Method Article
La pérdida de sueño y la desalineación circadiana contribuyen a numerosos accidentes e incidentes operativos. La eficacia de las contramedidas y los diseños de programación de trabajo destinados a mitigar la fatiga puede ser difícil de evaluar en entornos operativos. Este manuscrito resume un enfoque para recopilar datos de sueño, circadianos, fatiga y rendimiento en entornos operativos complejos.
La pérdida de sueño y la desalineación circadiana contribuyen a una proporción significativa de accidentes e incidentes operativos. Las contramedidas y los diseños de programación de trabajo destinados a mitigar la fatiga se evalúan normalmente en entornos de laboratorio controlados, pero la eficacia de traducir estas estrategias a entornos operativos puede ser difícil de evaluar. Este manuscrito resume un enfoque para recopilar datos de sueño, circadianos, fatiga y rendimiento en un entorno operativo complejo. Estudiamos 44 pilotos de aerolíneas durante 34 días mientras volaban un horario fijo, que incluía una recolección de datos de referencia con 5 días de vuelos a media mañana, cuatro vuelos tempranos, cuatro vuelos de alta carga de trabajo a mediodía y cuatro vuelos tardíos que aterrizaron después de medianoche. Cada bloque de trabajo estaba separado por 3-4 días de descanso. Para evaluar el sueño, los participantes usaron un monitor de actividad validado por la investigación que llevaba la muñeca de forma continua y completaron los diarios de sueño. Para evaluar la fase circadiana, se pidió a los pilotos que recogieran toda la orina producida en cuatro u ocho contenedores por hora durante las 24 horas después de cada bloque de derechos para la evaluación de 6-sulfatoximelatonina (aMT6s), que es un biomarcador del ritmo circadiano. Para evaluar la fatiga subjetiva y el rendimiento objetivo, los participantes recibieron un dispositivo de pantalla táctil utilizado para completar la Tarea de Escala de Fatiga y Vigilancia Psicomotora (PVT) durante y después de cada vuelo, y a la hora de despertar, hora de acostarse. Usando estos métodos, se encontró que la duración del sueño se redujo durante los inicios tempranos y los finales de tiempo en relación con la línea de base. La fase circadiana cambió de acuerdo con el horario de servicio, pero había una amplia gama en el pico aMT6s entre individuos en cada horario. El rendimiento de PVT fue peor en las programaciones tempranas, de alta carga de trabajo y tardías en relación con la línea de base. En general, la combinación de estos métodos fue práctica y eficaz para evaluar la influencia de la pérdida de sueño y la fase circadiana en la fatiga y el rendimiento en un entorno operativo complejo.
La fatiga, derivada de la pérdida de sueño y la desalineación circadiana, es una seria amenaza para la seguridad en ocupaciones que requieren operaciones de 24 horas, horarios irregulares y horas de trabajo extendidas1,2. La investigación de laboratorio ha sido fundamental para caracterizar cómo los cambios en la duración del sueño y el tiempo influyen en el estado de alerta y el rendimiento subsiguientes3,4,5. Estos estudios constituyen la base de las recomendaciones de gestión de riesgos de fatiga y de las prácticas de programación de trabajo en entornos operativos6.
En este manuscrito, se utiliza un estudio de campo de las operaciones de aviación para demostrarun enfoque para recopilar datos de sueño, circadianos, fatiga y rendimiento en entornos operativos complejos 7. Estudiamos 44 pilotos de aerolíneas durante 34 días mientras volaban un horario que incluía períodos de vuelos a media mañana, vuelos tempranos, vuelos de alto día de carga de trabajo y vuelos tardíos que aterrizaron después de medianoche. Cada bloque de trabajo estaba separado por 3-4 días de descanso. Los pilotos recopilaron datos objetivos y subjetivos durante todo el período de estudio, incluidos los días de servicio de vuelo y de descanso.
Dadas las diferencias entre los entornos de laboratorio y del mundo real, la implementación de estrategias y contramedidas desarrolladas en el laboratorio no siempre se traducen en operaciones como se esperaba. Las diferencias individuales, una amplia gama de horarios de trabajo operativos, operaciones irregulares e impredecibles, prácticas y cultura organizacional, y acuerdos laborales son algunos de los factores que pueden complicar la aplicación de la ciencia en uso operacional. Como resultado, es importante evaluar el impacto de tales intervenciones utilizando métodos consistentes y confiables para evaluar el sueño, ritmos circadianos, fatiga o estado de alerta, y el rendimiento. El nivel de seguimiento y recopilación de datos debe mantenerse proporcional a los niveles previstos de fatiga y a los riesgos asociados a la seguridad dentro de una operación8. Además, en cualquier entorno sensible a la seguridad, mantener operaciones seguras es primordial para el protocolo de investigación.
