Eignung einer Messung der Herzratenvariabilität zur Validierung einer Gesundheitsstudie.

Transkript

1 Eignung einer Messung der Herzratenvariabilität zur Validierung einer Gesundheitsstudie. Ein Ansatz zur Überprüfung von psycho-physiologischen Parametern und deren Verlässlichkeit. Diplomarbeit von Ramona Sinziana Curteanu Fakultät Feinwerk- und Mikrotechnik, Physikalische Technik Studiengang Diplom Bioingenieurwesen Referent: Dr. med. Dipl.-Ing. H. Plischke Koreferent: Prof. Dipl.-Phys. A. Giebel Betreuer: Dr. med. Dipl.-Ing. H. Plischke Tag der Einreichung: 28. Februar 2013

2 Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis Abkürzungsverzeichnis iii vii ix 1 Abstrakt 1 2 Einführung und Zielsetzung 3 3 Grundlagen Herzrate Beschreibung Ermittlung Herzratenvariabilität Beschreibung Ermittlung Kardio-Vaskuläre Leistungsparameter Beschreibung Ermittlung HRV und Gesundheit Zusammenhang HRV und Gesundheit HRV als Parameter in der Gesundheitsforschung Robustheitsprüfung von Herzfrequenz und Herzfrequenzvariabilität Absolute Robustheitsprüfung Relative Robustheitsprüfung Material und Methoden Probandenkollektiv i

3 4.2 HRV Scanner Parameter Herzrate Parameter RMSSD IPN-Test Studienablauf Datenauswertung Robustheitsprüfung Korrelationsanalyse Fehlerfortpflanzung Ergebnisse und Interpretation Probandenkollektiv Mittelwerte der drei Probandengruppen Gruppe A - Körpertraining Gruppe B - Achtsamkeitstraining Gruppe C - Ganzheitliches Training Test auf Normalverteilung Gruppe A - Körpertraining Gruppe B - Achtsamkeitstraining Gruppe C - Ganzheitliches Training Zusammenfassung T-Test Verfahren Gruppe A - Körpertraining Gruppe B - Achtsamkeitstraining Gruppe C - Ganzheitliches Training Effektstärke Robustheitsprüfung Korrelationsanalyse Fehlerfortpflanzung Diskussion und Ausblick 67 7 Eigenständigkeitserklärung 69 8 Bibliographie 71 ii Inhaltsverzeichnis

4 Abbildungsverzeichnis 3.1 Phasen des Herzzyklus Zusammenhang von IBI und Herzrate (Tarvainen & Niskanen 2008: 12) Herzrate im Alter von 20 Jahren bei körperlicher Belastung - wolframalpha.com Herzrate im Alter von 50 Jahren bei körperlicher Belastung - wolframalpha.com HRV Vergleich Stress und Entspannung Darstellung von Puls unter Belastung und korrespondierender Leistung (Stemper o.j.: 8) Biologischer Regelkreis einer Stressreaktion - (Börnert & Süß o.j.: 2) Voraussetzungen, Ablauf und Interpretation des IPN-Test (Trunz 2001: 15) Flowchart zum Studienablauf Flowchart zum Auswahlverfahren eines geeigneten Tests auf Normalverteilung - Eigene Darstellung Flowchart zum T-Test Verfahren Anzahl der nach Ausschluss berücksichtigten Teilnehmer je Gruppe - Eigene Darstellung Mittelwert und Standardabweichung HR - Gruppe A Mittelwert und Standardabweichung RMSSD - Gruppe A Mittelwert und Standardabweichung P - Gruppe A Mittelwert und Standardabweichung HR - Gruppe B Mittelwert und Standardabweichung RMSSD - Gruppe B Mittelwert und Standardabweichung P - Gruppe B Mittelwert und Standardabweichung HR - Gruppe C Mittelwert und Standardabweichung RMSSD - Gruppe C Mittelwert und Standardabweichung P - Gruppe C Normalverteilung HR zu t2 - Gruppe A Boxplot Normalverteilung HR - Gruppe A iii

5 5.13 Test auf Normalverteilung HR - Gruppe A Normalverteilung RMSSD zu t0 - Gruppe A Boxplot Normalverteilung RMSSD - Gruppe A Test auf Normalverteilung RMSSD - Gruppe A Normalverteilung P zu t2 - Gruppe A Boxplot Normalverteilung P - Gruppe A Test auf Normalverteilung P - Gruppe A Normalverteilung HR zu t0 - Gruppe B Boxplot Normalverteilung HR - Gruppe B Test auf Normalverteilung HR - Gruppe B Normalverteilung RMSSD zu t1 - Gruppe B Boxplot Normalverteilung RMSSD - Gruppe B Test auf Normalverteilung RMSSD - Gruppe B Normalverteilung P zu t0 - Gruppe B Boxplot Normalverteilung P - Gruppe B Test auf Normalverteilung P - Gruppe B Normalverteilung HR zu t1 - Gruppe C Boxplot Normalverteilung HR - Gruppe C Test auf Normalverteilung HR - Gruppe C Normalverteilung RMSSD zu t1 - Gruppe C Boxplot Normalverteilung RMSSD - Gruppe C Test auf Normalverteilung RMSSD - Gruppe C Normalverteilung P zu t2 - Gruppe C Boxplot Normalverteilung P - Gruppe C Test auf Normalverteilung P - Gruppe C HR_Korrelation bei gepaarten Stichproben - Gruppe A HR_T-Test bei gepaarten Stichproben - Gruppe A RMSSD_Korrelation bei gepaarten Stichproben - Gruppe A RMSSD_T-Test bei gepaarten Stichproben - Gruppe A P_Korrelation bei gepaarten Stichproben - Gruppe A P_T-Test bei gepaarten Stichproben - Gruppe A HR_Korrelation bei gepaarten Stichproben - Gruppe B HR_T-Test bei gepaarten Stichproben - Gruppe B RMSSD_Korrelation bei gepaarten Stichproben - Gruppe B RMSSD_T-Test bei gepaarten Stichproben - Gruppe B iv Abbildungsverzeichnis

6 5.48 P_Korrelation bei gepaarten Stichproben - Gruppe B P_T-Test bei gepaarten Stichproben - Gruppe B HR_Korrelation bei gepaarten Stichproben - Gruppe C HR_T-Test bei gepaarten Stichproben - Gruppe C RMSSD_Korrelation bei gepaarten Stichproben - Gruppe C RMSSD_T-Test bei gepaarten Stichproben - Gruppe C P_Korrelation bei gepaarten Stichproben - Gruppe C P_T-Test bei gepaarten Stichproben - Gruppe C Zusammenhang Herzrate und Leistung vor der Intervention - Gruppe C Zusammenhang Herzrate und Leistung nach der Intervention - Gruppe C Zusammenhang RMSSD und Leistung vor der Intervention - Gruppe C Zusammenhang RMSSD und Leistung nach der Intervention - Gruppe C. 62 Abbildungsverzeichnis v

