Estudio publicado en Acta Astronaut. 2008 Sobre los beneficios de la siesta para los astronautas.

http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2633932/

http://www.liron.es

Las exigencias de mantener altos niveles de rendimiento neuroconductual durante las operaciones espaciales requieren programación precisa de las oportunidades del sueño con el fin de preservar lo mejor un rendimiento óptimo. Presentamos aquí los resultados de la primera fracción de sueño, dosis-respuesta experimento con una serie de escenarios de sueño / vigilia con el sueño crónica menor descenso, aumentada con una siesta diurna.

Rendimiento neuroconductual despertar se estudió en N = 90 sujetos cada uno asignado a uno de los 18 regímenes de sueño que consiste en un periodo nocturno restringido sueño de soporte y una siesta diurna.

Los resultados sugieren que la reducción en el resultado total de sueño diario en una acumulación de casi lineal de discapacidad, independientemente de si el sueño está previsto como un período de sueño nocturno o consolidado dividido en un período de anclaje del sueño nocturno y una siesta diurna. Por lo tanto, los horarios de dividir el sueño son factibles y se pueden utilizar para mejorar la flexibilidad de los horarios de sueño / de trabajo para las operaciones espaciales con el sueño nocturno restringido debido a la misión crítica de la programación de tareas. Estos resultados son generalmente aplicables a cualquier operación continua industrial que implica la restricción del sueño, las operaciones nocturnas, y el trabajo por turnos.

Estudio completo

Astronauta acta. 2008; 63 (7-10): 833-840.
doi: 10.1016/j.actaastro.2007.12.005
PMCID: PMC2633932
NIHMSID: NIHMS67961
La nota de copyright y exención de responsabilidad
Respuesta de mapeo de la superficie de rendimiento neuroconductual: comprobar la viabilidad de los horarios de sueño de división para operaciones espaciales
Daniel J. Mollicone, un P.A. Hans Van Dongen, PhD, b Naomi L. Rogers, PhD, c y David F. Dinges, PhDa
aDivision de Sueño y Cronobiología, Departamento de Psiquiatría, y el Centro para la Neurobiología del sueño y respiratorios, de la Universidad de Pennsylvania School of Medicine, Philadelphia, PA, EE.UU.
bSleep y el desempeño del Centro de Investigación, Universidad Estatal de Washington, Spokane, WA, EE.UU.
cBrain y la Mente del Instituto de Investigación de la Universidad de Sydney, Sydney, NSW, Australia
Correspondencia: Daniel Mollicone de la Unidad de Psiquiatría Experimental de la División de Sueño y Cronobiología, Departamento de Psiquiatría de la Universidad de Pennsylvania School of Medicine, 1013 Blockley Hall, 423 The Guardian Drive, Philadelphia, PA 19104-6021, EE.UU., teléfono: +1- 215-5202630, fax: +1-215-5736410, e-mail: danielm2@mail.med.upenn.edu

Abstracto
Las exigencias de mantener altos niveles de rendimiento neuroconductual durante las operaciones espaciales requieren programación precisa de las oportunidades del sueño con el fin de preservar lo mejor un rendimiento óptimo. Presentamos aquí los resultados de la primera fracción de sueño, dosis-respuesta experimento con una serie de escenarios de sueño / vigilia con el sueño crónica menor descenso, aumentada con una siesta diurna. Para caracterizar el rendimiento en todas las combinaciones de sueño división en el rango estudiado, se utilizó la metodología de asignación de superficie de respuesta. Rendimiento neuroconductual despertar se estudió en N = 90 sujetos cada uno asignado a uno de los 18 regímenes de sueño que consiste en un periodo nocturno restringido sueño de soporte y una siesta diurna. Vigilancia psicomotora ejecución de las tareas y las evaluaciones subjetivas de somnolencia se encontraron principalmente en función del tiempo total en cama por 24 horas, independientemente de cómo el sueño se divide entre el sueño de anclaje nocturno y los períodos diurnos siesta. Sustitución de dígitos símbolo de la realización de tareas también se encontró a ser principalmente una función de tiempo total en cama por 24 h, sin embargo, lo que representa la duración del sueño nocturno y la duración de la siesta por separado proporcionan una mejora pequeña pero significativa de la varianza explicada. Los resultados sugieren que la reducción en el resultado total de sueño diario en una acumulación de casi lineal de discapacidad, independientemente de si el sueño está previsto como un período de sueño nocturno o consolidado dividido en un período de anclaje del sueño nocturno y una siesta diurna. Por lo tanto, los horarios de dividir el sueño son factibles y se pueden utilizar para mejorar la flexibilidad de los horarios de sueño / de trabajo para las operaciones espaciales con el sueño nocturno restringido debido a la misión crítica de la programación de tareas. Estos resultados son generalmente aplicables a cualquier operación continua industrial que implica la restricción del sueño, las operaciones nocturnas, y el trabajo por turnos.
Palabras clave: crónica de restricción del sueño, los horarios de dividir el sueño, los vuelos espaciales, sueño de soporte, dormir la siesta, la fisiología del sueño, el rendimiento neuroconductual, la somnolencia subjetiva, la tarea de vigilancia psicomotora, la cartografía de la superficie de respuesta, la regresión de efectos mixtos

1. INTRODUCCIÓN
El mantenimiento de altos niveles de rendimiento neuroconductual durante las operaciones de espacio ampliado es de suma importancia para la seguridad de los astronautas y el logro de los objetivos de la misión. Las futuras misiones espaciales se espera que sean de mayor duración, con operaciones continuas en la Estación Espacial Internacional, extendió las misiones lunares, y una misión de varios años a Marte. Las exigencias de mantener altos niveles de rendimiento neuroconductual, junto con la misión-crítica la falta de tiempo necesario programación precisa de las oportunidades del sueño con el fin de preservar lo mejor un rendimiento óptimo. La evidencia objetiva de prácticamente todas las misiones espaciales de la NASA indica que el sueño astronauta está restringido en los vuelos espaciales, con un promedio entre 4 horas y 6.5h al día, como resultado de alteraciones endógenas del sueño (por ejemplo, mareos, diacronía circadiano), las alteraciones del medio ambiente, y con frecuencia , restricción del sueño debido a la demanda de trabajo [1]. Experimentos en tierra indican que los déficits cognitivos rendimiento empeoran progresivamente (es decir, se acumulan) en días consecutivos en que el sueño se limita a los niveles que experimentan los astronautas [2, 3]. Las consecuencias perjudiciales del manifiesto de restricción del sueño en una serie de funciones críticas, incluyendo lapsos cada vez mayor de la atención, la degradación de los tiempos de respuesta, los déficits en solución de problemas complejos, reduce el aprendizaje, el aumento de estado de ánimo negativo, y la alteración del sistema endocrino esencial, metabólicas, y la respuesta inmune [4 , 5].
Programación de los horarios para dormir durante el vuelo espacial es determinada en gran medida por las necesidades operativas de la misión. Sin embargo, el sueño y la vigilia son regulados por un complejo que involucra la interacción neurobiología mecanismos homeostáticos y circadianos [6-8]. Efectiva de sueño / vigilia horarios para las operaciones espaciales deben tener en cuenta para este neurobiología fundamental. Esto exige un conocimiento preciso de la relación entre el tiempo y la duración del sueño y el nivel de capacidad de despertar el desempeño neuroconductual. Tal conocimiento sólo puede obtenerse mediante la realización de experimentos que analizan el desempeño neuroconductual despertar, mientras que variar sistemáticamente la duración del sueño y el ritmo del sueño.
Se investigaron una serie de escenarios de sueño / vigilia del sueño crónicos participación menor descenso, aumentada con una siesta diurna diaria, y estudiaron los efectos sobre la vigilia función neuroconductual. El experimento tuvo dos objetivos: (1) Determinar si los horarios de dividir el sueño con la reducción del tiempo total de sueño al día puede resultar en un aumento del tiempo total de vigilia, mientras que la prevención de las reducciones acumuladas en la vigilia la función cognitiva, (2) Determinar si los horarios de sueño se divide por lo menos igual de eficaz en la prevención de bajas acumulativas de la función cognitiva de vigilia como los horarios de sueño monofásico de la misma hora todos los días de sueño total.Aunque la selección de los horarios de sueño se examinó sobre la base de la duración del sueño observados durante las misiones espaciales de la NASA de los resultados generalmente se aplican a cualquier operación continua industrial que implica la restricción del sueño, las operaciones nocturnas, y el trabajo por turnos, como las operaciones marítimas, operaciones militares, la generación de energía, fabricación, etc Con el fin de caracterizar el rendimiento en todas las combinaciones de sueño división en el rango estudiado, se utilizaron mapas de superficie de respuesta (RSM), una técnica muy utilizada en ingeniería química para optimizar los procesos industriales. RSM proporciona un medio para evaluar las relaciones en un continuo mediante la realización de un conjunto discreto de los experimentos de dosis-respuesta.
Hemos aplicado RSM antes de investigar la eficiencia del sueño fisiológico obtenidos a través de los 18 horarios de sueño dividido [9]. Se encontró que en términos de tiempo total de sueño fisiológico, no sustantivo importa si el sueño se colocó crónica nocturnamente o división entre los períodos nocturnos de anclaje del sueño y siestas durante el día. Demostrando que los horarios de dividir el sueño son factibles en términos de obtención de sueño fisiológico sentó las bases para el análisis actual, que examina si algunos de estos programas puede ser ventajoso para mitigar el deterioro neurológico rendimiento en el rostro de un tiempo limitado para dormir. Presentamos aquí los resultados de la primera división del sueño de dosis-respuesta experimento con 18 regímenes de sueño que consiste en un limitado período de sueño nocturno de anclaje y una siesta diurna.

