Eine HRV-Studie planen: Leitfaden für Forschende

Dieser Leitfaden richtet sich an alle, die eine Studie oder einen Versuch mit der Herzfrequenzvariabilität (HRV) als Messgröße planen: eine Stressaufgabe im Labor, eine Prüfung oder mehrtägige Daueraufzeichnungen im Alltag. Am Ende steht eine Checkliste, die Sie vor, während und nach der Datenerhebung durchgehen können. Wie man HRV-Arbeiten liest, behandelt die Lektion HRV-Studien und Gerätevalidierungen lesen; diese Seite handelt davon, eine Studie durchzuführen.

Was die HRV abbilden kann und was nicht

Die HRV ist die Schwankung der Zeit zwischen den Herzschlägen. Die Maße, die die meisten Stressstudien verwenden, stammen aus kurzen Aufzeichnungen und spiegeln vor allem den Vagusnerv Vagusnerv Vagusnerv Der Hauptnerv des Parasympathikus, der vom Hirnstamm zu Herz, Lunge und Darm zieht. Seine schnellen Signale an das Herz bestimmen den größten Teil der HRV von Schlag zu Schlag. Mehr zu Vagusnerv wider, die parasympathische „Bremse“, die das Herz verlangsamt:

• RMSSD 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 , die Quadratwurzel des Mittelwerts der quadrierten Differenzen aufeinanderfolgender NN-Intervalle: wie stark sich jeder Abstand zwischen zwei Schlägen vom nächsten unterscheidet, in Millisekunden.
• lnRMSSD lnRMSSD lnRMSSD Der natürliche Logarithmus des RMSSD, ohne Einheit. Das Logarithmieren gleicht die Streuung der RMSSD-Werte aus, sodass sich Veränderungen von Tag zu Tag leichter vergleichen und auswerten lassen. Mehr zu lnRMSSD , der natürliche Logarithmus des RMSSD, der seine schiefe Verteilung näher an eine Normalverteilung bringt.
• HF-Leistung 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 , die Variabilität im Bereich der Atemfrequenzen, nach der Definition der Task Force der European Society of Cardiology und der North American Society of Pacing and Electrophysiology 0,15 bis 0,4 Hz (Task Force, 1996).
• Die respiratorische Sinusarrhythmie respiratorische Sinusarrhythmie Respiratorische Sinusarrhythmie Der normale Anstieg der Herzfrequenz beim Einatmen und ihr Abfall beim Ausatmen. Sie wird vom Vagusnerv gesteuert und macht einen großen Teil der HRV in Ruhe aus. Mehr zu Respiratorische Sinusarrhythmie (RSA), das Schneller- und Langsamerwerden des Herzens mit jedem Ein- und Ausatmen, das die HF-Leistung und der RMSSD weitgehend erfassen.

Die Arbeitsgruppe um Laborde (2017) behandelt diese als Maße des kardialen Vagustonus Vagustonus Vagustonus Der fortlaufende Einfluss des Vagusnervs auf das Herz, der es verlangsamt. Er wird meist aus HRV-Messgrößen wie dem RMSSD und der HF-Leistung abgeschätzt. Mehr zu Vagustonus und empfiehlt, ein Hauptmaß auszuwerten: den RMSSD, ein Maß für die RSA von Spitze zu Tal oder die HF-Leistung. Shaffer und Ginsberg (2017) liefern den Hintergrund zu jedem dieser Maße.

Was die HRV nicht abbildet, ist Stress selbst. Eine Übersichtsarbeit von 2018 zu 37 Studien ergab, dass sich die HRV in den meisten davon als Reaktion auf Stress veränderte; der häufigste Befund war eine geringere parasympathische Aktivität (Kim u. a., 2018). Der gleiche Rückgang folgt auch auf andere Belastungen. In rund 9 Millionen Morgenmessungen aus einer Smartphone-App sank die HRV nach Alkohol, hartem Training und Krankheit, weshalb die beiden Autoren sie einen sensitiven, aber nicht spezifischen Marker für Stress nannten (Altini und Plews, 2021).

Vier Dinge verändern die HRV unabhängig von Stress, und jedes muss im Studiendesign berücksichtigt werden:

• Atmung. Frequenz und Tiefe der Atmung verändern die RSA und die HF-Leistung, was sie als Maße des Vagustonus verfälschen kann (Grossman und Taylor, 2007).
• Körperhaltung und Bewegung. Aufstehen, Sprechen und Gehen verändern die HRV. Grossman und Taylor beschreiben die RSA als „tiefgreifend beeinflusst“ von der momentanen körperlichen Aktivität, was die Schätzung des Vagustonus verzerren kann.
• Herzfrequenz. Jedes gängige HRV-Maß steigt, wenn der Abstand zwischen den Schlägen länger wird; bei höherer Herzfrequenz zeigt sich deshalb tendenziell weniger Variabilität. Die Arbeitsgruppe um de Geus (2019) argumentiert, dass die HRV weder einfach noch durchgängig ein Ersatzmaß für die Herzfrequenz ist, und schließt mit Hinweisen dazu, wie man beide gemeinsam angibt.
• Das LF/HF-Verhältnis LF/HF-Verhältnis LF/HF-Verhältnis LF-Leistung geteilt durch HF-Leistung, ohne Einheit. Es sollte das Gleichgewicht zwischen Sympathikus und Parasympathikus abbilden, doch die Forschung zeigt, dass es das nicht verlässlich messen kann. Mehr zu LF/HF-Verhältnis . Es misst keine „Balance“ zwischen Sympathikus Sympathikus Sympathikus Der „Kampf-oder-Flucht“-Zweig des autonomen Nervensystems. Er beschleunigt das Herz und lässt es kräftiger pumpen, wirkt aber zu langsam, um die schnellen Schwankungen der HRV von Schlag zu Schlag zu steuern. Mehr zu Sympathikus und Parasympathikus Parasympathikus Parasympathikus Der Zweig des autonomen Nervensystems für „Ruhe und Verdauung“. Er verlangsamt das Herz, vor allem über den Vagusnerv, und verursacht den größten Teil der Schlag-zu-Schlag-Schwankung der HRV. Mehr zu Parasympathikus (Billman, 2013). Verwenden Sie es nicht als Stressindex Stressindex Stressindex nach Baevsky Eine Zahl ohne Einheit, berechnet aus dem Histogramm der Herzschlagabstände. Sie steigt, wenn der Rhythmus gleichmäßiger und weniger variabel wird; Baevsky deutete das als Belastung der Regulation des Körpers. Mehr zu Stressindex nach Baevsky .

