MétaCan
Menu
Retour à la cohorte
Enregistrement W3047795585 · doi:10.2196/20590

Feasibility and Acceptability of Wearable Sleep Electroencephalogram Device Use in Adolescents: Observational Study

2020· article· en· W3047795585 sur OpenAlexvenueno aff
Jessica R. Lunsford‐Avery, Casey Keller, Scott H. Kollins, Andrew D. Krystal, Leah Jackson, Matthew Engelhard

Notice bibliographique

RevueJMIR mhealth and uhealth · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Mental HealthDuke Institute for Brain Sciences, Duke University
Mots-clésSleep (system call)Wearable computerElectroencephalographyObservational studyMedicinePsychologyAudiologyPhysical therapyPsychiatryComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Adolescence is an important life stage for the development of healthy behaviors, which have a long-lasting impact on health across the lifespan. Sleep undergoes significant changes during adolescence and is linked to physical and psychiatric health; however, sleep is rarely assessed in routine health care settings. Wearable sleep electroencephalogram (EEG) devices may represent user-friendly methods for assessing sleep among adolescents, but no studies to date have examined the feasibility and acceptability of sleep EEG wearables in this age group. OBJECTIVE: The goal of the research was to investigate the feasibility and acceptability of sleep EEG wearable devices among adolescents aged 11 to 17 years. METHODS: A total of 104 adolescents aged 11 to 17 years participated in 7 days of at-home sleep recording using a self-administered wearable sleep EEG device (Zmachine Insight+, General Sleep Corporation) as well as a wristworn actigraph. Feasibility was assessed as the number of full nights of successful recording completed by adolescents, and acceptability was measured by the wearable acceptability survey for sleep. Feasibility and acceptability were assessed separately for the sleep EEG device and wristworn actigraph. RESULTS: A total of 94.2% (98/104) of adolescents successfully recorded at least 1 night of data using the sleep EEG device (mean number of nights 5.42; SD 1.71; median 6, mode 7). A total of 81.6% (84/103) rated the comfort of the device as falling in the comfortable to mildly uncomfortable range while awake. A total of 40.8% (42/103) reported typical sleep while using the device, while 39.8% (41/103) indicated minimal to mild device-related sleep disturbances. A minority (32/104, 30.8%) indicated changes in their sleep position due to device use, and very few (11/103, 10.7%) expressed dissatisfaction with their experience with the device. A similar pattern was observed for the wristworn actigraph device. CONCLUSIONS: Wearable sleep EEG appears to represent a feasible, acceptable method for sleep assessment among adolescents and may have utility for assessing and treating sleep disturbances at a population level. Future studies with adolescents should evaluate strategies for further improving usability of such devices, assess relationships between sleep EEG-derived metrics and health outcomes, and investigate methods for incorporating data from these devices into emerging digital interventions and applications. TRIAL REGISTRATION: ClinicalTrials.gov NCT03843762; https://clinicaltrials.gov/ct2/show/NCT03843762.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,161
Tête enseignante GPT0,417
Écart entre enseignants0,256 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetSleep and related disordersTravaux en français237 207