2. MÉTODOS
2.1. Diseño del estudio y participantes
Un total de 90 sujetos adultos sanos (52 hombres, 38 mujeres, edad media de 29,5 y, rango de edad 21-49 años) participaron en el experimento. Los sujetos fueron seleccionados para asegurarse de que no tenía trastornos médicos, psiquiátricos o relacionados con el sueño y se libre de drogas. Esto fue determinado por la historia, examen físico y cuestionarios psicológicos, y por la sangre y de orina de laboratorio y examen toxicológico. Los sujetos no podría haber trabajado regulares o cambios de turno en los últimos 2 años, y que no podría haber viajado a través de zonas horarias en los 3 meses anteriores al experimento. Ellos estaban obligados a estar en cama durante aproximadamente 8 horas diarias durante la semana anterior al estudio, según lo verificado por actigrafía de muñeca [10] en combinación con los informes de diario y con marca de tiempo los registros telefónicos de tiempo a la cama y el tiempo despierto. La Junta de Revisión Institucional de la Universidad de Pennsylvania revisado y aprobado el estudio, y cada sujeto dio su consentimiento por escrito. Los sujetos fueron compensados ​​por su participación en el estudio.
Los sujetos participaron en un estudio de laboratorio de 14 días con horarios estrictos de tiempo en la cama (TIB). El experimento de laboratorio se inició con dos noches de referencia, cada uno con 8,2 h TIB (cincuenta y cuatro minutos después de las nueve de la noche-06:06). Los sujetos fueron asignados aleatoriamente a uno de los 18 la restricción del sueño, las condiciones, cada uno con un régimen de sueño específico que se mantuvo durante 10 días consecutivos-véase la Tabla 1. El último día del estudio consistió en un período de sueño de recuperación de 14 h TIB (nueve y cincuenta y cuatro de la tarde-once y cincuenta y cuatro minutos).

Tabla 1
Las enfermedades estudiadas en la división de sueño, dosis-respuesta experimento. La tabla muestra el tiempo total en cama (TIB) por 24 h en los 10 días de restricción del sueño, como una función de TIB nocturna sueño de soporte y TIB siesta diurna del sueño, para cada una de las 18 condiciones. (Más …)
Las asignaciones del sueño de 10 días de restricción que participan una de las cuatro condiciones nocturnas de anclaje del sueño: 4.2, 5.2, 6.2, o 8.2 h TIB en torno a 2:00, y una de las siete condiciones diurnas siesta sueño: 0.0, 0.4, 0.8, 1.2, 1.6 , 2.0, 2.4 h TIB en torno a las 14:00. El término ancla el sueño se ha tomado del trabajo de menores y Waterhouse para significar el período de sueño habitual que es el intermediario por el cual zeitgebers muchos (luz-oscuridad, comer en ayunas, las influencias sociales) ejercen sus efectos sobre los marcapasos interno [11, 12]. Estos diferentes de anclaje y la siesta duración del sueño se cruzaron para producir un total de cuatro ancla el sueño sólo las condiciones y los catorce años-ver condiciones de anclaje-más-siesta-sueño o sueño dividir la tabla 1. Cinco sujetos fueron asignados a cada una de las condiciones experimentales. Dado que nuestro estudio no se centró en los efectos de cualquier régimen de sueño específico, sino más bien en el mapa de superficie de respuesta formado por las diferentes condiciones experimentales, los análisis tenía un tamaño efectivo de la muestra de N = 90.
A lo largo de todo el período de 14 días de experimentación, los sujetos permanecieron en un laboratorio de ambiente controlado, libre de señales de tiempo externo, y estaban bajo vigilancia continua fisiológicas y de comportamiento. Durante todos los períodos de vigilia programada se les mantuvo despiertos por los requisitos de rendimiento y por la interacción del comportamiento / social. Se sometieron a evaluación del comportamiento neurológico de la función cognitiva del estado de ánimo, y las quejas de síntomas cada 2 horas en todos los períodos de vigilia todos los días. Entre las series de pruebas que se les permitió leer, ver películas, e interactuar con el personal de laboratorio para ayudar a mantenerse despierto, pero no se permiten actividades vigorosas. Ellos fueron en menos de 50 lux de luz durante todo el tiempo tras programado. Durante las horas de sueño programado, todas las luces se apagaron.
2.2. Mediciones
El cumplimiento de los horarios de sueño prescrito fue verificada por la polisomnografía, tanto para los periodos de sueño nocturno y diurno períodos de sueño siesta durante el día de referencia y el día 10 la restricción del sueño, a excepción de los periodos de sueño diurno siesta en los días 2 y 7 y los períodos posteriores del sueño nocturno en los días 3 y 8 (estos dos periodos de 24 h fueron sin electrodos para reducir cualquier irritación de la piel y permitir que los sujetos con ducha). Los datos polisomnográficos de este estudio han sido reportados en otros lugares [9].
Los sujetos se sometieron a evaluación del comportamiento neurológico cada 2 horas durante la vigilia programada. Para todas las condiciones, excepto la condición de control (8,2 sueño de soporte h por día sin siesta durante el día), este ascendió a 10 combates de prueba por día. Estos episodios de prueba se programaron en los siguientes momentos del día: 4:10, 6:10, 8:10, 10:10, 12:10, 14:10, 16:10, 18:10, 20:10 y 22 : 10. Los sujetos del grupo de control no se han probado a las 4:10 y las 22:20 y tuvo su prueba de 6:10 combate inmediatamente después de su periodo de sueño nocturno. Por lo tanto, los sujetos del grupo de control había dos menos episodios de prueba neuroconductuales por día. Los sujetos en condiciones de 5,2 h y 6,2 h de anclaje períodos de sueño tenían su prueba de 4:10 combate inmediatamente después de su periodo de sueño nocturno y sus 6:10 combate de prueba dentro de 90 minutos de despertar. Los sujetos en condiciones con las siestas diurnas tuvieron su prueba de 14:10 combate inmediatamente después de su período programado dormir la siesta.
La tarea de vigilancia psicomotora fue incluido en la batería de evaluación neuroconductual como una medida de vigilancia de comportamiento. La tarea de vigilancia psicomotora es una atención sostenida de reacción en tiempo de trabajo con una muestra aleatoria entre estímulo intervalo de 2.10 s. Los lapsos (tiempo de reacción mayor de 500 ms) se contaron por 10 minutos de prueba para medir las deficiencias en la vigilancia del comportamiento. La tarea símbolo de sustitución de dígitos se incluyó entre las tareas neuroconductuales como una medida de la velocidad y la precisión del rendimiento cognitivo. Esta tarea objeto de ritmo implica la adecuación de los dígitos (0-9) a los símbolos (círculos, triángulos, etc.) El número de emparejamientos correctos durante un intervalo de 1,5 minutos se contaba para medir el rendimiento cognitivo. La escala de somnolencia de Stanford también se incluyó entre las tareas neuroconductuales. Temas siempre una valoración subjetiva de su sueño en una escala de 7 puntos al comienzo de cada batería de evaluación neuroconductual.
Valores diarios para cada tarea de rendimiento se calcula promediando los puntajes de seis peleas rendimiento de la prueba (8:10, 10:10, 12:10, 16:10, 18:10 y 20:10) para evaluar los perfiles de la somnolencia y el rendimiento a través de días de restricción del sueño. Otras peleas de prueba fueron excluidos en el análisis primario para evitar la inclusión de los efectos de la inercia del sueño, o porque la pelea de prueba no se administró en todas las condiciones. Para probar la consistencia de los resultados, cuando los combates de prueba que se administra poco después de despertar se incluyeron, se repitió el análisis con los valores diarios calcula promediando los puntajes de todos los combates de rendimiento de la prueba (6:10, 8:10, 10:10, 12: 10, 14:10, 16:10, 18:10 y 20:10) que se administra en todas las condiciones. Al inicio del estudio, no hubo diferencias significativas entre las condiciones experimentales para el desempeño psicomotor tarea de vigilancia (ANOVA de una vía, F17, 72 = 0,85, p = 0,64), sustitución de dígitos símbolo de la realización de tareas, (one-way ANOVA, F17, 72 = 1,43, p = 0,15), o la somnolencia de Stanford escala de calificación (ANOVA de una vía, F17, 72 = 0.82, P = 0,66).
2.3. Respuesta de mapeo de la superficie
Los puntajes de desempeño fueron en promedio más de cada día de restricción del sueño y normalizado para cada tema, restando las puntuaciones de referencia propio (día 2) para medir el cambio en el rendimiento durante días. No lineal de efectos mixtos modelos de regresión se aplica a las puntuaciones de rendimiento a través de los diez días de restricción del sueño. Este análisis al mismo tiempo en cuenta los cambios ocurridos en los días y las diferencias sistemáticas entre los sujetos. Covariables de edad (lineales y cuadráticas) y el género se incluyeron, así como un efecto normalmente distribuidos al azar sobre los sujetos. Implementación numérica se realizó en SAS (versión 9.1, SAS Institute Inc., Cary, NC) usando el procedimiento NLMIXED. Para un tratamiento más completo de modelos de regresión no lineal de efectos mixtos se remite al lector a la literatura [13-15].
Mapas de superficie de respuesta por lo general se refiere a la optimización de las reacciones y las mezclas en las que la variable de interés es una función de varias variables de predicción. En el caso de que la relación entre la variable de interés y las variables predictoras no se entiende completamente empírica modelos de superficie de respuesta se han desarrollado y probado con los datos experimentales [16]. En el contexto actual de los mapas de superficie de respuesta se desarrollan en las variables de interés son las medidas de desempeño neuroconductual y las variables predictoras son la duración del sueño nocturno (TIB) y la duración del sueño diurno siesta (TIB). Ya que es una mezcla del tipo de superficie de respuesta problema de asignación con dos componentes, por lo tanto se presta a la representación gráfica de una red de dimensión 3 cartesiano. Para cada variable de interés de una serie de modelos anidados se desarrolló esta prueba una hipótesis específica sobre la relación entre la variable de interés y la duración del sueño nocturno y diurno siesta sueño. Prueba de hipótesis se realiza mediante la prueba de hipótesis anidadas utilizando el criterio de la razón de verosimilitud. La razón de verosimilitud consiste en tomar la relación entre el logaritmo de verosimilitud negativa 2 del modelo restringido debido a los datos observados (estimación de máxima verosimilitud generada en SAS utilizando PROC NLMIXED) sobre la probabilidad de registro negativa 2 del modelo completo. Esta relación es asintóticamente Chi cuadrado con grados de libertad igual a la diferencia en el número de parámetros entre el modelo completo y el modelo restringido [16].
El análisis se inició con un modelo que representa el estado específico de pistas, que en esencia constituye un análisis de dos vías de la varianza (ANOVA) sobre el sueño de soporte diferentes nocturnos y las condiciones de la siesta del sueño:

(1)
donde t denota días de restricción del sueño. El β parámetro es una variable aleatoria normalmente distribuida con una condición específica de decir que representa la tasa de cambio de rendimiento neuroconductual a través de días de restricción del sueño. El parámetro θ representa el grado de curvatura y cuantifica el grado en que el efecto de los días no es lineal [2]. Este enfoque permitió que para el mapeo de la superficie de respuesta (RSM) de los resultados, es decir, la construcción de gráficos tridimensionales de las pistas de los cambios no lineales específicos condición más días (en el “eje Z”) frente a los diferentes sueño de soporte TIB (“eje x”) y la siesta del sueño TIB (“eje”) las asignaciones.
A raíz de la estimación del modelo completo con determinadas condiciones, cambios no lineales en día, varias versiones reducidas de los modelos fueron equipados con el fin de establecer patrones sistemáticos entre las diferentes condiciones. Un modelo reducido de manera supone que no hubo interacción entre el ancla y dormir la siesta:

(2)
En este caso, la tasa de cambio del rendimiento neuroconductual a través de días de restricción del sueño ya no es idiosincrásico para cada condición, sino que depende de la TIB para el sueño de anclaje (a través de β) independiente de la duración de la siesta del sueño y viceversa en el TIB para dormir la siesta (a través de γ ) independiente de la duración del sueño de anclaje.
Un modelo reducido supone, además, sobre las condiciones de linealidad:

(3)
donde β y γ son ahora constantes de velocidad (por ejemplo, por cada hora de sueño de soporte adicional, la tasa de cambio del rendimiento neuroconductual a través de días de restricción del sueño se ve alterado por β) y α es un intercepto general.
El modelo más reducido que consideramos sustituido TIB ancla y TIB siesta por la TIB combinado durante las 24 h del día:

(4)
donde los δ parámetro representa la tasa de cambio del rendimiento neuroconductual a través de días en función de la TIB diaria total. La participación no dos variables independientes (ancla y dormir la siesta), pero sólo uno, este modelo ya no es necesaria la cartografía de superficie de respuesta sobre las condiciones, pero reducido a una regresión univariante, que se pueden trazar en convencionales gráficos bidimensionales (TIB con el combinado como el único variable independiente).
Los intervalos de confianza fueron estimados por medio de bootstrapping [17]. Esto se llevó a cabo numéricamente en SAS por re-muestreo de 1.000 veces con reemplazo. El arranque del 95% intervalos de confianza fueron evaluados mediante la adopción de los percentiles 2,5 y 97,5 de las distribuciones resultantes.
Regresión no lineal tiene la ventaja de dar cuenta de las no linealidades en el efecto de restricción del sueño durante los días experimento. El valor del parámetro de curvatura θ estimado a partir de los datos resultó ser 0,81 ± 0,05 para el rendimiento psicomotor vigilancia, 0,50 ± 0,03 para el desempeño de tareas dígitos símbolo de sustitución, y 0,44 ± 0,04 para la escala de somnolencia de Stanford calificaciones de la somnolencia subjetiva (estimación ± SE) . Estos valores indican una relación casi lineal de los cambios de rendimiento en día para el rendimiento psicomotor y una vigilancia más relación no lineal más días para la realización de tareas dígitos símbolo de sustitución y Stanford calificaciones en escala somnolencia subjetiva somnolencia. Esto es similar a lo observado en investigaciones anteriores [2]. El valor de θ no es de particular interés en este trabajo, y por tanto no será objeto de mayor análisis.

3. RESULTADOS
3.1. El rendimiento psicomotor vigilancia
La figura 1a muestra el mapa de superficie de respuesta de la tasa de cambio del rendimiento en la tarea de vigilancia psicomotora a través de días de restricción del sueño, según las estimaciones para cada condición específica (valores de β en la ecuación. (1)). Los sujetos en la condición de control (8,2 h de sueño nocturno) aparece sólo pequeñas, no significativo aumento en los lapsos de atención (β = 0,24, t = 0,54, p = 0,59). En general, la condición específica de la pendiente aumentó con la disminución diaria TIB (TIB ancla nocturna más TIB siesta). Además, la tasa de degradación en el rendimiento psicomotor tarea de vigilancia a través de los 10 días de restricción del sueño resultó ser adecuadamente descrito por una función lineal del TIB diaria total (Ec. (4)), con una mayor TIB total por 24 horas cada vez que resulta en menos psicomotor lapsos de vigilancia de la tarea (χ2 [1] = 5.6, p = 0,018)-véase la figura 2a. Este modelo más sencillo capturar el 70,1% de la varianza, mientras que los modelos más elaborados de la ecuación. (1)-la ecuación.(3) se explica no más del 70,7% de la varianza.