7

8 Tabellenverzeichnis 3.1 Phasen des Herzzyklus Frequency Domain Measures of HRV Time Domain Measures of HRV RMSSD in Abhängigkeit vom Alter Absolute Kontraindikationen zur Belastungsuntersuchung Relative Kontraindikationen zur Belastungsuntersuchung Exkurs - Allgemeine Darstellung für Hypothesentest Ergebnis Test auf Normalverteilung Ergebnis Effektstärke vii

9

10 Abkürzungsverzeichnis ANS DGK EKG HRV IBI IQR Autonomes Nervensystem Deutsche Gesellschaft für Kardiologie Elektrokardiogramm Herzratenvariabilität Interbeat Intervall Inter-Quantils-Abstand RMSSD.... Root Mean Square of the Successive Differences ix

11 1 Abstrakt Die Herzratenvariabilität HRV ist ein globaler Indikator für die Gesundheit, da sie die psycho-physiologische Balance des Menschen widerspiegelt. Sie beschreibt die rhythmischen Schwankungen der Herzfrequenz und ermöglicht somit einen Einblick in den sympatikovagalen Anpassungsmechanismus. Ist das Herz an äußere Umwelteinflüsse anpassungsfähig, so reagiert es mit einer großen Variation der Herzschläge. Dagegen beobachtet man eine gewisse Einschränkung der Herzratenvariabilität bei Menschen mit autonomen Dysfunktionen, wie Stressbelastung oder Depression. Es stellt sich also die Frage, inwiefern die HRV als Indikator einer Messung innerhalb einer Gesundheitsstudie geeignet ist, und weiterhin wie verlässlich (robust) dieser Indikator im Vergleich zu etablierten physiologischen Indikatoren ist. Daher wird bei der vorliegenden Auswertung einer speziellen Studie besonderer Wert auf die statistische Methodik gelegt, sowie auf die Auswahl geeigneter Parameter der Herzratenvariabilität. Anschließend werden drei Probandengruppen dieser Studie miteinander verglichen und die Resultate kritisch diskutiert. Weiterhin wird ein Ansatz entwickelt, mit deren Unterstützung man die Verlässlichkeit (sog. Robustheit) der ausgewählten HRV Parameter in Relation zu bewährten Leistungsparametern abschätzen kann. So kann eine stützende Aussage zur Frage der Eignung der HRV als Indikator für Gesundheitsmessungen getroffen werden. Die vorliegende Arbeit soll einen wissenschaftlichen Beitrag zu der Frage leisten, ob sich die nicht-invasive Methodik der HRV Messung im neuen Forschungsfeld der Salutogenese als geeignet erweist. Da in diesem Bereich der Gesundheitsprävention bisher noch keine standardisierten Verfahren zur Anwendung kommen, soll somit ein Ansatz zur Salutogeneseforschung beigetragen werden. 1

12

13 2 Einführung und Zielsetzung Individuelle Gesundheit ist ein kostbares Gut. Die Weltgesundheitsorganisation definiert Gesundheit als state of complete physical, mental and social well-being and not merely the absence of disease or infirmity (WHO 1946:Präambel) und deutet somit an dieser Stelle bereits eine -über Krankheitsbekämpfung hinausgehende- Perspektive an. Obwohl man in der heutigen Zeit für zahlreiche Krankheiten -dank dem technologischen Fortschritt in der Medizin- erfolgsversprechende Medikamente und Therapien zur Verfügung hat, wird es gesellschaftlich immer bedeutsamer, die Menschen für die zentrale Rolle der Prävention zu sensibilisieren. 1 Der Begriff der Salutogenese taucht in diesem Zusammenhang immer häufiger im öffentlichen Diskurs auf. Hierunter versteht man den als Gegenstück zur Pathogenese entwickelten Ansatz, nach der Möglichkeit des Erhalts bzw. der Wiederherstellung der Gesundheit zu forschen. 2 Diese Bewahrung von Gesundheit wird auf verschiedene Arten praktiziert, ob durch Ausdauersport, Entspannungstechniken, Yoga, Achtsamkeitsseminare oder Meditation; der Erfolg und die Anerkennung dieser Interventionen spiegelt sich in der Tatsache wider, dass viele von ihnen als gesundheitsfördernde Maßnahmen von den gesetzlichen Krankenkassen bezuschusst werden. Politisch wurde bereits 2005 versucht, die Prävention als vierte Säule des Systems der Gesundheitssicherung (Rosenbrock/Gerlinger 2009:85) zu etablieren. Dieser Versuch eine präventiven Gesetzgebung scheiterte zwar schließlich im Gesetzgebungsverfahren, zeugt jedoch davon, dass auch politische Akteure die Wichtigkeit, Gesundheit neu zu denken, erfasst haben. 3 In der klassischen Schulmedizin wird jeder störende Einfluss auf den Organismus als mögliche Ursache für die Entstehung von Krankheiten angesehen. In der ganzheitlichen Medizin hingegen, wird der Körper in Wechselwirkung mit Geist und Seele betrachtet und die 1 Siehe weiterführend zum Thema Prävention in der Gesundheitspolitik auch Rosenbrock/Gerlinger (2009). 2 Vgl. hierzu Rosenbrock/Gerlinger (2009:70). 3 Vgl. hierzu Rosenbrock/Gerlinger (2009:85 ff.). 3

14 Entstehung von Krankheiten wird als Unfähigkeit des Organismus gewertet, auf umweltbedingte Störfaktoren angemessen zu reagieren. Dabei rückt das Herz mit seiner Variabilität des Herzrhythmus immer mehr in den Fokus wissenschaftlicher Gesundheitsstudien. Die Herzratenvariabilität HRV ist ein globaler Indikator für die Gesundheit, da sie die psycho-physiologische Balance des Menschen widerspiegelt. Sie beschreibt die rhythmischen Schwankungen der Herzfrequenz und ermöglicht somit einen Einblick in den sympatikovagalen 4 Anpassungsmechanismus. 5 Ist das Herz an die Umwelteinflüsse anpassungsfähig, so reagiert es mit einer großen Variation der Herzschläge. Dagegen beobachtet man eine gewisse Einschränkung der Herzratenvariabilität bei Menschen mit autonomen Dysfunktionen, wie Stressbelastung oder Depression. 6 Mittlerweile ist es anerkannt, dass die HRV nicht nur über die neurokardiale Steuerung Auskunft gibt, 7 sondern auch als Gradmesser der Gesundheit angesehen wird 8. Es stellt sich also die Frage, inwiefern die HRV als Indikator einer Messung innerhalb einer Gesundheitsstudie geeignet ist, und weiterhin wie verlässlich (robust) dieser Indikator im Vergleich zu etablierten Indikatoren ist. Im ersten Teil dieser Arbeit wird eine bisher unveröffentlichte Gesundheitsstudie 9 ausgewertet, die im Rahmen einer laufenden Dissertation 10 das Ziel verfolgt, die Steigerung der ganzheitlichen Gesundheit älterer Generationen über die Entwicklung eines speziellen Trainings zu evaluieren. Die HRV, als eine von mehreren objektiven Indikatoren, zeigt dabei ein abweichendes Verhalten in Bezug auf körperliche Fitness. Daher wird bei der vorliegenden Auswertung besonderer Wert auf die statistische Methodik gelegt, sowie auf die Auswahl geeigneter Parameter der Herzratenvariabilität. Anschließend werden drei Probandengruppen dieser Studie miteinander verglichen und die Resultate kritisch diskutiert. 4 Gesundheit wird im ganzheitlichen Kontext auch als vagale Balance verstanden. Vagal bezieht sich hierbei auf den nervus vagus, den sog. Parasympathikus. 5 Vgl. Horn et al. (2003). 6 Siehe hierzu Mück-Weymann (2005). 7 Siehe auch Hughes & Stoney (2000), 8 Vgl. Börnert & Süß. 9 Siehe hierzu Rehmer (2013). 10 Angesiedelt ist die angesprochene Studie am Humanwissenschaftlichen Zentrum der Ludwig-Maximilians- Universität München, dem Peter-Schilffarth-Institut für Soziotechnologie in Bad Tölz. 4

