病情或疾病 |
---|
睡觉 |
睡眠行为对健康和福祉至关重要。睡眠持续时间不足和睡眠质量不足是高血压和心血管疾病,抑郁,肥胖和糖尿病的独立贡献者。鉴于睡眠持续时间和质量对健康的重要性,准确监测睡眠时间和质量在日常临床实践中的重要性变得越来越明显。
睡眠的“黄金标准”生理测量是睡眠多渗透学(PSG)。 PSG用于量化睡眠度量,包括睡眠时间,入睡时间,睡眠效率。睡眠PSG的缺点包括需要参加实验室,使用昂贵的设备,专业员工管理PSG,并为PSG评分和解释PSG输出,这限制了其在较大或自由生活的研究中的使用。
量化睡眠指标的另一种方法是基于行为的,证明了与多个术语一致的90%。腕部表演允许在几天内进行睡眠评估,并衡量每日睡眠效果周期。但是,数据是在特定时间窗口上以特定于制造商的活动“计数”形式的形式,因此很难将数据与不同的加速度计品牌进行比较。最近,在大型人群研究中,越来越多地使用腕上磨损的加速度计用于对体育活动的客观测量,在这些研究中,经常要求参与者连续佩戴24小时,以最大程度地提高依从性。因此,这些设备收集可用于估计睡眠参数的数据,但是,为了能够使用,池或比较这些数据,需要使用可以从不同加速度计品牌的数据集应用于睡眠算法。最新一代的加速度计测量通用单元中的加速度提高了不同品牌的加速度计之间的可比性,并允许在数据处理中进行更多控制。此外,现在有一种睡眠检测算法可以应用于来自不同RAW-DATA加速度计品牌的数据,并且可以作为R(用于统计计算和图形的软件环境)的GGIR软件包的一部分免费提供。使用的三个广泛使用的RAW-DATA加速度计品牌是轴性,Actigraph和Geneactiv和ActivPal,它是大腿磨损的加速度计,使用专有算法提供了姿势的度量;但是,现在可以使用原始数据。
用PSG验证了加速度计验证的研究产生了混合的结果,这些结果可以归因于制造商特定的睡眠算法和不同的加速度计位置(优势与非优势腕部与髋关节)。因此,可用于针对PSG的不同加速度计品牌的睡眠算法的验证。
研究类型 : | 观察 |
实际注册 : | 31名参与者 |
观察模型: | 队列 |
时间观点: | 横截面 |
官方标题: | 临床和健康人群中加速度计数据的自动睡眠算法的验证:睡眠测量研究 |
实际学习开始日期 : | 2020年1月23日 |
实际的初级完成日期 : | 2021年2月28日 |
实际 学习完成日期 : | 2021年2月28日 |
组/队列 |
---|
睡眠诊所患者 所有成年患者,从18岁到以及包括65岁的年龄在内,在莱斯特综合医院的通宵多摄影(PSG)录音的等待名单上。 |
健康的志愿者 从18岁到以及包括65岁的所有成年人,没有已知的睡眠障碍。 |
有资格学习的年龄: | 18年至65岁(成人,老年人) |
有资格学习的男女: | 全部 |
接受健康的志愿者: | 不 |
采样方法: | 非概率样本 |
英国 | |
莱斯特糖尿病中心 | |
莱斯特,英国,LE5 4PW |
研究主任: | 夏洛特·爱德华森 | 莱斯特大学 | |
首席研究员: | 安德鲁·霍尔 | 莱斯特大学医院 |
追踪信息 | |||||||
---|---|---|---|---|---|---|---|
首先提交日期 | 2020年1月29日 | ||||||
第一个发布日期 | 2020年2月28日 | ||||||
上次更新发布日期 | 2021年5月5日 | ||||||
实际学习开始日期 | 2020年1月23日 | ||||||
实际的初级完成日期 | 2021年2月28日(主要结果度量的最终数据收集日期) | ||||||
当前的主要结果指标 | 总睡眠时间[时间范围:10天] 分钟 | ||||||
原始主要结果指标 | 与电流相同 | ||||||
改变历史 | |||||||
当前的次要结果指标 |
| ||||||
原始的次要结果指标 | 与电流相同 | ||||||
