使用连续数据跟踪技术在肺康复研究锻炼坚持性

Summary

肺康复治疗是目前公认的呼吸系统疾病的管理。一个关键组成部分，以成功的肺康复是坚持推荐运动训练。本议定书的目的是描述如何连续数据跟踪技术可用于精确测量遵守规定的有氧训练强度。

Abstract

肺康复（PR）是呼吸系统疾病的管理的一个重要组成部分。公关的有效性依赖于坚持运动锻炼的建议。因而坚持锻炼的研究是对的公关计划优化的关键一步。迄今为止，大多是间接的措施，如参与，完成和出席率，已被用来确定坚持公关。本议定书的目的是描述如何连续数据跟踪技术可用于测量遵守规定的有氧训练强度在第二逐秒为计算单位。

在我们的调查，坚持已被定义为一个指定的目标心脏率范围内所花的时间百分比。因此，使用硬件和软件的结合，心脏速率循环过程中测量，跟踪和记录的第二个逐秒的每个参与者，每个练习会话。使用统计软件，T他数据随后被提取和分析。相同的协议可以被用于确定遵守运动强度的其它措施，如时间在指定的功率，电平，或者在功率自行车速度略去。此外，该硬件和软件也可用来测量粘附到其它模式的训练，诸如跑步机，椭圆形，步进，并且臂测力计。本协议，因此，具有广阔的应用直接测量坚持有氧运动。

Introduction

肺康复（PR）的结合运动训练，患者教育和心理支持，并得到广泛公认的肺病^1-5的管理基石。公关的目的是减轻症状，优化功能状态，提高生活健康质量，降低医疗费用^4,5。在一项荟萃分析的随机31在慢性阻塞性肺疾病（COPD）对照试验，公关被证明显著提高运动能力，减轻呼吸困难和疲劳，改善情绪的功能，并加强对他们的状况⁶控制病人的意识。此外，证据记录其在减少住院^8-13花费呼吸加重⁷天效果。运动训练被认为是成功的关键在于公关，因为它负责许多与此干预^3-5带来的好处。然而，有几个的重大课题患者是秉承建议运动量或水平。不依从推荐的治疗可能导致治疗干预的失败，以及低效利用卫生资源^14。

据世界卫生组织，术语''''坚持是指在何种程度上与由专业医务人员¹⁵给出建议，一个人的行为相吻合。迄今为止，坚持康复锻炼的设置培训已基本评定为参与任率（ 即 ，登记程序），完成率（ 即整理程序），或出席率（ 即行使号会议出席^）16-18。目前，还没有“金标准”的存在，用于测量坚持¹⁵和当前方法不允许进行非常精确。此外，取决于所选择的METHOD，坚持公关率已经显示很大的变化^16-19。例如，霍格等人在COPD患者¹⁶测量遵守那些谁完成了程序的简称，发现约40％的低依从性之间的比率。然而，已经使用的出席率其他公关的研究表明，平均而言，90％的依从^10,20,21。在同质化计算坚持的缺乏使得它很难进行比较研究的结果。另一个值得关注的是缺乏精度与现有的计算方法;参加到运动训练并不保证遵守规定的强度。在信息这种差距导致我们研究如何坚持能以更精确的方式来计算。

在健身器材技术的最新进展已经允许连续的数据跟踪，它可以被用来监视遵守规定的有氧训练强度时individu在公关方面人锻炼。更具体地讲，数据跟踪硬件和软件许可证的持续时间的第二逐秒记录，速度级别，瓦数，速度，心脏速率，距离，卡路里消耗，VO _2，METS和热量，并提供所有变量的平均值与除了 ​​水平和VO _2。该技术的主要优点是可以连续录制的具体措施，允许坚持的精确计算，以运动处方与以前报道的一般出席或完成率的能力。这个过程可以是价值的任何研究探讨的一个或几个有氧运动训练方案的影响。使用这种技术，患者坚持规定的强度可以通过在过程中每个环节的训练阶段指定的瓦数，水平，速度，或心脏速率所花费的时间百分比来评估。对于我们的调查，坚持锻炼培训协议已被定义为百分比时间指定的目标心脏率范围之内度过的。由于在给定的亚极量负荷心脏率响应心肺适能的增加减少，这种方法可确保患者保持在相同的相对（而不是绝对）的训练强度在整个程序。本协议详细描述了如何连续数据跟踪技术可用于精确测量遵守规定目标心脏率范围。

