Eine Arbeit zur Herzfrequenzvariabilität (HRV) ist nur so gut wie das, was sie über die Kette aus Lektion 16 und die Einstellungen aus den Lektionen 17 bis 19 verrät. Zwei veröffentlichte Checklisten sagen, was eine Arbeit angeben muss. Eine Gerätevalidierung bringt vier Kennzahlen mit, und jede beantwortet eine andere Frage. Die Lektion zeigt, wie Sie beides lesen, mit einer Wearable-Studie von 2025 als Beispiel, und endet damit, was das Wort „validiert“ auf einer Packung bedeuten kann und was nicht.
Teil 1: Ist die Studie reproduzierbar?
Beginnen Sie mit dem Methodenteil, nicht mit dem Abstract. Wenn Sie nicht erkennen können, wie die Schläge aufgezeichnet, bereinigt und ausgewertet wurden, lässt sich das Ergebnis mit keinem anderen vergleichen, was auch immer es behauptet.
Die GRAPH-Checkliste (Quintana, Alvares und Heathers, 2016) entstand für die Psychiatrie, gilt aber für jede HRV-Studie. Sie hat 13 Punkte in vier Bereichen. Auswahl der Teilnehmenden: wie jede Gruppe rekrutiert und untersucht wurde, die Einschlusskriterien, Merkmale der Erkrankung und Medikation sowie demografische Angaben einschließlich körperlicher Aktivität, Alkohol und Nikotin. Erfassung der Interbeat-Intervalle (der Abstände zwischen den Herzschlägen): die Hardware und Elektrodenanordnung, die rohe Abtastrate Abtastrate Wie oft pro Sekunde ein Sensor das Signal misst, in Hertz (Hz). Sie bestimmt, wie genau sich jeder Herzschlag zeitlich erfassen lässt: etwa ±1 ms bei 1.000 Hz, ±4 ms bei 250 Hz und ±20 ms bei einer 25-Hz-Kamera. Mehr zu Abtastrate , die Aufzeichnungsdauer, die Tageszeit, die Filterung, die Körperhaltung und die Anweisungen. Datenaufbereitung: wie die Intervalle berechnet und neu abgetastet wurden, wie Artefakte Artefakt Fehler in einer Herzschlagaufzeichnung, etwa ein übersehener, zusätzlicher oder falsch erfasster Schlag, oft durch Bewegung oder schlechten Sensorkontakt. Kann HRV-Werte stark verfälschen. Mehr zu Artefakt erkannt wurden, warum Daten verloren gingen und wie sie bereinigt wurden, mit dem Prozentsatz der korrigierten Schläge. Berechnung der HRV: die Messgrößen, die Software und eine etwaige Log-Transformation sowie die Frequenzbänder mit ihrer Deutung. Die Arbeit merkt an, dass eine Grenze von 5 % Datenverlust üblich ist und keine empirische Grundlage hat und dass FFT- und AR-Schätzungen der HF-Leistung HF-Leistung Die Varianz der Herzschlagabstände im Frequenzband von 0,15 bis 0,40 Hz, in ms²: dem Bereich der normalen Atmung. Bei einer Atmung von 9 bis 24 Atemzügen pro Minute spiegelt sie vor allem die Vagusaktivität wider. Mehr zu HF-Leistung mit r = 0,96 korrelieren, die Methode also weniger zählt als die Art, wie darüber berichtet wird.
Die Catai-Checkliste (Catai u. a., 2020) hat 30 Punkte für Kardiologie und Herzrehabilitation und geht tiefer auf die Bedingungen ein: der Raum (20 bis 24 °C, 40 bis 60 % Luftfeuchtigkeit, Lärm, vorbeigehende Menschen), mindestens 15 Minuten Ruhe in der Haltung der Aufzeichnung, am Vortag und am Tag selbst gemiedene Substanzen (Alkohol, Koffein, Nikotin, Schokolade, Softdrinks, Energydrinks), keine anstrengende Belastung am Vortag, die Tageszeit, eine geprüfte Atemfrequenz Atemfrequenz Atemzüge pro Minute. Die Atmung allein verändert schon die HRV: Langsames, tiefes Atmen vergrößert die Schwankung; unter etwa 9 pro Minute wandert sie vom HF- ins LF-Band. Mehr zu Atemfrequenz (unter 8 Atemzügen pro Minute lässt sich das LF-Band LF-Leistung Varianz der Herzschlagabstände im Band 0,04 bis 0,15 Hz, in ms²: Rhythmen, die sich alle 7 bis 25 Sekunden wiederholen. Früher als Sympathikus-Maß gedeutet, heute umstritten. Mehr zu LF-Leistung nicht deuten), ein genanntes Kriterium für die Signalqualität, die Zahl der ausgelassenen und interpolierten Schläge und ob die Fenster nach Zeit oder nach Schlägen festgelegt wurden.