El método estándar de oro para evaluar la duración y la calidad del sueño es a través de la polisomnografía (PSG), que consiste en medir la actividad cerebral, la frecuencia cardíaca, el movimiento ocular y la actividad muscular a través de una colección de electrodos y sensores colocados en el cuero cabelludo, la cara, y el pecho. Aunque robusto, PSG no es práctico para recopilar información sobre el sueño en la mayoría de los entornos operativos. Muchos dispositivos portátiles se han desarrollado para estimar el tiempo de sueño, la duración y la calidad, pero pocos han sido validados9,10. La combinación de la actigrafía de muñeca y los diarios diarios del sueño se han utilizado ampliamente para estimar el sueño en estudios de campo en una gama de ocupaciones11,12,13,14 y han sido validados contra el PSG, mostrando concordancia para la duración del sueño15. Además, el uso de actigrafía y diarios de sueño para estudios de campo pone una carga baja de esfuerzo en los participantes del estudio, porque la mayoría de los dispositivos de actigrafía se usan en la muñeca no dominante y sólo se quitan para ducharse o nadar, al igual que un reloj de pulsera. Del mismo modo, un diario de sueño bien diseñado, presentado en un teléfono o dispositivo de pantalla táctil, normalmente puede ser completado por los participantes en menos de dos minutos.
El ciclo sueño-vigilia es coordinado por el marcapasos circadiano ubicado en los núcleos supraquiasmáticos del hipotálamo16. Este marcapasos también sincroniza muchos otros aspectos de la función biológica como la temperatura corporal y los ritmos hormonales (por ejemplo, melatonina y cortisol). El ritmo circadiano endógeno está cerca, pero no exactamente, 24 h; por lo tanto, debe restablecerse cada día para permitir una sincronización estable (es decir, el entrenamiento) al día de 24 h. El principal agente de restablecimiento del marcapasos circadiano es la luz. En entornos operativos que requieren programaciones no estándar y operaciones de 24 horas, puede producirse una desalineación circadiana, en la que la unidad circadiana para dormir coincide con el trabajo programado11. Es posible determinar cuándo el marcapasos circadiano está promoviendo el sueño y la vigilia midiendo el momento pico (es decir, la fase circadiana) de los ritmos de las señales biológicas que son controladas por el ritmo circadiano.
Es importante medir la fase circadiana después de la implementación de contramedidas para comprender mejor si tales técnicas tienen éxito en alinear el marcapasos circadiano con el calendario de trabajo impuesto. Muchos de los resultados del sistema circadiano utilizado para determinar la fase en los ajustes de laboratorio son propensos al enmascaramiento, por lo que no son adecuados para su uso en un entorno de campo. Por ejemplo, los cambios circadianos en la temperatura corporal son difíciles de detectar en individuos de vida libre que pueden participar en actividades como el ejercicio que altera su temperatura corporal. La melatonina se suprime agudamente por la exposición a la luz, haciendo que la recolección de melatonina en la sangre o saliva imposible en situaciones donde la luz no se puede controlar. Sin embargo, 6-sulfatoximelatonina (aMT6s), el principal metabolito de la melatonina, se excreta en la orina y se ve menos afectada por los efectos de enmascaramiento de la luz, por lo que es un candidato ideal para medir la fase circadiana en ambientes operativos17, 18.
Además de medir los cambios en la fisiología, también es importante medir el impacto de los cambios en el horario de trabajo en la fatiga subjetiva o el estado de alerta. Si bien hay varias escalas disponibles para medir diferentes aspectos del estado de alerta y la fatiga, las más utilizadas en la aviación son la Escala de Fatiga Samn-Perelli (SP)19 de 7 puntos y la Escala de Somnolencia Karolinska (KSS)20de 7 puntos. El SP también se utiliza comúnmente en estudios de campo de trabajadores por turnos en una amplia gama de ocupaciones21,22,23,24. El KSS ha sido validado contra medidas objetivas de somnolencia como la electroencefalografía (EEG) y los movimientos oculares de rodadura lenta20,25,así como el rendimiento25. Esta escala se utiliza comúnmente en estudios tanto en el laboratorio como en el campo24,26. Puede haber otras escalas subjetivas que sean apropiadas para diferentes turnos o entornos ocupacionales. Es importante elegir una escala que se haya validado e idealmente tenga umbrales significativos para los niveles de estado de alerta "aceptable". Por ejemplo, las puntuaciones de KSS sobre 7 están asociadas con altos niveles de signos fisiológicos de somnolencia y rendimiento de conducción deteriorado25,27, mientras que las calificaciones de Samn-Perelli se relacionan directamente con las tareas de vuelo28. Para el estudio descrito en este manuscrito, se utilizó el Samn-Perelli, porque originalmente se desarrolló como una medida de fatiga subjetiva en una población de estudio compuesta por pilotos. 28
Aunque la medición del sueño y la fase circadiana es un componente importante en la evaluación de una intervención, un resultado primario de interés en los estudios de campo suele ser el rendimiento objetivo. Hay una variedad de pruebas que se han desarrollado para evaluar el rendimiento cognitivo, pero la prueba más sensible y confiable para medir los efectos de la pérdida de sueño y la desalineación circadiana es la tarea de vigilancia psicomotora (PVT). El PVT original (PVT-192) es una simple prueba de tiempo de reacción, donde un individuo se presenta con un estímulo y se le instruye para responder al estímulo pulsando un botón lo más rápido posible29. El PVT ha sido validado en condiciones de pérdida aguday crónica del sueño y desalineación circadiana 4,5,30. La duración de la tarea puede variar en función del diseño del estudio31,32; aunque, la duración tradicional de 10 minutos se prefiere en estudios de laboratorio33,34. mientras que un PVT de 5 minutos de duración es típicamente más factible en estudios de campo donde las demandas operativas pueden interferir con la administración de la prueba35.
