Loading...
Sleep health2016Dec01Vol.2issue(4)

セグメント化された睡眠とは何ですか?昼間の睡眠と夜間の覚醒のためのアクチグラフィフィールドの検証

,
,
,
,
,
,
文献タイプ:
  • Journal Article
  • Research Support, Non-U.S. Gov't
  • Validation Study
概要
Abstract

目的:睡眠を推測して、実験室環境以外の分析技術を検証するための睡眠とウェイクの試合を推測するためのさまざまなスコアリングパラメーター設定を比較する。 設計:覚醒期間中に昼寝を最もよく識別するパラメーター設定を識別するために、昼寝が報告されていない30日間のランダムサブセットと比較して、参加者が昼間の昼寝を報告した137日を分析しました。睡眠中に覚醒期間を特定する設定を特定するために、夜の看護中に個別のウェイク発作を報告した女性のサブサンプルからのデータを使用しました。 設定:2016年1月から2月の赤道タンザニア。 参加者:Hadza-A非産業採餌集団。 測定:333人の被験者が393人の観察日に研究に参加しました。Bland-Altman技術を使用して一致を決定すると、昼間の昼寝や夜間のウェイク発作の報告されたイベントを分析しました。 結果:報告されたNAP(15分間のNAPの長さ、≤50カウント)を確実に検出できるパラメーター設定は1つだけです。さらに、覚醒発作を検出するための6つのテストされたパラメーター設定のうち、指定された睡眠期間中に20分連続して検出するように睡眠覚醒アルゴリズムがパラメーター化された設定では、ウェイクの発作を過大評価または過小評価していなかった設定は、平均差が最も低く、報告されたウェイクアベットイベントと有意​​に異なっていませんでした。 結論:セグメント化された睡眠の複数の次元の運用定義を提案し、アクチグラフィが将来のクロスサイト比較研究でセグメント化された睡眠を検出するための効果的な方法であると結論付けます。このような仕事の意味は広範囲に及びます。産業革命前の睡眠研究と発展途上社会は、以前はアクセスできない環境で自然な睡眠覚醒パターンを文書化しているからです。

目的:睡眠を推測して、実験室環境以外の分析技術を検証するための睡眠とウェイクの試合を推測するためのさまざまなスコアリングパラメーター設定を比較する。 設計:覚醒期間中に昼寝を最もよく識別するパラメーター設定を識別するために、昼寝が報告されていない30日間のランダムサブセットと比較して、参加者が昼間の昼寝を報告した137日を分析しました。睡眠中に覚醒期間を特定する設定を特定するために、夜の看護中に個別のウェイク発作を報告した女性のサブサンプルからのデータを使用しました。 設定:2016年1月から2月の赤道タンザニア。 参加者:Hadza-A非産業採餌集団。 測定:333人の被験者が393人の観察日に研究に参加しました。Bland-Altman技術を使用して一致を決定すると、昼間の昼寝や夜間のウェイク発作の報告されたイベントを分析しました。 結果:報告されたNAP(15分間のNAPの長さ、≤50カウント)を確実に検出できるパラメーター設定は1つだけです。さらに、覚醒発作を検出するための6つのテストされたパラメーター設定のうち、指定された睡眠期間中に20分連続して検出するように睡眠覚醒アルゴリズムがパラメーター化された設定では、ウェイクの発作を過大評価または過小評価していなかった設定は、平均差が最も低く、報告されたウェイクアベットイベントと有意​​に異なっていませんでした。 結論:セグメント化された睡眠の複数の次元の運用定義を提案し、アクチグラフィが将来のクロスサイト比較研究でセグメント化された睡眠を検出するための効果的な方法であると結論付けます。このような仕事の意味は広範囲に及びます。産業革命前の睡眠研究と発展途上社会は、以前はアクセスできない環境で自然な睡眠覚醒パターンを文書化しているからです。

OBJECTIVE: To compare different scoring parameter settings in actigraphy software for inferring sleep and wake bouts for validating analytical techniques outside of laboratory environments. DESIGN: To identify parameter settings that best identify napping during periods of wakefulness, we analyzed 137 days on which participants reported daytime napping, as compared with a random subset of 30 days when no naps were reported. To identify settings that identify periods of wakefulness during sleep, we used data from a subsample of women who reported discrete wake bouts while nursing at night. SETTING: Equatorial Tanzania in January to February 2016. PARTICIPANTS: The Hadza-a non-industrial foraging population. MEASUREMENTS: Thirty-three subjects participated in the study for 393 observation days. Using the Bland-Altman technique to determine concordance, we analyzed reported events of daytime napping and nighttime wake bouts. RESULTS: Only 1 parameter setting could reliably detect reported naps (15-minute nap length, ≤50 counts). Moreover, of the 6 tested parameter settings to detect wake bouts, the setting where the sleep-wake algorithm was parameterized to detect 20 consecutive minutes throughout the designated sleep period did not overestimate or underestimate wake bouts, had the lowest mean difference, and did not significantly differ from reported wake-bout events. CONCLUSION: We propose operational definitions for multiple dimensions of segmented sleep and conclude that actigraphy is an effective method for detecting segmented sleep in future cross-site comparative research. The implications of such work are far reaching, as sleep research in preindustrial and developing societies is documenting natural sleep-wake patterns in previously inaccessible environments.

医師のための臨床サポートサービス

ヒポクラ x マイナビのご紹介

無料会員登録していただくと、さらに便利で効率的な検索が可能になります。

Translated by Google