Die Leitlinien der Zeitschrift Psychophysiology (Quigley u. a., 2024) ergänzen die Untergrenze für die Hardware: EKG EKG Eine Aufzeichnung der elektrischen Aktivität des Herzens mit Elektroden auf der Haut. RR-Intervalle aus dem EKG sind die Referenzmethode für die Messung der HRV. Mehr zu EKG mit 1.000 Hz als Standard, PPG PPG Ein optisches Verfahren: Licht wird in die Haut gestrahlt, und ein Sensor erfasst den Pulsschlag des Blutes bei jedem Herzschlag. Die meisten Uhren, Ringe und Smartphone-Kamera-Apps schätzen so die HRV. Mehr zu PPG und Abtastraten bis hinab zu 100 Hz nur dort, wo ein EKG nicht möglich ist, die Zahl der bearbeiteten Schläge, jede Lücke über 5 Sekunden, einen Test der Wirkung der Bearbeitung, sobald sie 1 % übersteigt, und bei Verbrauchergeräten eine Validierung gegen eine Referenz.
Lesen Sie eine Arbeit mit diesen drei Listen daneben. Heathers (2014) wertete 97 Kurzzeit-HRV-Studien aus, die 2012 erschienen waren, und stellte fest, dass nur 45 % vor der Aufzeichnung die Nahrungsaufnahme kontrolliert hatten, 23 % die Flüssigkeitsaufnahme und 4 % eine volle Blase. Eine Studie, die einen Gruppenunterschied in der HF-Leistung ohne die Atemfrequenz angibt, hat einen Unterschied angegeben, den sie nicht deuten kann (Lektion 18).
Genauer betrachtet Fragen zum Studiendesign, die die Checklisten nicht stellen
Die Arbeitsgruppe um Laborde (2017) ordnet eine Studie nach drei R: Ruhe (resting, das Niveau zu Beginn), Reaktivität (reactivity, die Veränderung von der Ausgangslage zu einer Aufgabe) und Regeneration (recovery, die Veränderung danach). Eine Arbeit, die nur eines der drei misst, hat nur ein Drittel der Frage beantwortet, und die drei sind nicht austauschbar: Ein höherer Vagustonus in Ruhe ist meist gut, während ein Rückzug des Vagus unter Belastung je nach Aufgabe sinnvoll sein kann oder nicht. Fragen Sie, welches R die Studie gemessen hat, ob die Körperhaltung in der Ausgangslage zu der bei der Aufgabe passte und ob die Person, die die Schläge bereinigte, wusste, welche Bedingung sie bereinigte. Laborde empfiehlt, dass sie es nicht wissen sollte.
Teil 2: Die vier Kennzahlen der Übereinstimmung
Eine Gerätevalidierung vergleicht ein neues Instrument mit einer Referenz an denselben Schlägen. Dabei erscheinen vier Zahlen, und sie beantworten unterschiedliche Fragen.
Korrelation misst keine Übereinstimmung. Pearsons r sagt, ob zwei Messungen gemeinsam steigen und fallen. Eine Uhr, die genau das Doppelte des EKG anzeigt, erreicht r = 1. Bland und Altman (1986) begannen mit diesem Punkt, „die Verwendung der Korrelation ist irreführend“, und gaben die Methode an, die sie ersetzte.