Drei Studiendesigns

Allen drei Designs gemeinsam ist, was die Arbeitsgruppe um Laborde (2017) die drei R der HRV nennt: Ruhe (Resting, die Baseline Baseline Baseline Ihr eigenes übliches HRV-Niveau samt Schwankungsbreite, ermittelt aus Messungen über mehrere Wochen, immer unter gleichen Bedingungen. Der Vergleich mit der Baseline sagt mehr aus als der Vergleich mit anderen Menschen. Mehr zu Baseline ), Reaktivität (Reactivity, die Veränderung von der Baseline zum Ereignis) und Erholung (Recovery, die Veränderung vom Ereignis bis zur Zeit danach).

Ein Laborstressor: Baseline, Aufgabe, Erholung

Das am stärksten kontrollierte Design holt die Teilnehmenden ins Labor, zeichnet eine Ruhe-Baseline auf, setzt einen Stressor ein und zeichnet die Erholung auf. Der bekannteste Stressor ist der Trier Social Stress Test (TSST): etwa 10 Minuten Vorbereitung, dann 10 Minuten freie Rede und Kopfrechnen vor Publikum. Über sechs Studien hinweg steigerte er die Herzfrequenz und hob das Kortisol im Speichel auf das Zwei- bis Vierfache der Baseline (Kirschbaum u. a., 1993). Auch einfachere Aufgaben kommen zum Einsatz, etwa nur Kopfrechnen unter Zeitdruck oder Computerarbeit mit zusätzlichen psychischen Stressoren. In einer solchen Studie erledigten 12 Frauen zweimal dieselbe Computerarbeit, einmal mit zusätzlichen Stressoren. Die HF-Leistung war in der belastenden Sitzung niedriger als in der Kontrollsitzung und erholte sich während der anschließenden 8 Minuten Ruhe teilweise, während der Blutdruck in dieser Zeit nicht auf sein Ruheniveau zurückkehrte (Hjortskov u. a., 2004).

1. Ankommen mindestens 5 min
2. Baseline 5 min
3. Vorbereitung 10 min
4. Rede und Kopfrechnen 10 min
5. Erholung mindestens 10 min
6. Ruhe
7. Reaktivität
8. Erholung

Eine Zeitleiste mit fünf Phasen, deren Größe ihrer Dauer entspricht: mindestens 5 Minuten zur Ruhe kommen, 5 Minuten Baseline, 10 Minuten Vorbereitung, 10 Minuten Rede und Kopfrechnen und mindestens 10 Minuten Erholung. Eine zweite Zeile fasst sie zusammen: Ruhe umfasst das Zur-Ruhe-Kommen und die Baseline, Reaktivität umfasst die Vorbereitung sowie Rede und Kopfrechnen, und Erholung umfasst die letzte Phase.

Wie lang die einzelnen Phasen sein sollten:

• Zur Ruhe kommen. Die Arbeitsgruppe um Laborde (2017) empfiehlt, dass die Teilnehmenden die Testhaltung mindestens 5 Minuten einnehmen, bevor die Baseline beginnt. Üblich ist Sitzen mit rechtwinklig gebeugten Knien.
• Baseline. Fünf Minuten sind der Standard für Kurzzeitmessungen (Task Force, 1996). Die Arbeitsgruppe um Jennings (1992), die Herzfrequenz und Blutdruck bei 48 jungen Männern maß, weist darauf hin, dass selbst 20 Minuten Ruhe keine stabile Baseline garantieren, und hielt Ruhe-Baselines von 10 Minuten für hinreichend stabil. Die „Vanilla“-Baseline der Gruppe, eine einfache Aufgabe zum Erkennen von Farben mit geringer Anforderung, schnitt so gut ab wie schlichte Ruhe oder besser.
• Aufgabenfenster. Ein lnRMSSD aus 1 Minute hat eine gute Reliabilität (Laborde u. a., 2017). Die HF-Leistung braucht mindestens etwa 1 Minute, die LF-Leistung LF-Leistung 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 etwa 2 Minuten (Task Force, 1996). Vergleichen Sie Zeitfenster gleicher Länge: Werte aus Aufzeichnungen unterschiedlicher Länge sind nicht austauschbar (Shaffer und Ginsberg, 2017).
• Erholung. Keine Empfehlung legt ihre Länge fest; wählen Sie sie also so lang, dass die Rückkehr sichtbar wird, und geben Sie die Länge vorab an. Der Blutdruck kann länger brauchen als die HRV: In der Studie von Hjortskov hatte sich die HRV nach 8 Minuten Ruhe teilweise erholt, der Blutdruck war aber nicht auf die Ruhewerte zurückgekehrt.

Sprechen verändert die Atmung, sodass die HRV während einer Rede zum Teil die Rede widerspiegelt; zeichnen Sie die Atmung auf und deuten Sie das Redefenster mit Vorsicht. Eine Kontrollsitzung mit gleichem Ablauf und gleicher Körperhaltung, aber ohne Stressor, in ausbalancierter Reihenfolge, trennt die Wirkung des Stressors von der Wirkung, 40 Minuten im Labor zu sitzen.

Ein Stressor aus dem Leben: Prüfungen

Prüfungen sind ein Stressor, dem Studierende ohnehin begegnen, ganz ohne Eingriff der Forschenden. Man kann nicht zufällig zuteilen, wer eine Prüfung ablegt oder wann; daher dient jede Person als ihre eigene Kontrolle: Messen Sie dieselbe Person zur gleichen Tageszeit, in der gleichen Körperhaltung, an Tagen mit und ohne Prüfung.

1. Wochen davor Ruhe-Baseline zu fester Uhrzeit und in fester Haltung
2. Vortag Messung am Abend, dann der Schlaf der Nacht
3. Prüfungstag Davor, wenn möglich währenddessen, und danach
4. Tage danach Messungen der Erholung
5. Wochen danach Eine zweite Baseline, fern von Prüfungen

Fünf Punkte auf einer Linie: Wochen vorher eine Ruhe-Baseline zu fester Zeit und in fester Körperhaltung; am Vortag eine Abendmessung, dann der Schlaf der Nacht; am Prüfungstag, hervorgehoben, Messungen davor, wenn möglich währenddessen und danach; in den Tagen danach Erholungsmessungen; Wochen danach eine zweite Baseline fern von Prüfungen.