Protocol

一旦数据被收集，获得每原始数据的会话主题的单个文件。使用统计软件，每个科目的所有会话合并成一个单一的文件。随后，目标强度必须计算每个主题。贴壁率，以该目标的强度可以被每科目会话计算，每个会话的所有科目组合，或每个组。 1。数据采集​​（由监督人员培训课程进行） 通过关闭无线设备（ 如手机，无线网络等 ）最大限度地减少电气干扰，并确保心脏速率监视器和设备至少1米以上间隔减少串扰。参阅图1为心脏速率发射机的位置。 打开数据跟踪软件。按下开始在有氧器械和培训参与者在目标强度。例如，在我们的研究中，参与者裤子被要求在他们的目标心脏率±5次/分训练。参阅图2为CardioMemory。 收集数据第二由第二对每个参与者的每个康复阶段。收集的数据包括以下内容：题目编号，持续时间（HHMMSS），强度（1-30），工作负载（瓦），踩踏板的速度（转/分钟），距离（公里），速度级别（分：秒/公里），心脏率（次/分钟），估计耗氧量（VO 2 ​​毫升/分钟/公斤），体力（代谢当量）的代谢当量，预计能量消耗（千卡/小时），并估计能量消耗（千卡）。参见图3。 按下有氧设备停止。单击“保存”将数据上传到CardioMemory。点击“导出”保存文档CardioMemory之外。该文件将在CVS的格式，将自动包括会议的日期。 2。数据提取 ÇardioMemory软件不允许用于各种运动训练阶段的区别。因此，获得的数据必须以消除那些不感兴趣的阶段（ 如热身和冷却），合并的数据文件，并取得了比较针对目标强度被导出到一个统计软件。 打开统计分析软件来导入excel文件。程序： 文件 开 数据 在“开放数据”窗口中，选择所有文件在“文件类型”的下拉菜单选择Excel中。 xls文件<img alt="箭头" fo:content-wi嗞嗞= "SRC" > 打开 在“打开Excel数据源”窗口中，单击OK（确定）。 保存在数据文件中的统计分析软件。参见图4的示例数据库。 消除nontraining阶段， 即热身和冷却，如果感兴趣的时间在目标强度训练阶段期间度过的。 消除热身阶段（ 例如前10分钟）： 重新编码的持续时间，创建一个变量，以确定每一秒为1。步骤： 转换 重新编码为不同变量… 在“重新编码为其他变量”windo的W，选择Duration_A 单击箭头确定“输出变量名”（ 如速度 ） 变化 点击新旧值 在“旧值”，选择价值：并输入0 在“新价值”，选择值：和输入0 加 <img alt="箭头" f ○：内容宽度= "SRC" >在“旧值”“.2”，选择所有其它的值 ，然后单击值：“根据新值“，然后输入1 加 继续 确定 。 RECODE Duration_A（0 = 0）（ELSE = 1）代入速度。 EXECUTE。 创建第二个临时变量。步骤： 转换 移值 选择节奏iles/ftp_upload/50643/arrow.jpg“宽度=”20像素​​“/>单击箭头在“名称：”型临时变量（ 如tempo2） 变化 确定 。 移值变量=天宝RESULT = Tempo2 LAG = 1。 以启动tempo2为0，它必须被重新编码。步骤： 转换 重新编码到相同的变量 选择tempo2 点击箭头<im克的alt =“箭”FO：内容宽度= SRC =“/ files/ftp_upload/50643/arrow.jpg”宽度“中.2”=“为20px”/>单击旧值和新值 在“旧值”，选择系统缺失 在“新价值”，选择价值：并输入0 加 继续 确定 。 RECODE Tempo2（SYSMIS = 0）。 EXECUTE。 总结秒从零开始。步骤： 转换/ 50643/arrow.jpg“宽度=”20像素“/> 计算变量 在“目标变量：”节奏型在“数字表达式”类型的滞后（速度）+1 IF … 包括选择的情况下，如果满足条件： 输入tempo2> 0 继续 确定。 IF（Tempo2> 0）天宝=时滞（节奏）+1。 EXECUTE。 为了消除热身的前10分钟，移除之前599秒速度数据。步骤： 数据 选择病例… 在“选择个案”窗口中，在“选择”，选择“如果条件满足时” 如果… 在“选择个案：如果”窗口中，插入式速度> 599 继续 下“输出”，选择删除未选择的情况下， 确定 。参见图5。 FILTER OFF。 使用此全部。 SELECT IF（速度> 599）。 EXECUTE。 消除冷却阶段（ 如最后5分钟。）： 按降序排列为Duration_A带来的降温阶段到数据库的顶部，从SPSS起，文件顶部删除的数据排序数据。步骤： 数据 个案排序 在“个案排序”窗口中，选择Duration_A 点击rrow 在“排序”菜单中选择降序 确定 。 