Bland-Altman: Bias und Übereinstimmungsgrenzen. Bilden Sie für jedes Messpaar die Differenz und tragen Sie sie gegen den Mittelwert des Paars auf. Die mittlere Differenz ist der Bias, und die Übereinstimmungsgrenzen sind
Lesen Sie das so: die mittlere Differenz plus und minus etwa zwei Standardabweichungen der Differenzen. Die Arbeit von 1986 rundet 1,96 auf 2. Sind die Differenzen annähernd normalverteilt, liegen 95 % der einzelnen Vergleiche innerhalb dieser Grenzen. Der Bias sagt, ob das Gerät im Mittel zu hoch oder zu niedrig anzeigt; die Grenzen sagen, wie weit eine einzelne Messung danebenliegen kann. Eine Validierung, die den Bias ohne die Grenzen angibt, nennt den Durchschnitt und verschweigt die Streuung.
ICC: der Intraklassenkorrelationskoeffizient. Er behandelt die beiden Instrumente als Beurteiler und fragt, welcher Anteil der Gesamtvarianz auf echte Unterschiede zwischen Menschen zurückgeht und nicht auf Uneinigkeit zwischen den Beurteilern:
Lesen Sie das so: die Varianz, die Signal ist, geteilt durch Signal plus Rauschen. Koo und Li (2016) beschreiben zehn Formen des ICC mit jeweils unterschiedlichen Annahmen und verlangen von den Autorinnen und Autoren, das Modell, den Typ und die verwendete Definition anzugeben und das Konfidenzintervall von 95 % anzugeben. Ihre Bereiche: unter 0,5 schlecht, 0,5 bis 0,75 mäßig, 0,75 bis 0,9 gut, über 0,9 ausgezeichnet. Ein ICC hängt davon ab, wie verschieden die Menschen in der Stichprobe sind: Eine breit gestreute Stichprobe lässt ein Gerät zuverlässiger erscheinen als dasselbe Gerät bei ähnlichen Menschen.
CCC: der Konkordanzkorrelationskoeffizient. Lin (1989) definierte ihn als die Korrelation zwischen den beiden Messungen entlang der 45-Grad-Linie durch den Ursprung. Er multipliziert Pearsons r (Präzision, wie eng die Wolke ist) mit einem Korrekturfaktor für den Bias (Genauigkeit, wie weit die Wolke von der Linie perfekter Übereinstimmung entfernt liegt):
Lesen Sie das so: das Doppelte der Kovarianz, geteilt durch die beiden Varianzen plus die quadrierte Differenz der beiden Mittelwerte. Ein konstanter Versatz oder ein Skalierungsfehler senkt ihn; eine enge Wolke auf der Linie ergibt 1. Es ist der Koeffizient, den die Wearable-Studie unten verwendet.
MAPE: der mittlere absolute prozentuale Fehler. Der Durchschnitt der absoluten Differenzen, jede als Prozentsatz der Referenz:
Lesen Sie das so: um wie viel Prozent es im Durchschnitt danebenliegt. Er ist leicht zu lesen und hat eine Falle: Bei einer Messgröße wie dem RMSSD RMSSD Quadratwurzel aus dem Mittelwert der quadrierten Differenzen aufeinanderfolgender Intervalle: eine HRV-Messgröße in ms, die zeigt, wie stark sich jeder Herzschlagabstand vom nächsten unterscheidet. Spiegelt vor allem die Vagusaktivität wider. Mehr zu RMSSD , der bei einer Person 15 ms und bei einer anderen 90 ms betragen kann, ist derselbe Fehler von 5 ms für die eine Person 33 % und für die andere 6 %.
Teil 3: Ein durchgerechnetes Beispiel
Die Arbeitsgruppe um Dial (2025) ließ 13 gesunde Erwachsene (6 Frauen, Durchschnittsalter 33) einen Polar-H10-Brustgurt (ein Einkanal-EKG mit 1.000 Hz Abtastrate) zusammen mit fünf Wearables über insgesamt 536 Nächte tragen und verglich den nächtlichen RMSSD. Die Zeitfenster unterschieden sich: Die Ringe und die Garmin mittelten 5-Minuten-Abschnitte über die Nacht, WHOOP verwendete einen Durchschnitt, der auf die letzte Phase des Tiefschlafs gewichtet war, und die Polar-Uhr die vier Stunden nach dem Einschlafen. Die Referenz war der Wert des Brustgurts für die ganze Nacht aus Kubios, nur berücksichtigt, wenn weniger als 5 % der Schläge korrigiert werden mussten.