Figura 1
Mapas de superficie de respuesta de cambio en el rendimiento neuroconductual a través de días (se indica en el eje z) en función de anclaje del sueño nocturno TIB (eje x) y diurna siesta sueño TIB (eje Y). Los puntos rojos indican la tasa de cambio (pendiente) las estimaciones para cada una de las (más …)

Figura 2
Cambiar el desempeño neuroconductual a través de días en función de la TIB diaria total (es decir, el ancla NAP +). Los círculos indican total estimado condición pendientes con intervalos de confianza del 95%. La línea de tendencia marca la relación observada lineal entre TIB (más …)
Por lo tanto, la adición de hasta 16 parámetros del modelo adicional para el modelo más simple varianza explicada sólo un 0,6% más. La varianza explicada por el efecto del azar sobre temas de rendimiento PVT fue inferior al 3,2% para todos los modelos probados.
Cuando los combates de prueba que se administra poco después de despertar se incluyeron en el análisis, la tasa de degradación en el rendimiento psicomotor tarea de vigilancia a través de los 10 días de restricción del sueño se encontró de nuevo a ser adecuadamente descrita por una función lineal del TIB diaria total (Ec. ( 4)), con una mayor TIB total por 24 horas como resultado menos fallas de tareas psicomotoras vigilancia (χ2 [1] = 5.4, p = 0,020).
3.2. Sustitución de dígitos símbolo desempeño de tareas
La Figura 1b muestra el mapa de superficie de respuesta de la tasa de cambio del rendimiento en la tarea de sustitución de dígitos símbolo a través de días de restricción del sueño, según las estimaciones para cada condición específica (valores β en la ecuación. (1)). Los sujetos en la condición de control (8,2 h de sueño nocturno) se muestra mejoras en el rendimiento normal de la tarea símbolo de sustitución de dígitos con la curva de aprendizaje esperados, como se indica por el aumento diario del número de respuestas correctas (β = 3,10, t = 3,77, p < 0,001).En general, las condiciones específicas de laderas disminuido (más deterioro = menos respuestas correctas) con la disminución de TIB al día (TIB nocturna más TIB siesta). La tasa de degradación en el desempeño de tareas dígitos símbolo de sustitución en los 10 días de restricción del sueño fue capturado de manera significativa por una función lineal del total diario de TIB (Ec. (4)), con una mayor TIB total por 24 horas que resulta en más respuestas correctas en el dígito tarea símbolo de sustitución (χ2 [1] = 5.6, p = 0.045)-ver Figura 2b. Este modelo explica el 67% de la varianza. Sin embargo, la diferenciación entre cada uno de anclaje y la duración del sueño siesta (Ec. (2)) provocó una considerable mejora de la bondad de ajuste (χ2 [8] = 20,5, p = 0,009). Sin embargo, la complejidad del modelo adicional (más de 8 parámetros) sólo se explica un 2% adicional de la varianza. La diferenciación entre cada una de las 18 condiciones diferentes por separado (χ2 [8] = 6.2, p = 0,62) siempre que no mejora de manera significativa para la bondad de ajuste y los ocho parámetros adicionales varianza explicada sólo un 0,5% más. La varianza explicada por el efecto del azar sobre temas de rendimiento DSST fue inferior a 9,7% para todos los modelos probados.
Cuando los combates de prueba que se administra poco después de despertar se incluyeron en el análisis, la tasa de degradación en el desempeño de tareas dígitos símbolo de sustitución entre los 10 días de restricción del sueño se encontró de nuevo para ser mejor descrito por un modelo de diferenciación entre cada uno de anclaje y la duración del sueño siesta (χ2 [8] = 21,5, p = 0,006).
3.3. La somnolencia subjetiva
La figura 1c muestra el mapa de superficie de respuesta para la velocidad de cambio de la somnolencia subjetiva a través de días de restricción del sueño, según las estimaciones para cada condición específica (valores de β en la ecuación. (1)).Los sujetos en la condición de control (8,2 sueño de soporte h) que se muestran sólo pequeñas, no significativo el aumento diario de la somnolencia subjetiva (β = 0,12, t = 0,99, p = 0,33). En general, la condición específica de la pendiente aumentó con la disminución diaria TIB (TIB ancla nocturna más TIB siesta). Además, la tasa de aumento de la somnolencia subjetiva a través de los 10 días de restricción del sueño resultó ser adecuadamente descrito por una función lineal del TIB diaria total (Ec. (4)), con una mayor TIB total por 24 horas lo cual reduce calificaciones de la somnolencia subjetiva (χ2 [1] = 7.6, p = 0,006)-véase la Figura 2c. Este modelo más sencillo capturar el 53,6% de la varianza, mientras que los modelos más elaborados de la ecuación. (1)-la ecuación. (3) se explica no más del 55,2% de la varianza. Por lo tanto, la adición de hasta 16 parámetros del modelo adicional para el modelo más simple varianza explicada sólo un 1,6% más. La varianza explicada por el efecto aleatorio sobre los temas de la somnolencia subjetiva era inferior al 9,7% para todos los modelos probados.
Cuando los combates prueba realizada poco después de despertar se incluyeron en el análisis, la tasa de aumento de la somnolencia subjetiva a través de los 10 días de restricción del sueño se encontró de nuevo a ser adecuadamente descrita por una función lineal del TIB diaria total (Ec. (4)), con mayor TIB total por 24 horas lo cual reduce las calificaciones de la somnolencia subjetiva (χ2 [1] = 7.2, p = 0,007).

4. DISCUSIÓN
De acuerdo con los resultados de anteriores estudios de dosis-respuesta de la restricción de sueño crónica [2, 3] se han observado, el rendimiento psicomotor tarea de vigilancia, el rendimiento dígitos sustitución de símbolos de tareas, y las evaluaciones subjetivas de somnolencia a ser principalmente una función del tiempo total en cama por 24 h, con menos tiempo total en la cama siempre resulta en una mayor acumulación de disminución de su rendimiento y la somnolencia subjetiva a través de días. Para obtener un rendimiento psicomotor vigilancia y la somnolencia subjetiva, la tasa de deterioro a través de días se encontró que era aproximadamente linealmente relacionada con el tiempo total en cama por 24 h.Para la vigilancia psicomotora, los nuevos resultados están de acuerdo con los resultados de un anterior estudio dosis-respuesta [2], sin embargo el estudio anterior no se refirió explícitamente el modelo de relación entre la tasa de cambio al horario de cada día en la cama de la somnolencia subjetiva. Simliar a los estudios anteriores, el presente estudio demostró que la acumulación de deterioro se manifiesta en una amplia gama de funciones críticas neuroconductuales incluyendo la disminución de la velocidad psicomotora reacción de vigilancia, los lapsos más frecuentes en la atención, reducción de la velocidad y la precisión del rendimiento cognitivo, y las evaluaciones subjetivas de somnolencia más durante todo el día de vigilia.
Un hallazgo totalmente nuevo en el presente estudio es que las relaciones dosis-respuesta entre la ración diaria de sueño y el ritmo de deterioro en día persiste independientemente de si el sueño se ha obtenido en un episodio único y consolidado o dividir en dos episodios de sueño cada día, e independiente de cómo la cantidad de sueño al día, se divide entre el sueño nocturno y diurno de anclaje períodos de sueño siesta. Este fue el caso de los resultados de la tarea de vigilancia psicomotora y la escala de somnolencia de Stanford, y en gran medida también de la tarea símbolo de sustitución de dígitos. En este último caso, sin embargo, lo que representa la duración del sueño nocturno y la duración del sueño diurno siesta explícitamente una mejora de 2% de la varianza explicada. A diferencia de la tarea de vigilancia psicomotora y la escala de somnolencia de Stanford, la tarea símbolo de sustitución de dígitos muestra considerable los efectos de aprendizaje [2]. Tales diferencias, sutiles entre las condiciones de la arquitectura del sueño asociados con la colocación de los diferentes episodios de sueño [6] pudo haber afectado diferencialmente la curva de aprendizaje [18].
Los resultados de este estudio sugieren que el sueño división no afecta negativamente el rendimiento neuroconductual día en comparación con un período de sueño consolidado de la misma duración total. Desde la fase circadiana tiene un profundo efecto en la eficiencia y la estructura del sueño [6], este hallazgo debe ser interpretado sólo por las condiciones del experimento, donde ancla duerme se produjo en la parte nocturna del ciclo circadiano y dormir la siesta en la diurna de las porciones. Un experimento independiente en el que las colocaciones de anclaje y la siesta del sueño se han invertido en el tiempo circadiano se está terminando y proporcionar la información necesaria en la medida en que la colocación de split duerme circadiano afecta al sueño total obtenida y su potencial de recuperación.
En un análisis previo de este estudio, la eficiencia del sueño y el tiempo total de sueño se encontró que en función del tiempo total en cama por 24 horas y en gran medida independiente de cómo el sueño se divide entre el sueño nocturno y diurno períodos de sueño siesta [9]. Por otra parte, la relación sistemática entre el tiempo total diario en la cama y despertar los resultados neuroconductuales observados en este estudio sugiere que el tiempo en la cama (como un sustituto por el tiempo total de sueño fisiológico) es esencialmente predictivo de rendimiento durante el día. Esto tiene implicaciones útiles para las operaciones espaciales, como el tiempo en la cama se puede estimar usando barata, los vuelos de listas no invasiva, el espacio de las tecnologías como actigrafía [19].
Junto con los resultados anteriores sobre la eficiencia del sueño, los resultados reportados en la actualidad sobre el desempeño neuroconductual indican que los horarios de sueño división no ofrecen la recuperación de más de horarios de sueño consolidado, pero también no negativa de recuperación de impacto. Por lo tanto, los horarios de dividir el sueño puede ser útil para mejorar la flexibilidad de los horarios de sueño / trabajo para las operaciones espaciales que implican pocas oportunidades de sueño nocturno debido a la misión crítica de la programación de tareas. Este resultado también se generaliza a todas las aplicaciones industriales caracterizados continua restricción del sueño, las operaciones nocturnas, y el trabajo por turnos, como las operaciones marítimas, operaciones militares, la generación de energía, y la fabricación.