Además, el PVT muestra poco o ningún efecto de aprendizaje y es fácil de usar, por lo que es una prueba práctica para el despliegue en entornos de campo donde los participantes del estudio no pueden ser observados durante la prueba36. La ubicuidad de los dispositivos de pantalla táctil permite un fácil despliegue del PVT, pero los investigadores deben tener cuidado al implementar el PVT, ya que hay numerosos aspectos de los dispositivos de pantalla táctil que pueden introducir errores en la recopilación de datos PVT37 ,38. Por ejemplo, diferentes combinaciones de hardware y software tienen diferentes latencias del sistema, y otras aplicaciones que se ejecutan en segundo plano pueden introducir un error desconocido en los tiempos de reacción registrados. Como resultado, es importante recopilar datos PVT utilizando un PVT validado, con hardware y software consistentes, con WiFi y con todas las demás aplicaciones desactivadas. Además, dado que no es práctico observar a los participantes del estudio durante las pruebas en entornos operativos, es fundamental que los participantes estén capacitados para completar cada PVT con el dispositivo en la misma orientación, utilizando el mismo dedo38, 39.
Cada uno de estos elementos de recopilación de datos es importante y estas herramientas se han utilizado en otros estudios operativos en los últimos40,41,42,43. Sin embargo, además de los desafíos descritos anteriormente, puede ser difícil lograr el cumplimiento de los procedimientos de estudio cuando se requiere que los participantes completen tareas de forma independiente, especialmente cuando tales tareas incluyen un componente sensible al tiempo. Un elemento final que es importante en la recopilación de datos en entornos operativos es la organización de la información de una manera que facilita a las personas completar las tareas a tiempo. La aplicación PVT+ de la NASA para dispositivos de pantalla táctil se puede personalizar para presentar tareas a los participantes en secuencia, guiándolos a través de procedimientos de estudio. Por ejemplo, en el estudio presentado aquí, los pilotos de aerolíneas reciben dispositivos de pantalla táctil precargados con una aplicación que se utiliza para completar los diarios del sueño cada mañana y cada noche. Los dispositivos también se utilizan para completar pruebas de PVT y clasificaciones de fatiga, entre otras tareas, por la mañana, en la parte superior del descenso (TOD) de cada vuelo, post-vuelo, y por la noche antes de acostarse. Esta presentación de información permitió a los pilotos completar los procedimientos de estudio con las mínimas molestias a sus tareas relacionadas con el trabajo.
Puede ser muy difícil recopilar datos entre los pilotos, ya que la naturaleza del trabajo requiere que viajen largas distancias y trabajen en espacios confinados (es decir, cabinas) con muchas distracciones y cargas de trabajo a menudo impredecibles. A pesar de estos desafíos, es fundamental recopilar datos en esta población, ya que la fatiga piloto es una amenaza para las operaciones de aviación seguras40,44,45. La alta intensidad de las operaciones aéreas es propicia para la degradación del rendimiento de la tripulación y aumenta el riesgo de incidentes relacionados con la fatiga46,47,48,49,50. Utilizando la combinación de métodos descritos anteriormente, medimos el sueño, los ritmos circadianos, la fatiga y el rendimiento entre 44 pilotos de aerolíneas de corta distancia durante 34 días. Durante el estudio, los pilotos volaron un horario fijo que incluía una recopilación de datos de referencia con 5 días de vuelos a media mañana, cuatro vuelos tempranos, cuatro vuelos de alta carga de trabajo a mediodía y cuatro vuelos tardíos que aterrizaban después de medianoche. Cada bloque de trabajo estaba separado por 3-4 días de descanso. Estos hallazgos demuestran cómo la recopilación completa de datos, incluidas las medidas de sueño, los ritmos circadianos, la fatiga y el rendimiento, se puede utilizar en entornos operativos.