| Gerät | Übereinstimmungsgrenzen für 95 % (ms) | CCC (0 bis 1) | MAPE (%) |
|---|---|---|---|
| Oura Gen 4 | −11,8 bis +9,9 | 0,99 | 6,0 |
| Oura Gen 3 | −11,4 bis +6,4 | 0,97 | 7,2 |
| WHOOP 4.0 | −12,5 bis +10,9 | 0,94 | 8,2 |
| Garmin Fenix 6 | −15,2 bis +11,6 | 0,87 | 10,5 |
| Polar Grit X Pro | −14,3 bis +23,6, wie gedruckt (siehe unten) | 0,82 | 16,3 |
Die Arbeit gibt die Grenzen auf zwei Dezimalstellen an; hier sind sie auf eine gerundet. Die Zahl der Nächte je Gerät reichte von 139 (Oura Gen 4) bis 470 (Oura Gen 3), und jeder Bias in der Tabelle der Arbeit ist negativ: −1,0 ms beim Ring Gen 4, −2,5 beim Gen 3, −0,8 bei WHOOP, −1,8 bei der Garmin und −4,7 bei der Polar-Uhr. Bei vier Geräten sind die Grenzen der Bias plus und minus 1,96 Standardabweichungen, wie es sein soll. Bei der Polar-Uhr stimmt das nicht: Ihr Bias beträgt −4,65 ms bei einer Standardabweichung von 9,67 ms, was Grenzen von −23,6 bis +14,3 ms ergibt, also die gedruckten Grenzen mit vertauschten Vorzeichen. Eines der beiden Vorzeichen in dieser Zeile ist ein Druckfehler, und die Arbeit sagt nicht, welches. So oder so ist das Band der Polar-Uhr etwa 38 ms breit, gegenüber etwa 18 bis 23 ms bei den Ringen und WHOOP.
Die Autorinnen und Autoren stuften den CCC unter 0,80 als nicht akzeptabel ein, 0,80 bis 0,89 als schlecht, 0,90 bis 0,95 als mäßig, 0,95 bis 0,99 als substanziell und über 0,99 als nahezu perfekt, und bewerteten einen MAPE über 10 % als nicht akzeptabel. Lesen Sie die Tabelle mit den vier Kennzahlen. Jedes Gerät hat einen kleinen Bias: Im Mittel liegen alle wenige Millisekunden vom Brustgurt entfernt. Die Grenzen trennen sie: Die Ringe und WHOOP halten 95 % der Nächte innerhalb von etwa 12 ms nach beiden Seiten, während die Nächte der Polar-Uhr über ein fast doppelt so breites Band streuen. Der CCC ordnet sie in derselben Reihenfolge, weil er die Streuung bestraft, und der MAPE liegt bei zwei Geräten über der Schwelle der Autorinnen und Autoren. Die eigenen Einschränkungen der Studie: 13 Personen, offenbar alle gesund, und herstellereigene Algorithmen, die aktualisiert werden können, weshalb die Autorinnen und Autoren eine fortlaufende erneute Validierung fordern.
Teil 4: Gruppenergebnis, Wert einer Einzelperson
Die Tabelle beschreibt Geräte über Menschen hinweg. Ihre Frage ist eine andere: Ist dieses Gerät präzise genug, um die Veränderungen in Ihren eigenen Daten zu zeigen, die Sie interessieren? Das hängt von einer Zahl ab, die keine Validierung liefern kann: der Größe Ihrer eigenen Schwankung von Tag zu Tag.
Auch ohne besonderes Ereignis schwanken einzelne Messwerte zwischen 37 und 57 ms. Der 7-Tage-Durchschnitt bleibt zwischen 45 und 49 ms.