排序例Duration_A（D）。 重新编码Duration_A识别每一秒为1。步骤： 转换 重新编码为其他变量… 在“重新编码为其他变量”窗口中，选择Duration_A 单击箭头识别“输出变量名称“（ 例如。tempoA） 变化单击旧值和新值 在“旧值”，选择价值：并输入0 在“新价值”，选择价值：并输入0 加 选择在“旧值” 所有其他值 ，然后单击价值：在“新值”，然后输入1ad/50643/arrow.jpg“宽度=”20像素“/> 添加 继续 确定 。 RECODE Duration_A（0 = 0）（ELSE = 1）代入TempoA。 EXECUTE。 创建第二个临时变量。步骤： 转换 移值 选择tempoA 点击箭头在“名称：”型临时变量（ 如tempoA2） <img alt="箭头" fo:content-wi嗞嗞= "SRC" > 更改 “.2” 确定 。 移值变量= TempoA RESULT = TempoA2 LAG = 1。 以启动tempoA2为0，它必须被重新编码。步骤： 转换 重新编码到相同的变量 选择tempoA2 点击箭头单击旧值和新值 在“旧值”， 选择System-M伊辛在“新价值”，选择价值：并输入0 加 继续 确定 。 RECODE TempoA2（SYSMIS = 0）。 EXECUTE。 总结了tempoA变量秒。步骤： 转换 计算变量 在“目标变量：”类型tempoA 50643/arrow.jpg“宽度=”20像素​​“/>在”数字表达式“类型的滞后（tempoA）+1 IF … 包括选择的情况下，如果满足条件： 类型tempoA2> 0 继续 确定。 IF（TempoA2> 0）TempoA =时滞（tempoA）+ 1。 EXECUTE。 为了消除冷却阶段（ 即 5分钟），删除之前299秒速度数据。步骤： 数据PG“宽度=”20像素“/> 选择个案… 在“选择个案”窗口中，在“选择”，选择“如果条件满足时” 如果… 在“选择个案：如果”窗口中，插入式tempoA> 299 继续 在“输出”，选择删除未选择的情况下， 确定 。请参阅图6。 FILTER OFF。 使用此全部。 </l我> SELECT IF（tempoA> 299）。 EXECUTE。 识别与数据集关联的会话号（或日期）。创建并命名一个新的变量（ 例如 ， 会话 ）。步骤： 转换 计算变量 在根据目标变量 ，类型会话计算变量窗口按类型和标签 ，打开“计算变量：输入一个……”窗口在“类型”中选择字符串 继续 </em> 根据字符串表达式类型'1' 确定 。参见图7。 STRING会议（A8）。 COMPUTE会话= '1'。 EXECUTE。 保存修改后的文件SPSS在一个新的文件（例如：subjectID_session＃）。 重复上述步骤，为同一主题的所有剩余的会话。 3。数据合并 – 单参与者合并所有会话到一个单一的SPSS数据库，开放的参与者的第一届会议（ 即 。subjectID_session1）。 合并剩余的会话到当前文件。步骤： 数据 合并文件 添加个案 在“添加个案到subjectID_session1.sav”窗口中，单击浏览并选择文件subjectID_session2 开 继续 在“添加从案例…”窗口中，单击OK（确定）。重复所有其余的会话。参见图8。 添加文件/ FILE = * / FILE ='SubjectAB001_Session1.sav'。 EXECUTE。 添加包含对象的ID号的列。步骤： 风帆 ansform 计算变量 在根据目标变量 ，类型SubjectID“计算变量”窗口按类型和标签 ，打开“计算变量：输入一个……”窗口在“类型”中选择字符串 继续 根据字符串表达式类型'SubjectID'（ 如'AB001'）s/ftp_upload/50643/arrow.jpg“宽度=”20像素“/> 确定 。 见图9。 STRING Subject_ID（A8）。 COMPUTE Subject_ID ='AB001'。 EXECUTE。 添加一个包含对象的目标强度（ 例如 ，目标心脏率[THR]）一列。步骤： 转换 计算变量 在根据目标变量 ，类型THR“计算变量”窗口按类型和标签 ，打开“计算变量：输入一个……”窗口 “类型”下选择 Numeric <img alt="箭头" fo:cont耳鼻喉科宽度= "SRC" > 继续 根据数字表达式类型THR（ 如110） 确定 。参见图10。 STRING THR（A8）。 COMPUTE T​​HR = '110'。 