Smartphone‐based virtual agents and insomnia management: A proof‐of‐concept study for new methods of autonomous screening and management of insomnia symptoms in the general population
Notice bibliographique
Résumé
Summary Insomnia is the most frequent sleep disorder, and the COVID‐19 crisis has massively increased its prevalence in the population, due to psychosocial stress or direct viral contamination. KANOPEE_2 is a smartphone‐based application that provides interactions with a virtual agent to autonomously screen and alleviate insomnia symptoms through an intervention programme giving personalized advices regarding sleep hygiene, relaxation techniques and stimulus‐control. In this proof‐of‐concept study, we tested the effects of KANOPEE_2 among users from all over the country (France) who downloaded the app between 1 June and 26 October 2020 (to focus on effects after the end of COVID‐19 confinement). Outcome measures include insomnia severity (Insomnia Severity Index) and sleep/wake schedules measured by a sleep diary. One‐thousand and thirty‐four users answered the screening interview (Mage = 43.76 years; SD = 13.14), and 108 completed the two‐step programme (Mage = 46.64 years; SD = 13.63). Of those who answered the screening, 42.8% did not report sleep complaints, while 57.2% presented mild‐to‐severe insomnia symptoms. At the end of the intervention, users reported significantly fewer sleep complaints compared with the beginning of the intervention (Insomnia Severity Indexbeginning = 13.58; Insomnia Severity Indexend = 11.30; p < 0.001), and significantly increased their sleep efficiency (sleep efficiencybeginning = 76.46%; sleep efficiencyend = 80.17%; p = 0.013). KANOPEE_2 is a promising solution both to provide autonomous evaluation of individuals’ sleep hygiene and reduce insomnia symptoms over a brief and simple intervention. These results are very encouraging for addressing the issue of insomnia management in people exposed to major psychosocial stress and the consequences of COVID‐19 infection.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».