Jeder Zeitpunkt beantwortet eine andere Frage. Die Baseline Wochen vorher ist die Referenz. Der Abend und die Nacht davor zeigen die Anspannung in Erwartung der Prüfung und wie die Person geschlafen hat, und der Schlaf verändert die HRV für sich allein. Messungen unmittelbar vor, während und nach der Prüfung liefern Reaktivität und Erholung. Eine zweite Baseline Wochen später, fern von Prüfungen, trennt die Prüfung von langsamen Veränderungen im Lauf eines Semesters oder einer Jahreszeit, denn eine einzelne Baseline erlaubt nur einen Vorher-nachher-Vergleich.

Drei Studien zeigen die Bandbreite der Designs. Die Arbeitsgruppe um Lucini (2002) untersuchte Studierende kurz vor einer Prüfung und noch einmal 3 Monate später, in den Ferien. Am Prüfungstag war der Abstand zwischen den Schlägen kürzer, der Blutdruck höher, ein normiertes Maß im niederfrequenten Bereich höher und die Verstärkung des Baroreflexes geringer, und das Kortisol im Speichel lag bei 5,6 gegenüber 2,4 ng/mL. Die Arbeitsgruppe um Dimitriev (2016) zeichnete 96 Studierende an zwei verschiedenen Tagen je 5 Minuten im Liegen auf, einmal in Ruhe und einmal unmittelbar vor einer mündlichen Prüfung. Vor der Prüfung lag die Herzfrequenz im Mittel bei 83 gegenüber 72 Schlägen pro Minute und der SD1 SD1 SD1 und SD2 Zwei Maße für die Streuung der Punkte in einem Poincaré-Plot, in Millisekunden. SD1 ist die Breite und bildet die kurzfristige Variabilität ab, wie der RMSSD; SD2 ist die Länge und bildet die Gesamtvariabilität ab. Mehr zu SD1 und SD2 , das Poincaré-Gegenstück zum RMSSD, bei 26 gegenüber 36 ms. Der Rückgang des SD1 blieb nach statistischer Bereinigung um die Herzfrequenz bestehen, die Rückgänge von SDNN SDNN SDNN Die Standardabweichung aller NN-Intervalle einer Aufzeichnung, in Millisekunden. Sie misst die Gesamtvariabilität, und ihr Wert hängt stark von der Dauer der Aufzeichnung ab. Mehr zu SDNN und HF-Leistung dagegen nicht. Die Arbeitsgruppe um Hammoud (2018) überwachte 90 Studierende 4 Stunden lang, 1 Stunde davor, 2 Stunden während und 1 Stunde nach einer Abschlussprüfung, ohne Aufzeichnung an einem ruhigeren Tag. Der SDNN war in der Stunde nach der Prüfung am höchsten, und der RMSSD war nach der Prüfung höher als währenddessen. Am höchsten war die Herzfrequenz in der Stunde vor der Prüfung, einer Stunde mit den üblichen Tätigkeiten vor einer Prüfung, und am niedrigsten während der Prüfung.

Mehrtägige Daueraufzeichnung mit Ereignismarkern und Tagebüchern

Das realistischste Design zeichnet einen oder mehrere Tage lang jeden Herzschlag auf, während die Menschen ihrem Alltag nachgehen. Ereignisse werden auf zwei Arten festgehalten: durch Ereignismarker, einen Tastendruck oder Eintrag in einer App im Moment des Geschehens, und durch Ecological Momentary Assessment (EMA), kurze Fragebögen auf dem Smartphone, mehrmals am Tag, zu Stimmung, Sorgen, Aktivität oder Koffein.

Herzschläge von einem EKG-Brustgurt

Bewegung

Ereignismarker

Tagebuch-Abfragen

Schlaf

Tag 1Tag 2Tag 3

Fünf Spuren über drei Tage, die Nächte schattiert. Die Spur der Herzschläge ist eine durchgehende Linie, in den Nächten höher. Die Bewegungsspur hat tagsüber Balken unterschiedlicher Höhe und nachts keine. Die Spur der Ereignismarker hat jeden Tag einige senkrechte Striche. Die Tagebuchspur hat jeden Tag fünf Punkte, etwa alle drei Stunden von morgens bis abends. Die Schlafspur hat jede Nacht einen Block.

Zwei Studien zeigen, was dieses Design leisten kann. Die Arbeitsgruppe um Brosschot (2007) ließ 52 gesunde Personen einen Tag lang stündlich ein Tagebuch führen, während ein ambulantes EKG 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 das Herz aufzeichnete. Stressoren und Sorgen gingen mit höherer Herzfrequenz und niedrigerer HRV im Wachzustand einher, die Effekte setzten sich im Schlaf der folgenden Nacht fort, und die Dauer der Sorgen vermittelte die Wirkung der Stressoren. Die Arbeitsgruppe um Verkuil (2016) ging mit 32 Personen einen Schritt weiter: Eine kurze Kalibrierung ermittelte, wie der RMSSD jeder Person mit der Bewegung sank, und die folgenden 24 Stunden wurden nach Abschnitten von mindestens 7,5 Minuten durchsucht, in denen der RMSSD stärker fiel, als die Bewegung erklären konnte. Diese Abschnitte gingen mit Sorgen, weniger positiver Stimmung und mehr Anspannung einher, nicht aber mit der Zahl der angegebenen belastenden Ereignisse.

Bewegung ist das Hauptproblem von Alltagsdaten. Körperliche Aktivität verändert die RSA stark (Grossman und Taylor, 2007); ein Design, das Bewegung aufzeichnet, kann daher eine Stressreaktion von einem Spaziergang unterscheiden; ein Design ohne Bewegungsdaten misst am Ende womöglich, wie aktiv die Menschen waren.

Die Messkette

Jeder HRV-Wert in einer Studie durchläuft dieselbe Kette. Ein Fehler in einem beliebigen Schritt setzt sich in der Statistik fort.