Acta Astronaut. 2008; 63(7-10): 833–840.

doi:  10.1016/j.actaastro.2007.12.005

PMCID: PMC2633932
NIHMSID: NIHMS67961
Response Surface Mapping of Neurobehavioral Performance: Testing the Feasibility of Split Sleep Schedules for Space Operations
Daniel J. Mollicone,a Hans P.A. Van Dongen, PhD,b Naomi L. Rogers, PhD,c and David F. Dinges, PhDa
aDivision of Sleep and Chronobiology, Department of Psychiatry, and Center for Sleep and Respiratory Neurobiology, University of Pennsylvania School of Medicine, Philadelphia, PA, USA
bSleep and Performance Research Center, Washington State University, Spokane, WA, USA
cBrain and Mind Research Institute, University of Sydney, Sydney, NSW, Australia
Corresponding author: Daniel Mollicone, Unit for Experimental Psychiatry, Division of Sleep and Chronobiology, Department of Psychiatry, University of Pennsylvania School of Medicine, 1013 Blockley Hall, 423 Guardian Drive, Philadelphia, PA 19104-6021, U.S.A., phone: +1-215-5202630, fax: +1-215-5736410,
Abstract
The demands of sustaining high levels of neurobehavioral performance during space operations necessitate precise scheduling of sleep opportunities in order to best preserve optimal performance. We report here the results of the first split-sleep, dose-response experiment involving a range of sleep/wake scenarios with chronically reduced nocturnal sleep, augmented with a diurnal nap. To characterize performance over all combinations of split sleep in the range studied, we used response surface mapping methodology. Waking neurobehavioral performance was studied in N=90 subjects each assigned to one of 18 sleep regimens consisting of a restricted nocturnal anchor sleep period and a diurnal nap. Psychomotor vigilance task performance and subjective assessments of sleepiness were found to be primarily a function of total time in bed per 24 h regardless of how sleep was divided among nocturnal anchor sleep and diurnal nap periods. Digit symbol substitution task performance was also found to be primarily a function of total time in bed per 24 h; however, accounting for nocturnal sleep duration and nap duration separately provided a small but significant enhancement in the variance explained. The results suggest that reductions in total daily sleep result in a near-linear accumulation of impairment regardless of whether sleep is scheduled as a consolidated nocturnal sleep period or split into a nocturnal anchor sleep period and a diurnal nap. Thus, split sleep schedules are feasible and can be used to enhance the flexibility of sleep/work schedules for space operations involving restricted nocturnal sleep due to mission-critical task scheduling. These results are generally applicable to any continuous industrial operation that involves sleep restriction, night operations, and shift work.
Keywords: chronic sleep restriction, split sleep schedules, space flight, anchor sleep, napping, sleep physiology, neurobehavioral performance, subjective sleepiness, psychomotor vigilance task, response surface mapping, mixed-effects regression
1. INTRODUCTION
Sustaining high levels of neurobehavioral performance during extended space operations is of paramount importance to astronaut safety and the achievement of mission goals. Future space missions are expected to be longer in duration with continuous operations on the International Space Station, extended lunar missions, and a multi-year mission to Mars. The demands of sustaining high levels of neurobehavioral performance coupled with mission-critical time constraints necessitate precise scheduling of sleep opportunities in order to best preserve optimal performance. Objective evidence from virtually all NASA space missions indicates that astronaut sleep is restricted in space flight, averaging between 4h and 6.5h per day, as a result of endogenous disturbances of sleep (e.g., motion sickness, circadian desynchrony), environmental disruptions, and frequently, curtailment of sleep due to the work demands [1]. Ground based experiments indicate that cognitive performance deficits progressively worsen (i.e., accumulate) over consecutive days when sleep is restricted to levels experienced by astronauts [23]. The detrimental consequences of sleep restriction manifest in a range of critical functions including increased lapses of attention, degradation of response times, deficits in complex problem solving, reduced learning, increased negative mood, and disruption of essential endocrine, metabolic, and immune responses [45].
Scheduling time for sleep during space flight is largely determined by the operational needs of the mission. However, sleep and wakefulness are regulated by a complex neurobiology involving interacting homeostatic and circadian mechanisms [68]. Effective sleep/wake schedules for space operations must account for this fundamental neurobiology. This requires precise knowledge of the relationship between the timing and duration of sleep and the level of waking neurobehavioral performance capability. Such knowledge can only be obtained by performing experiments that examine waking neurobehavioral performance while systematically varying sleep duration and sleep timing.
We investigated a range of sleep/wake scenarios involving chronically reduced nocturnal sleep, augmented with a daily diurnal nap, and studied the effects on waking neurobehavioral functions. The experiment had two goals: (1) Determine whether split sleep schedules with reduced total daily sleep time can result in increased total wake time while preventing cumulative reductions in waking cognitive function; (2) Determine whether split sleep schedules are at least equally effective in preventing cumulative reductions in waking cognitive function as monophasic sleep schedules of the same daily total sleep time. Although the selection of sleep schedules examined was based on observed sleep durations during NASA space missions the results generally apply to any continuous industrial operation that involves sleep restriction, night operations, and shift work such as maritime operations, military operations, power generation, manufacturing, etc. In order to characterize performance over all combinations of split sleep in the range studied, we used response surface mapping (RSM)—a technique commonly used in chemical engineering to optimize industrial processes. RSM provides a means to assess relationships over a continuum by conducting a discrete set of dose-response experiments.
We applied RSM previously to investigate the efficiency of physiological sleep obtained across the 18 split sleep schedules [9]. It was found that in terms of total amount of physiologic sleep time, it did not substantively matter whether the sleep was chronically placed nocturnally or split between nocturnal anchor sleep periods and daytime naps. Demonstrating that split sleep schedules are feasible in terms of obtaining physiological sleep provided a foundation for the current analysis, which examines whether some of these schedules may be advantageous to mitigate neurobehavioral performance impairment in the face of limited time for sleep. We report here the results of the first split sleep dose-response experiment involving 18 sleep regimens consisting of a restricted nocturnal anchor sleep period and a diurnal nap.
2. METHODS
2.1. Study Design and Participants
A total of 90 healthy adult subjects (52 males, 38 females; mean age 29.5 y, age range 21–49 y) participated in the experiment. Subjects were screened to ensure they had no medical, psychiatric, or sleep-related disorders and were drug-free. This was determined by history, physical examination and psychological questionnaires, and by blood and urine laboratory tests and toxicological screening. Subjects could not have worked regular or rotating shift work within the past 2 years, and they could not have traveled across time zones in the 3 months prior to the experiment. They were required to be in bed for approximately 8 h daily during the week preceding the study, as verified by wrist actigraphy [10] combined with daily diary reports and time-stamped phone records for time to bed and time awake. The Institutional Review Board of the University of Pennsylvania reviewed and approved the study, and each subject gave written informed consent. Subjects were compensated for their participation in the study.
Subjects participated in a 14-day laboratory study involving strict schedules for time in bed (TIB). The laboratory experiment began with two baseline nights, each involving 8.2 h TIB (21:54 to 6:06). Subjects were then randomly assigned to one of 18 sleep-restriction conditions, each involving a specific sleep regimen that was maintained for 10 consecutive days—see Table 1. The final day of the study consisted of a recovery sleep period of 14 h TIB (21:54 to 11:54).
Table 1
Table 1