En este caso, el propósito del estudio fue evaluar el sueño, los ritmos circadianos, la fatiga y el rendimiento por tiempo de inicio de servicio de la siguiente manera. 1) Línea de base: durante el primer bloque de servicio, todos los pilotos trabajaron 5 días que cada uno incluyó dos vuelos de aproximadamente 2 h cada uno, a partir de la media mañana, para permitir un episodio de sueño nocturno adecuado. Este bloque fue seguido por 4 días de descanso. 2) Inicios tempranos: durante el bloque de servicio temprano, todos los pilotos trabajaron 5 días que cada uno incluyó dos vuelos de aproximadamente 2 h, cada uno a partir de aproximadamente 5:00 AM y 8:00 AM. Este bloque fue seguido por 3 días de descanso. 3) Cambios de alta carga de trabajo a mitad del día: durante el bloque de servicio del mediodía, todos los pilotos trabajaron 5 días, que incluían de 2 a 4 vuelos de 2 a 6 horas cada uno, a partir de aproximadamente el mediodía. Este bloque fue seguido por 3 días de descanso. 4) Finales tardíos: durante el bloque de servicio tardío, todos los pilotos trabajaron 5 días, que incluyeron dos vuelos de aproximadamente 3 h cada uno, comenzando en la tarde alrededor de las 4:00 PM y terminando alrededor de la medianoche. Este bloque fue seguido por 3 días de descanso.
Este estudio fue aprobado por la Junta de Revisión Institucional (IRB) del Centro de Investigación Ames de la NASA, y todas las asignaturas proporcionaron consentimiento informado por escrito. Todos los procedimientos de estudio se ajustaban a los del protocolo aprobado por el IRB de la NASA (número de protocolo HRI-319).
1. Selección y preparación de los participantes para el experimento
2. Diseño experimental
3. Procedimientos de recolección de actigrafía
4. Cuestionario basado en aplicaciones, Diario del sueño y Colección PVT
5. Procedimiento de recolección de orina
6. Métodos de administración de PVT
NOTA: Como se describe en la introducción, NASA-PVT es una prueba de tiempo de respuesta sostenida de 5 minutos que mide la velocidad a la que los individuos responden a un estímulo visual. La duración de la prueba se puede cambiar en función del diseño del estudio. Hay numerosos diseños PVT que se han desarrollado, incluyendo aquellos que iluminan un objetivo35,57 o patrón de tablero39. El NASA-PVT fue diseñado para imitar el dispositivo PVT-192 de laboratorio en el que el objetivo está en forma de un contador de milisegundos.
Utilizando los métodos descritos, pudimos recopilar más de 700 días de datos y más de 3.000 PVT y clasificaciones de fatiga entre 44 pilotos de corta distancia7. El objetivo de este estudio fue caracterizar los cambios en el sueño, la fase circadiana, las clasificaciones de fatiga y el rendimiento entre los pilotos de corta distancia por la hora de inicio del trabajo y la carga de trabajo durante los vuelos diurnos.
Para tener en cuenta el diseño del estudio dentro de los sujetos, todos los efectos de la condición se evaluaron para los resultados de sueño y rendimiento utilizando el análisis de medidas repetidas de la varianza con covarianzas no estructuradas, utilizando el participante como un factor repetido. Para evaluar si los resultados de sueño y rendimiento variaron por día en un horario determinado, se aplicaron modelos lineales de efectos mixtos a los cambios en el sueño y el rendimiento por día. Para tener en cuenta las diferencias individuales en la adaptación a un horario determinado, se permitió que la interceptación y la pendiente variaran según el individuo.
El primer objetivo abordado con estos métodos fue examinar el impacto de la hora de inicio del deber en el sueño. La duración del sueño, la hora de acostarse, la hora de la vigilia y la calidad del sueño se calcularon utilizando el diario del sueño y la actigrafía. En la Figura 7se ilustra un ejemplo del actograma derivado del monitor de actividad. Se demostró que el tiempo de sueño y la duración variaron significativamente en función de la hora de inicio del trabajo utilizando el análisis de regresión de efectos mixtos. La Tabla 1 muestra la hora de acostarse, la hora de despertar, la duración del sueño y la calidad del sueño por tipo de horario según lo informado por los participantes en el diario del sueño. Los participantes se fueron a la cama en promedio alrededor de las 23:10 (SD 1:41) en el bloque de línea de base. La hora de acostarse para el calendario de tareas anticipadas difería significativamente de la línea de base (p < 0.01) y los participantes informaban de las horas de dormir anteriores. Las horas de dormir para los horarios de trabajo de mediodía y tarde también diferían significativamente de la línea de base (p < 0.01), y los participantes informaban más tarde de las horas de dormir. Los participantes se acostaron significativamente más tarde (p < 0.01) en días de descanso en comparación con la línea de base.
La Figura 8 muestra la duración del sueño derivada de la acto media por día para cada tipo de programación. Los participantes obtuvieron significativamente menos sueño (p < 0.01) en los inicios tempranos en comparación con la línea de base. La duración del sueño en los otros tipos de programación no era diferente de la línea de base. La latencia del sueño y la eficiencia del sueño obtenidas de la actigrafía no fueron significativamente diferentes de la línea de base para cualquiera de los tipos de programación. Wake after sleep onset (WASO) fue significativamente diferente para los inicios tempranos en comparación con la línea de base (p < 0.05), con los pilotos reportando estar más despiertos durante los inicios tempranos. No hubo diferencias entre la línea base y otros tipos de programación. No hubo diferencias significativas entre los días de descanso y la línea de base.