1. 1 Sensor EKG-Brustgurt oder Holter; PPG-Uhr oder -Ring
2. 2 RR-Intervalle Die Zeit zwischen den Herzschlägen, in ms
3. 3 Artefaktkorrektur Fehlerhafte Schläge finden, korrigieren und zählen
4. 4 Fenster Unter 5 min, 5 min oder 24 h
5. 5 Kennwerte RMSSD, lnRMSSD, HF-Leistung
6. 6 Statistik Veränderung innerhalb der Person, gemischte Modelle

Konstant halten oder erfassen Atmung, Haltung, Tageszeit, Koffein, Alkohol, kürzliches Training, Zyklusphase, Medikamente

Sechs nummerierte Schritte in einer Reihe: Sensor, ein EKG-Brustgurt oder Langzeit-EKG oder eine PPG-Uhr oder ein PPG-Ring; RR-Intervalle, die Zeit zwischen den Schlägen in Millisekunden; Artefaktkorrektur, fehlerhafte Schläge finden, korrigieren und zählen; Zeitfenster, unter 5 Minuten, 5 Minuten oder 24 Stunden; Maße, RMSSD, lnRMSSD und HF-Leistung; Statistik, Veränderung innerhalb von Personen und gemischte Modelle. Darunter listet ein Band, was konstant zu halten oder aufzuzeichnen ist: Atmung, Körperhaltung, Tageszeit, Koffein, Alkohol, kürzliches Training, Phase des Menstruationszyklus und Medikamente.

Sensor

Ein EKG bestimmt den Zeitpunkt jedes Schlags anhand der spitzen R-Zacke des elektrischen Herzsignals und ist die Referenz für die HRV; die Task Force (1996) nennt 250 bis 500 Abtastwerte pro Sekunde als optimalen Bereich. Ein Brustgurt ist ein Einkanal-EKG und eignet sich gut für Laborsitzungen und mehrtägige Aufzeichnungen; ein klinisches Langzeit-EKG bietet zusätzliche Ableitungen und die Durchsicht Schlag für Schlag. Uhren und Ringe arbeiten mit Photoplethysmographie Photoplethysmographie 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 (PPG), die stattdessen den Zeitpunkt der Pulswelle in der Haut bestimmt. Eine Übersichtsarbeit zu Studien, die beide verglichen, ergab, dass der Puls in Ruhe genau genug ist, dass aber körperliche Aktivität und manche psychische Belastungen die Übereinstimmung verschlechterten, oft bis zu einem nicht akzeptablen Grad (Schäfer und Vagedes, 2013). Für eine Stressaufgabe passt PPG daher schlecht; die Seite Uhr oder Brustgurt? Was PPG mit HRV-Werten macht behandelt die Fehler Schritt für Schritt.

RR-Intervalle und Artefaktkorrektur

Der Sensor liefert eine Reihe von RR-Intervallen, den Zeiten zwischen aufeinanderfolgenden Schlägen. Verpasste Schläge, zusätzliche Schläge und Extrasystolen Extrasystolen Extrasystole Ein Herzschlag, der nicht vom normalen natürlichen Schrittmacher des Herzens ausgeht und meist zu früh kommt. Extrasystolen sind häufig, verzerren die HRV aber, wenn man sie nicht entfernt oder korrigiert. Mehr zu Extrasystole (vorzeitige Schläge, die nicht vom natürlichen Schrittmacher des Herzens ausgehen) verfälschen die Maße, und kurze Aufzeichnungen reagieren darauf empfindlicher als lange. Bearbeitungsmethoden löschen, interpolieren oder filtern die fehlerhaften Schläge, und die Wahl verändert die HRV-Werte; wie stark, hängt von der Situation, der Methode, dem Maß, den Personen und der Länge der Aufzeichnung ab (Peltola, 2012). Legen Sie die Methode und einen Ausschlussgrenzwert für den Anteil korrigierter Schläge fest, bevor Sie die Ergebnisse sehen, und geben Sie für jede Aufzeichnung den Anteil der korrigierten Schläge an. Wie die Fehler aussehen, zeigt Artefakte und Extrasystolen: wenn HRV-Werte täuschen.

Zeitfenster

• Ultrakurz, unter 5 Minuten. Bei 3.387 Erwachsenen in Ruhe ergab schon ein einzelnes EKG von 10 Sekunden einen gültigen RMSSD, und 2 Minuten stimmten mit 4 bis 5 Minuten nahezu perfekt überein; der RMSSD schnitt bei jeder Länge besser ab als der SDNN (Munoz u. a., 2015). Das galt in Ruhe; ein Aufgabenfenster muss trotzdem in die Aufgabe passen.
• Kurz, der Standard von 5 Minuten (Task Force, 1996).
• Lang, nominell 24 Stunden, was den Tag-Nacht-Rhythmus Tag-Nacht-Rhythmus Zirkadianer Rhythmus Die 24-Stunden-Uhr des Körpers. Nachts ist die Herzfrequenz niedriger und die vagale HRV höher als tagsüber, deshalb sind Messungen nur vergleichbar, wenn sie zur selben Tageszeit gemessen werden. Mehr zu Zirkadianer Rhythmus erfasst und für andere Maße verwendet wird (Task Force, 1996).

Verwenden Sie pro Vergleich nur eine Fensterlänge.

Maße

Für kurze Fenster sind Zeitbereichsmaße wie der RMSSD die sicherere Wahl. Der RMSSD war schon ab 10 Sekunden in Ruhe gültig (Munoz u. a., 2015), die HF-Leistung braucht etwa eine Minute (Task Force, 1996), und der RMSSD ist weniger an die Atmung gebunden als die HF-Leistung (Laborde u. a., 2017). Die HF-Leistung setzt voraus, dass die Atemfrequenz 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 in ihrem Band bleibt: Unterhalb von etwa 9 Atemzügen pro Minute (0,15 Hz) wandert die Atemwelle in das LF-Band, und so bläht langsames Atmen die LF-Leistung auf. Die Lektion Frequenzanalyse der HRV, klar erklärt geht das Schritt für Schritt durch, und die Lektion RMSSD, SDNN und lnRMSSD erklärt behandelt die Zeitbereichsmaße.