Conditions studied in the split-sleep, dose-response experiment. The table shows the total time in bed (TIB) per 24 h across the 10 sleep restriction days, as a function of nocturnal anchor sleep TIB and diurnal nap sleep TIB, for each of the 18 conditions.
The 10-day sleep restriction assignments involved one of four nocturnal anchor sleep conditions: 4.2, 5.2, 6.2, or 8.2 h TIB centered around 02:00—and one of seven diurnal nap sleep conditions: 0.0, 0.4, 0.8, 1.2, 1.6, 2.0, 2.4 h TIB centered around 14:00. The term anchor-sleep is taken from the work of Minor and Waterhouse to mean the habitual sleep period that is the intermediary by which many zeitgebers (light-dark; eating-fasting; social influences) exert their effects upon the internal pacemaker [1112].These different anchor and nap sleep durations were crossed to yield a total of four anchor-sleep-only conditions and fourteen anchor-plus-nap-sleep or split sleep conditions—see Table 1. Five subjects were assigned to each of the experimental conditions. Since our study was not focused on the effects of any specific sleep regimen but rather on the response surface map formed by the different experimental conditions, our analyses had an effective sample size of N = 90.
Throughout the entire 14-day experimental period, subjects remained in an environmentally controlled laboratory, free of external time cues, and were under continuous physiological and behavioral monitoring. During all scheduled waking periods they were kept awake by performance requirements and by behavioral/social interaction. They underwent neurobehavioral assessments of cognitive performance, mood and symptom complaints every 2 h throughout all waking periods every day. Between test bouts they were allowed to read, watch movies, and interact with laboratory staff to help them stay awake, but no vigorous activities were permitted. They were in less than 50 lux of light during all scheduled wake times. During scheduled sleep times, all lights were turned off.
2.2. Measurements
Compliance with prescribed sleep schedules was verified by polysomnography for both the nocturnal sleep periods and diurnal nap sleep periods during the baseline days and the 10 sleep-restriction days, except for the diurnal nap sleep periods on days 2 and 7 and the subsequent nocturnal sleep periods on days 3 and 8 (these two 24 h periods were without electrodes to reduce any skin irritation and to permit subjects to shower). The polysomnographic data of this study have been reported elsewhere [9].
Subjects underwent neurobehavioral assessments every 2 h during scheduled wakefulness. For all conditions except the control condition (8.2 h anchor sleep per day with no daytime nap) this amounted to 10 test bouts per day. These test bouts were scheduled at the following times of day: 4:10, 6:10, 8:10, 10:10, 12:10, 14:10, 16:10, 18:10, 20:10, and 22:10. Subjects in the control condition were not tested at 4:10 and 22:20 and had their 6:10 test bout immediately following their nocturnal sleep period. Thus, subjects in the control condition had two fewer neurobehavioral test bouts per day. Subjects in conditions with 5.2 h and 6.2 h anchor sleep periods had their 4:10 test bout immediately following their nocturnal sleep period and their 6:10 test bout within 90 minutes of awakening. Subjects in conditions with diurnal naps had their 14:10 test bout immediately following their scheduled nap sleep period.
The psychomotor vigilance task was included in the neurobehavioral assessment battery as a measure of behavioral alertness. The psychomotor vigilance task is a sustained-attention reaction-time task with a random inter-stimulus interval of 2–10 s. Lapses (reaction times greater than 500 ms) were counted per 10 minute test to measure impairments in behavioral alertness. The digit symbol substitution task was included among the neurobehavioral tasks as a measure speed and accuracy of cognitive throughput. This subject-paced task involves the matching of digits (0–9) to symbols (circle, triangle, etc.). The number of correct matches during a 1.5 minute interval was counted to measure cognitive throughput. The Stanford sleepiness scale was also included among the neurobehavioral tasks. Subjects provided a subjective assessment of their sleepiness on a 7-point scale at the beginning of each neurobehavioral assessment battery.
Daily values for each performance task were calculated by averaging scores from six performance test bouts (8:10, 10:10, 12:10, 16:10, 18:10, and 20:10) to assess the profiles of sleepiness and performance across days of sleep restriction. Other test bouts were excluded in the primary analysis to avoid inclusion of sleep inertia effects or because the test bout was not administered in all conditions. To test the consistency of the results when test bouts that were administered shortly after waking were included, the analysis was repeated using daily values calculated by averaging scores from all performance test bouts (6:10, 8:10, 10:10, 12:10, 14:10, 16:10, 18:10 and 20:10) that were administered in all conditions. At baseline, there were no significant differences among the experimental conditions for psychomotor vigilance task performance (one-way ANOVA, F17,72 =0.85, p=0.64), digit symbol substitution task performance, (one-way ANOVA, F17,72 =1.43, p=0.15), or Stanford sleepiness scale rating (one-way ANOVA, F17,72 =0.82, P=0.66).
2.3. Response surface mapping
Performance scores were averaged over each sleep restriction day and normalized for each subject by subtracting their own baseline scores (day 2) to measure performance change over days. Non-linear mixed-effects regression models were applied to the performance scores across the ten sleep restriction days. This analysis simultaneously accounted for changes over days and for systematic differences among subjects. Covariates for age (linear and quadratic) and gender were included, as well as a normally distributed random effect over subjects. Numerical implementation was done in SAS (Version 9.1, SAS Institute Inc., Cary, NC) using the procedure NLMIXED. For a more complete treatment of Non-linear mixed-effects regression models the reader is referred to the literature [1315].
Response surface mapping typically deals with the optimization of reactions and mixtures where the variable of interest is a function of several predictor variables. In the case where the relationship between the variable of interest and the predictor variables is not fully understood empirical response surface models are developed and tested against experimental data [16]. In the current context response surface maps are developed where the variables of interest include measures of neurobehavioral performance and the predictor variables are nocturnal sleep duration (TIB ) and diurnal nap sleep duration (TIB). As it is a mixture-type response surface mapping problem with two components it therefore lends itself to graphical representation on a 3 dimension Cartesian grid. For each variable of interest a series of nested models are developed that test a specific hypothesis about the relationship between the variable of interest and nocturnal sleep and diurnal nap sleep duration. Hypothesis testing is accomplished using the test for nested hypotheses using the likelihood ratio criterion. The likelihood ratio test involves taking the ratio of the negative 2 log likelihood of the restricted model given the observed data (maximum likelihood estimate generated in SAS using PROC NLMIXED) over the negative 2 log likelihood of the full model. This ratio is asymptotically Chi squared with degrees of freedom equal to the difference in the number of parameters between the full model and the restricted model [16].
The analyses began with a model that accounts for condition-specific slopes, which in essence constituted a two-way analysis of variance (ANOVA) over the different nocturnal anchor sleep and nap sleep conditions:

equation M1
(1)

where t denotes days of sleep restriction. The parameter β is a normally distributed random variable with a condition-specific mean representing the rate of change of neurobehavioral performance across sleep restriction days. The parameter θ represents the degree of curvature and quantifies the extent to which the effect of days is non-linear [2]. This approach allowed for response surface mapping (RSM) of results—that is, the construction of three-dimensional graphs of the slopes of the condition-specific nonlinear changes over days (on the “z-axis”) versus the different anchor sleep TIB ( “x-axis”) and nap sleep TIB (“y-axis”) assignments.