15 Im zweiten Teil wird eine Methode entwickelt, mit deren Unterstützung man die Verlässlichkeit (sog. Robustheit) der ausgewählten HRV Parameter in Relation zu bewährten Leistungsparametern abschätzen kann. So kann eine stützende Aussage zur Frage der Eignung der HRV als Indikator für Gesundheitsmessungen getroffen werden. Ziel dieser Arbeit ist es, aufzuzeigen, ob sich die nicht-invasive Methodik der HRV Messung im neuen, bisher schwach etablierten Forschungsfeld der Salutogenese als geeignet herausstellt und zudem die wichtigsten Aspekte einer erfolgreichen HRV Messung und deren Ansatz darzustellen. Da in diesem Bereich der Gesundheitsprävention bisher noch keine standardisierten Verfahren zur Anwendung kommen, soll somit ein Beitrag zur Salutogeneseforschung geleistet werden. 5

16

17 3 Grundlagen In der vorliegenden Arbeit wird eine Gesundheitsstudie 1 ausgewertet, die anhand der Herzrate, der Herzratenvariabilität und dem kardio-vaskulären Leistungsparameter drei Gruppen von Probanden untersucht. Ziel der Studie ist es, herauszufinden, ob eine Steigerung der ganzheitlichen Gesundheit bei älteren Menschen möglich ist, indem ein speziell entwickeltes Training über einen längeren Zeitraum angewendet wird. Die Untersuchung legt einen besonderen Fokus auf den Vergleich von objektiven und subjektiven Indikatoren in Hinblick auf die körperliche Fitness der Probanden. Damit im späteren Verlauf der Auswertung eine bessere Aussage über die Verlässlichkeit (Robustheit) der Messung und somit der Eignung der Herzratenvariabilität (HRV) als Indikator für Gesundheitsmessungen getroffen werden kann, werden im folgenden die einzelnen betrachteten Parameter und deren Ermittlung beschrieben, sowie das physiologische Zusammenspiel mit dem autonomen Nervensystem (ANS) des Menschen. 3.1 Herzrate Der erste der drei betrachteten psycho-physiologischen Parametern, die in der vorliegenden Arbeit von zentraler Bedeutung sind, ist die Herzrate. 1 Vgl. hierzu Rehmer (2013). 7

18 3.1.1 Beschreibung 1 Die Herzrate als Parameter wird in der Einheit gemessen und beschreibt die Anzahl min der Herzschläge eines Organismus pro Minute. International gilt für die Angabe des Herzschlages 1 bpm (beats per minute) = 0,01667 beat s = Beat Frequency υ = 0,017 Hz (Hertz) Ein Herzschlag ist definiert als der zusammenhängende systolische und diastolische Zyklus des Herzens. D.h. pro Herzschlag werden alle Phasen (Tabelle 3.1) eines kompletten Herzzyklus durchlaufen. 2 Abbildung 3.1: Phasen des Herzzyklus EKG P Welle QRS - Komplex ST-Strecke TU Welle Die einzelnen Perioden einer Phase sind: Erregungsausbreitung in den Vorhöfen ventrikuläre Depolarisation Vollständige Erregung der Kammer ventrikuläre Repolarisation Tabelle 3.1: Darstellung der Phasen des Herzzyklus Ermittlung In der oberen Beschreibung ist zu erkennen, wie man einen einzelnen Herzzyklus interpretieren kann. Um aus dem EKG-Bild eine Herzrate zu ermitteln, muss man zunächst 2 Vgl. Wolf-Heidegger & Köpf-Maier (2005) Herzrate

19 einzelne R-Zacken detektieren. Des Weiteren wird der Abstand zwischen zwei benachbarten R-Zacken in Millisekunden messtechnisch erfasst und als interbeat interval (IBI) ausgegeben. In der folgenden Abbildung 3.2 wird ersichtlich, inwiefern ein Herzzyklus mit dem IBI in Zusammenhang steht. Abbildung 3.2: Zusammenhang von IBI und Herzrate (Tarvainen & Niskanen 2008: 12) Der zeitliche Abstand zwischen zwei R-Zacken (IBI) wird auch als RR-Intervall bezeichnet. Eine quantitative Beschreibung, sowie eine visuelle Analyse der Entwicklung von Variabilitäten des IBI, kann durch RR-Histogramme geschehen. Eine genaue Darstellung dieser Vorgehensweise vom EKG zum RR-Histogramm wird in Abschnitt 4.2 ausführlich erläutert. Die individuelle Herzrate ist von vielen Faktoren abhängig. In Abbildung 3.3 und Abbildung 3.4 wird vor allem ersichtlich, dass es altersspezifische Unterschiede geben kann. 3.2 Herzratenvariabilität Der zweite der insgesamt drei betrachteten psycho-physiologischen Parametern, der für die vorliegende Arbeit von essentieller Bedeutung ist, ist die Herzratenvariabilität (HRV) Herzratenvariabilität 9

20 Abbildung 3.3: Herzrate im Alter von 20 Jahren bei körperlicher Belastung - wolframalpha.com Abbildung 3.4: Herzrate im Alter von 50 Jahren bei körperlicher Belastung - wolframalpha.com Herzratenvariabilität

21 3.2.1 Beschreibung Die Herzratenvariabilität beschreibt die Schwankung der Herzfrequenz. In der traditionellen chinesischen Medizin galt es als anerkannte These, dass ein Mensch in naher Zukunft stirbt, sobald seine Herzrate regelmäßig wird. Dies kommt daher, dass eine Regelmäßigkeit in der Herzrate auf den Verlust der Regulationsfähigkeit des Herzens hinweist. Einer aktuellen Studie zur Folge weisen schlagende (intakte) Herzen von Organspendern eine geringe Herzratenvariabilität auf. 3 In Abbildung 3.5 wird exemplarisch eine hohe HRV (Entspannung) und eine niedrige HRV (Stress) dargestellt. 4 Abbildung 3.5: HRV Vergleich Stress und Entspannung Eine Analyse der HRV ist nicht nur im zeitlichen Bereich möglich, sondern auch im Frequenzbereich. Dies kann vor allem für Kurzzeitmessungen wertvolle Erkenntnisse liefern. In Tabelle 3.2 und Tabelle 3.3 sind Empfehlungen ersichtlich, die von der sog. Task Force 5 ausgegeben wurden Ermittlung In dieser Arbeit wird die HRV anhand des Parameters RMSSD ermittelt und evaluiert. Es handelt sich hierbei um den Effektivwert der RR-Abstände, RMSSD steht daher für root mean square of the successive differences und ist ein Ausdruck vermehrter parasympathischer Aktivität. Aus diesem Grund eignet sich der RMSSD Wert hervorragend für die Auswertung der ausgewählten Gesundheitsstudie. So lässt sich die Entspannungsfähigkeit der einzelnen Probanden nach den unterschiedlichen Interventionen objektiv bestimmen. 3 Siehe hierzu Neumann et al. (2001). 4 Bildnachweis siehe 5 Vgl. hierzu Task Force of the European Society of Cardiology the North American Society of Pacing Electrophysiology (1996) Herzratenvariabilität 11

