Mobile App Use for Insomnia Self-Management: Pilot Findings on Sleep Outcomes in Veterans
Notice bibliographique
Résumé
Background: Sleep disturbance is a major health concern among US veterans who have served since 2001 in a combat theater in Iraq or Afghanistan. We report subjective and objective sleep results from a pilot trial assessing self-management–guided use of a mobile app (CBT-i Coach, which is based on cognitive behavioral therapy for insomnia) as an intervention for insomnia in military veterans. Objective: The primary aim of this study was to evaluate changes in subjective and objective sleep outcomes from pre to postintervention. Methods: Subjective outcomes included the Insomnia Severity Index, the Pittsburgh Sleep Quality Inventory, and sleep-related functional status. A wearable sleep monitor (WatchPAT) measured objective sleep outcomes, including sleep efficiency, percent rapid eye movement (REM) during sleep, sleep time, and sleep apnea. A total of 38 participants were enrolled in the study, with 18 participants being withdrawn per the protocol because of moderate or severe sleep apnea and 9 others who dropped out or withdrew. Thus, 11 participants completed the full 6-week CBT-i Coach self-management intervention (ie, completers). Results: Completer results indicated significant changes in subjective sleep measures, including reduced reports of insomnia (Z=–2.68, P=.007) from pre (mean 16.63, SD 5.55) to postintervention (mean 12.82, SD 3.74), improved sleep quality (Z=–2.37, P=.02) from pre (mean 12.82, SD 4.60) to postintervention (mean 10.73, SD 3.32), and sleep-related functioning (Z=2.675, P=.007) from pre (mean 13.86, SD 3.69) to postintervention (mean 15.379, SD 2.94). Among the objective measures, unexpectedly, objective sleep time significantly decreased from pre to postintervention (χ22=7.8, P=.02). There were no significant changes in percent REM sleep or sleep efficiency. Conclusions: These findings suggest that the CBT-i Coach app can improve subjective sleep and that incorporating objective sleep measures into future, larger clinical trials or clinical practice may yield important information, particularly by detecting previously undetected sleep apnea. Trial Registration: ClinicalTrials.gov NCT02392000; http://clinicaltrials.gov/ct2/show/NCT02392000
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».