当前其他预先指定的结果指标 | 不提供 | ||||||
原始其他预先指定的结果指标 | 不提供 | ||||||
描述性信息 | |||||||
简短标题 | 睡眠测量研究 | ||||||
官方头衔 | 临床和健康人群中加速度计数据的自动睡眠算法的验证:睡眠测量研究 | ||||||
简要摘要 | 睡眠行为对健康和福祉至关重要。大量证据表明,全因死亡率以及心血管和心脏代谢危险因素的睡眠不佳。鉴于睡眠对健康的重要性,准确监控睡眠时间和质量的重要性变得越来越明显。多摄影术(PSG)被认为是睡眠评估的黄金标准。然而,PSG是不切实际的,昂贵且富有劳动力的。量化睡眠索引的另一种方法是基于行为措施。腕部磨损的动作法设备提供了睡眠参数的间接度量,例如总睡眠时间,睡眠发作潜伏期和清醒时间。但是,数据以特定于制造商的活动“计数”的形式,因此很难将数据与不同的加速度计品牌进行比较。最近,在大型人群研究中,经常要求参与者连续24小时佩戴它们,最近越来越多地用于对体育活动的客观测量。因此,这些设备收集可用于估计睡眠参数的数据,现在有一种睡眠算法可以应用于加速度计的原始数据。使用的三个广泛使用的RAW-DATA加速度计品牌是轴性,Actigraph和Geneactiv和ActivPal,这是大腿磨损的加速度计,可提供姿势的度量。与PSG相比,研究了来自不同品牌加速度计估算睡眠参数的准确性的研究报告了相互矛盾的结果,这可能是由于使用了不同的睡眠算法和加速度计位置(主要与非高度手腕与臀部)。因此,本研究将旨在验证临床和健康的成人人群中针对PSG的研究级加速度计的自动睡眠算法。 | ||||||
详细说明 | 睡眠行为对健康和福祉至关重要。睡眠持续时间不足和睡眠质量不足是高血压和心血管疾病,抑郁,肥胖和糖尿病的独立贡献者。鉴于睡眠持续时间和质量对健康的重要性,准确监测睡眠时间和质量在日常临床实践中的重要性变得越来越明显。 睡眠的“黄金标准”生理测量是睡眠多渗透学(PSG)。 PSG用于量化睡眠度量,包括睡眠时间,入睡时间,睡眠效率。睡眠PSG的缺点包括需要参加实验室,使用昂贵的设备,专业员工管理PSG,并为PSG评分和解释PSG输出,这限制了其在较大或自由生活的研究中的使用。 量化睡眠指标的另一种方法是基于行为的,证明了与多个术语一致的90%。腕部表演允许在几天内进行睡眠评估,并衡量每日睡眠效果周期。但是,数据是在特定时间窗口上以特定于制造商的活动“计数”形式的形式,因此很难将数据与不同的加速度计品牌进行比较。最近,在大型人群研究中,越来越多地使用腕上磨损的加速度计用于对体育活动的客观测量,在这些研究中,经常要求参与者连续佩戴24小时,以最大程度地提高依从性。因此,这些设备收集可用于估计睡眠参数的数据,但是,为了能够使用,池或比较这些数据,需要使用可以从不同加速度计品牌的数据集应用于睡眠算法。最新一代的加速度计测量通用单元中的加速度提高了不同品牌的加速度计之间的可比性,并允许在数据处理中进行更多控制。此外,现在有一种睡眠检测算法可以应用于来自不同RAW-DATA加速度计品牌的数据,并且可以作为R(用于统计计算和图形的软件环境)的GGIR软件包的一部分免费提供。使用的三个广泛使用的RAW-DATA加速度计品牌是轴性,Actigraph和Geneactiv和ActivPal,它是大腿磨损的加速度计,使用专有算法提供了姿势的度量;但是,现在可以使用原始数据。 用PSG验证了加速度计验证的研究产生了混合的结果,这些结果可以归因于制造商特定的睡眠算法和不同的加速度计位置(优势与非优势腕部与髋关节)。因此,可用于针对PSG的不同加速度计品牌的睡眠算法的验证。 | ||||||
研究类型 | 观察 | ||||||
学习规划 | 观察模型:队列 时间视角:横截面 | ||||||
目标随访时间 | 不提供 | ||||||
生物测量 | 不提供 | ||||||
采样方法 | 非概率样本 | ||||||