22 Variable Units Description Frequency Range Analysis of Short-term Recordings (5 min) 5-min total power ms 2 The variance of NN intervals over the temporal segment 0.4Hz VLF ms 2 Power in VLF range 0.04Hz LF ms 2 Power in LF range Hz LF norm nu LF power in normalized units LF / (total power - VLF) 100 HF ms 2 Power in HF range Hz HF norm nu HF power in normalized units HF / (total power - VLF) 100 LF/HF Ratio LF [ms 2 ]/HF[ms 2 ] Analysis of Entire 24 Hours Total Power ms 2 Variance of all NN intervals 0.4Hz ULF ms 2 Power in the ULF Range 0.003Hz VLF ms 2 Power in the VLF Range Hz LF ms 2 Power in the LF Range Hz HF ms 2 Power in the HF Range Hz α Slope of the linear interpolation of the spectrum in a log-log scale 0.04Hz Tabelle 3.2: Frequency Domain Measures of HRV - Eigene Darstellung nach Task Force (1996) Herzratenvariabilität

23 Variable Units Description Statistical Measures SDNN ms Standard deviation of all NN intervals SDANN ms Standard deviation of the averages of NN intervals in all 5-minute segments of the entire recording RMSSD ms The square root of the mean of the sum of the squares of differences between adjacent NN intervals SDNN index ms Mean of the standard deviations of all NN intervals for all 5-minute segments of the entire recording SDSD ms Standard deviation of differences between adjacent NN intervals PNN50 % NN50 count / total number of all NN intervals Geometric Measures TINN ms Baseline width of the minimum square difference triangular interpolation of the highest peak of the histogram of all NN intervals Differential index ms Difference between the widths of the histogram of differences between adjacent NN intervals measured at selected heights Tabelle 3.3: Time Domain Measures of HRV - Eigene Darstellung nach Task Force (1996) 3.2. Herzratenvariabilität 13

24 In Tabelle 3.4 wird die Abhängigkeit des normalen RMSSD Wert in Ruhe (RMSSDr) und des normalen RMSSD Wert während einer Taktatmung (RMSSDd) vom Alter der männlichen Probanden aufgezeigt. Alter RMSSDr (ms) RMSSDd (ms) 15 > 16,00 > 27,25 20 > 14,22 > 23,76 25 > 12,63 > 20,72 30 > 11,22 > 18,06 35 > 9,96 > 15,75 40 > 8,85 > 13,73 45 > 7,86 > 11,98 50 > 6,98 > 10,44 55 > 6,20 > 9,11 60 > 5,51 > 7,94 65 > 4,89 > 6,92 Tabelle 3.4: RMSSD in Abhängigkeit vom Alter - Eigene Darstellung nach Marcus W. Agelink et al. (2001: 105) 3.3 Kardio-Vaskuläre Leistungsparameter Als letzten der drei psycho-physiologischen Parametern, betrachten wir den kardio-vaskuläre Leistungsparameter P, welcher die physiologische Bestimmung der maximalen körperlichen Belastbarkeit ermöglicht. Durch die Messung der maximalen Leistungsfähigkeit kann man einerseits den individuellen Trainingszustand ermitteln und Defizite erkennen und andererseits die ermittelten Leistungswerte objektiv mit anderen vergleichen. 6 6 Diese Methode beruht auf dem Leistungstestverfahren der Ergospirometrie von PD Dr. K. S. Herrmann. Weiterführend siehe hierzu auch Kardio-Vaskuläre Leistungsparameter

25 3.3.1 Beschreibung Der kardio-vaskuläre Leistungsparameter P wird in W (Watt pro Kilogramm Körpergewicht) angegeben und beschreibt die physiologische Leistungsfähigkeit eines Kg einzelnen Probanden Ermittlung Der Leistungsparameter wird nach den Leitlinien zur Ergometrie der Deutschen Gesellschaft für Kardiologie erfasst. 7 Um eine optimale Belastungsuntersuchung durchführen zu können, benötigt man eine klare Indikationsstellung. In der vorliegenden Gesundheitsstudie wurde die physikalische Belastbarkeit erfasst, die auf jeden Fall eine Indikation beschreibt. Weiterhin muss festgehalten werden, dass Kontraindikationen ausgeschlossen sind, wobei die DGK nach absoluten (Tabelle 3.5) und relativen Indikationen (Tabelle 3.6) unterscheidet. Absolute Kontraindikationen Akuter Myokardinfarkt Instabile Angina pektoris Herzrhythmusstörungen mit Symptomatik und/oder eingeschränkter Hämodynamik Symptomatische schwere Aortenstenose Dekompensierte Herzinsuffizienz Akute Lungenembolie Akute Myokarditis Akute Perikarditis Akute Aortendissektion Tabelle 3.5: Absolute Kontraindikationen zur Belastungsuntersuchung nach Trappe & Löllgen (2000: 825) 7 Für eine aktuelle Übersicht siehe Deutschen Gesellschaft für Kardiologie Kardio-Vaskuläre Leistungsparameter 15

26 Relative Kontraindikationen Hauptstammstenose Klappenerkrankungen mäßigen Schweregrades Bekannte Elektrolytstörungen Arterielle Hypertonie Tachyarrhythmie oder Bradyarrhythmie Hypertrophe Kardiomyopathie und andere Formen der Ausflussbahnobstruktion Höhergradige AV-Blockierungen Physische und/oder psychische Beeinträchtigungen Tabelle 3.6: Relative Kontraindikationen zur Belastungsuntersuchung nach Trappe & Löllgen (2000: 825) In Abbildung 3.6 ist veranschaulicht, wie sich der Puls unter Belastung und dessen korrespondierende Leistung verhalten kann. So kann man über gezogene Verbindungslinien zur Herzfrequenz-Leistungs-Kurve den entsprechenden Watt-Wert ermitteln HRV und Gesundheit Wie bereits erläutert, geht es in der vorliegenden Arbeit primär darum, zu erforschen, ob durch die Herzratenvariabilität (HRV) eine Steigerung des Wohlbefindens, welche sich in einer Erhöhung der Entspannungsfähigkeit äußert, objektiv messbar gemacht werden kann. 8 Vgl. hierzu (Stemper o.j.: 8) HRV und Gesundheit