El segundo objetivo abordado con estos métodos era examinar el impacto de la hora de inicio del derecho en la fase circadiana medida por los aMT6. El tiempo pico (acrofásica) del ritmo aMT6s es un marcador confiable de la fase circadiana58. La Figura 9 muestra un ejemplo del ritmo circadiano de aMT6s sobre 24 h para un individuo, mientras que la Figura 10 muestra la acrofásica aMT6s para cada individuo que participó en los procedimientos de recolección de orina por bloque de estudio. En consonancia con los hallazgos sobre el sueño, se encontró que la fase circadiana media se cambió significativamente de acuerdo con la hora de inicio del trabajo. Es importante tener en cuenta la información de recopilación de datos que falta en la Figura 10. Algunas personas tenían dificultades con los procedimientos de recolección de orina para algunos de los bloques o se olvidaron de registrar el momento de su recolección de muestras. En estos casos, no fue posible generar estimaciones fiables de la fase circadiana a partir de la concentración aMT6s y como resultado faltan algunos datos. En situaciones en las que la recopilación de información sobre la fase circadiana es importante, puede ser prudente llamar a los participantes antes de cada recolección de orina para asegurarse de que los procedimientos se siguen correctamente.
El tercer objetivo abordado con estos métodos fue examinar el impacto de la hora de inicio del servicio en la fatiga autoinformada medida por el SP, y el rendimiento objetivo medido por el PVT. En consonancia con nuestros hallazgos con el sueño, utilizando análisis de regresión de efectos mixtos, encontramos que tanto la fatiga (Tabla2) como los tiempos de reacción PVT (Figura11)fueron peores durante los inicios tempranos, los cambios de media carga de trabajo y los finales tardíos, en relación con nuestra recopilación de datos de línea base (p < 0.001 SP; p < 0.01 PVT RT). Los participantes mostraron un aumento significativo de los lapsos para cada tipo de programación en comparación con la línea de base (p < 0,01 temprano; p < 0,05 al mediodía; p < 0,01 tarde). El rendimiento en días de descanso fue similar al de la línea de base. Estos resultados también se describen en la Tabla3.
Figura 1: Protocolo de estudio por hora del día para cada día del estudio. Las barras grises oscuras representan los períodos de vuelo, incluido el tiempo del informe previo al vuelo (barras abiertas), y las barras grises claras representan los períodos de suspensión. Los días 1–5 representan el bloque de servicio de referencia, los días 10–14 representan los inicios tempranos, los días 18–22 representan los inicios de servicio del mediodía y los días 26–30 representan los inicios tardíos. Las barras sombreadas representan el primer día de descanso después del bloqueo de servicio cuando se recoge la orina. Esta figura se reproduce de Flynn-Evans et al.7. Haga clic aquí para ver una versión más grande de esta figura.
Figura 2: El monitor de actividad/dispositivo acelerómetro usado en la muñeca de la mano no dominante. Haga clic aquí para ver una versión más grande de esta figura.
Figura 3: Ejemplo de pruebas realizadas durante los días de descanso utilizando la aplicación de pantalla táctil. De izquierda a derecha: (A) la página principal de la aplicación muestra dos enlaces; ( B ) el díadedescanso muestra tres enlaces: mañana, mediodía, noche; (C) el enlace de la mañana muestra las pruebas realizadas por la mañana; (D) el enlace del mediodía muestra las pruebas realizadas por la tarde, y (E) el enlace de la tarde muestra la prueba realizada por la noche. Haga clic aquí para ver una versión más grande de esta figura.
Figura 4: Kit de orina. El kit contiene (A) un sombrero urinario o un recipiente de recogida de urinarios, (B ) pipetas, (C) tubo de recogida de orina, (D) etiquetas de pegatina blanca, (E) una bolsa de riesgo biológico, (F) paquete de hielo, y (G) envío Materiales. Haga clic aquí para ver una versión más grande de esta figura.
Figura 5: Ejemplo del registro de recogida de orina.
Figura 6: Tarea de Vigilancia Psicomotora (PVT). (A) El dispositivo de pantalla táctil está orientado en posición horizontal y los pulgares se muestran en la pantalla al principio de la prueba. (B) los tiempos de reacción se muestran en una caja rectangular en la parte media superior de la pantalla. Haga clic aquí para ver una versión más grande de esta figura.
Figura 7: Actograma de ciclos sueño-vigilia durante 24 h durante 14 días. El color azul oscuro representa los períodos de sueño; el azul claro representa los períodos de descanso. El color negro representa el movimiento. El color amarillo representa la luz. Haga clic aquí para ver una versión más grande de esta figura.