研究人群 | 临床人群:莱斯特综合医院的候补患者在18-65岁的健康志愿者:没有已知睡眠障碍18-65岁的成年人 | ||||||
健康)状况 | 睡觉 | ||||||
干涉 | 不提供 | ||||||
研究组/队列 |
| ||||||
出版物 * | 不提供 | ||||||
*包括由数据提供商提供的出版物以及Medline中临床标识符(NCT编号)的出版物。 | |||||||
招聘信息 | |||||||
招聘状况 | 完全的 | ||||||
实际注册 | 31 | ||||||
原始估计注册 | 25 | ||||||
实际学习完成日期 | 2021年2月28日 | ||||||
实际的初级完成日期 | 2021年2月28日(主要结果度量的最终数据收集日期) | ||||||
资格标准 | 纳入标准: 临床人群:
1.愿意并且能够给予知情同意参加研究的参与者2.男性或女性3.年龄18-65岁,包括4.没有已知的睡眠障碍(参与者会自我报告) 排除标准:
| ||||||
性别/性别 |
| ||||||
年龄 | 18年至65岁(成人,老年人) | ||||||
接受健康的志愿者 | 不 | ||||||
联系人 | 仅当研究招募主题时才显示联系信息 | ||||||
列出的位置国家 | 英国 | ||||||
删除了位置国家 | |||||||
管理信息 | |||||||
NCT编号 | NCT04288557 | ||||||
其他研究ID编号 | 0713 | ||||||
有数据监测委员会 | 不 | ||||||
美国FDA调节的产品 |
| ||||||
IPD共享声明 |
| ||||||
责任方 | 莱斯特大学 | ||||||
研究赞助商 | 莱斯特大学 | ||||||
合作者 | 不提供 | ||||||
调查人员 |
| ||||||
PRS帐户 | 莱斯特大学 | ||||||
验证日期 | 2021年4月 |
病情或疾病 |
---|
睡觉 |
睡眠行为对健康和福祉至关重要。睡眠持续时间不足和睡眠质量不足是高血压和心血管疾病,抑郁,肥胖和糖尿病的独立贡献者。鉴于睡眠持续时间和质量对健康的重要性,准确监测睡眠时间和质量在日常临床实践中的重要性变得越来越明显。
睡眠的“黄金标准”生理测量是睡眠多渗透学(PSG)。 PSG用于量化睡眠度量,包括睡眠时间,入睡时间,睡眠效率。睡眠PSG的缺点包括需要参加实验室,使用昂贵的设备,专业员工管理PSG,并为PSG评分和解释PSG输出,这限制了其在较大或自由生活的研究中的使用。
量化睡眠指标的另一种方法是基于行为的,证明了与多个术语一致的90%。腕部表演允许在几天内进行睡眠评估,并衡量每日睡眠效果周期。但是,数据是在特定时间窗口上以特定于制造商的活动“计数”形式的形式,因此很难将数据与不同的加速度计品牌进行比较。最近,在大型人群研究中,越来越多地使用腕上磨损的加速度计用于对体育活动的客观测量,在这些研究中,经常要求参与者连续佩戴24小时,以最大程度地提高依从性。因此,这些设备收集可用于估计睡眠参数的数据,但是,为了能够使用,池或比较这些数据,需要使用可以从不同加速度计品牌的数据集应用于睡眠算法。最新一代的加速度计测量通用单元中的加速度提高了不同品牌的加速度计之间的可比性,并允许在数据处理中进行更多控制。此外,现在有一种睡眠检测算法可以应用于来自不同RAW-DATA加速度计品牌的数据,并且可以作为R(用于统计计算和图形的软件环境)的GGIR软件包的一部分免费提供。使用的三个广泛使用的RAW-DATA加速度计品牌是轴性,Actigraph和Geneactiv和ActivPal,它是大腿磨损的加速度计,使用专有算法提供了姿势的度量;但是,现在可以使用原始数据。
用PSG验证了加速度计验证的研究产生了混合的结果,这些结果可以归因于制造商特定的睡眠算法和不同的加速度计位置(优势与非优势腕部与髋关节)。因此,可用于针对PSG的不同加速度计品牌的睡眠算法的验证。