| Tag | Messwert (ms) | 7-Tage-Durchschnitt (ms) | Ereignis |
|---|---|---|---|
| vor 29 Tagen | 41 | 48 | Keines |
| vor 28 Tagen | 43 | 47 | Keines |
| vor 27 Tagen | 47 | 46 | Keines |
| vor 26 Tagen | 45 | 45 | Keines |
| vor 25 Tagen | 46 | 45 | Keines |
| vor 24 Tagen | 52 | 46 | Keines |
| vor 23 Tagen | 51 | 46 | Keines |
| vor 22 Tagen | 45 | 47 | Keines |
| vor 21 Tagen | 52 | 48 | Keines |
| vor 20 Tagen | 37 | 47 | Keines |
| vor 19 Tagen | 42 | 46 | Keines |
| vor 18 Tagen | 40 | 45 | Keines |
| vor 17 Tagen | 52 | 45 | Keines |
| vor 16 Tagen | 57 | 46 | Keines |
| vor 15 Tagen | 53 | 47 | Keines |
| vor 14 Tagen | 42 | 46 | Keines |
| vor 13 Tagen | 41 | 46 | Keines |
| vor 12 Tagen | 46 | 47 | Keines |
| vor 11 Tagen | 53 | 49 | Keines |
| vor 10 Tagen | 46 | 48 | Keines |
| vor 9 Tagen | 43 | 46 | Keines |
| vor 8 Tagen | 45 | 45 | Keines |
| vor 7 Tagen | 51 | 46 | Keines |
| vor 6 Tagen | 46 | 47 | Keines |
| vor 5 Tagen | 47 | 47 | Keines |
| vor 4 Tagen | 52 | 47 | Keines |
| vor 3 Tagen | 41 | 46 | Keines |
| vor 2 Tagen | 40 | 46 | Keines |
| Gestern | 45 | 46 | Keines |
| Heute | 52 | 46 | Keines |
Ein Diagramm mit 30 simulierten morgendlichen RMSSD-Messwerten, die von Tag zu Tag auf und ab springen, mit einer ruhigeren Linie für den 7-Tage-Durchschnitt und einem schattierten Band für den Normalbereich. Nach dem Diagramm folgt eine Tabelle mit allen Messwerten.
Angenommen, Ihre Morgenwerte streuen ±20 ms um einen 7-Tage-Durchschnitt von 60 ms. Ein Gerät, dessen einzelne Nächte höchstens etwa ±12 ms vom wahren Wert abweichen, fügt weniger Rauschen hinzu, als Sie ohnehin haben, und sein Verlauf ist brauchbar. Angenommen, Ihre Streuung beträgt ±5 ms um 25 ms. Der Fehler desselben Geräts ist nun größer als Ihre eigene Schwankung, und eine Veränderung von 8 ms von einer Nacht zur nächsten geht ebenso wahrscheinlich auf den Sensor zurück wie auf Sie. Abhilfe schafft, was Lektion 10 empfiehlt: Lesen Sie den 7-Tage-Durchschnitt, nicht die Nacht. Ein Bias zählt weniger, als es scheint, denn ein Gerät, das immer 2,5 ms zu niedrig anzeigt, zeigt Ihre Veränderungen trotzdem getreu; er zählt nur, wenn Sie Ihren Wert mit dem eines anderen Menschen oder mit einer Normwerttabelle vergleichen, die mit einem anderen Gerät erstellt wurde (Lektion 7).
Dieselbe Logik gilt für jeden Gruppenbefund in diesem Kurs. Eine Metaanalyse, die niedrige HRV mit Herz-Kreislauf-Ereignissen verbindet (Lektion 14), beschreibt eine Bevölkerung. Ein ICC von 0,9 beschreibt, wie gut ein Gerät Menschen voneinander trennt. Keines von beiden ist eine Aussage über eine Messung an einem Morgen bei einer Person.
Teil 5: Eine Risikoschlagzeile lesen
Studien zu HRV und Gesundheit enden mit einer anderen Art von Zahl: einem relativen Risiko. „Menschen in der Gruppe mit der niedrigsten HRV hatten ein um 35 % höheres Risiko“ heißt, dass das Ereignis in dieser Gruppe 1,35-mal so häufig war wie in der Vergleichsgruppe. Es sagt nicht, wie häufig das Ereignis überhaupt war, und genau das, das absolute Risiko, entscheidet, um wie viele Menschen es in der Schlagzeile geht.
Das interaktive Diagramm unten rechnet ein relatives Risiko in Menschen um. Legen Sie ein Ausgangsrisiko fest, also wie viele von 100 Menschen das Ereignis ohnehin hätten; das Ausgangsrisiko hier ist ein ausgedachtes Beispiel, niemandes wirkliches Risiko. Laden Sie dann ein relatives Risiko aus einer von drei Studien, die auf der Seite HRV und Langlebigkeit zitiert werden: eine Metaanalyse zu ersten Herz-Kreislauf-Ereignissen bei Menschen ohne bekannte Herzerkrankung (Hillebrand 2013), eine Metaanalyse zum Tod aus beliebiger Ursache (Jarczok 2022) und eine Studie von 1987 an Überlebenden eines Herzinfarkts (Kleiger). Zählen Sie, wie viele zusätzliche Menschen jede bedeutet.