27 Abbildung 3.6: Darstellung von Puls unter Belastung und korrespondierender Leistung (Stemper o.j.: 8) Zusammenhang HRV und Gesundheit Einer der 12 humanen Hirnnerven ist der M.Vagus, der zum Einen aus viszeromotorischen, parasympathischen Fasern und zum Anderen aus viszerosensorische Fasern. 9 Ein gesundes Herz verfügt über eine spontane Schrittmacherfrequenz, die durch den Sinusknoten vorgegeben wird. Während der Sinusknoten depolarisiert ist, führen parasympatische und sympathische Reaktionen zu einer bemerkenswerten Variation der Herzrate. Wie bereits erwähnt wurde, liegt der Ursprung dieses Nervs im Gehirn, spezifischer in der Medulla oblongata. Auf diesem Wege können psychische Faktoren in der Aktivität des Herzens widergespiegelt werden. 10 Die Variabilität des Herzrhythmus ermöglicht eine Diagnose des Gesundheitszustandes einer Person, da die Ursache vieler Erkrankungen und Befindlichkeitsstörungen eine Beeinträchtigung der vegetativen Grundregulation ist. Das Zusammenspiel zwischen Sympathikus und Parasympathikus ist entscheidend für die Regulation des Organismus. Die folgende Abbildung 3.7 zeigt den biologischen Regelkreis, der bei einer Stressreaktion durchlaufen wird. 9 Vgl. hierzu Wolf-Heidegger & Köpf-Maier (2005). 10 Siehe hierzu auch Rief & Birbaumer (2010) HRV und Gesundheit 17

28 Abbildung 3.7: Biologischer Regelkreis einer Stressreaktion - (Börnert & Süß o.j.: 2) HRV als Parameter in der Gesundheitsforschung Als Zeichen für Gesundheit kann man eine hohe Anpassungsfähigkeit des Organismus verstehen. Diese Anpassungsfähigkeit (Variabilität) kann man in diesem Zusammenhang als die Fähigkeit des Herzens, durch eine bestimmte Modulation der Herzschlagfolge auf die äußeren und inneren Faktoren zu reagieren, verstehen. Die HRV wirkt also wie eine Art Puffer, der die Reibungsverluste verringert. Während früher die HRV fast nur in der Medizin, insbesondere der Kardiologie und Diabetologie, sowie der Psychotherapie als Therapiekontrolle erfolgreich eingesetzt wurde, betrachtet man diesen Marker spätestens seit dem 5. Internationalen Symposium zur Herzfrequenzvariabilität 11 auch im interdisziplinären Kontext der Gesundheitsförderung und Trainingssteuerung. Der deutsche Sportwissenschaftler Kuno Hottenrott geht davon aus, dass die Entspannungsfähigkeit und die Herzkohärenz mit der autonomen Fitness 12 korrelieren. Diese autonome Fitness lässt sich durch eine HRV-Analyse veranschaulichen und dient zudem als Zielgröße der Gesundheitsförderung Weiterführende Informationen hierzu auch auf der Webseite des Institut für Leistungsdiagnostik und Gesundheitsförderung e.v. (ILUG) der Martin-Luther-Universität Halle-Wittenberg unter Vgl. Esperer & Hottenrott (2011). 13 Siehe weiterführend zum Begriff der autonomen Fitness Hottenrott (2011) HRV und Gesundheit

29 Es wurde bereits erwähnt, dass es in dieser Arbeit sekundär darum geht, den im Rahmen der verwendeten Gesundheitsstudie 14 erhobenen kardio-vaskulären Parameter auf das Merkmal der Robustheit, also seiner Verlässlichkeit hin zu prüfen. Ein möglicher Ansatz hierzu, wird im folgenden Abschnitt entwickelt. 3.5 Robustheitsprüfung von Herzfrequenz und Herzfrequenzvariabilität Im folgenden Abschnitt werden die Grundlagen der Robustheitsprüfung beschrieben und erläutert. Zuerst wird die absolute Robustheit der kardio-vaskuläre Parameter (HR und RMSSD) im mathematischen Sinne erläutert. Nachfolgend wird die relative Robustheit dieser Parameter in Bezug auf den Leistungsparameter P angeführt Absolute Robustheitsprüfung In jeder Messung, die unter normalen Bedingungen durchgeführt wird, ist es wahrscheinlich, dass es zu Messfehlern kommt. Dennoch kann es sinnvoll sein, eine mathematische Betrachtung der Fehlerentwicklung durchzuführen. In der absoluten Robustheitsprüfung wird gezeigt, welchen Einfluss ein beliebiger Fehler ɛ auf den zu ermittelnden Parameter in Abhängigkeit zu seiner mathematischen Ermittlung hat. Ziel der Robustheitsprüfung ist ein evidenzbasiertes Vertrauensintervall 15 der Messwerte, unter Berücksichtigung eines beliebigen Fehlers ɛ, zu ermitteln. Dadurch kann die Interpretation vorhandener Ergebnisse erleichtert werden Relative Robustheitsprüfung In der zweiten Analyse der Messdaten auf Robustheit wird ein Vergleich zwischen den Parametern HR und RMSSD, sowie dem Leistungsparameter P angestellt. Diese Prüfung erfolgt durch eine Korrelationsanalyse, da eine Erhöhung der Korrelation ein Indiz für 14 Siehe hierzu Rehmer (2013). 15 In der Statistik wird auch von Konfidenzintervall gesprochen Robustheitsprüfung von Herzfrequenz und Herzfrequenzvariabilität 19

30 eine erhöhte Validität des Parameters darstellt. 16 Einfach ausgedrückt lässt sich sagen, wenn man einen neuen Parameter auf Eignung für ein Messverfahren prüfen möchte, kann das Messverfahren als erstes mit einem bewährten Parameter durchgeführt werden. Anschließend verwendet man den neuen Parameter für dieselbe Messung und überprüft danach die Korrelation der beiden parametrischen Messwerte. Wenn beide Werte die gleiche Tendenz aufweisen und eine hohe Korrelation vorliegt, kann man davon ausgehen, dass sich der neue Parameter für das geprüfte Messverfahren eignet. 16 Vgl. Lange, Van Leeuwen, Bettermann & Grönemeyer (1997) Robustheitsprüfung von Herzfrequenz und Herzfrequenzvariabilität

31 4 Material und Methoden Nachdem bisher in den vorangegangenen Abschnitten die Grundlagen der psycho-physiologischen Parameter und deren Zusammenhang mit der Gesundheitsförderung dargestellt wurden, werden im folgenden Teil dieser Arbeit die Daten und Materialien der ausgewerteten Gesundheitsstudie vorgestellt. Weiterführend werden anschließend die Methode der Auswertung und der Robustheitsanalyse beleuchtet. 4.1 Probandenkollektiv In der betrachteten Gesundheitsstudie wurden im Zeitraum September 2011 bis April 2012 mehrere Probanden zur Auswertung einbezogen, die folgende Einschlusskriterien erfüllten. 1. Alter zwischen 50 und 65 Jahre, wobei der Altersdurchschnitt in jeder Gruppe möglichst gleich sein soll. 2. Geschlechter und deren gleich Verteilung. 3. Bildungsstatus bzw. Schulabschlüsse (Hauptschule, Realschule und Gymnasium) und deren gleiche Verteilung. 4. Trainingszustand, es soll kein regelmäßiges Training (körperliches, mentales, emotionales oder achtsamkeitsbasiertes) absolviert werden. Personen die im letzten Jahr maximal zwei Mal pro Monat an einem entsprechenden Programm teilgenommen haben. 21