Kontrollen

Die Arbeitsgruppe um Laborde (2017) listet auf, was vor einer Sitzung konstant zu halten oder aufzuzeichnen ist:

• Schlaf. Eine normale Nacht vor der Sitzung; die üblichen Zeiten für Zubettgehen und Aufwachen werden notiert.
• Training. Kein intensives Training am Vortag. Nach dem Training kehrt die Vagusbremse in Stufen zurück, in den ersten 90 Minuten und danach im Lauf von bis zu 48 Stunden (Stanley u. a., 2013).
• Essen und Trinken. Keine Mahlzeit, kein Kaffee, Tee oder anderes koffeinhaltiges Getränk in den 2 Stunden davor und 24 Stunden lang kein Alkohol.
• Tageszeit. Dieselbe Zeit für jede Sitzung und alle Teilnehmenden.
• Körperhaltung. Durchgehend dieselbe Haltung, vor der Baseline mindestens 5 Minuten lang eingenommen.
• Atmung. Zeichnen Sie sie auf, statt sie vorzugeben. Die Arbeitsgruppe um Laborde rät davon ab, die HRV routinemäßig um den Einfluss der Atmung zu bereinigen, wenn die Menschen in ihrem eigenen Tempo atmen. Die Gruppe merkt an, dass eine vorgegebene Atemfrequenz die HF-Leistung auf schwer vorhersagbare Weise verschieben und eine Aufgabe stören kann, und bittet Forschende zu prüfen, ob die Atmung zwischen 9 und 24 Atemzügen pro Minute bleibt, also im HF-Band.
• Medikamente. Notieren Sie alle Medikamente, die auf das Herz wirken.
• Menstruationszyklus. Eine Metaanalyse von 37 Studien mit 1.004 Personen ergab eine niedrigere Vagusaktivität in der Lutealphase als in der Follikelphase (d = −0,39) und empfiehlt, die Zyklusphase zu erfassen oder zu kontrollieren (Schmalenberger u. a., 2019).

Jeder spätere Wert wird mit der Ruhe-Baseline verglichen, die diese Regeln hervorbringen. Legen Sie deshalb an die Baseline denselben Maßstab an wie an die Aufgabe.

Kontinuierliche HRV mit Ereignismarkern

Ein Tag mit 5-Minuten-Fenstern lässt sich für sich genommen schwer deuten, weil alles darin steckt, was an diesem Tag geschah. Die ereignisgebundene Mittelung richtet die Fenster um jeden Marker einer Art aus, von einer gewissen Zeit vor dem Marker bis zu einer gewissen Zeit danach, und mittelt sie. Was das Ereignis an der HRV verändert, summiert sich über die Ereignisse hinweg; was zu zufälligen Zeiten geschieht, mittelt sich heraus. Es ist derselbe Gedanke wie beim gemittelten evozierten Potenzial im EEG, hier auf die Herzfrequenz angewandt.

Eine Aufzeichnung, drei Marker

Am Marker ausgerichtet und gemittelt

Davor Marker Danach

Mittelwert

Zwei Diagramme. Das erste ist eine wellige Linie über sechs Stunden mit drei senkrechten Markerlinien; nach jedem Marker sinkt die Linie und erholt sich langsam, und ein schattiertes Band deckt jeweils die Zeit von 30 Minuten vor bis 90 Minuten nach dem Marker ab. Das zweite Diagramm hat eine senkrechte Markerlinie auf einem Viertel der Breite, mit einer schattierten Fläche davor, drei dünnen Linien und einer dicken Linie. Alle Linien verlaufen vor dem Marker eben, sinken kurz nach ihm und steigen im Rest des Diagramms wieder an. Die Beschriftungen lauten davor, Marker und danach.

Probieren Sie es an drei erfundenen Tagen einer Studentin oder eines Studenten in der Prüfungswoche aus. Die Ansicht „Ganze Tage“ zeigt Herzfrequenz und RMSSD; jede Prüfung, jeder Spaziergang und jeder Kaffee ist markiert. Wählen Sie einen Marker, um die Fenster an ihm auszurichten.

Die Fenster an den Markern ausrichten

Ein Lehrmodell, keine Aufzeichnung

Anzeigen

Ganze Tage Prüfungsbeginn Prüfungsende Spaziergang Kaffee

RMSSD in 5-Minuten-Fenstern (ms) Prüfung Spaziergang Kaffee

204060

Herzfrequenz (S/min)

6080100

Tag 1Tag 2Tag 3

Prüfungsfenster

28 ms

Alle anderen Fenster

38 ms

Andere Fenster ohne Spaziergänge

42 ms

Herzfrequenz und RMSSD, r

−0,89

Über die drei Tage liegen die Prüfungsfenster im Mittel bei 28 ms, alle anderen Fenster bei 38 ms, also 27 % niedriger. Ohne die Spaziergänge und die 45 Minuten danach liegen die anderen Fenster bei 42 ms, und die Prüfungsfenster damit 34 % niedriger. Die Spaziergänge senken den RMSSD, weil sich der Körper bewegt, und verdeckten so einen Teil der Wirkung der Prüfung. Die Korrelation von Herzfrequenz und RMSSD über den ganzen Tag, r = −0,89, mischt Spaziergänge und Prüfungen in eine Zahl.

RMSSD in 5-Minuten-Fenstern (ms) Einzelne Ereignisse Mittelwert

204060

Herzfrequenz (S/min)

6080100

30 min davor Marker 90 min danach

30 Minuten davor

39 ms

Erste Stunde danach

28 ms

Veränderung

−29 %

An „Prüfungsbeginn“ ausgerichtet und über 3 Ereignisse gemittelt: Der RMSSD lag in den 30 Minuten davor bei 39 ms und in der ersten Stunde danach bei 28 ms, 29 % niedriger. Der Abfall beginnt schon vor dem Marker, während die Studentin wartet, und hält so lange an wie die Prüfung.

Die Schaltflächen funktionieren, wenn JavaScript aktiviert ist.

Zwei Liniendiagramme mit drei Tagen nebeneinander: oben der RMSSD in Millisekunden, unten die Herzfrequenz in Schlägen pro Minute, ein Punkt alle 5 Minuten. Schattierte Bänder markieren drei Prüfungen von 90 Minuten und sechs Spaziergänge von 45 Minuten; Punkte markieren sechs Tassen Kaffee. Eine Reihe von Schaltflächen wechselt zu einer ereignisbezogenen Ansicht, die die Fenster von 30 Minuten vor bis 90 Minuten nach jedem gewählten Marker ausrichtet, jedes Ereignis als dünne Linie und ihren Mittelwert als dicke Linie zeichnet, mit dem Niveau der 30 Minuten davor als gestrichelter Linie. Anzeigen und ein Satz nennen die Zahlen der gezeigten Ansicht.

