日记测量，SSS
• 认知（电子Stroop测试）[时间范围：12个月]
• 情绪状态[时间范围：12个月]
  通过视觉模拟量表（VAS）情绪/焦虑衡量
• 疲劳[时间范围：12个月]
  通过VAS疲劳测量
• 昼夜节期[时间范围：12个月]
  连续用于皮肤温度和重复样品（每30'，总共9个样品，晚上在睡前，用于唾液DLMO
• 睡眠体内平衡（SWA）[时间范围：12个月]
  根据通过夜间便携式多聚疗法获得的脑电图记录计算。

• 计时型[时间范围：12个月]
  由Horne＆Ostberg Mornings/Nightness问卷调查（MEQ）衡量
• 睡眠习惯，睡眠和与唤醒有关的症状，睡眠质量[时间范围：12个月]
  由匹兹堡睡眠质量指数（PSQI）衡量
• PD特异性睡眠和唤醒相关症状[时间范围：12个月]
  由帕金森氏病睡眠量表（PDSS-2）衡量
• 睡眠不良或不足的白天症状[时间范围：12个月]
  通过Epworth嗜睡量表（ESS）[96]和疲劳严重程度量表（FSS）衡量
• 早晨觉醒的移动性修改[时间范围：12个月]
  由睡眠福利问卷衡量
• 日常生活中PD的运动和非运动症状[时间范围：12个月]
  由MDS-UPDRS量表（第I，II和IV部分）测量
• 神经心理电池对特发性PD有用[时间范围：12个月]
  通过Mattis痴呆评级量表（MDRS）测量
• 情绪[时间范围：12个月]
  通过贝克抑郁量库存（BDI）衡量

睡眠益处（SB）由大约40％的帕金森氏病（PD）患者的早晨觉醒中发生的自发，短暂和不一致的改善，然后服用了第一个早晨的多巴胺能药物。

SB可以代表开发PD运动症状的新治疗策略的途径。

作为看似不可预测的现象，每日和受试者的每日差异很大，SB研究需要对流动性进行多次多次评估几天。在成本效益和患者的可接受性方面，实验性家庭环境对于此目的将是最佳的。

此外，由于到目前为止，SB的程度和性质尚未得到很好的特征，并且其可变性的大小尚不清楚，因此一种可靠的评估方法，独立于观察者和情况，SB是该领域进一步研究的要求。

最近开发的技术将机器学习算法与无线便携式传感器（加速度计和陀螺仪）和软件应用结合在一起，对于表征SBS的复杂性和多重性可能是特别有希望的。通过此技术，可以在房屋中重复和多次评估进行移动性评估没有研究人员持续存在的患者。

这种方法在成本效益，可行性和研究方案的可接受性方面具有多种优势。它还提高了这些患者的主观和客观估计的生态有效性。

研究人员选择对PD患者而不是健康受试者进行这项初步研究，因为SB是迄今为止仅在该人群中描述的现象。研究人员还认为，该研究的可行性将主要取决于患者的移动能力和自身疾病的背景。

SB是睡眠引起的现象。睡眠的倾向和时机取决于先前觉醒（稳态过程）和昼夜信号（昼夜节律过程）的持续时间的协调相互作用。为了更好地了解SB，有必要研究昼夜节律和体内平衡过程的相互影响。

研究人员已经设计了一种新的范式，以“在恒定条件下保持稳态过程“转移”昼夜节律阶段，以观察这两个过程对这两个过程对MP患者觉醒迁移的影响。这种实验方法得到了Aleksandar Videnovic教授（美国哈佛大学，美国医学院），本研究的国会议员和科学合作者的昼夜节奏节奏领袖。

作为第一步，研究人员计划实施一种基于技术的家庭方法，以在PD患者中进行验证，并在一小群患者中验证这种方法辅助方法的后勤可行性，以便能够能够将此范式应用于大型科学项目。

帕金森氏病是一种常见的神经退行性疾病，触及60岁以上普通人群的1.5％，其流动性受损，对患者及其护理人员的日常生活和生活质量的影响很大。帕金森氏病（PD）患者中有40％报告说，早晨觉醒时发生的流动性发生不一致，自发性，暂时性改善，然后服用了他们的第一个早晨剂量的多巴胺能药物。这种显然不可预测的，高度可变的，与睡眠相关的现象已被科学家称为“睡眠益处”（SB）。