32 Aus der Studie ausgeschlossen wurden Probanden, bei denen nachfolgende Ausschlusskriterien vorlagen. 1. Aktuelle psychische und/oder körperliche Erkrankungen (Beeinträchtigungen). 2. Klinisch relevante internistische oder neurologische Erkrankungen. 3. Missbrauch oder Abhängigkeit von Medikamenten, Drogen oder Alkohol, aktuell oder in der Anamnese. Zusätzlich wurde für die vorliegende Arbeit noch ein weiteres Ausschlusskriterium für Probanden definiert. Frühzeitiger Abbruch der Intervention bzw. keine vollständigen Messdaten zu jedem Messzeitpunkt. Hierbei handelt es sich um das Kriterium der Vollständigkeit. Alle Probanden mussten die gesamten Einschlusskriterien erfüllen und durften keines der Ausschlusskriterien aufweisen. Allen Studienteilnehmern wurde vor der Intervention ein ausführlicher Fragebogen zu vorliegenden körperlichen und seelischen Fitness, sowie eventuellen Erkrankungen vorgelegt. Eine exemplarische Auswahl der (subjektiv ausgerichteten) Fragen wird nachfolgend aufgelistet. 1. Demographische Daten: Alter, Geschlecht, Bildungsstand, Beruf 2. Krankheiten und medizinische Eingriffe (Operationen) 3. Körperlicher Trainingszustand 4. Seelische und psychische Verfassung. Zudem wurden noch Abbruchkriterien für die Teilnahme an der Studie definiert, die sich auf Neuerkrankungen im Sinne der Ausschlusskriterien beziehen, sowie die Veränderung der Trainingsinhalte während der laufenden Studie (z.b. Es werden Trainingsinhalte einer anderen Probandengruppe übernommen) Probandenkollektiv

33 4.2 HRV Scanner Seit 2009 ist der sog. HRV Scanner der deutschen Firma Biosign GmbH im Handel erhältlich. Dieses Gerät lässt sich zur Aufzeichnung verschiedenster HRV Parameter benutzen. Es beinhaltet ein 1-Kanal-EKG mit der Samplingrate 500 Hz, welches zur Berechnung der Herzfrequenzkurve dient. Daraus können dann anschließend die HRV Parameter kalkuliert werden. Die Ausgabe der Daten erfolgt auf einem handelsüblichen PC und ist benutzerfreundlich, sowohl für den Trainer als auch den Probanden aufbereitet. Es können mit dem HRV Scanner Langzeit- und Kurzzeittrends aller Parameter als 3D- Animation betrachtet werden. Die erfassten und berechneten Parameter, die in dieser Arbeit von Bedeutung sind, werden im folgenden Abschnitt beschrieben. Diese wurden aus dem 1-Kanal-EKG des Scanner extrahiert und für die folgende Auswertung der Studie ausgewählt Parameter Herzrate Die Herzrate wird in Schlägen pro Minute (bpm) ausgegeben und aus dem EKG abgeleitet. Dies geschieht über die R-Zacken-Detektion. Werden zwei benachbarte R-Zacken aus dem QRS Komplex 1 mit dem Detektionsalgorhythmus erkannt, so wird das zugehörige RR-Intervall gemessen, welches gleichbedeutend mit dem Zeitintervall zwischen den beiden R-Zacken ist. Dieses Intervall wird in Millisekunden (ms) im EKG beschrieben. Für die Berechnung des Intervalls gilt RR i = t QRSi+1 t QRSi (4.1) in ms. Daraus errechnet sich die Herzrate wie folgt HR = RR i (4.2) 1 Vgl. hierzu Unterabschnitt HRV Scanner 23

34 in bpm Parameter RMSSD Die Abkürzung RMSSD steht für root mean square of successive differences, also für das quadratische Mittel der aufeinanderfolgenden Unterschiede oder Abweichungen. Bei dem RMSSD Wert handelt es sich um einen HRV Parameter aus dem entsprechenden Messzeitbereich 2 und drückt die Änderungsstärke der Herzfrequenz von einem Herzschlag zum nächsten aus. Wie in Unterabschnitt erläutert, kann man mithilfe der R-Zacken- Detektion die RR Abstände ermitteln. Weiterhin gilt i RMSSD = 1 N N (RR i+1 RR i ) 2 (4.3) i=1 4.3 IPN-Test Seit den frühen 1990er Jahren wird der sog. IPN-Test als Ausdauertest im Fitness- und Gesundheitsbereich angewandt. Es handelt sich hierbei um einen Ergometer-Test, der auf Dieter Lagerstrøm zurückgeht 3 und spezifische Werte des Probanden verwendet, um einen Vergleichswert der aeroben Leistungsfähigkeit zu erhalten. Für einen umfassende Darstellung der Voraussetzungen für den IPN-Test, dessen Ablauf und Interpretation siehe Abbildung 4.1. Hieraus ergibt sich der kardio-vaskuläre Parameter Leistung, der in Watt pro Kilogramm Körpergewicht gemessen wird. Es handelt sich hierbei um eine relative Watt-Leistung, aus der sich, durch einen Vergleich mit einer Norm-Soll-Leistungstabelle, der entsprechende Belastungsfaktor und eine spezifische Trainingsherzfrequenz für den Probanden ableiten lassen. 4 Berechnet wird die Watt-Leistung P durch die Formel 2 Vgl. hierzu Tabelle Vgl. hierzu Trunz (2001). 4 Siehe hierzu Trunz (2001: 7) IPN-Test

35 Abbildung 4.1: Voraussetzungen, Ablauf und Interpretation des IPN-Test (Trunz 2001: 15) P = W 1 + (W 2 W 1 ) ( HF HF 1 HF 2 HF 1 ) (4.4) in W Kg. Legende W 1 = vorletzte Belastungsstufe, bevor die Zielherzfrequenz (entsprechend der Voreinstellung) erreicht bzw. Überschritten wurde; Angabe in Watt W 2 = letzte Belastungsstufe, bei der die Zielherzfrequenz (entsprechend der Voreinstellung) erreicht bzw. Überschritten wurde; Angabe in Watt HF = Herzfrequenz der individuellen Voreinstellung HF 1 = Herzfrequenz, der am Ende von vorletzten Wattstufe (W 1 ) ermittelt wurde HF 2 = Herzfrequenz, der am Ende der letzten Wattstufe (W 2 ) ermittelt wurde 4.4 Studienablauf Um einen besseren Einblick in die ausgewertete Gesundheitsstudie zu erhalten, wird im folgenden Abschnitt der Studienablauf kurz und überblickshaft geschildert. Vor dem Studienzeitraum September 2011 bis April 2012 wurden alle Probanden, die sich für ein 4.4. Studienablauf 25