Das Widget zeigt drei Dinge, die auch für echte Daten gelten:

• Ein Vergleich über den ganzen Tag mischt alles andere mit hinein. Vergleicht man Prüfungsfenster mit allen übrigen Fenstern, fließen auch die Spaziergänge in den Vergleich ein, und diese senken den RMSSD, weil sich der Körper bewegt. Im Modell wächst der Unterschied, sobald die Spaziergänge herausgenommen sind.
• Eine Korrelation über den ganzen Tag ist größtenteils Bewegung. Über alle Fenster korrelieren Herzfrequenz und RMSSD stark, weil Gehen beide verändert. Die Zahl vermischt Gehen und Prüfungen und sagt über keines von beiden viel.
• Verschiedene Ereignisse haben verschiedene Formen. Der Spaziergang bringt einen tiefen, kurzen Rückgang; die Prüfung einen kleineren, der vor dem Marker beginnt und so lang anhält wie die Prüfung; Kaffee, dem das Modell keine Wirkung zuschreibt, bleibt flach, während einzelne Kaffee-Ereignisse trotzdem um einige Millisekunden schwanken. Diese Schwankung ist der Grund, warum ein einzelnes Ereignis nicht genügt.

In einer echten Studie:

• Synchronisieren Sie die Uhrzeit von EKG, Beschleunigungssensor und Smartphone vor der Aufzeichnung und prüfen Sie sie am Ende.
• Protokollieren Sie Marker in Echtzeit mit einer Taste oder einer App und gleichen Sie sie hinterher mit dem Tagebuch ab. Ein später aus der Erinnerung gesetzter Marker ist nie genauer als die Erinnerung.
• Legen Sie den Zeitraum um den Marker und die Baseline vor der Auswertung fest, zum Beispiel 30 Minuten vor bis 90 Minuten nach dem Marker, mit den 30 Minuten davor als Baseline.
• Kennzeichnen Sie Bewegung. Nutzen Sie den Beschleunigungssensor oder die Herzfrequenz, um Fenster mit körperlicher Aktivität zu markieren, wie es die Arbeitsgruppe um Verkuil (2016) tat, und werten Sie sie getrennt aus oder bereinigen Sie die Analyse um die Bewegung.
• Lassen Sie die einzelnen Ereignisse sichtbar. Ein Mittelwert kann ein Ereignis verbergen, das in die andere Richtung ging, oder einen Spaziergang, der in diesen Zeitraum fiel.
• Mitteln Sie zuerst innerhalb jeder Person, dann über die Personen, oder lassen Sie ein gemischtes Modell beides erledigen.

Auswertung

Effekte innerhalb und zwischen Personen

Wiederholte Messungen enthalten zwei Arten von Information: wie sich Personen im Durchschnitt voneinander unterscheiden (zwischen Personen) und wie sich jede Person von einem Messzeitpunkt zum nächsten verändert (innerhalb von Personen). Beide können in entgegengesetzte Richtungen weisen.

RMSSD (ms)

Minuten in Bewegung pro Stunde

• Person A
• Person B
• Person C
• Zwischen Personen: steigt an
• Innerhalb jeder Person: fällt ab

Ein Streudiagramm des RMSSD in Millisekunden gegen die Minuten Bewegung in der Stunde. Drei Gruppen von je sechs Punkten, eine pro Person: Person A bei geringer Aktivität und niedrigem RMSSD, Person B in der Mitte, Person C bei hoher Aktivität und hohem RMSSD. Eine gestrichelte Linie durch die drei Gruppenmitten steigt von links nach rechts an. Innerhalb jeder Gruppe fällt eine durchgezogene Linie in der Farbe der Person von links nach rechts ab.

Das Beispiel ist erfunden. In echten Daten kann ein Merkmal, das sich zwischen Personen unterscheidet, etwa die Fitness, in die eine Richtung wirken, während die momentane Aktivität innerhalb einer Person in die andere wirkt. Curran und Bauer (2011) zeigen, wie Längsschnittdaten es erlauben, beide Effekte zu trennen, und merken an, dass viele Studien das nicht tun. Grossman und Taylor (2007) zeigen dasselbe für die HRV: Innerhalb einer Person hängen RSA und vagale Kontrolle oft eng zusammen, zwischen Personen kann der Zusammenhang mäßig sein.

Die übliche Lösung ist die Zentrierung am Personenmittelwert: Zerlegen Sie jeden wiederholt gemessenen Prädiktor in den eigenen Durchschnitt der Person, der den Effekt zwischen Personen trägt, und in die Abweichung jedes Messzeitpunkts von diesem Durchschnitt, die den Effekt innerhalb der Person trägt. Nehmen Sie beide ins Modell auf.

Messwiederholungen und gemischte Modelle

Ein gemischtes Modell, auch Mehrebenenmodell genannt, ist eine Regression, die jeder Person einen eigenen Achsenabschnitt und, falls nötig, eigene Steigungen um den Durchschnitt der Gruppe herum gibt. Es verwendet jedes Fenster, kommt mit Personen zurecht, die unterschiedlich viele oder fehlende Fenster haben, und schätzt Effekte innerhalb und zwischen Personen gemeinsam (Curran und Bauer, 2011). Eine Varianzanalyse mit Messwiederholung ist ein Sonderfall, der vollständige, ausgewogene Daten braucht. Bei ereignisgebundenen Daten sind die Fenster in Ereignissen geschachtelt und die Ereignisse in Personen.

Den RMSSD logarithmieren

Der RMSSD ist rechtsschief, und die Arbeitsgruppe um Laborde (2017) empfiehlt vor der Auswertung eine Transformation mit dem natürlichen Logarithmus. Ein Unterschied im lnRMSSD entspricht nahezu einer proportionalen Veränderung: Ein Unterschied von 0,10 bedeutet grob eine Veränderung um 10 %.

An der Baseline normierte Veränderung

Reaktivität und Erholung lassen sich als absolute oder prozentuale Veränderung gegenüber der Baseline angeben (Laborde u. a., 2017). Auf der logarithmischen Skala ist die Differenz zur Baseline bereits eine proportionale Veränderung. Für den Vergleich von Gruppen, etwa einer Intervention mit einer Kontrolle, empfehlen Vickers und Altman (2001) als allgemeinen Ansatz die Kovarianzanalyse: den Wert der Nachuntersuchung als Zielgröße, mit der Baseline als Kovariate, statt einer einfachen Differenz zur Baseline.