Figura 8: Duración media del sueño derivada de la actigrafía por día en cada tipo de programación. El día 1 representa la noche de sueño antes del primer período de trabajo de un bloque determinado. Un asterisco designa una diferencia significativa (*p < 0.05, **p < 0.01) en los medios entre la condición de línea base y el bloque de inicios tempranos. Haga clic aquí para ver una versión más grande de esta figura.
Figura 9: perfil aMT6 para los cinco contenedores de recogida de orina para cada episodio de recopilación de datos para un solo participante. Los datos se trazan dos veces. Haga clic aquí para ver una versión más grande de esta figura.
Figura 10: 6-sulfatoximelatonina (aMT6) acrofásica (pico) por tiempo (24 h reloj) de nadir circadiano y tipo de horario para cada individuo. Círculos rellenos y abiertos, triángulos, cuadrados representan participantes individuales. Esta figura se reproduce de Flynn-Evans et al.7Haga clic aquí para ver una versión más grande de esta figura.
Figura 11: Tarea de vigilancia psicomotora (PVT) tiempo medio de reacción (RT), lapsos (RT >500ms) y velocidad de respuesta (media 1/RT) por día en cada tipo de programación. Los asteriscos que siguen a cada pendiente indican cambios en el rendimiento por día en esa condición. Los corchetes indican diferencias en la pendiente entre el rendimiento de la línea base y la pendiente en el rendimiento en cada una de las otras condiciones (*p < 0,05, **p < 0,01). Línea de base: círculos rellenos, círculos abiertos tempranos, mitad del día, triángulos rellenos, triángulos abiertos tardíos. Haga clic aquí para ver una versión más grande de esta figura.
Horario de trabajo | N | Hora de dormir (h, SD) | Hora de despertar (h, SD) | Duración del sueño (h, SD) | Calidad del sueño (SD) |
Línea base (ref.) | 39 | 23:10 (1:41) | 7:20 (1:49) | 8.2 (0.9) | 2.4 (0.7) |
Temprano | 42 | 21:14 (1:01)** | 4:29 (0:47) | 7.4 (0.9)** | 2.5 (0.6) |
Mediodía | 41 | 01:19 (0:43)** | 9:11 (0:58) | 7.9 (1.1) | 2.3 (0.6) |
Tarde | 40 | 02:18 (1:07)** | 9:57 (1:11) | 7.8 (1.4)* | 2.3 (0.7) |
Días de descanso | 42 | 23:47 (0:50)** | 8:16 (0:58) | 8.5 (0.9)* | 2.4 (0.5) |
Tabla 1: Resultados de sueño derivados del diario del sueño (hora de la cama, hora de despertar, duración del sueño y calidad del sueño) por tipo de horario. *p < 0.05, **p < 0.01; h - hora, SD - desviación estándar. Esta tabla se reproduce de Flynn-Evans et al.7
Horario de trabajo | Media (SD) | valor p |
Base | 3.51 (0.80) | Ref. |
Servicio temprano | 4.03 (0.88) | < 0.001 |
Servicio del mediodía | 3.85 (0.90) | < 0.001 |
Servicio tardío | 3.85 (0.89) | < 0.001 |
Tabla 2: Medios y desviación estándar para las puntuaciones de Samn-Perelli (SP) por bloque de trabajo. Una calificación más alta indica una mayor fatiga.
Horario de trabajo | n (participantes) | Tiempo medio de reacción (ms, SD) | Velocidad de respuesta (s, SD) | Lapsos medios (> 500 ms) |
Línea base (ref.) | 38 | 236 (48) | 4.84 (0.61) | 3.1 (4.1) |
Temprano | 40 | 257 (70)** | 4.63 (0.66)** | 4.4 (5.4)** |
Mediodía | 39 | 261 (62)** | 4.56 (0.66)** | 4.7 (5.1)* |
Tarde | 38 | 266 (64)** | 4.51 (0.63)** | 4.7 (5.0)** |
Días de descanso | 40 | 249 (56) | 4.69 (0.62) | 4.0 (4.5) |
Tabla 3: Tarea de vigilancia psicomotora (PVT) tiempo medio de reacción (RT), velocidad de respuesta (media 1/RT) y lapsos (RT > 500 ms) por tipo de horario. *p < 0.05, **p < 0.01; esta mesa se reproduce de Flynn-Evans et al.7
Los métodos descritos en este manuscrito proporcionan información sobre los patrones de sueño, las fases circadianas, las clasificaciones de fatiga y el rendimiento de los pilotos durante los vuelos diurnos, incluidos los inicios tempranos, los vuelos de gran carga de trabajo a mediodía y los finales tardíos. La combinación de estos métodos demostró que todos estos factores se ven afectados por cambios modestos en la hora de inicio del trabajo y la carga de trabajo. Al evaluar un calendario de estudio sistemático e integrar estas medidas en una aplicación de pantalla táctil fácil de usar, se recopiló una gran cantidad de datos en un entorno desafiante. El uso de esta combinación de métodos permitió una interpretación más clara de los cambios en el estado de alerta y el rendimiento durante los turnos de trabajo diurno no tradicionales.