EXECUTE。 数据库保存在不同的文件名 ​​（ 如。SubjectAB001_session1-36）。 重复所有其余的参与者。在这一点上，每个参与者将有一个包含所有会话的数据库。 4。数据合并 – 参加分组将若干参与者到一个单一的数据库，开放参与者的文件（ 即 subjectID_session1-36）。 合并其他参与者的电流f法兰西岛大区。步骤： 数据 合并文件 添加个案 在“添加个案到SubjectAB001_session1-36.sav”窗口中，单击浏览并选择文件SubjectCD002_session1-36 开 继续 在“添加从案例…”窗口中，单击OK（确定）。重复所有你希望组参与者。参见图11。 添加文件/FILE = * /重命名（AB001 = D0） / FILE ='SubjectAB001_Session1-36.sav“ /重命名（CD002 = D1） / DROP = D0 D1。 EXECUTE。 保存新的数据库（ 如。Group01_Subjects001-010）。 5。目标强度的识别（ 例如 THR范围） 识别THR范围;单击转换 计算变量 在“目标变量”输入新的变量名（ 如 Diff_HR_THR）下的“计算变量”窗口 “类型和标签…” 在“C ompute变量：键入….“ 选择 Numeric 继续在“数字表达式”中输入公式：人力资源 – THR 没问题，这为我们提供了一个新的变量。 COMPUTE Diff_HR_THR =人力资源 – THR。 EXECUTE。 重新编码的变量，以确定对HR是否位于下方，上方，或在THR范围内。 步骤： 转换 重新编码为不同变量… 选择Diff_HR_THR在“SRC =”/ files/ftp_upload/50643/arrow.jpg .2“宽度=”20像素​​“/>单击箭头在“输出变量”下的“名称”型Diff_HR_THR _recoded 变化 新旧值… 在“重新编码为不同变量：旧值和新值”窗口： 旧值 新价值 旧- >新： 范围：-5〜5 1 <TD对齐=“中心”跨行=“4”>添加 -5直通5 – > 1 范围，通过最低的值：-5 0 最低通-5 – > 0 范围，通过价值最高：5 0 5通最高 – > 0 系统缺失系统缺失 SYSMIS – > SYSMIS 继续 确定 。 见图12。 RECODE Diff_HR_THR（SYSMIS = SYSMIS）（-5直通5 = 1）（最低的通-5 = 0）（5直通最高= 0）转换成 Diff_HR_THR_Recoded。 EXECUTE。 6。坚持百分比计算在Group01_Subjects001-010文件，计算出所有秒钟，患者均在THR范围内通过执行以下操作： 数据 合计 在“汇总数据”窗口中，在“中断变量（S）：”选择subjectID和会话 单击箭头 “可变（次）摘要：”下选择Diff_HR_THR _recoded 单击箭头<img alt ="“箭”FO：内容宽度=" src ="“/" filesftp_upload50643arrow.jpg”宽度="“20像素”/"> OK“的.2”。一个新的变量名称为Diff_HR_THR _recoded_mean创建。 骨料 / OUTFILE = * MODE = ADDVARIABLES / BREAK = Subject_ID会议 / Diff_HR_THR_Recoded_mean =平均（Diff_HR_THR_Recoded）。 所得到的值转换为百分比;单击转换 计算变量 在“目标变量”输入变量名（ 如 Perc_THR） 在“数字表达式”选择Diff_HR_THR _recoded_mean“/>单击箭头 100（Diff_HR_THR _recoded_mean * 100）乘该值 OK（确定），然后我们得到附着其上的时间是THR内每科为每个会话花费的百分比。 见图13 COMPUTE Perc_THR = Diff_HR_THR_Recoded_mean * 100。 EXECUTE。 为了获得坚持的时间是THR内的所有会话合并度过每个科目的百分比，在“汇总数据”窗口中，在“中断变量（S）：”替代subjectID和会话只subjectID。参见图14。 为了获得坚持的时间是THR内为每个会话的所有科目组合所花费的百分比，在“汇总数据”窗口中，在“中断变量（S）：“替代subjectID和会话 ，只有会话 。 保存数据库以不同的文件名 ​​（ 如。Group01_Subjects001-010_Aggregate）。