Herzfrequenz und Atmung

Geben Sie neben jedem HRV-Ergebnis die Herzfrequenz an. Die Arbeitsgruppe um de Geus (2019) schließt ihre Übersichtsarbeit mit vorläufigen Hinweisen zur Berichterstattung, die anerkennen, wie eng Mittelwert und Variabilität des Abstands zwischen den Schlägen zusammenhängen. Wenn Sie die HRV um die Herzfrequenz bereinigen, geben Sie das Ergebnis mit und ohne diese Bereinigung an. Erfassen Sie die Atemfrequenz in jedem Fenster und geben Sie an, ob sie im HF-Band blieb.

Multiple Vergleiche

HRV-Software gibt Dutzende von Maßen aus, und eine Studie hat mehrere Fenster und Phasen. Wer alles testet, findet durch Zufall irgendetwas. Nennen Sie vorab eine primäre Zielgröße, etwa den lnRMSSD von der Baseline zur Aufgabe. Kontrollieren Sie bei den sekundären Zielgrößen die False Discovery Rate, den erwarteten Anteil falsch positiver Befunde unter den als signifikant bezeichneten Ergebnissen (Benjamini und Hochberg, 1995), und kennzeichnen Sie jede Auswertung, die erst nach Ansicht der Daten gewählt wurde, als explorativ.

Stichprobengröße und Effektstärken

Stützen Sie die Stichprobengröße auf eine Poweranalyse mit einer Effektstärke aus Pilotdaten oder aus ähnlichen veröffentlichten Designs. Lakens (2013) erklärt, wie sich Effektstärken zwischen Designs innerhalb und zwischen Versuchspersonen unterscheiden: In einem Design innerhalb der Versuchspersonen kann die Effektstärke die Korrelation zwischen den wiederholten Messungen enthalten, und er argumentiert, dass dies zu Fragen nach Veränderungen innerhalb von Personen passt. Um ein Gefühl dafür zu bekommen, wie oft sich ein Effekt bestimmter Größe von den zufälligen Schwankungen von Tag zu Tag abhebt, probieren Sie das Experiment im Abschnitt Herausfinden, was Ihre HRV verändert aus.

Präregistrierung

Präregistrierung bedeutet, die Forschungsfragen und den Analyseplan aufzuschreiben, bevor man die Ergebnisse beobachtet, damit sich geprüfte Vorhersagen von nachträglich gefundenen Mustern unterscheiden lassen (Nosek u. a., 2018). Registrieren Sie bei einer HRV-Studie das primäre Maß, die Zeitfenster, die Artefaktregeln und den Ausschlussgrenzwert, die Kovariaten und das Modell. Klinische Studien werden in einem Register wie ClinicalTrials.gov erfasst; die folgenden Beispiele zeigen, wie HRV-Zielgrößen dort aussehen.

Was veröffentlichte Studien ergaben

Prüfungsstress

Die beiden Prüfungsstudien, die die Prüfung mit einer ruhigeren Zeit verglichen, stimmen darin überein, dass das Herz vor der Prüfung schneller schlug. Die Arbeitsgruppe um Lucini (2002) stellte vor der Prüfung einen kürzeren Abstand zwischen den Schlägen, einen höheren Blutdruck, ein höheres normiertes Maß im niederfrequenten Bereich und mehr Kortisol fest als 3 Monate später. In der Studie der Arbeitsgruppe um Dimitriev (2016) lagen der SD1 unmittelbar vor der Prüfung etwa 29 % und die HF-Leistung etwa 45 % niedriger als in Ruhe, bei einer um etwa 11 Schläge pro Minute höheren Herzfrequenz. Die Arbeitsgruppe um Hammoud (2018) hatte keinen ruhigeren Tag zum Vergleich; in ihren Daten war aber der SDNN in der Stunde nach der Prüfung am höchsten. Die Daten zeigen auch, wie die Umstände das Bild trüben: Die Herzfrequenz war während der Prüfung selbst am niedrigsten, und das normierte HF-Maß war dann am höchsten. Die Stichproben bestanden aus Studierenden jeweils einer einzigen Universität, die Maße, Körperhaltungen und Zeitfenster unterschieden sich, und keine Studie teilte ein Protokoll mit einer anderen; die Größe des Effekts ist daher nicht geklärt.

Laborstressoren

Der TSST steigert Herzfrequenz und Kortisol zuverlässig (Kirschbaum u. a., 1993), und in der Studie der Arbeitsgruppe um Hjortskov (2004) war die HF-Leistung bei Computerarbeit mit zusätzlichen psychischen Stressoren niedriger als bei derselben Arbeit ohne sie. Eine Metaanalyse von 12 Arbeiten mit 758 gesunden Freiwilligen ergab bei akutem psychischem Stress eine niedrigere HF-Leistung und ein höheres LF/HF-Verhältnis als in Ruhe (Castaldo u. a., 2015). Das Forschungsteam deutet das als Aktivierung des Sympathikus und Rückzug des Parasympathikus; das HF-Ergebnis passt zu einem Rückzug des Vagus, während der LF/HF-Teil auf einem Verhältnis beruht, das kein Maß für die Aktivität des Sympathikus ist (Billman, 2013).

Übersichtsarbeiten und Metaanalysen zu Stress und HRV

Die Arbeitsgruppe um Kim (2018) wertete 37 Veröffentlichungen von 2007 bis 2017 aus, die die HRV als objektives Maß für psychischen Stress verwendeten, und stellte fest, dass sich die HRV in den meisten davon mit dem Stress veränderte, am häufigsten als geringere parasympathische Aktivität. Trotz ihres Titels fasst die Übersichtsarbeit die Studien einzeln zusammen und bündelt ihre Effektstärken nicht, liefert also keine Gesamtzahl. Zusammen mit der Metaanalyse der Arbeitsgruppe um Castaldo (2015) stützt die Evidenz die HRV als Maß für die Reaktion des Körpers auf Stress in Gruppen. Dafür, den Wert einer einzelnen Person als Stresslevel zu deuten, liefert sie keine Grundlage.