Relatives Risiko, in Menschen
Ein erfundenes Ausgangsrisiko, echte relative Risiken
- Beim Ausgangsrisiko
- 4 von 100
- Zusätzliche Menschen
- 1 von 100
- Ereignis beim Ausgangsrisiko
- Zusätzlich beim höheren Risiko
- In keinem Fall ein Ereignis
Bei 4 von 100 als Ausgangsrisiko bedeutet ein relatives Risiko von 1,35 etwa 5 von 100: 1 Mensch mehr, und 95 der 100 haben in keinem Fall ein Ereignis.
Die Regler funktionieren, wenn JavaScript aktiviert ist.
Ein Zehn-mal-zehn-Raster aus 100 Kreisen. Gefüllte orange Kreise sind die Menschen, die das Ereignis beim Ausgangsrisiko hätten, orange umrandete Kreise sind die zusätzlichen Menschen beim höheren relativen Risiko, und graue Kreise sind Menschen, die in keinem Fall ein Ereignis haben. Ein Regler stellt das Ausgangsrisiko von 1 bis 30 von 100 ein, ein anderer das relative Risiko von 1 bis 6. Drei Schaltflächen laden die relativen Risiken von Hillebrand 2013, Jarczok 2022 und Kleiger 1987. Ein Satz zählt die Menschen in jeder Gruppe.
Lesen Sie jede Risikoschlagzeile mit drei Fragen. Relativ zu wem: zur Gruppe mit der höchsten HRV, zum Rest der Stichprobe oder zu einem festen Schwellenwert? Von wie vielen: Wie hoch ist das absolute Risiko in der Vergleichsgruppe? Und bei wem: bei gesunden Erwachsenen oder bei Patientinnen und Patienten nach einem Herzinfarkt, gemessen mit einem medizinischen EKG über 24 Stunden statt mit einem Wearable über Nacht? Ein relatives Risiko von 5 nach einem Herzinfarkt und eines von 1,35 bei gesunden Erwachsenen sind verschiedene Befunde über verschiedene Menschen, und keines ist eine Vorhersage für eine einzelne Person.
Teil 6: Was „validiert“ auf einer Packung bedeutet
„Klinisch validiert“ ist für Verbraucher-HRV keine geregelte Bezeichnung. Wenn Sie ihr begegnen, stellen Sie sechs Fragen und erwarten Sie, dass die Antwort auf jede in einer veröffentlichten Arbeit steht und nicht auf der Produktseite.
- Im Vergleich womit? Ein EKG mit 1.000 Hz oder ein Brustgurt ist eine Referenz; ein anderes Wearable nicht.
- An wem? Wie viele Menschen, welches Alter, wie gesund, und ob jemand mit unregelmäßigem Rhythmus einbezogen war. Die Studie von 2025 umfasst 13 Erwachsene mit einem Durchschnittsalter von 33.
- Welche Messgröße und welches Zeitfenster? Der nächtliche RMSSD aus 5-Minuten-Abschnitten ist nicht dieselbe Größe wie eine 5-Minuten-Messung am Morgen oder ein 24-Stunden-SDNN (Lektion 17).
- Welche Kennzahl? Korrelation allein ist keine Übereinstimmung. Achten Sie auf den Bias mit Grenzen und auf einen ICC oder CCC mit seinem Intervall.
- Welche Firmware? Algorithmen ändern sich. Eine Validierung der Firmware des Vorjahres ist ein historisches Dokument.
- Wer hat bezahlt? Von Herstellern finanzierte Studien können solide sein, sollten die Finanzierung aber offenlegen.
Ein Gerät, das alle sechs besteht, ist für diesen Zweck validiert. Es ist trotzdem kein diagnostisches Instrument, und die Warnzeichen aus Lektion 14 gelten unabhängig von seinem CCC.
Sie haben das Ende von Stufe 4 und des Kurses erreicht. Die Zertifikatsseite prüft jedes Quiz, alle zwanzig, und stellt Ihr Zertifikat aus, sobald alle bestanden sind.