研究类型 : | 观察 |
实际注册 : | 31名参与者 |
观察模型: | 队列 |
时间观点: | 横截面 |
官方标题: | 临床和健康人群中加速度计数据的自动睡眠算法的验证:睡眠测量研究 |
实际学习开始日期 : | 2020年1月23日 |
实际的初级完成日期 : | 2021年2月28日 |
实际 学习完成日期 : | 2021年2月28日 |
组/队列 |
---|
睡眠诊所患者 所有成年患者,从18岁到以及包括65岁的年龄在内,在莱斯特综合医院的通宵多摄影(PSG)录音的等待名单上。 |
健康的志愿者 从18岁到以及包括65岁的所有成年人,没有已知的睡眠障碍。 |
有资格学习的年龄: | 18年至65岁(成人,老年人) |
有资格学习的男女: | 全部 |
接受健康的志愿者: | 不 |
采样方法: | 非概率样本 |
英国 | |
莱斯特糖尿病中心 | |
莱斯特,英国,LE5 4PW |
研究主任: | 夏洛特·爱德华森 | 莱斯特大学 | |
首席研究员: | 安德鲁·霍尔 | 莱斯特大学医院 |
追踪信息 | |||||||
---|---|---|---|---|---|---|---|
首先提交日期 | 2020年1月29日 | ||||||
第一个发布日期 | 2020年2月28日 | ||||||
上次更新发布日期 | 2021年5月5日 | ||||||
实际学习开始日期 | 2020年1月23日 | ||||||
实际的初级完成日期 | 2021年2月28日(主要结果度量的最终数据收集日期) | ||||||
当前的主要结果指标 | 总睡眠时间[时间范围:10天] 分钟 | ||||||
原始主要结果指标 | 与电流相同 | ||||||
改变历史 | |||||||
当前的次要结果指标 |
| ||||||
原始的次要结果指标 | 与电流相同 | ||||||
当前其他预先指定的结果指标 | 不提供 | ||||||
原始其他预先指定的结果指标 | 不提供 | ||||||
描述性信息 | |||||||
简短标题 | 睡眠测量研究 | ||||||
官方头衔 | 临床和健康人群中加速度计数据的自动睡眠算法的验证:睡眠测量研究 | ||||||
简要摘要 | 睡眠行为对健康和福祉至关重要。大量证据表明,全因死亡率以及心血管和心脏代谢危险因素的睡眠不佳。鉴于睡眠对健康的重要性,准确监控睡眠时间和质量的重要性变得越来越明显。多摄影术(PSG)被认为是睡眠评估的黄金标准。然而,PSG是不切实际的,昂贵且富有劳动力的。量化睡眠索引的另一种方法是基于行为措施。腕部磨损的动作法设备提供了睡眠参数的间接度量,例如总睡眠时间,睡眠发作潜伏期和清醒时间。但是,数据以特定于制造商的活动“计数”的形式,因此很难将数据与不同的加速度计品牌进行比较。最近,在大型人群研究中,经常要求参与者连续24小时佩戴它们,最近越来越多地用于对体育活动的客观测量。因此,这些设备收集可用于估计睡眠参数的数据,现在有一种睡眠算法可以应用于加速度计的原始数据。使用的三个广泛使用的RAW-DATA加速度计品牌是轴性,Actigraph和Geneactiv和ActivPal,这是大腿磨损的加速度计,可提供姿势的度量。与PSG相比,研究了来自不同品牌加速度计估算睡眠参数的准确性的研究报告了相互矛盾的结果,这可能是由于使用了不同的睡眠算法和加速度计位置(主要与非高度手腕与臀部)。因此,本研究将旨在验证临床和健康的成人人群中针对PSG的研究级加速度计的自动睡眠算法。 | ||||||