SB是遵循PD中运动症状的新型治疗策略的有前途的轨道。一种创新的方法可能是通过在实验环境中影响PD患者的睡眠调节来诱导移动性的改变。

睡眠倾向和时机取决于前面觉醒持续时间（体内平衡成分）和昼夜信号（昼夜节律组件）的协调相互作用。体内平衡和昼夜节律过程之间的相互作用主持了许多生理过程的内部同步。我们假设SB依赖于早晨觉醒时昼夜节律和稳态过程之间偶然的最佳同步。由于SB显示出较高的日常，间和受试者内的变异性，研究SB需要在几天内重复评估移动性。基于家庭的实验环境将在患者的成本效益和可接受性方面最佳。此外，考虑到到目前为止SB的范围和性质尚未得到很好的特征，并且其可变性的幅度尚不清楚，因此，可靠的，观察者和与情况无关的，独立的，可再现的评估方法是SB的重要要求在这个区域。

最近开发的技术将机器学习算法与无线可穿戴传感器（加速度计和陀螺仪）和软件应用程序相关联可能特别有望表征PD中SB的复杂性和多样性。多亏了这项技术，重复的，可以在患者的家中进行多次移动性评估，而无需研究人员的持续存在。

这项研究的工作假设是，当昼夜节律与睡眠的稳态调节之间发生最佳同步时，PD患者的运动性能会改善早晨觉醒的情况。作为第一步，我们设想建立一种基于家庭和技术的方法论，并验证其科学，技术和物流的可行性。

该研究将涉及四个工作包，以定义每个特定端点：

WP1：物流，设置，研究程序的定义；

WP2：技术设置：

• IMU可穿戴传感器
• SleepFit软件应用程序开发
• 光疗（包括假光治疗）
• 家用多个学术摄影
• 时间生物学评估（远端皮肤体温梯度；唾液标本的昏暗褪黑激素（DLMO）；

两个工作包（3和4）将需要患者纳入患者：

WP3：通过可穿戴传感器对移动性评估的验证：基于MDS-UPDRS-III总分和3.14项目（全球临床临床印象），机器学习算法的准确性可以预测患者的运动状态；

WP4：在一小群受试者中对患者家中的现实状况进行测试。

• 其他：IMU可穿戴传感器对移动性评估的验证

  IMU可穿戴传感器的移动性评估的有效性将在工作包3中验证。

  与通过MDS-UPDRS-III量表和FIT测试评估的运动状态相比，它将定义为机器学习算法的准确性，以预测患者运动状态。将机器学习的预测与MDS-UPDRS-III总分以及相同量表的3.14项目（全球临床印象）进行比较。

  将要求患者执行MDS-UPDRS-III量表的所有运动任务和手指敲击测试（FIT测试），双手戴着IMU系统。然后，将选择一部分最小电机任务，允许通过机器学习算法进行良好预测的运动状态，以进行工作包4。

• 其他：在一小群受试者的患者家中在现实生活中的测试

  基线阶段B1：观察阶段：1周的手术和睡眠日记，以评估习惯活动/休息常规。

  B2：夜间睡眠巩固阶段：2周：定时曝光，持续的睡眠/唤醒常规和1小时/夜的睡眠限制（基于习惯活动）。

• 其他：在一小群受试者的患者家中在现实生活中的测试

  干预阶段

  • A阶段（11天）：受试者每天两次早上和下午的光线暴露一小时：

    • 第1天：结果指标的基线评估；
    • 第2天至＃6：早晨的明亮光线（主动治疗） +下午（安慰剂）昏暗的光线，以逐步提高每天30'的昼夜阶段（在第6天获得2.5小时的阶段前进）；
    • 第7天到＃11：早上昏暗的光线 +下午明亮的光线，将昼夜节阶段恢复为每天30'的基线。
  • 冲洗：6天。在此阶段没有干预，以稳定循环的昼夜节律至基线，以使B期保持在与A阶段A相同的条件下。