Empfehlungen zur Berichterstattung

• Die Task Force (1996) legte die Definitionen, Frequenzbänder und Aufzeichnungslängen fest, die die meisten späteren Arbeiten verwenden.
• Die Arbeitsgruppe um Laborde (2017) gibt Empfehlungen zum Planen, Auswerten und Berichten von HRV-Experimenten in der Psychophysiologie; ein Großteil dieser Seite folgt diesen Empfehlungen.
• GRAPH (Quintana u. a., 2016) ist eine Checkliste zur Berichterstattung in vier Bereichen: wer teilgenommen hat, wie die Schläge erfasst wurden, wie die Daten aufbereitet wurden und wie die HRV berechnet wurde.
• Die Arbeitsgruppe um Quigley (2024) legt Veröffentlichungsrichtlinien für Studien zu Herzfrequenz und HRV in der Psychophysiologie vor, beginnend mit der Physiologie und den Grundlagen der Messung.

Die Lektion HRV-Studien und Gerätevalidierungen lesen zeigt, wie man eine Arbeit anhand von GRAPH prüft.

Registrierte Studien mit der HRV als Zielgröße

Registrierungen beschreiben, was eine Studie messen will, nicht, was sie ergab. Vier Einträge auf ClinicalTrials.gov zeigen, wie Stress- und Prüfungsstudien HRV-Zielgrößen festlegen:

• NCT06138457, die ECOSTRESS-Studie (Universitätsklinikum Clermont-Ferrand): eine Beobachtungsstudie mit Medizinstudierenden, die die HRV im Verlauf von 24 Stunden am Tag einer Objective Structured Clinical Examination (OSCE) mit der bei einer traditionellen schriftlichen Prüfung und an einem Kontrolltag vergleicht. Die HRV ist die primäre Zielgröße; geplant sind 100 Studierende, und die Rekrutierung läuft.
• NCT05380076 (Université Claude Bernard): 490 Medizinstudierende wurden vor einer OSCE einer Bedingung von 6 Minuten zugeteilt: Achtsamkeit, Mobilisierung innerer Ressourcen, kardiales Biofeedback oder ein Kontrollvideo. Die primäre Zielgröße ist die HRV aus einem Pulssensor am Ohr während dieser 6 Minuten, also ein pulsbasiertes Maß. Die Studie ist abgeschlossen.
• NCT02708979, StrEat (Universität Kopenhagen): Studierende wurden eine Woche vor einer Prüfung und noch einmal in einer Zeit vier bis fünf Wochen fern von Prüfungen gemessen, mit der HRV aus einem einminütigen Atemtest als sekundärer Zielgröße. Der Status der Studie ist unbekannt.
• NCT05570721 (University of North Carolina at Chapel Hill): 41 Frauen in der Lebensmitte absolvierten den TSST, mit dem RMSSD in Ruhe vor der Aufgabe und 0, 10 und 20 Minuten danach als sekundären Zielgrößen. Die Studie ist abgeschlossen.

Eine Checkliste

Vor der Datenerhebung

• Formulieren Sie die Hypothese in vagalen Begriffen, mit einem primären Maß (meist dem lnRMSSD), seinen Zeitfenstern und dem Vergleich.
• Legen Sie die Artefaktregeln, den Ausschlussgrenzwert, die Kovariaten und das Modell fest und registrieren Sie sie vorab.
• Wählen Sie für Aufgaben und den Alltag einen EKG-Sensor; wenn Sie PPG verwenden müssen, vergleichen Sie die Werte in Ihrem Messaufbau mit einem EKG.
• Legen Sie Uhrzeit und Körperhaltung der Sitzung fest und planen Sie eine Kontrollsitzung oder eine zweite Baseline.
• Geben Sie den Teilnehmenden die Anweisungen zu Schlaf, Training, Essen, Koffein und Alkohol und planen Sie ein, Medikamente und Zyklusphase zu erfassen.
• Berechnen Sie die Stichprobengröße aus einer Effektstärke innerhalb von Personen.

Während der Datenerhebung

• Lassen Sie jede Person mindestens 5 Minuten zur Ruhe kommen und zeichnen Sie dann in derselben Körperhaltung eine Baseline von 5 Minuten auf.
• Zeichnen Sie die Atmung auf und lassen Sie die Menschen in ihrem eigenen Tempo atmen.
• Synchronisieren Sie die Uhrzeit der Geräte und protokollieren Sie Marker in Echtzeit; notieren Sie jede Abweichung vom Protokoll, etwa einen Kaffee, einen Spaziergang oder ein Telefonat.
• Beobachten Sie das Signal und notieren Sie Lücken oder gestörte Abschnitte, sobald sie auftreten.

Nach der Datenerhebung

• Sehen Sie jede Aufzeichnung durch, korrigieren Sie Artefakte 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 nach der vorab registrierten Regel, geben Sie den Anteil der korrigierten Schläge an und wenden Sie den Ausschlussgrenzwert an.
• Berechnen Sie die Maße in Fenstern gleicher Länge und logarithmieren Sie den RMSSD.
• Passen Sie ein gemischtes Modell mit Termen innerhalb und zwischen Personen an; geben Sie neben der HRV die Herzfrequenz und die Atmung an.
• Kontrollieren Sie die False Discovery Rate für sekundäre Zielgrößen und kennzeichnen Sie explorative Auswertungen.
• Berichten Sie nach GRAPH und der Arbeitsgruppe um Laborde (2017) und teilen Sie die Schlagdaten und den Code, wo die Einwilligung es erlaubt.

Die Tools von hrv.expert nutzen

• Der HRV-Analysator liest viele Aufzeichnungen auf einmal und schreibt eine CSV-Datei mit allen Maßen. Er korrigiert Artefakte nach den Regeln der Website oder den Schwellenstufen von Kubios, gibt bei jeder Aufzeichnung den Anteil der korrigierten Schläge an und schreibt einen Methodenabsatz mit Literatur für die Veröffentlichung. Die Aufzeichnungen werden im Browser analysiert; hochgeladen wird nichts. Die Methodenseite nennt jeden Algorithmus, die Veröffentlichung, der er folgt, und wie seine Ergebnisse geprüft wurden.
• Der RR-Konverter wandelt Exporte von Garmin FIT, Health-App, Polar oder Movesense in einfache Dateien mit RR-Intervallen um, als CSV oder Kubios-Text, mit einem Qualitätsbericht für jede Aufzeichnung.