Following estimation of the full model with condition-specific non-linear changes over days, various reduced versions of the model were fitted in order to establish systematic patterns among the different conditions. One such reduced model assumed that there was no interaction between anchor and nap sleep:

equation M2
(2)
Here, the rate of change of neurobehavioral performance across sleep restriction days is no longer idiosyncratic for each condition, but depends on the TIB for anchor sleep (through β) independent of nap sleep duration and vice versa on the TIB for nap sleep (through γ) independent of anchor sleep duration.
A further reduced model assumed linearity over conditions:

equation M3
(3)

where β and γ are now rate constants (e.g., for every hour of additional anchor sleep, the rate of change of neurobehavioral performance across sleep restriction days is altered by β); and α is an overall intercept.

The most reduced model we considered substituted anchor TIB and nap TIB by the combined TIB during the 24 h of the day:

equation M4
(4)

where the parameter δ represents the rate of change of neurobehavioral performance across days as a function of total daily TIB. Involving not two independent variables (anchor and nap sleep) but only one, this model no longer required response surface mapping over conditions, but reduced to a univariate regression which can be plotted in conventional two-dimensional graphs (with the combined TIB as the only independent variable).

Confidence intervals were estimated by means of bootstrapping [17]. This was implemented numerically in SAS by re-sampling 1,000 times with replacement. The bootstrap 95% confidence intervals were assessed by taking the 2.5th and 97.5thpercentiles of the resulting distributions.
Non-linear regression has the benefit of accounting for non-linearities in the effect of sleep restriction over experiment days. The value of the curvature parameter θ estimated from the data was found to be 0.81 ± 0.05 for psychomotor vigilance performance, 0.50 ± 0.03 for digit symbol substitution task performance, and 0.44 ± 0.04 for Stanford sleepiness scale ratings of subjective sleepiness (estimate ± s.e.). These values indicate a near-linear relationship of performance changes over days for psychomotor vigilance performance and a more non-linear relationship over days for digit symbol substitution task performance and Stanford sleepiness scale subjective sleepiness ratings. This is similar to what was observed in earlier research [2]. The value of θ is not of particular interest in this paper, and will therefore not be further discussed.
3. RESULTS
3.1. Psychomotor vigilance performance
Figure 1a shows the response surface map for the rate of change of performance on the psychomotor vigilance task across sleep restriction days, as estimated for each condition specifically (β values in Eq. (1)). Subjects in the control condition (8.2 h nocturnal sleep) displayed only small, non-significant increases in lapses of attention (β=0.24, t=0.54, p=0.59). In general, the condition-specific slope increased with decreasing daily TIB (nocturnal anchor TIB plus nap TIB). Further, the rate of degradation in psychomotor vigilance task performance across the 10 sleep restriction days was found to be adequately described by a linear function of daily total TIB (Eq. (4)), with greater total TIB per 24 h steadily resulting in fewer psychomotor vigilance task lapses (χ2[1]=5.6, p=0.018)—see Figure 2a. This simpler model captured 70.1% of the variance while the more elaborate models of Eq. (1)Eq. (3) explained no more than 70.7% of the variance.
Figure 1
Figure 1

Response surface maps of neurobehavioral performance change across days (indicated on the z-axis) plotted against nocturnal anchor sleep TIB (x-axis) and diurnal nap sleep TIB (y-axis). Red dots indicate rate of change (slope) estimates for each of the (more …)
Figure 2
Figure 2