  • B阶段（11天）：与A期类似：

    • 第1天：与A期类似；
    • 第2天到＃6：与阶段A相比，恢复条件的恢复条件。
    • 第7天到＃11：与阶段A相比，恢复条件的恢复条件。

纳入标准：

• 患者> 18岁；
• 患有特发性PD的患者，两性的患者；
• 霍恩（Hoehn）和耶尔（Yahr）在“ on”状态中的2至4阶段；
• 在研究筛查前至少4周，稳定的反帕金森氏菌和/或精神药物；
• 可靠的合作伙伴/照顾者在研究程序中为患者提供帮助；
• 社会保障计划的附属人员或受益人；
• 由参与者和调查员签署的免费，知情和书面同意书（最晚在纳入当天和研究所需的任何检查之前）。

排除标准：

• 患者<18岁；
• 非典型帕金森综合症；
• 失智;
• 用延长释放的多巴胺能药物治疗（不包括延长释放左旋多巴，不晚于习惯就寝时间前6小时）；
• 使用催眠药物或兴奋剂；
• 使用抗抑郁药，除非稳定剂量至少3个月；
• 在学习筛查前90天内穿过2个时区；
• 可能干扰光治疗的视觉异常，例如明显的白内障，狭窄的角度青光眼或失明；
• 任何其他可能干扰迁移率评估的医疗状况（例如肢体截肢，冲刺后瘫痪，严重的骨关​​节疾病）；
• 任何条件都限制了受试者了解患者本人在家中执行的任务的能力（例如失语症，寡头型）；
• 据研究者认为，身体和/或心理健康的严重改变可能会影响参与者对研究的遵守情况；
• 住房条件不足进行房屋评估；
• 拒绝参加研究的患者；
• 在法律监护或策展人身份，孕妇和母乳喂养的妇女，育儿妇女，处于紧急情况下的患者；
• 参加另一项研究的人，包括一段时间的排除期，无论如何在任何情况下仍在<1个月。

• 验证流动性的客观指标[时间范围：12个月]
  将通过惯性测量单元（IMU）可穿戴传感器进行迁移率评估的有效性。与通过MDSUPDRS-III量表和FIT检验评估的运动状态相比，它将定义为机器学习算法的准确性，以预测患者运动状态。将机器学习的预测与MDS-UPDRS-III总分以及相同量表的3.14项目（全球临床印象）进行比较。将要求患者执行MDS-UPDRS-III量表的所有运动任务和手指敲击测试（FIT测试），双手戴着IMU系统。
• 客观和主观流动性[时间范围：12个月]
  根据IMU可穿戴传感器的数据，通过机器学习预测移动性；手指敲击测试； VAS电机
• 睡眠和嗜睡[时间范围：12个月]
  通过睡眠日记测量，SSS
• 认知（电子Stroop测试）[时间范围：12个月]
• 情绪状态[时间范围：12个月]
  通过视觉模拟量表（VAS）情绪/焦虑衡量
• 疲劳[时间范围：12个月]
  通过VAS疲劳测量
• 昼夜节期[时间范围：12个月]
  连续用于皮肤温度和重复样品（每30'，总共9个样品，晚上在睡前，用于唾液DLMO
• 睡眠体内平衡（SWA）[时间范围：12个月]
  根据通过夜间便携式多聚疗法获得的脑电图记录计算。

• 计时型[时间范围：12个月]
  由Horne＆Ostberg Mornings/Nightness问卷调查（MEQ）衡量
• 睡眠习惯，睡眠和与唤醒有关的症状，睡眠质量[时间范围：12个月]
  由匹兹堡睡眠质量指数（PSQI）衡量
• PD特异性睡眠和唤醒相关症状[时间范围：12个月]
  由帕金森氏病睡眠量表（PDSS-2）衡量
• 睡眠不良或不足的白天症状[时间范围：12个月]
  通过Epworth嗜睡量表（ESS）[96]和疲劳严重程度量表（FSS）衡量
• 早晨觉醒的移动性修改[时间范围：12个月]
  由睡眠福利问卷衡量
• 日常生活中PD的运动和非运动症状[时间范围：12个月]
  由MDS-UPDRS量表（第I，II和IV部分）测量
• 神经心理电池对特发性PD有用[时间范围：12个月]
  通过Mattis痴呆评级量表（MDRS）测量
• 情绪[时间范围：12个月]
  通过贝克抑郁量库存（BDI）衡量

