Assessing Cognitive Behavioral Therapy for Insomnia to Improve Sleep Outcomes in Individuals With a Concussion: Protocol for a Delayed Randomized Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: Sleep disturbances post concussion have been associated with more frequent and severe concussion symptoms and may contribute to poorer recovery. Cognitive behavioral therapy for insomnia (CBT-I) is an effective treatment for insomnia; however, it remains unclear if this treatment method is effective in improving sleep outcomes and reducing concomitant postconcussion symptoms. OBJECTIVE: The hypotheses for this study are that (1) CBT-I will improve sleep outcomes and (2) CBT-I will improve concomitant postconcussion symptoms. METHODS: In total, 40 individuals who are within ≥4 weeks of postconcussion injury and have insomnia symptoms will be enrolled in this randomized controlled trial. Participants will be randomized into either a group that starts a 6-week CBT-I program immediately after baseline or a waitlist control group that starts CBT-I following a 6-week waiting period. All participants will be reassessed 6, 12, and 18 weeks after baseline. Standardized assessments measuring sleep outcomes, postconcussion symptoms, and mood will be used. Linear regression and t tests will be used for statistical analyses. RESULTS: Enrollment of 40 participants was completed July 2022, data collection will be completed in November 2022, and publication of main findings is anticipated in May 2023. It is anticipated that participants experience reduced insomnia symptoms and postconcussion symptoms following CBT-I and these improvements will be retained for at least 12 weeks. Additionally, we expect to observe a positive correlation between sleep and postconcussion symptom improvement. CONCLUSIONS: Successful completion of this pilot study will allow for a better understanding of the treatment of insomnia and postconcussion symptoms in individuals following a concussion. TRIAL REGISTRATION: ClinicalTrials.gov NCT04885205; https://clinicaltrials.gov/ct2/show/NCT04885205. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/38608.
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 | 0,036 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,004 |
| Méta-épidémiologie (sens large) | 0,015 | 0,008 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,007 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,068 | 0,013 |
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 ».