Este diseño e implementación de métodos que miden los datos objetivos de sueño, circadianos, fatiga y rendimiento fueron fundamentales al permitir la determinación de cómo el tiempo de inicio del trabajo influye en los pilotos durante los vuelos diurnos en ausencia de jet lag. El protocolo fue diseñado para permitir comparaciones sistemáticas entre las condiciones, al tiempo que minimizaba las molestias a los participantes y maximizaba la recopilación de datos en plazos operacionalmente relevantes. Estos son pasos críticos para recopilar datos significativos en entornos operativos. Las medidas han sido validadas tanto en estudios de laboratorio como de campo, lo cual es importante para interpretar los resultados. Aunque el estudio fue diseñado para permitir a los participantes completar los procedimientos de estudio de manera independiente, la sesión informativa previa al estudio fue crucial para asegurar que los voluntarios entendieran los procedimientos del estudio y la importancia de mantener la consistencia al completar pruebas de estudio y preguntas, particularmente para el PVT.
El hallazgo de que la duración del sueño y el tiempo cambia según la hora de inicio del trabajo es consistente con estudios previos en muestras más pequeñas de individuos que usaron PSG para evaluar la sincronización del sueño59,60. Aunque se puede esperar que los inicios tempranos y los finales tardíos invadan el tiempo de sueño, la gran muestra de datos recopilados en un entorno operativo proporciona información sobre las formas inesperadas en que los participantes pierden el sueño. Por ejemplo, la zona de mantenimiento de reactivación, que representa la unidad más fuerte para estar despierto, se produce justo antes de una hora de acostarse habitual. En estudios de laboratorio, se ha demostrado que los participantes tienen dificultad para dormir durante la zona de mantenimiento de la estela61,62,63. Se esperaba que los participantes trataran de acostarse unas horas antes de lo normal para prepararse para los inicios tempranos. También se esperaba que como resultado de intentar iniciar el sueño durante la zona de mantenimiento de la vigilia, los participantes pueden exhibir una larga latencia del sueño durante el sueño antes de los inicios tempranos; sin embargo, este no fue el caso. Estos datos ponen de relieve diferencias importantes entre el laboratorio y el campo, y demuestran la necesidad de recopilar datos de sueño en entornos operativos.
Aunque la información de la fase circadiana se obtuvo en un subconjunto de individuos, los cambios de fase circadiana observados en cada tipo de horario reflejaron los cambios observados en el tiempo de sueño. La adición de la fase circadiana a este protocolo mejoró la capacidad de entender por qué las clasificaciones de fatiga y el rendimiento cambiaron por la hora de inicio del trabajo. El estado de alerta y el rendimiento siguen un ritmo circadiano, con el estado de alerta más bajo y el rendimiento más pobre típicamente coincidiendo con el tiempo de la acrofásica aMT6s. Aunque se encontró que los ritmos circadianos de la mayoría de los participantes cambiaron en la dirección esperada en relación con el horario de trabajo impuesto, también se encontró que este cambio era variable entre individuos. Esto sugiere que algunas personas pueden tener más dificultad para adaptarse a los horarios tempranos o tardíos, causando modesta desalineación circadiana. La combinación de estos métodos mejoró la interpretación de estas conclusiones.
Los datos de sueño recopilados también permitieron una mejor comprensión de por qué las clasificaciones de fatiga y el rendimiento cambiaron en relación con los diferentes horarios de trabajo. Por ejemplo, se encontró que durante los inicios tempranos y finales tardíos, las calificaciones de Samn-Perelli y el rendimiento de PVT era más pobre por día en cada uno de esos horarios. Esto tiene sentido, porque los pilotos obtuvieron menos sueño durante los inicios tempranos y finales tardíos en relación con la línea de base, lo que significaba que estaban acumulando deuda de sueño con cada día en esos horarios. Por el contrario, el rendimiento de PVT también fue más pobre de día durante los horarios de inicio de alta carga de trabajo a mediodía. Durante el horario del mediodía, la cantidad de sueño que obtuvieron los pilotos no era diferente de la duración del sueño durante la recopilación de datos de línea de base. Como resultado, este hallazgo sugiere que el rendimiento más pobre observado durante los horarios de trabajo del mediodía no era probable que fuera impulsado por la restricción aguda del sueño. Hubiera sido muy difícil interpretar las clasificaciones de fatiga y los datos de rendimiento sin los datos de sueño, haciendo que la combinación de estos métodos sea importante.
Aunque estos métodos se diseñaron e implementaron con éxito, este enfoque puede implicar algunos desafíos. Por ejemplo, es posible que los participantes puedan olvidar cuándo o cómo completar algunos procedimientos. Es útil comunicarse con los voluntarios regularmente para confirmar que están completando tareas de acuerdo con el protocolo, especialmente durante la primera fase de la recolección de orina. Además, el riesgo de pérdida de datos aumenta a medida que aumenta la duración del estudio, ya que las personas pueden perder o dañar sus dispositivos de estudio. Si un estudio está programado para varias semanas, como fue el caso de este estudio, entonces puede ser deseable descargar datos en el punto medio del estudio para reducir la posible pérdida de datos y revisar el cumplimiento del protocolo. Los datos insuficientes o faltantes pueden reducir la interpretación de los resultados, por lo que se debe tener cuidado para asegurarse de que las personas están recopilando datos adecuadamente.