睡眠益处（SB）由大约40％的帕金森氏病（PD）患者的早晨觉醒中发生的自发，短暂和不一致的改善，然后服用了第一个早晨的多巴胺能药物。

SB可以代表开发PD运动症状的新治疗策略的途径。

作为看似不可预测的现象，每日和受试者的每日差异很大，SB研究需要对流动性进行多次多次评估几天。在成本效益和患者的可接受性方面，实验性家庭环境对于此目的将是最佳的。

此外，由于到目前为止，SB的程度和性质尚未得到很好的特征，并且其可变性的大小尚不清楚，因此一种可靠的评估方法，独立于观察者和情况，SB是该领域进一步研究的要求。

最近开发的技术将机器学习算法与无线便携式传感器（加速度计和陀螺仪）和软件应用结合在一起，对于表征SBS的复杂性和多重性可能是特别有希望的。通过此技术，可以在房屋中重复和多次评估进行移动性评估没有研究人员持续存在的患者。

这种方法在成本效益，可行性和研究方案的可接受性方面具有多种优势。它还提高了这些患者的主观和客观估计的生态有效性。

研究人员选择对PD患者而不是健康受试者进行这项初步研究，因为SB是迄今为止仅在该人群中描述的现象。研究人员还认为，该研究的可行性将主要取决于患者的移动能力和自身疾病的背景。

SB是睡眠引起的现象。睡眠的倾向和时机取决于先前觉醒（稳态过程）和昼夜信号（昼夜节律过程）的持续时间的协调相互作用。为了更好地了解SB，有必要研究昼夜节律和体内平衡过程的相互影响。

研究人员已经设计了一种新的范式，以“在恒定条件下保持稳态过程“转移”昼夜节律阶段，以观察这两个过程对这两个过程对MP患者觉醒迁移的影响。这种实验方法得到了Aleksandar Videnovic教授（美国哈佛大学，美国医学院），本研究的国会议员和科学合作者的昼夜节奏节奏领袖。

作为第一步，研究人员计划实施一种基于技术的家庭方法，以在PD患者中进行验证，并在一小群患者中验证这种方法辅助方法的后勤可行性，以便能够能够将此范式应用于大型科学项目。

帕金森氏病是一种常见的神经退行性疾病，触及60岁以上普通人群的1.5％，其流动性受损，对患者及其护理人员的日常生活和生活质量的影响很大。帕金森氏病（PD）患者中有40％报告说，早晨觉醒时发生的流动性发生不一致，自发性，暂时性改善，然后服用了他们的第一个早晨剂量的多巴胺能药物。这种显然不可预测的，高度可变的，与睡眠相关的现象已被科学家称为“睡眠益处”（SB）。

SB是遵循PD中运动症状的新型治疗策略的有前途的轨道。一种创新的方法可能是通过在实验环境中影响PD患者的睡眠调节来诱导移动性的改变。

睡眠倾向和时机取决于前面觉醒持续时间（体内平衡成分）和昼夜信号（昼夜节律组件）的协调相互作用。体内平衡和昼夜节律过程之间的相互作用主持了许多生理过程的内部同步。我们假设SB依赖于早晨觉醒时昼夜节律和稳态过程之间偶然的最佳同步。由于SB显示出较高的日常，间和受试者内的变异性，研究SB需要在几天内重复评估移动性。基于家庭的实验环境将在患者的成本效益和可接受性方面最佳。此外，考虑到到目前为止SB的范围和性质尚未得到很好的特征，并且其可变性的幅度尚不清楚，因此，可靠的，观察者和与情况无关的，独立的，可再现的评估方法是SB的重要要求在这个区域。

最近开发的技术将机器学习算法与无线可穿戴传感器（加速度计和陀螺仪）和软件应用程序相关联可能特别有望表征PD中SB的复杂性和多样性。多亏了这项技术，重复的，可以在患者的家中进行多次移动性评估，而无需研究人员的持续存在。

这项研究的工作假设是，当昼夜节律与睡眠的稳态调节之间发生最佳同步时，PD患者的运动性能会改善早晨觉醒的情况。作为第一步，我们设想建立一种基于家庭和技术的方法论，并验证其科学，技术和物流的可行性。