36 ganzheitliches Gesundheitsprogramm interessierten, in einem lokalen Fitnessstudio auf Eignung zur Teilnahme hin untersucht. Es wurden die in Abschnitt 4.1 aufgezählten Einund Ausschlusskriterien mit den Probanden abgeglichen und dementsprechend wurde eine Auswahl getroffen. Nach erfolgter schriftlicher Einverständniserklärung zur Teilnahme an der Gesundheitsstudie, sowie zur Kenntnis genommener Aufklärungsbögen für die Untersuchungen, erfolgte die Einteilung der Probanden nach vorhandener Eigenmotivation in drei Gruppen. Die erste Gruppe absolvierte nur körperliche Trainingseinheiten. Diese bestanden aus verschiedenen Übungen zur Ausdauer, Kraft, Beweglichkeit und Koordination. Die zweite Gruppe hingegen hat neben körperlichem Training (gleichsam wie die erste Gruppe), auch ein Achtsamkeitstraining durchgeführt. Der dritten Probandengruppe wurde ein ganzheitlicher Trainingsplan zugeordnet. Abbildung 4.2: Flowchart zum Studienablauf Die Studienteilnehmer haben alle an den achtwöchigen Interventionen teilgenommen. Je nach Gruppe variierte das Training der Probanden. Nach den acht Wochen hatten alle Teilnehmer die Möglichkeit, selbstständig und freiwillig weiter zu trainieren. Nach sechs Monaten wurden erneut alle Gesundheitstests gemacht, und diese wurden als Grundlage für eine Nachhaltigkeitsmessung genommen Studienablauf

37 4.5 Datenauswertung Die mittels HRV Scanner (siehe Abschnitt 4.2) erfassten Daten wurden zum Einen als Probandenbericht ausgedruckt und zum Anderen in Microsoft Excel exportiert. Die Daten des IPN-Ausdauertests (siehe Abschnitt 4.3) wurden direkt in Excel eingegeben. Im Rahmen deskriptiver Analysen wurden zunächst Mittelwerte und Standardabweichungen der physiologischen Parameter der drei Trainingsgruppen an je drei Zeitpunkten berechnet und tabellarisch zusammengefasst. Die zugrunde liegenden Formeln für die Berechnung der Mittelwerte (Gleichung 4.5) und Standardabweichungen (Gleichung 4.6) sind µ = 1 n und n x i (4.5) i=1 σ = 1 n 1 n (x i x) 2 (4.6) i=1 Legende n = Anzahl der Probanden x i = Messdaten x = µ = Mittelwert Weiterhin wurde nach einem geeigneten Test gesucht, um beurteilen zu können, ob die Unterschiede der Parameter zwischen den Messzeitpunkten wichtig sind oder nicht. Vor der Auswahl eines geeigneten Testverfahrens muss zuerst geklärt werden, welches Design dem vorliegenden Datensatz zugrunde liegt. Bei verbundenen Stichproben vergleicht man Gruppen, deren Mitglieder in einer Beziehung zueinander stehen, so dass es möglich ist, Paare zu bilden. Dies ist in diesem Fall gegeben, da sich eine Gruppe von Probanden (z.b. Körpertraining) einer Intervention unterzogen hat, deren Werte des Prä- und Posttests miteinander verglichen werden. Somit war es möglich, innerhalb der Auswertung der Gesundheitsstudie den T-Test zu verwenden. Bei diesem Test werden Mittelwertdifferenzen 4.5. Datenauswertung 27

38 der Stichproben und der Standardfehler der Differenz des Stichprobenmittelwertes gebildet. Der T-Wert t (Gleichung 4.7) zeigt das Verhältnis dieser Werte zueinander. t = nm n + m x y s (4.7) Der T-Test ist ein Hypothesentest, hierbei ist H 0 : Es gibt keinen Unterschied zwischen den beiden Grundgesamtheiten aus denen die Stichprobe gezogen wurde. Mit Hilfe des T-Test wird angezeigt, mit welcher Irrtumswahrscheinlichkeit die Nullhypothese (H 0 ) verworfen werden kann. Wie die folgende Tabelle 4.1 zeigt, kann die Nullhypothese richtig oder falsch sein bzw. man kann H 0 ablehnen oder nicht. 5 unbekannte reale Verhältnisse H 0 ablehnen Entscheidung H 0 nicht ablehnen H 0 richtig Fehler 1. Art richtige Entscheidung H 0 falsch richtige Entscheidung Fehler 2. Art Tabelle 4.1: Exkurs - Allgemeine Darstellung für Hypothesentest Obwohl der T-Test auf den ersten Blick maßgeschneidert für diese Art der Auswertung erscheint, muss an dieser Stelle vorerst diskutiert werden, ob er auch für die vorliegende Stichprobe anwendbar ist. Da die Anwendung des T-Test eine Normalverteilung der Stichprobe voraussetzt, wird an dieser Stelle ein Test auf Normalverteilung durchgeführt. Um die Frage nach der Normalverteilung der vorliegenden Daten zu beantworten, gibt es im Prinzip zwei Möglichkeiten: 1. Die Anwendung von graphischen Hilfsmittel, wie Histogramm und Box-Plot, 2. ein Hypothesentest; z.b Kolmogorow-Smirnov-Test oder Shapiro-Wilk-Test. Für diese Studie werden beide Möglichkeiten in Betracht gezogen. Mit den graphischen Hilfsmitteln kann man visuell abschätzen, ob die Stichprobe normalverteilt ist oder nicht. Es handelt sich hierbei um ein notwendiges, aber nicht hinreichendes Kriterium. 5 Vgl. Kühnel & Krebs (2010) Datenauswertung

39 Der Hypothesentest ermöglicht hingegen, eine exakte Aussage über die Normalverteilung zu treffen. Dabei ist eine Besonderheit zu beachten, dass man H 0 nicht verwerfen möchte. H 0 lautet daher hier: Die Stichprobe ist normalverteilt. Daher ist bei diesem Test wünschenswert, dass der Fehler 1. Art größer ist als der Wert 0,05. Dann kann man davon ausgehen, dass eine Normalverteilung vorliegt. Somit wäre die Anwendung des T-Test auf die vorliegenden Daten möglich. In Abbildung 4.3 werden alle Schritte zur Auswahl eines geeigneten Testverfahrens dargestellt. 6 Abbildung 4.3: Flowchart zum Auswahlverfahren eines geeigneten Tests auf Normalverteilung - Eigene Darstellung Nun kommt die eigentliche Auswertung der Gesundheitsstudie. In diesem Teil der Arbeit wird genau überprüft, ob die achtwöchige Gesundheitsintervention zu einer Verbesserung der Gesundheitsindikatoren Herzrate HR (Abschnitt 3.1), Herzratenvariabilität RMSSD (Abschnitt 3.2) und kardio-vaskulärem Leistungsparameter P (Abschnitt 3.3) geführt hat. 6 Die nicht-parametrischen Tests werden im Rahmen dieser Arbeit nicht erläutert, da sich die Auswertung aus zeitlichen Gründen nur für normalverteilte Stichproben durchführen lässt Datenauswertung 29

