アクチグラフィーデータを用いた高齢者の地域在住成人における概日リズムのフェーズ予測

現実世界における概日リズムのフェーズの正確な推定は、時間療法の薬物投与、疲労の軽減、最適な時差ボケやシフト勤務のスケジュール設定など、多様な応用があります。最近の研究では、アクチグラフィーやその他のウェアラブルデータを使用した数学モデルを用いて、時間がかかりコストのかかる実験室での概日リズムのフェーズ測定を予測するためのアルゴリズムが開発および適応されました。ここでは、58歳から86歳までの高齢者を対象とした家庭ベースのコホートにおいて、これらの結果を検証し拡張します。この集団の分析は、概日リズムの予測に対する理解を深める上で貴重な拡張となります。なぜなら、概日時間測定の重要な特徴（概日振幅、光刺激に対する反応、概日不整合に対する感受性）が高齢者において変化する可能性があるからです。我々は、4つのモデルが実際の薄明かりメラトニンオンセットを予測する能力を評価し、すべてのモデルがアクチグラフィーの活動データを使用して平均絶対誤差が約1.4時間以下の予測を生成できることを発見しました。活動を用いたモデルのシミュレーションは、光に基づくモデル予測と同等以上の性能を示し、この新しいコホートにおける以前の発見を検証しました。興味深いことに、モデルはアクチグラフ由来の睡眠メトリクスと同等の性能を示し、特に高次の非光的活動ベースのモデルが優れた性能を示しました。この研究は、高齢者が家庭環境で生活する中で、ウェアラブルデバイスからのデータの数学的モデリングにより、概日リズムが合理的に推定可能であることを示す証拠を提供します。