该研究将涉及四个工作包，以定义每个特定端点：

WP1：物流，设置，研究程序的定义；

WP2：技术设置：

• IMU可穿戴传感器
• SleepFit软件应用程序开发
• 光疗（包括假光治疗）
• 家用多个学术摄影
• 时间生物学评估（远端皮肤体温梯度；唾液标本的昏暗褪黑激素（DLMO）；

两个工作包（3和4）将需要患者纳入患者：

WP3：通过可穿戴传感器对移动性评估的验证：基于MDS-UPDRS-III总分和3.14项目（全球临床临床印象），机器学习算法的准确性可以预测患者的运动状态；

WP4：在一小群受试者中对患者家中的现实状况进行测试。

• 其他：IMU可穿戴传感器对移动性评估的验证

  IMU可穿戴传感器的移动性评估的有效性将在工作包3中验证。

  与通过MDS-UPDRS-III量表和FIT测试评估的运动状态相比，它将定义为机器学习算法的准确性，以预测患者运动状态。将机器学习的预测与MDS-UPDRS-III总分以及相同量表的3.14项目（全球临床印象）进行比较。

  将要求患者执行MDS-UPDRS-III量表的所有运动任务和手指敲击测试（FIT测试），双手戴着IMU系统。然后，将选择一部分最小电机任务，允许通过机器学习算法进行良好预测的运动状态，以进行工作包4。

• 其他：在一小群受试者的患者家中在现实生活中的测试

  基线阶段B1：观察阶段：1周的手术和睡眠日记，以评估习惯活动/休息常规。

  B2：夜间睡眠巩固阶段：2周：定时曝光，持续的睡眠/唤醒常规和1小时/夜的睡眠限制（基于习惯活动）。

• 其他：在一小群受试者的患者家中在现实生活中的测试

  干预阶段

  • A阶段（11天）：受试者每天两次早上和下午的光线暴露一小时：

    • 第1天：结果指标的基线评估；
    • 第2天至＃6：早晨的明亮光线（主动治疗） +下午（安慰剂）昏暗的光线，以逐步提高每天30'的昼夜阶段（在第6天获得2.5小时的阶段前进）；
    • 第7天到＃11：早上昏暗的光线 +下午明亮的光线，将昼夜节阶段恢复为每天30'的基线。
  • 冲洗：6天。在此阶段没有干预，以稳定循环的昼夜节律至基线，以使B期保持在与A阶段A相同的条件下。

  • B阶段（11天）：与A期类似：

    • 第1天：与A期类似；
    • 第2天到＃6：与阶段A相比，恢复条件的恢复条件。
    • 第7天到＃11：与阶段A相比，恢复条件的恢复条件。

纳入标准：

• 患者> 18岁；
• 患有特发性PD的患者，两性的患者；
• 霍恩（Hoehn）和耶尔（Yahr）在“ on”状态中的2至4阶段；
• 在研究筛查前至少4周，稳定的反帕金森氏菌和/或精神药物；
• 可靠的合作伙伴/照顾者在研究程序中为患者提供帮助；
• 社会保障计划的附属人员或受益人；
• 由参与者和调查员签署的免费，知情和书面同意书（最晚在纳入当天和研究所需的任何检查之前）。

排除标准：

• 患者<18岁；
• 非典型帕金森综合症；
• 失智;
• 用延长释放的多巴胺能药物治疗（不包括延长释放左旋多巴，不晚于习惯就寝时间前6小时）；
• 使用催眠药物或兴奋剂；
• 使用抗抑郁药，除非稳定剂量至少3个月；
• 在学习筛查前90天内穿过2个时区；
• 可能干扰光治疗的视觉异常，例如明显的白内障，狭窄的角度青光眼或失明；
• 任何其他可能干扰迁移率评估的医疗状况（例如肢体截肢，冲刺后瘫痪，严重的骨关​​节疾病）；
• 任何条件都限制了受试者了解患者本人在家中执行的任务的能力（例如失语症，寡头型）；
• 据研究者认为，身体和/或心理健康的严重改变可能会影响参与者对研究的遵守情况；
• 住房条件不足进行房屋评估；
• 拒绝参加研究的患者；
• 在法律监护或策展人身份，孕妇和母乳喂养的妇女，育儿妇女，处于紧急情况下的患者；
• 参加另一项研究的人，包括一段时间的排除期，无论如何在任何情况下仍在<1个月。