40 Der T-Test ist hierfür (wie bereits erläutert) gut geeignet. Es wird konkret geprüft, ob es signifikante Unterschiede der Messwerte vor und nach der Intervention gibt, und ob das für alle drei Probandengruppen gleichermaßen gilt. Abbildung 4.4: Flowchart zum T-Test Verfahren Mit dem vorherigen Testverfahren stellt man fest, ob es signifikante Unterschiede der Gesundheitsparameter nach dem Testzeitraum von acht Wochen gibt. Des Weiteren möchte man, für den Fall, dass es signifikante Unterschiede gibt, zusätzlich die Effektstärke 7 (Cohen s d - standardisierter Unterschied der Mittelwerte) angeben, um die Relevanz der Messergebnisse zu präsentieren. Obwohl der T-Test relativ robust gegen leichte Abweichungen ist (statistische Robustheit), wird im einschlägigen Forschungsfeld 8 empfohlen, die Effektstärke zusätzlich zum Signifikanzniveau anzugeben. Für die Effektstärke wird folgende Formel verwendet: d = x 1 x 2 (s1 2 +s 2 2 ) 2 (4.8) 7 Vgl. hierzu Cohen (1988). 8 Siehe hierzu u.a. Erceg-Hurn & Mirosevich (2008) Datenauswertung

41 4.6 Robustheitsprüfung In der vorliegenden Arbeit geht es auch darum, zu prüfen, ob sich die gewählten Parameter Herzrate und Herzratenvariabilität robust verhalten, also sich im Prinzip als verlässlich herausstellen. Man möchte dadurch verstehen, wie sensitiv die Parameter auf gewisse Messfehler reagieren, und vor allem, ob es einen Zusammenhang zwischen den neuen potentiellen Gesundheitsindikatoren und dem altbewährten Leistungsparameter gibt Korrelationsanalyse Anfänglich wird bei der Robustheitsprüfung untersucht, ob es einen linearen Zusammenhang zwischen den Parametern Herzrate und P, sowie zwischen RMSSD und P gibt. Es werden zunächst die Messwerte als Streudiagramm dargestellt und zusätzlich wird der Korrelationskoeffizient nach Pearson 9 ausgerechnet. Pearson s r ist für metrische Abstände ausgelegt (Intervallskala) und eignet sich somit für den vorliegenden Fall besser als z.b. der Spearman sche Koeffizient. Dieser wiederum würde lediglich eine Reihenfolge der Messwerte bilden (Ordinalskala), unabhängig von den Abständen zwischen den Werten. Pearson s r berechnet sich wie folgt 10 r xy = 1 n (x n i x)(y i y) i=1 1 n (x n i x)( 1 n (y n i y) 2 ) i=1 i=1 = s xy s x s y (4.9) Legende s xy = Covarianz s x = Varianz x s y = Varianz y 9 Siehe hierzu Kühnel & Krebs (2010). 10 Vgl. Kühnel & Krebs (2010: 406) Robustheitsprüfung 31

42 4.6.2 Fehlerfortpflanzung Wie robust die Parameter auf bestimmte Ausreißerwerte bzw. Artefakte reagieren können, soll im folgenden Abschnitt erläutert werden. Der dazu gewählte Ansatz ist die Fehlerrechnung aus der Messtechnik, wie es in der DIN Norm 1319 ausgeführt wird. Bei der Messung der physiologischen Parameter muss man die Tatsache berücksichtigen, dass alle Messwerte und die aus den Messwerten berechneten Ergebnisse immer mit Fehlern behaftet sind. Die Messwerte sind hier die RR-Intervalle und die daraus berechneten Ergebnisse sind die Parameter HR und RMSSD. Es gibt zwei Arten von Fehlern: systematische und zufällige Fehler. 1. Systematische Fehler: sind reproduzierbar und geben über die Güte des Messgerätes Auskunft. Eine Verkleinerung dieses Fehlers ist nur durch die Verbesserung des Messsystems möglich. 2. Zufällige Fehler: sind reproduzierbar und beeinträchtigen die Messung in ihrer Genauigkeit. Eine Verkleinerung dieses Fehlers ist durch eine größere Anzahl von Messungen möglich. Die zufälligen Fehler (absolute Fehler) lassen sich rechnerisch mit dem Gauss schen Fehlerfortpflanzungsgesetzt ermitteln: f(x, y) = ( f x x) 2 + ( f y y) 2 (4.10) Der mittlere Fehler rechnet sich wie folgt x = t d n (4.11) Legende d = Stichprobenstandardabweichung n = Anzahl der Messwerte t = gibt die Breite des Intervalls an Robustheitsprüfung

43 Hier wird t = 3 gesetzt, d.h. es liegen 99,7% aller durch Wiederholung der Messung ermittelten x innerhalb x + x. In Abschnitt 5.6 werden die Parameter HR und RMSSD auf zufällige Fehler untersucht und die absoluten und relativen Fehler werden für ein fiktives Beispiel ermittelt Robustheitsprüfung 33

44

45 5 Ergebnisse und Interpretation In diesem Abschnitt werden nun nachfolgend die Ergebnisse der Auswertung der Gesundheitsstudie präsentiert und im Kontext der grundlegenden Fragestellung dieser Arbeit interpretiert. Zuerst wird das Probandenkollektiv 1 detailliert als Ganzes beschrieben und dann in einzelnen Gruppen spezifisch analysiert. Nachfolgend werden die vorliegenden Daten statistisch aufbereitet und dargelegt, wie bereits in Abschnitt 4.5 vorbereitend erklärt wurde. Wenn nicht anders vermerkt, erfolgte die Datenauswertung in SPSS. Es wurde für alle Berechnungen ein zweiseitiges Signifikanzniveau von α = 0, 05 zugrunde gelegt. 5.1 Probandenkollektiv Das Probandenkollektiv der Gesundheitsstudie, auf welche sich die vorliegende Arbeit bezieht, umfasst in seiner Gesamtheit 66 Personen im Zeitraum von September 2011 bis April Die Teilnehmer wurden in drei unterschiedliche Gruppen aufgeteilt. Gruppe A bestehend aus 24 Personen 2, davon 50\% Frauen, absolvierte im Rahmen der Studie ein körperliches Training. Gruppe B bestehend aus 20 Personen 3, davon 65\% Frauen, nahm an einem Achtsamkeitstraining teil. Und Gruppe C bestehend aus 22 Personen, 4 davon 59\% Frauen, erhielt ein ganzheitliches Training. Das Durchschnittsalter lag bei Gruppe A und B bei 55,3 Jahren und bei Gruppe C bei 56,3 Jahren. Nach Anwendung der in Abschnitt 4.1 aufgezeigten Ein- und Ausschlusskriterien, blieb eine reduzierte Anzahl an Teilnehmern in den Gruppen erhalten (siehe Abbildung 5.1). 1 Vgl. hierzu auch Abschnitt Die konkrete Zahl der Probanden verkleinert sich auf 19 nach Anwendung der Ausschlusskriterien. 3 Die konkrete Zahl der Probanden verkleinert sich auf 16 nach Anwendung der Ausschlusskriterien. 4 Die konkrete Zahl der Probanden verkleinert sich auf 16 nach Anwendung der Ausschlusskriterien. 35