Representative Results

当正确执行的协议，是各科为每个会话（ 图13）获得的贴壁率，每个科目的所有会话（ 图14），并为每个会话的所有科目组合。来完成上述协议为1主体的单个会话所需的时间的估计值是约5分钟。结果坚持的范围可以从0-100％。利用这些信息，更多的分析，可以进行判断科目（ 即性别差异，疾病的严重程度等 ），以确定随时间的变化，并揭示模式在坚持差异。此外，坚持群体之间的比较可以进行，例如，不同的运动训练计划可以比拟的。最后，通过进一步调查，不依从的原因可以发现在公关在特定的时间点。 “> 图1。心率发射器的位置 。 点击这里查看大图 。 图2：采用样本数据跟踪软件收集的数据 。 点击这里查看大图 。 图3。样本数据跟踪软件输出 。jove.com/files/ftp_upload/50643/50643fig3highres.jpg“目标=”_blank“>点击这里查看大图。 图4。示例数据库说明统计软件数据库的样本 。 点击这里查看大图 。 图5。示例数据库说明消除预热阶段 。 点击这里查看大图 。 <img alt="图6" fo:content-width="“5英寸”SRC" > 图6。示例数据库说明消除冷却阶段 。 点击这里查看大图 。 图7。示例说明数据库会话数增加了一个列 。 点击这里查看大图 。 图8：示例数据库出了用于单participan合并会话万吨。 点击这里查看大图 。 图9。示例数据库说明用于对象的识别号码添加一列 。 点击这里查看大图 。 图10。示例数据库的说明心脏目标利率加一列 。 点击这里查看大图 。 e_content“FO：保持together.within页=”总是“> 图11。示例数据库说明合并后的参与者的文件 。 点击这里查看大图 。 图12。示例数据库的说明心脏重新编码率的变量 。 点击这里查看大图 。 FIGURE 13。 示例数据库说明 （水平红线强调了同一主题的会议之间在坚持的变化） 坚持随着时间的目标心脏率范围内为每个会话度过每个科目的百分比 。 点击这里查看大图 。 图14。示例数据库说明坚持的时间目标心脏率范围内的所有会话 （水平红线突出主体之间的差额） 花费为每个主题的百分比 。 点击这里查看大图 。

Discussion

连续数据跟踪技术使锻炼坚持的一个非常精确的测量。这个程序可以通过与目标功率，水平，速度，或Met水平目标取代心脏速率范围内很容易地适应坚持的其他定义。在本例中，热身和冷却阶段被淘汰隔离，因为我们的具体研究对象的运动阶段。应该热身和冷却阶段会感兴趣的其他研究人员，步2.3（“消除nontraining阶段”）可以从协议被淘汰。此外，该硬件和软件也可用来测量粘附到其它模式的训练，诸如跑步机，椭圆形，步进，并且臂测力计。

按照上述协议时，一些简单的步骤是至关重​​要的。首先，CardioMemory软件必须在运动器材（ 例如 ，功率自行车）前开始锻炼数据是TRAC糟透了和随后记录。应数据在该初始步骤被丢失，数据提取协议将需要作相应调整。其次，干扰源必须被最小化，以降低串扰和/或数据丢失的风险。的心脏速率监视器的设备和软件进行无线通讯。因此，如果使用目标心脏率计算粘附干扰尤为不利。最后，当务之急是要选择有允许对大量数据的能力，数据库统计软件。例如，在与10名学员完成36节在每个40分钟的研究，864,000行的数据点将会产生。 Excel 2007和更高版本必须包含1,048,576行的工作表²³的容量，而²⁴的SAS和SPSS ²⁵没有限制的行数。取决于预期的一个给定的学习数据点的总数，软件需要被相应地选择。 </p>

尽管这种技术的显着优点，有两个主要的限制存在。第一是数据丢失，这可能会导致从设备和/或软件故障。如上面提到的，数据损失可能是由于与无线设备（ 即移动电话或Wi-Fi）的电气干扰，并且更具体地与心脏率的无线数据传输的干扰。然而，有时，数据丢失也可以是由于无法识别的原因。第二个限制是，该软件不提供标记或系统分裂运动方案，以区分/识别不同阶段的选择。如果这个选项是可用的，所关注的运动阶段的提取可以直接在软件中执行，这将限制在遵守协议的计算步骤。还有，将标记的办法是不切实际的坚持间隔或间歇训练方案的研究，这将允许不同阶段（ 如 。低与高强度）的分化。

对于未来的前景，利用连续的数据跟踪技术来精确地量化坚持将使研究人员能够观察运动反应的模式，以不同的干预措施，确定坚持的决定因素和表征，差的遵从。最终，更好地理解运动坚持将允许运动康复计划的优化。

Materials

Bike Excite Med 700	Technogym – www.technogym.com		SCIFIT (http://scifit.com/)
CardioMemory software	Technogym – www.technogym.com	Version 1.0	SCIFIT (http://scifit.com/)
Polar heart rate monitor	Polar – www.polarca.com	T31 coded Transmitter
SPSS Statistical Software	SPSS Inc. – www.spss.com/	Version 16.0	SAS/STAT software (http://www.sas.com/)