Hay muchas aplicaciones posibles para estos métodos en otras configuraciones operativas. Estos métodos se pueden utilizar para caracterizar el sueño, la fase circadiana, la fatiga y el rendimiento en ocupaciones con prácticas de programación inusuales o consideraciones ambientales, como durante vuelos espaciales u operaciones militares. Además, hay muchas intervenciones prometedoras y contramedidas evaluadas en entornos de laboratorio, como el uso de luz enriquecida con azul para acelerar el cambio de fase circadiana, la siesta estratégica en el trabajo, hipnóticos para maximizar el sueño oportunidades, y estimulantes como la cafeína para mejorar el estado de alerta. Aunque estos enfoques pueden demostrarse eficaces en condiciones de laboratorio controladas, el despliegue de tales herramientas y tecnología en entornos operativos debe evaluarse para confirmar su eficacia en la reducción de la fatiga en el mundo real. La combinación de actigrafía, diarios de sueño, información de fase circadiana, clasificaciones de fatiga y recolección de PVT, combinada con una aplicación de software fácil de usar para facilitar la administración de tareas, proporciona datos adecuados para evaluar la eficacia de intervenciones. La combinación de estos métodos tiene un potencial traslacional significativo para otros entornos operativos complejos, donde puede ser difícil implementar esfuerzos de recopilación de datos más invasivos.
EEFE es consultora de Ciencias del Sueño del Bebé y ha recibido fondos de viaje de la Universidad Estatal de Washington, la Universidad de Chicago, los Puget Sound Pilots, el Consejo Nacional de Seguridad y la American Academy of Sleep Medicine and Sleep Research Society. Los otros autores no tienen revelaciones que reportar.
Agradecemos a los participantes del estudio y al personal de la aerolínea por su apoyo en la recopilación de datos. También agradecemos a los miembros del Laboratorio de Contramedidas de Fatiga del Centro de Investigación Ames de la NASA por su asistencia con este proyecto. Esta investigación fue apoyada por el Programa de Seguridad del Sistema de la NASA.
Name | Company | Catalog Number | Comments |
Actiwatch Spectrum Pro | Philips Respironics, Bend OR, USA | 1099351 | The number listed in the Catalog Number section is the Reference number for Actiwatch Spectrum Pro. |
iPod Touch 5Th gen | Apple Inc., Cupertino CA, USA | A1509 | The number listed in the Catalog Number section is the Model number. Newer generations of iPods can be used for data collection. |
Medline DYND30261 Zip-Style Biohazard Specimen Bags, Plastic, Latex Free, 9" Length, 6" Width, Clear | Medline Industries, Inc., Northfield IL | DYND30261 | The number listed in the catalog Number section is the Part number |
Medline DYND80024 24 h Urine Collection Bottle, 3,000 mL | Medline Industries, Inc., Northfield IL | DYND80024 | The number listed in the catalog Number section is the Part number |
Moveland 3 mL Disposable Plastic Transfer Pipettes | Moveland | ||
Nordic Ice NOR1038 No-Sweat Reusable Long-Lasting Gel Pack, 16 oz. (Pack of 3) | Nordic Cold Chain Solutions | 0858687005050 | |
Office Depot Brand Print-Or-Write Color Permanent Inkjet/Laser File Folder Labels, OD98817, 5/8" x 3 1/2", Dark Blue | Office Depot, Inc.Boca Raton FL, USA | 660-426 | |
Philips Actiware 6.0.9 | Respironics, Inc., Murrysville PA, USA | 1104776 | This software is used to analyze sleep recorded through Actiwatch Spectrum Pro |
Push cap, neutral for 7 mL tubes | Sarstedt, Numbrecht, Germany | 65.793 | |
SAS software 9.4 | SAS Institute, Cary, NC | https://www.sas.com/en_us/software/visual-statistics.html | This software is used to analyze the data. Any statistical software (e.g., SPSS, R) can be used. |
Shipping material | FedEx, USPS, UPS | Any company can be used. | |
Specimen Collector Urine/Stool White 26 oz. | McKesson Corporation, San Francisco CA | 16-9522 | The number listed in the catalog Number section is the Part number |
Tube 7 mL, 50 mm x 16 mm, PS | Sarstedt, Numbrecht, Germany | 58.485 |
Solicitar permiso para reutilizar el texto o las figuras de este JoVE artículos
Solicitar permisoThis article has been published
Video Coming Soon
ACERCA DE JoVE
Copyright © 2025 MyJoVE Corporation. Todos los derechos reservados