详细说明 | 睡眠行为对健康和福祉至关重要。睡眠持续时间不足和睡眠质量不足是高血压和心血管疾病,抑郁,肥胖和糖尿病的独立贡献者。鉴于睡眠持续时间和质量对健康的重要性,准确监测睡眠时间和质量在日常临床实践中的重要性变得越来越明显。 睡眠的“黄金标准”生理测量是睡眠多渗透学(PSG)。 PSG用于量化睡眠度量,包括睡眠时间,入睡时间,睡眠效率。睡眠PSG的缺点包括需要参加实验室,使用昂贵的设备,专业员工管理PSG,并为PSG评分和解释PSG输出,这限制了其在较大或自由生活的研究中的使用。 量化睡眠指标的另一种方法是基于行为的,证明了与多个术语一致的90%。腕部表演允许在几天内进行睡眠评估,并衡量每日睡眠效果周期。但是,数据是在特定时间窗口上以特定于制造商的活动“计数”形式的形式,因此很难将数据与不同的加速度计品牌进行比较。最近,在大型人群研究中,越来越多地使用腕上磨损的加速度计用于对体育活动的客观测量,在这些研究中,经常要求参与者连续佩戴24小时,以最大程度地提高依从性。因此,这些设备收集可用于估计睡眠参数的数据,但是,为了能够使用,池或比较这些数据,需要使用可以从不同加速度计品牌的数据集应用于睡眠算法。最新一代的加速度计测量通用单元中的加速度提高了不同品牌的加速度计之间的可比性,并允许在数据处理中进行更多控制。此外,现在有一种睡眠检测算法可以应用于来自不同RAW-DATA加速度计品牌的数据,并且可以作为R(用于统计计算和图形的软件环境)的GGIR软件包的一部分免费提供。使用的三个广泛使用的RAW-DATA加速度计品牌是轴性,Actigraph和Geneactiv和ActivPal,它是大腿磨损的加速度计,使用专有算法提供了姿势的度量;但是,现在可以使用原始数据。 用PSG验证了加速度计验证的研究产生了混合的结果,这些结果可以归因于制造商特定的睡眠算法和不同的加速度计位置(优势与非优势腕部与髋关节)。因此,可用于针对PSG的不同加速度计品牌的睡眠算法的验证。 | ||||||
研究类型 | 观察 | ||||||
学习规划 | 观察模型:队列 时间视角:横截面 | ||||||
目标随访时间 | 不提供 | ||||||
生物测量 | 不提供 | ||||||
采样方法 | 非概率样本 | ||||||
研究人群 | 临床人群:莱斯特综合医院的候补患者在18-65岁的健康志愿者:没有已知睡眠障碍18-65岁的成年人 | ||||||
健康)状况 | 睡觉 | ||||||
干涉 | 不提供 | ||||||
研究组/队列 |
| ||||||
出版物 * | 不提供 | ||||||
*包括由数据提供商提供的出版物以及Medline中临床标识符(NCT编号)的出版物。 | |||||||
招聘信息 | |||||||
招聘状况 | 完全的 | ||||||
实际注册 | 31 | ||||||
原始估计注册 | 25 | ||||||
实际学习完成日期 | 2021年2月28日 | ||||||
实际的初级完成日期 | 2021年2月28日(主要结果度量的最终数据收集日期) | ||||||
资格标准 | 纳入标准: 临床人群:
1.愿意并且能够给予知情同意参加研究的参与者2.男性或女性3.年龄18-65岁,包括4.没有已知的睡眠障碍(参与者会自我报告) 排除标准: | ||||||
性别/性别 |
| ||||||
年龄 | 18年至65岁(成人,老年人) | ||||||
接受健康的志愿者 | 不 | ||||||
联系人 | 仅当研究招募主题时才显示联系信息 | ||||||
列出的位置国家 | 英国 | ||||||
删除了位置国家 | |||||||
管理信息 | |||||||
NCT编号 | NCT04288557 | ||||||
其他研究ID编号 | 0713 | ||||||
有数据监测委员会 | 不 | ||||||
美国FDA调节的产品 |
| ||||||
IPD共享声明 |
| ||||||
责任方 | 莱斯特大学 | ||||||
研究赞助商 | 莱斯特大学 | ||||||
合作者 | 不提供 | ||||||
调查人员 |
| ||||||
PRS帐户 | 莱斯特大学 | ||||||
验证日期 | 2021年4月 |