Neurobehavioral performance change across days as a function of daily total TIB (i.e., anchor + nap). Circles indicate estimated condition-aggregate slopes with 95% confidence intervals. The trend line marks the observed linear relationship between TIB (more …)
Thus, adding up to 16 additional model parameters to the simpler model explained only 0.6% more variance. The variance explained by the random effect over subjects for PVT performance was less than 3.2% for all models tested.
When the test bouts that were administered shortly after waking were included in the analysis, the rate of degradation in psychomotor vigilance task performance across the 10 sleep restriction days was again found to be adequately described by a linear function of daily total TIB (Eq. (4)), with greater total TIB per 24 h resulting in fewer psychomotor vigilance task lapses (χ2[1]=5.4, p=0.020).
3.2. Digit symbol substitution task performance
Figure 1b shows the response surface map for the rate of change of performance on the digit symbol substitution task across sleep restriction days, as estimated for each condition specifically (β values in Eq. (1)). Subjects in the control condition (8.2 h nocturnal sleep) displayed normal improvements in performance on the digit symbol substitution task with the expected learning curve, as indicated by daily increases in the number of correct answers (β=3.10, t=3.77, p<0.001). In general, the condition-specific slopes decreased (more impairment = fewer correct answers) with decreasing daily TIB (nocturnal TIB plus nap TIB). The rate of degradation in digit symbol substitution task performance across the 10 sleep restriction days was significantly captured by a linear function of daily total TIB (Eq. (4)), with greater total TIB per 24 h resulting in more correct answers on the digit symbol substitution task (χ2[1]=5.6, p=0.045)—see Figure 2b. This model explained 67% of the variance. However, differentiating between each anchor and nap sleep duration (Eq. (2)) resulted in significantly improved goodness-of-fit (χ2[8]=20.5, p=0.009). Yet, the additional model complexity (8 more parameters) only explained an additional 2% of the variance. Differentiating between each of the 18 different conditions separately (χ2[8]=6.2, p=0.62) provided no further significant enhancement to the goodness-of-fit and the eight additional parameters explained only 0.5% more variance. The variance explained by the random effect over subjects for DSST performance was less than 9.7% for all models tested.
When the test bouts that were administered shortly after waking were included in the analysis, the rate of degradation in digit symbol substitution task performance across the 10 sleep restriction days was again found to be best described by a model differentiating between each anchor and nap sleep duration (χ2[8]=21.5, p=0.006).
3.3. Subjective Sleepiness
Figure 1c shows the response surface map for the rate of change of subjective sleepiness across sleep restriction days, as estimated for each condition specifically (β values in Eq. (1)). Subjects in the control condition (8.2 h anchor sleep) displayed only small, non-significant daily increases in subjective sleepiness (β=0.12, t=0.99, p=0.33). In general, the condition-specific slope increased with decreasing daily TIB (nocturnal anchor TIB plus nap TIB). Further, the rate of increase of subjective sleepiness across the 10 sleep restriction days was found to be adequately described by a linear function of daily total TIB (Eq. (4)), with greater total TIB per 24 h resulting in lower subjective sleepiness ratings (χ2[1]=7.6, p=0.006)—see Figure 2c. This simpler model captured 53.6% of the variance while the more elaborate models of Eq. (1)Eq. (3) explained no more than 55.2% of the variance. Thus, adding up to 16 additional model parameters to the simpler model explained only 1.6% more variance. The variance explained by the random effect over subjects for subjective sleepiness was less than 9.7 % for all models tested.
When the test bouts administered shortly after waking were included in the analysis, the rate of increase of subjective sleepiness across the 10 sleep restriction days was again found to be adequately described by a linear function of daily total TIB (Eq. (4)), with greater total TIB per 24 h resulting in lower ratings of subjective sleepiness (χ2[1]=7.2, p=0.007).
4. DISCUSSION
In agreement with the results of earlier dose-response studies of chronic sleep restriction [23], psychomotor vigilance task performance, digit symbol substitution task performance, and subjective assessments of sleepiness were observed to be primarily a function of total time in bed per 24 h, with less total time in bed consistently resulting in greater accumulation of performance impairment and subjective sleepiness across days. For psychomotor vigilance performance and subjective sleepiness, the rate of impairment across days was found to be approximately linearly related to total time in bed per 24 h. For psychomotor vigilance, the current findings are in agreement with the results of an earlier dose-response study [2]; however the previous study did not explicitly model the relationship of rate of change to daily time in bed for subjective sleepiness. Simliar to previous studies, the present study demonstrated that the accumulation of impairment manifests in a range of critical neurobehavioral functions including decreases in psychomotor vigilance reaction speed, more frequent lapses in attention, reduced speed and accuracy of cognitive throughput, and subjective assessments of more sleepiness throughout the waking day.
An entirely new finding in the present study is that the dose-response relationships between daily sleep ration and the rate of impairment across days persisted regardless of whether the sleep was obtained in a single consolidated episode or in two split sleep episodes each day, and independent of how the amount of daily sleep was divided among nocturnal anchor sleep and diurnal nap sleep periods. This was true for the results of the psychomotor vigilance task and the Stanford sleepiness scale, and to a large extent also for the digit symbol substitution task. For the latter, however, accounting for nocturnal sleep duration and diurnal nap sleep duration explicitly provided a 2% enhancement in explained variance. Unlike the psychomotor vigilance task and the Stanford sleepiness scale, the digit symbol substitution task displays considerable learning effects [2]. As such, subtle differences among conditions in sleep architecture associated with the different placements of the sleep episodes [6] may have differentially affected the learning curve [18].
The results of this study suggest that splitting sleep up does not negatively affect daytime neurobehavioral performance compared to a consolidated sleep period of the same total duration. Since circadian phase has a profound effect on both the efficiency and structure of sleep [6], this finding must be interpreted only for conditions of the current experiment, where anchor sleeps occurred in the nocturnal portion of the circadian cycle and nap sleep in the diurnal portion. A separate experiment in which anchor and nap sleep placements are reversed in circadian time is being completed and will provide needed information on the extent to which circadian placement of split sleeps affects total sleep obtained and its recovery potential.
In a previous analysis of the present study, sleep efficiency and total sleep time were found to be a function of total time in bed per 24 h and largely independent of how sleep was divided among nocturnal sleep and diurnal nap sleep periods [9]. Moreover, the systematic relationship between total daily time in bed and waking neurobehavioral outcomes observed in this study suggests that time in bed (as a surrogate for total physiological sleep time) is substantively predictive of daytime performance. This has useful implications for space operations, as time in bed can be estimated using inexpensive, noninvasive, space flight-ready technologies such as actigraphy [19].
Taken together with the previous results on sleep efficiency, the currently reported results about neurobehavioral performance indicate that split sleep schedules offer no more recovery than consolidated sleep schedules, but also do not negatively impact recovery. Thus, split sleep schedules may be useful to enhance the flexibility of sleep/work schedules for space operations that involve restricted nocturnal sleep opportunities due to mission-critical task scheduling. This result also generalizes to all continuous industrial applications characterized sleep restriction, night operations, and shift work such as maritime operations, military operations, power generation, and manufacturing.
ACKNOWLEDGMENTS
This research was supported by the National Space Biomedical Research Institute through NASA NCC 9–58 and by National Institutes of Health grant M01-RR00040, and in part by AFOSR grant FA9550-05-1-0086 (Hans Van Dongen, Ph.D.) and the Institute for Experimental Psychiatry Research Foundation. We thank Greg Maislin for contributing the response surface modeling statistical approach and analytic techniques; Janet Mullington, James Crabbe and Scott Doran for participating in data acquisition; and Michele Carlin, Claire Fox, Adrian Ecker, John W. Powell IV, Martin Szuba and Nick Price for making the project technically feasible.
Footnotes
This is a PDF file of an unedited manuscript that has been accepted for publication. As a service to our customers we are providing this early version of the manuscript. The manuscript will undergo copyediting, typesetting, and review of the resulting proof before it is published in its final citable form. Please note that during the production process errors may be discovered which could affect the content, and all legal disclaimers that apply to the journal pertain.
REFERENCES
1. Mallis MM, DeRoshia CW. Circadian rhythms, sleep, and performance in space. Aviation Space and Environmental Medicine. 2005;76(6):B94–B107.
2. Van Dongen HPA, Maislin G, Mullington JM, Dinges DF. The cumulative cost of additional wakefulness: Dose-response effects on neurobehavioral functions and sleep physiology from chronic sleep restriction and total sleep deprivation. Sleep. 2003;26(2):117–126. [PubMed]
3. Belenky G, Wesensten DR, Thorne ML, Thomas HC, Sing DP, Redmond MB, Russo MB, Balkin TJ. Patterns of performance degradation and restoration during sleep restriction and subsequent recovery: a sleep dose-response study. Journal of Sleep Research. 2003;12:1–12. [PubMed]
4. Dinges DF, Baynard M, Rogers NL. Chronic sleep restriction. In: Kryger MH, Roth T, Dement WC, editors. Principles and Practice of Sleep Medicine. Philadelphia: W.B. Saunders; 2005. pp. 67–76.
5. Vgontzas AN, Zoumakis E, Bixler EO, Lin HM, Follett H, Kales A, Chrousos GP. Adverse effects of modest sleep restriction on sleepiness, performance, and inflammatory cytokines. Journal of Clinical Endocrinology and Metabolism. 2004;89(5):2119–2126. [PubMed]
6. Dijk DJ, Czeisler CA. Contribution of the circadian pacemaker and the sleep homeostat to sleep propensity, sleep structure, electroencephalographic slow waves, and sleep spindle activity in humans. Journal of Neuroscience. 1995;15(5 pt 1):3526–3538. [PubMed]
7. Borbély AA, Achermann P. Sleep homeostasis and models of sleep regulation. Journal of Biological Rhythms. 1999;14(6):557–568. [PubMed]
8. Achermann P, Borbély AA. Simulation of daytime vigilance by the additive interaction of a homeostatic and a circadian process. Biological Cybernetics. 1994;71:115–121. [PubMed]
9. Mollicone DJ, Van Dongen HPA, Dinges DF. Optimizing sleep/wake schedules in space: Sleep during chronic nocturnal sleep restriction with and without diurnal naps. Acta Astronautica.2007;60(4–7):354–361.
10. de Souza L, Benedito-Silva MLN, Pires D, Poyares S, Tufik S, Calil HM. Further validation of actigraphy for sleep studies. Sleep. 2003;26(1):81–85. [PubMed]
11. Minors DS, Waterhouse JM. Anchor sleep as a synchronizer of rhythms on abnormal routines.International Journal of Chronobiology. 1981;7(3):165–188. [PubMed]
12. Minors DS, Waterhouse JM. Does Anchor Sleep Entrain Circadian- Rhythms – Evidence from Constant Routine Studies. Journal of Physiology-London. 1983 DEC;345:451–467.
13. Van Dongen HPA, Olofsen E, Dinges DF, Maislin G. Mixed-model regression analysis and dealing with interindividual differences. Numerical Computer Methods, Pt E. 2004:139–171.
14. Van Dongen HPA, Maislin G, Dinges DF. Dealing with inter-individual differences in the temporal dynamics of fatigue and performance: Importance and techniques. Aviation Space and Environmental Medicine. 2004;75(3):A147–A154.
15. Olofsen E, Dinges DF, Van Dongen HPA. Nonlinear mixed-effects modeling: Individualization and prediction. Aviation Space and Environmental Medicine. 2004;75(3):A134–A140.
16. Myers RH, Montgomery DC. Response surface methodology : process and product optimization using designed experiments. 2nd ed. New York: J. Wiley; 2002.
17. DiCiccio TJ, Efron B. Bootstrap confidence intervals. Statistical Science. 1996;11(3):189–212.
18. Walker MP, Stickgold R. It’s practice, with sleep, that makes perfect: Implications of sleep-dependent learning and plasticity for skill performance. Clinics in Sports Medicine. 2005;24(2):301-+.[PubMed]
19. Dijk DJ, Neri DF, Wyatt JK, Ronda JM, Riel E, Cecco ARD, Hughes RJ, Elliott AR, Prisk GK, West JB, Czeisler CA. Sleep, performance, circadian rhythms, and light-dark cycles during two space shuttle flights. American Journal of Physiology-Regulatory Integrative and Comparative Physiology.2001;281(5):R1647–R1664.

 

 

Acerca de lironronquido

Odontólogo 1989 Especialista en Ortodoncia 1991 Doctor en Odontología Universidad Complutense Madrid 2003 Profesor de Ortodoncia Departamento de Odontología Facultad de Ciencias de la Salud Universidad Europea de Madrid 1998-2007. Miembro Fundador de la AMADE Asociación de Malformaciones Dentofaciales Miembro de la Sociedad Española de Ortodoncia, Sociedad Europea de Ortodoncia, Sociedad Iberoamericana de Ortodoncia, American Asociation of Orthodontists, World Federation of Orthodontists. Especialista en Trastornos Respiratorios del Sueño, Tratamiento con DAM Dispositivos de Avance Mandibular. Ortodoncista experto en Dispositivos de Avance Mandibular del Instituto de Investigaciones del Sueño. Ortodoncista del Programa de Medicina del Sueño, Servicio de Neurología, Hospital Ruber Internacional. Miembro de la Sociedad Española del Sueño SES, Sociedad Española de Medicina General y de Familia SEMERGEN y Sociedad Española de Medicina Dental del Sueño. Miembro de la European Sleep Society y American Sleep Association.
Esta entrada fue publicada en Dispositivo avance mandibular, Ronquido y etiquetada , , . Guarda el enlace permanente.

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión / Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión / Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión / Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión / Cambiar )

Conectando a %s